研究計劃
Image Slideshow
  • AI大模型的存內計算架構設計
    研究計劃1
    解決運算、記憶體及記憶體頻寬的擴展問題，尤其專注於推進基於存內計算（CIM）的晶片架構，以實現AI大模型的超高能效及可擴展部署。
    了解
  • 高能效與高效能的端側人工智能的軟硬件協同設計
    研究計劃2
    推動算法-硬件協同設計領域的發展，解決具身智能應用在複雜度、可擴展性、能耗效率及延遲等日益增長的新挑戰。
    了解
  • 大規模人工智能硬件的電子設計自動化（EDA）
    研究計劃3
    探索人工智能晶片與系統設計EDA的新前沿，聚焦於支持小晶片(Chiplet)及3DIC設計，突破現有EDA工具的技術瓶頸及開發基礎AI模型在各種設計任務中的應用，以實現更靈活的晶片設計。
    了解
  • 特定應用場景的跨層級優化與展示
    研究計劃4
    整合各個研究項目所開發的關鍵技術，透過跨層級優化方法，為特定領域的AI大規模應用開發硬件加速計算系統，實現突破性的效能躍升。
    了解

研究計劃4 - 特定應用場景的跨層級優化與展示

整合各個研究項目所開發的關鍵技術，透過跨層級優化方法，為特定領域的AI大規模應用開發硬件加速計算系統，實現突破性的效能躍升。

 

研究項目4-1:
面向實時應用的多模態及大語言模型高效人工智能計算架構

Proposed work on developing multi-modal LLM for real-time applications

研究項目4-1專注於探索多模態理解與大語言模型（LLM）的結合，並應用於醫療診斷、自動駕駛、具身機器人及智慧教育等領域。透過演算法與硬件的協同設計，解決高能效計算系統架構之關鍵問題，以支持計算密集型多模態人工智能代理的實時計算需求。

研究項目4-2:
面向生物醫學設備與應用的安全高能效存內計算硬件

Hardware for Biomedical Devices and Application

研究項目4-2致力於設計新一代智能安全生物醫學設備，此類設備將於疾病診斷、治療康復及日常健康監測等領域發揮重要作用。項目將進一步發展存內計算技術，實現針對生物醫學應用的安全人工智能計算架構。

研究項目4-3:
面向金融、機器人與數位經濟領域的凸優化求解器可擴展架構及系統

研究項目4-3旨在設計專用於凸優化求解器的可擴展架構與系統，針對需要進行複雜凸優化計算的應用領域，包括金融計算與數碼經濟等範疇。

研究項目4-4:
用於提升沉浸式技術中渲染性能的領域專用SoC框架

Proposed framework in domain-specific SoC design automation

研究項目4-4專注於設計一個領域專用SoC框架，旨在提升沉浸式應用的3D渲染功能，重點解決支援擴增實境（AR）與虛擬實境（VR）等沉浸式應用實時3D渲染的智能硬件設計技術挑戰。