研究計劃3旨在爲AI晶片開發新的設計方法和自動化設計工具。
面向深度神經網絡及AI算法的硬件-軟件協同設計的方法論和EDA工具
研究項目3-1:
研究項目3-1 通過研發新的方法和工具，實現硬件-軟件的協同設計。項目的目標是，一方面針對FPGA、GPU和加速器的硬件約束和功能特點，優化得到高質量的機器學習算法；同時通過高效的系統設計搜索和仿真，實現資源約束下的AI系統軟件和硬件架構的協同優化。
AI加速器的物理綜合
研究項目3-2:
In Project RP3-2, leveraging our previous research and expertise on physical synthesis, we will focus on new solutions for physical synthesis of AI accelerators for which particular regularity or wire patterns in AI accelerators will be analyzed and taken into account. We will first investigate a high-performance yet efficient data-path extraction tool to identify critical structural path, and then feed the extracted data-path into our customized physical synthesis engine to automatically general AI chip layout.
AI增强的電子設計自動化（AIEDA）
研究項目3-3::
隨著人工智能軟件和硬件的飛速發展，EDA系統有機會在性能和計算效率方面都得到極大的提高。在研究項目3-3中，我們通過研究EDA的基礎問題，達到顯著提高EDA工具效率和質量的目的，使得快速而高質量地進行AI晶片設計成爲可能。這方面的研究將使我們能够把控超高的設計複雜度；縮短設計周期，從而更快地將晶片推向市場；進行大規模、高性能的片上人工神經網絡設計，獲得人工智能硬件設計和製造中基礎性的制勝因素。