新闻  |   论坛  |   博客  |   在线研讨会
陈怡然获2022年度Edward J. McCluskey技术成就奖,已创办存算一体AI芯片公司
芯东西 | 2022-01-30 00:56:48    阅读:314   发布文章

因对新型非易失性存储器的研究贡献,陈怡然教授获此殊荣。

编辑 |  ZeR0
芯东西1月28日消息,据杜克大学官网新闻,杜克大学电子与计算机工程系陈怡然教授获得2022年度Edward J. McCluskey技术成就奖。

这一奖项设立于1985年,由国际电气电子工程师协会(IEEE)计算机学会颁发,旨在表彰全球范围内在计算机和信息科学以及工程领域做出卓越创新贡献的学者。陈怡然教授因其对新型非易失性存储器(NVM)技术及其应用的研究而获奖,他的研究成果推动该领域取得了重要进展。其团队专注于研究新型内存与存储系统、机器学习与神经拟态计算,以及移动计算系统这是华人学者连续第四年获此殊荣。此前,美国南加州大学教授郭宗杰、南京大学计算机与人工智能教授周志华曾获得2019年Edward J. McCluskey技术成就奖。阿里巴巴平头哥首席科学家谢源,京东探索研究院院长、澳大利亚科学院院士陶大程分别曾获得2020年、2021年的该技术成就奖。在杜克大学,陈怡然任杜克大学电子与计算机工程系教授、美国国家科学基金委(NSF)下一代移动网络与边缘计算人工智能研究院(Athena)主任、美国国家科学基金委(NSF)新型与可持续计算(ASIC)校企合作研究中心(IUCRC)主任、杜克大学计算进化智能研究中心联合主任。陈怡然是清华大学电子系1994级本科生,2001年获得清华大学硕士学位,2005年获得普渡大学博士学位。在工业界工作五年后,他于2010年加入匹兹堡大学任助理教授,并于2014年晋升为长聘副教授、双世纪校友讲席。他曾出版1部专著,发表近500篇学术论文,获得了96项专利,担任过数十本国际学术期刊的编辑,并在超过60个国际学术会议的技术与组织委员会中任职,现任IEEE电路与系统杂志的主编。在MICRO、KDD、DATE、SEC等知名国际学术会议和研讨会中,他曾获得8项最佳论文奖、1项最佳海报奖,以及14项最佳论文提名。陈怡然教授因其对学术社区的贡献收获了多项奖项,如IEEE计算机学会Edward J. McCluskey技术成就奖,ACM设计自动化组织(SIGDA) 服务奖等。他同时是ACM与IEEE会士(Fellow),并担任ACM设计自动化组织(SIGDA) 主席。其最具代表性的工作之一,是关于自旋转移力矩随机存储器(STT-RAM)的研究。他在希捷(Seagate)公司任职期间发表的STT-RAM的原型芯片论文,第一次证明了商用半导体工艺制造STT-RAM的可行性。他也首次提出了磁/电协同设计的STT-RAM存储单元模型以及STT-RAM作为嵌入式片上存储器在计算机体系结构中的应用。STT-RAM近年来在三星、格罗方德、台积电等半导体制造厂商开始商用,并已经出现在了许多消费电子产品中。陈怡然教授还是使用非易失性存储器进行神经网络加速领域研究的先行者。在2009年,他和希捷公司的同事一起首次提出了使用自旋忆阻器模拟神经元的相关模型。这一想法的可行性被随后许多相关的工作所证实。他和其夫人李海教授一起提出了使用忆阻器矩阵计算矩阵向量乘法的映射方法,实现了当下平面半导体制造技术理论上所能够达到的最高计算密度。这一设计思想也被惠普、IBM等多个公司采用,并直接促生了许多相关领域创企的成立。2021年2月,陈怡然教授主导创办存算一体AI芯片公司「苹芯科技」。这家初创公司于同年8月获得近千万美元Pre-A轮融资,由红点中国领投,真格基金、红杉中国跟投。苹芯科技创始人兼CEO杨越本科毕业于清华大学自动化系,在多伦多大学计算机工程系获得博士学位,曾在美国加州硅谷美光科技担任首席系统架构师,在存储芯片、人工智能及相关领域研究方向拥有技术积累及行业经验。另外两位联合创始人中,章尧君本科毕业于上海交通大学,后于匹兹堡大学电子工程系取得博士学位,前期深耕于新型存储器研发行业,设计开发了多款MRAM商用芯片,拥有十余项关键专利;许振隆本硕毕业于新竹清华大学,多年任职于台积电,拥有超过20年芯片设计经验,曾带领团队成功交付多款量产芯片。2021年9月,苹芯科技宣布其研发的全球首款可商用基于SRAM架构的存内计算加速器S200已测试成功,并称这款加速器首次将工业级存内计算带入28nm时代。

据悉,北京大学人工智能研究院/集成电路学院燕博南研究员课题组参与了这个存内计算AI计算加速方案的联合研发设计与封测工作。采用S200的测试芯片,能效比可达到27.38 TOPS/W INT8 有/无符号数据类型,存储密度方面也在SRAM存内计算领域中领先于全球其它功能样片。相比之下,基于同等条件的世界多数加速器测试结果通常介于2-3TOPS/W之间。这款加速器基于存内计算(PIM)架构,可将深度学习算法中占主导的基本运算在存储器内部完成,从而大幅提升计算效率。苹芯科技称,该加速器可完成无损精度的运算。


*博客内容为网友个人发布,仅代表博主个人观点,如有侵权请联系工作人员删除。

参与讨论
登录后参与讨论
推荐文章
最近访客