芯片領(lǐng)域奧林匹克會(huì)議ISSCC 2021上，電子科技大學(xué)信息與通信工程學(xué)院周軍教授團(tuán)隊(duì)宣讀了團(tuán)隊(duì)在人工智能芯片領(lǐng)域的最新工作BioAIP:AReconfigurable Biomedical AI Processor with Adaptive Learning for VersatileIntelligent Health Monitoring。

該論文是電子科技大學(xué)在人工智能芯片領(lǐng)域的第一篇ISSCC頂會(huì)論文。ISSCC是芯片領(lǐng)域的最頂尖會(huì)議，該論文被ISSCC處理器Session接收，該Session工業(yè)界參與程度很高，其他接收的論文分別來自三星、日立、瑞薩電子、聯(lián)發(fā)科，加州大學(xué)伯克利分校等知名公司和高校。

電子科技大學(xué)為該論文唯一單位，周軍教授指導(dǎo)的博士生劉嘉豪為第一作者，周軍教授為通訊作者，芯片設(shè)計(jì)團(tuán)隊(duì)共包含12位成員，芯片的前后端設(shè)計(jì)工作均在團(tuán)隊(duì)內(nèi)完成。

未來可穿戴/植入式智能健康監(jiān)測(cè)設(shè)備的一個(gè)核心模塊是生理信號(hào)AI處理芯片。一方面，現(xiàn)有的通用AI處理芯片功耗一般在毫瓦級(jí)別，不適合超低功耗可穿戴/植入式健康監(jiān)測(cè)。另一方面，已有的生理信號(hào)AI處理芯片只能支持單一的AI健康監(jiān)測(cè)任務(wù)（如心電識(shí)別、癲癇檢測(cè)、運(yùn)動(dòng)感知、情緒監(jiān)測(cè)等）。

此外，生理信號(hào)可能存在較大的病人間差異性（Patient-to-Patient Variation），在實(shí)際應(yīng)用中，預(yù)先訓(xùn)練好的生理信號(hào)AI分類算法可能對(duì)某些病人的識(shí)別準(zhǔn)確率會(huì)大幅下降。為解決以上挑戰(zhàn)，周軍教授團(tuán)隊(duì)研發(fā)了一種超低功耗、可重構(gòu)、支持自適應(yīng)學(xué)習(xí)的生理信號(hào)AI處理芯片（名為BioAIP）。在該芯片中，研究人員設(shè)計(jì)了具有硬件重構(gòu)能力的神經(jīng)網(wǎng)絡(luò)處理引擎，可以完成不同的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)計(jì)算，從而支持不同的生理信號(hào)AI處理算法。

同時(shí)，設(shè)計(jì)了多種可靈活配置的生理信號(hào)處理引擎，如可配置濾波模塊、峰值檢測(cè)模塊、信號(hào)分窗模塊等，從而支持不同的生理信號(hào)預(yù)處理任務(wù)。二者相互結(jié)合，可用于多種不同的AI健康監(jiān)測(cè)應(yīng)用。在此基礎(chǔ)上，還提出并實(shí)現(xiàn)了一系列超低功耗芯片設(shè)計(jì)技術(shù)，如事件驅(qū)動(dòng)神經(jīng)網(wǎng)絡(luò)處理架構(gòu)，片上數(shù)據(jù)近似壓縮技術(shù)、神經(jīng)網(wǎng)絡(luò)/預(yù)處理引擎復(fù)用技術(shù)、自適應(yīng)生理信號(hào)壓縮技術(shù)等。在心電識(shí)別、癲癇檢測(cè)、運(yùn)動(dòng)感知等多個(gè)AI健康監(jiān)測(cè)任務(wù)中，達(dá)到了小于6微焦的極低分類能耗。

另外，該研究針對(duì)生理信號(hào)病人間差異性，提出了一種低復(fù)雜度自適應(yīng)學(xué)習(xí)技術(shù)，使得AI算法可以學(xué)習(xí)不同病人的生理信號(hào)特征，從而大幅提升準(zhǔn)確率，又不增加太多功耗。該AI處理芯片可以用于多種可穿戴/植入式智能健康監(jiān)測(cè)設(shè)備，具有廣闊的應(yīng)用前景。

除該論文外，周軍教授近期還指導(dǎo)英才學(xué)院本科生在電路與系統(tǒng)頂級(jí)期刊IEEETransactions on Circuits and Systems – Part I （TCAS-I）發(fā)表了類腦處理器的工作。類腦處理器又被稱為脈沖神經(jīng)網(wǎng)絡(luò)處理器，相對(duì)于傳統(tǒng)人工智能芯片，類腦處理更接近人腦的真實(shí)運(yùn)轉(zhuǎn)機(jī)制，神經(jīng)元只在激活時(shí)才發(fā)射脈沖，且僅在脈沖到來時(shí)才進(jìn)行計(jì)算，從而進(jìn)一步降低計(jì)算功耗，同時(shí)具備一定的無(wú)監(jiān)督自學(xué)習(xí)能力，有希望成為下一代人工智能計(jì)算的方向。

周軍教授團(tuán)隊(duì)主要研究面向智能感知終端的人工智能專用處理芯片設(shè)計(jì)，面向圖像感知、可穿戴健康監(jiān)測(cè)、聲音感知、電磁感知等應(yīng)用，通過芯片與算法協(xié)同設(shè)計(jì)，構(gòu)建智能化、低功耗、微型化的軟硬一體化智能感知解決方案。團(tuán)隊(duì)共有12名教師，包括5名教授/研究員（其中2位國(guó)家青年人才），5名副教授/副研究員，2名講師/助理研究員，主持了國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目、國(guó)家自然科學(xué)基金聯(lián)合重點(diǎn)項(xiàng)目、國(guó)家自然科學(xué)基金面上項(xiàng)目等國(guó)家級(jí)項(xiàng)目，以及與商湯、華為、京東方等知名公司的橫向合作項(xiàng)目，與商湯、Intel等人工智能領(lǐng)軍企業(yè)建立了校企聯(lián)合實(shí)驗(yàn)室，研究成果獲得IEEE電路與系統(tǒng)學(xué)會(huì)論文獎(jiǎng)、中國(guó)發(fā)明創(chuàng)新獎(jiǎng)、中國(guó)產(chǎn)學(xué)研合作創(chuàng)新獎(jiǎng)、吳文俊人工智能技術(shù)發(fā)明獎(jiǎng)等。近年來指導(dǎo)學(xué)生多次獲得中國(guó)研究生電子設(shè)計(jì)競(jìng)賽、中國(guó)研究生人工智能創(chuàng)新大賽、全國(guó)大學(xué)生FPGA創(chuàng)新設(shè)計(jì)競(jìng)賽等國(guó)家級(jí)重要競(jìng)賽的全國(guó)一等獎(jiǎng)。

責(zé)任編輯：lq