Sections
Left Column
Right Column
Text Area
研究計劃3 - 人工智能輔助電子設計自動化
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。
Text Area
研究項目3-1:
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
圖 研究項目3-1: DNN模型和硬件加速器協同設計優化的系統流程圖
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。
Text Area
研究項目3-2:
AI加速器的物理綜合
圖 研究項目3-2: (a)採用已有最優方法手動設計一個簡單神經網絡加速器的綜合結果 （b）商業化EDA工具對同一神經網絡的綜合結果
研究項目3-2基於已有的物理綜合領域的研究能力和成果，專注於對AI加速器進行物理綜合的新的解决方案。我們將考慮AI加速器物理綜合中的專屬規則和走綫模式，並著重進行分析。我們首先通過研發高性能的數據通路快速提取工具，來確定加速器的關鍵結構路徑，然後將提取出的數據通路輸入到我們定制化的物理綜合引擎中，自動生成AI加速器的晶片布局。
Text Area
研究項目3-3:
AI增强的電子設計自動化（AIEDA）
圖 研究項目3-3: AI增強的設計技術實例 - 神經計算逆向光刻技術（Neural-ILT）
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。