论坛三报告专宵?/h3>

(按姓氏笔画排序(?/p>

任鹏丽?/th>
西安交通大学副教授
报告题目9?/b>面向自主智能体的计算架构思耂?br> 报告摘要9?/b>2018年图灵奖得主Hennessy和Patterson的演讲题目“计算机体系结构的新黄金时代:特定领域的硬件/软件协同设计,增强的安全性,开放式指令集和敏捷芯片开发”。指明了智能计算时代呼唤新的计算架构变革。以智能驾驶、无人机、机器人为代表的自主智能体需要面对复杂、动态、开放、非完整观测环境下的挑战,是体现混合增强智能适应性、稳定性、可靠性、鲁棒性和灵敏性的典型应用场景。本次报告以“认知计算引擎”为切入点,将课题组近年来的学术观点和研究进展与大家分享、?br> 专家简介:任鹏举,西安交通大学副教授,博导。研究方向为面向视觉认知的新型计算结构。共发表学术论文28篇,其中包括本领域顶级期刊IEEE Trans. Computers、IEEE Trans. CAD、IEEE Trans. Cognitive and Developmental Systems、IEEE Trans. Circuits and Systems II等。申请国内外发明专利20项,授权专利13项(??项美国专利)。近5年主持国家和省部级科研项??项,包括国家重点研发计划课题1项、自然科学基金面上项目,参与国家核高基科技重大专项子课??项(副组长)。作为课题骨干完成了6款图像处理专用芯片的设计和流片??015年入选首届中国科协“青年人才托举工程”(全国自动化方向共入??人)、?/span>
刘云新
微软亚洲研究院研究员
报告题目9?/b>Intelligent Edge Computing: from Cloud-Centric Intelligence to Distributed Intelligence with Edge
报告摘要9?/b>With the advances of hardware, software and algorithms, there is a new computing paradigm emerging towards a world with an intelligent cloud and an intelligent edge, infused by AI. This talk focuses on bringing intelligence to edge devices. To this end, it is critical to empower edge devices to sense the rich contexts from the user, the external environment and the internal system states, and take actions accordingly to improve the system performance and user experience. Specifically, this talk introduces our recent research work on reducing the power consumption of high-density displays through dynamic resolution scaling, optimizing gaming performance through dynamic rendering-rate scaling, and accelerating mobile deep vision applications through CNN caching.
专家简介:微软亚洲研究院系统研究组资深研究员,IEEE高级会员。主要研究兴趣为移动系统和网络,具体包括能耗管理,安全和隐私,行为感知,边缘智能等。相关研究工作已经发表在在本领域顶级会议和期刊上,如MobiSys, MobiCom, NSDI, CCS, ToN和TMC等,已授权美国专??3项。部分研究成果已经应用到了微软相关产品中,如Visual Studio,XBOX XDK,Windows Phone等,并且受到多家国际媒体报道,如ABC News,The Register,NetworkWorld等。曾??015年MobiCom会议最佳Demo奖,2011年PhoneSense Workshop最佳论文奖,微软技术转化奖等、?br>       个人主页9?a href="https://www.microsoft.com/en-us/research/people/yunliu">https://www.microsoft.com/en-us/research/people/yunliu
刘雷泡?/th>
清华大学教授
报告题目9?/b>动态可重构计算芯片
报告摘要9?/b>随着半导体工艺进??0nm量级,不断涌现的创新应用要求计算芯片同时具备高能量效率(即性能功耗比)和高功能灵活性。专用芯片(ASIC)能效高,但缺乏灵活性且用量少,难以满足高额成本摊销和研发周期的要求;传统可编程器件(FPGA)虽足够灵活,但功耗大、性能低,也无法满足要求。动态可重构芯片通过构建软硬件双编程机制,能实现软件对芯片功能的实时定义,兼具专用计算的高能效和通用计算的高灵活性,有望取代目前占市场份额近1/3的ASIC和FPGA,成为未来集成电路的主流。对动态可重构芯片的研发进行战略布局是我国芯片技术摆脱跟随模仿、实现跨越的重大机会。本报告将首先介绍动态可重构芯片的研究背景和基本原理,然后给出当前研究热点和应用情况,最后进行了总结和展望、?br> 专家简介:刘雷波,清华大学教授、博士生导师??999年和2004年分别在清华电子系和微电子所获得学士和博士学位??004年留校任教,2006年??013年和2017年分别在欧洲微电子中心、美国麻省理工学院和英国牛津大学学术访问。现为清华微电子所长聘正教? (Tenured Prof.),博士生导师。长期从事可重构计算及其系统芯片关键技术研究。先后主??63计划重点项目(首席专家)、国家自然科学基金、国防科工局基础研究项目、国际合作重大项目等10余个项目。发表SCI索引论文80余篇(IEEE Transactions论文40余篇)、EI索引论文60余篇(ISCA/DAC等顶级会议论??0余篇),授权发明专利50余项,出版著??部、译??部。历任亚洲固态电路会议IEEE A-SSCC的组委会主席/副主席、TPC副主席、TPC委员等;电子设计自动化领域顶级会议DAC的TPC委员;IEEE CAS VSPC的TC委员。曾获国家技术发明二等奖、中国专利金奖、教育部技术发明一等奖、江西省科技进步二等奖等、?/span>
时龙关?/th>
东南大学教授
报告题目9?/b>宽电压高能效计算电路与架构设计技术研穵?br> 报告摘要9?/b>近年??高能效电路与系统的应用需求增长得越来越快——在超级计算机、人工智能、物联网和密码安全等领域,能效成为最重要的战略竞争力,其中核心芯片必须在上述的不同应用场景下都能实现高能效。另一方面,随着工艺节点不断演进,先进工艺给集成电路设计带来新的机遇与问题挑战。基于以上背景,宽工作电压(阈值电??标称电压)设计技术是一种实现集成电路兼顾高性能和低功耗的有效方法。本次报告从高能效电路设计的共性基础问题,低功耗电路设计和高能效架构设计三个角度出发,将相关的学术观点和研究进展与大家分享、?br> 专家简介:时龙兴,东南大学首席教授,现任国家专用集成电路系统工程技术研究中心主任。长期从事集成电路设计领域的教学与科研,主要研究方向为宽电压高能效集成电路设计方法,包括多失效域尾部小概率良率分析和高维非高斯分布时延模型研究,高能效电路与微架构设计,宽电压电源转换与管理等。近几年先后完成国家"863"计划、国家自然科学基金、江苏省高技术等项目28项,发表SCI论文85篇,授权中国发明专利253项,美国专利11项,获国家技术发明二等奖2项、国家科技进步二等??项,国家科技进步三等??项,教育部技术发明一等奖2项,江苏省科技进步一等奖5项;获国家教学成果二等奖1项,江苏省教学成果特等奖1项,江苏省教学成果二等奖1项、?/span>
吴枫
中国科学技术大学教掇?/td>
报告题目9?/b>类脑人工智能
报告摘要9?/b>近年来,随着脑科学的不断发展以及大数据和深度学习的成功应用,语音识别、人脸识别、知识搜索、智能驾驶等领域的计算智能化程度迅速提高,相关研究和应用受到空前关注。信息化向智能化迈进是大势所趋,智能化将是人类社会下一个技术形态的标志。该报告重点汇报类脑人工智能发展所面临的挑战,讨论从脑神经研究揭示的功能和结构来启发人工智能发展所面临的挑战,包括从脑成像、脑图像分析、以及如何把从脑获取的知识应用到人工智能、?br> 专家简介:吴枫,中组部千人计划引进人才,国家基金委杰出青年项目获得者,IEEE Fellow,并获得2015年国家自然二等奖(排名第一)??006年国家技术发明二等奖(排名第三)??992年毕业于西安电子科技大学,获工学学士学位??996年和1999年毕业于哈尔滨工学大学,分别获得工学硕士和博士学位。博士毕业后加入了微软亚洲研究院(先前的微软中国研究院),历任副研究员、研究员、主任研究员和首席研究员??014年加入中国科学技术大学,现任信息科学与技术学院执行院长,中国科学技术大学示范性微电子学院院长。主要研究方向包括:视频编码与通信、多媒体内容分析、多媒体网络和计算机视觉等,已发表学术论??00余篇,其中包括IEEE TCSVT、IEEE TIP等IEEE会刊论文50余篇,MOBICOM、CVPR等中国计算机学会认定的A类国际会议论??0余篇,并荣获IEEE TCSVT 2009年最佳期刊论文奖, PCM 2008和VCIP 2007国际会议最佳论文奖。担任IEEE TCSVT和IEEE TMM编委,国际会议IEEE MMSP 2011、IEEE VCIP 2010和PCM 2009程序委员会主席?
汪玉
清华大学副教掇?/td>
报告题目9?/b>Deep Learning Processing Unit Design on FPGA
报告摘要9?/b>深度学习的应用日益广泛。相比于传统的CPU/GPU平台,针对定制计算结构能够提供更高的计算能效。但是,基于FPGA的深度学习加速器面临开发周期长,性能受限等问题。本报告将通过总结已有工作,结合实际设计经验,总结针对深度学习加速器的设计思路,之后介绍基于FPGA的高能效、快速部署的深度学习处理器结构和部署流程[FPGA 2016+2017]。其中压缩和量化技术可以去除算法中的冗余操作,减少系统计算和存储的需求,同时量化还能够提升FPGA系统的峰值计算能力。由于CNN和DNN/RNN在计算和存储模式的本质差异,针对CNN、DNN/RNN分别设计了两种体系结构与相应的指令、编译系统。基于赛灵思的平台,CNN和LSTM的平台均取得了比嵌入式和桌面GPU更好的能量效率(>60GOPS/W)、?br> 专家简介:汪玉,清华大学电子工程系长聘副教授,从事高能效电路与系统研究,发表论??00余篇,IEEE/ACM杂志文章40余篇;谷歌学术引??300余次。担任ACM SIGDA E-News主编,IEEE TCAD、TCSVT编委,DAC等领域顶级会议技术委员会委员,ACM杰出演讲者,ACM FPGA技术委员会亚太地区唯一成员??6年获得NSFC优秀青年基金。获得FPGA17、NVMSA17,ISVLSI12最佳论文,以及8次国际会议最佳论文提名。深度学习FPGA加速器??016年知识产权转化入股北京深鉴科技有限公司,打造世界最先进的FPGA深度学习平台、?/span>
陈云霁
中国科学院计算技术研究所研究呗?/td>
报告题目9?/b>深度学习处理器
报告摘要9?/b>以深度学习为代表的人工神经网络是机器学习最重要的方法之一,在云端和终端都有非常广泛的应用(例如广告推荐、自动翻译、语音识别、图像识别等)。然而传统的CPU和GPU芯片在进行神经网络处理时遇到了严重的性能和能耗瓶颈。近年来,我们提出了国际上首个深度学习指令集,设计了国际上首个深度学习专用处理器架构(和Inria合作),研制了国际上首个深度学习专用处理器芯片寒武纪。相关技术已近引用在数千万终端和云端智能设备中,引起了国际同行的广泛关注,被Science杂志评价为相关方向的领导者之一和先驱、?br> 专家简介:陈云霁,男,1983年生,江西南昌人,中国科学院计算技术研究所研究员,博士生导师。带领其团队研制了国际上首个深度学习处理器芯片寒武纪,其技术目前已经应用在数千万智能终端上。学术论文多次获得计算机体系结构CCF A类会议最佳论文奖,受到上百个国际知名机构跟踪引用。因此,被Science杂志评价为深度学习处理器的先驱和领导、?br> 他曾获全国创新争先奖、中国青年科技奖、国家自然科学基金“优秀青年基金”、国家万人计划“青年拔尖人才”、中科院青年科学家奖和中国计算机学会青年科学家奖,并被MIT技术评论评为全??5位杰出青年创新者(2015年度)、?/span>
施路干?/th>
清华大学教授
报告题目9?/b>类脑计算及系绞?br> 报告摘要9?/b>类脑计算是借鉴人脑存储处理信息的方式发展的新型技术,类脑计算系统是基于神经形态工程打破“冯?诺依曼”架构束缚、适于实时处理非结构化信息、具有学习能力的超低功耗新型计算系统。它是人工通用智能的基石,拥有极为广阔的应用前景。当前欧盟、美国等均斥巨资长期支持此研究,但是这项研究目前处于起步阶段,尚未形成公认技术方案。此报告将从为什(why)?做什么(what)?和怎样做(how)?三方面来分析类脑计算及系统研究。重点讨论它面临的挑战和可能的解决方法、?br> 专家简介:施路平,清华大学教授,国家千人特聘教授,清华大学类脑计算研究中心主任,光盘国家工程研究中心主任,国际光学工程学会(SPIE)会士??992年从德国科隆大学获博士学位, 1996-2012在新加坡科学院数据存储研究院光学材料和系统实验室主任, 非易失性存储器实验室主任。曾领导过新加坡科学??0年人工认知存储器重大交叉研究项目??012年加入清华大学创建类脑计算研究中心,中心从基础理论、神经形态器件、类脑芯片、类脑软件、系统和应用对类脑计算进行全面研究??015年,领导研制成功首款跨模态异构融合神经形态类脑计算芯片(天机芯),相关结果发表在2016.12 science智能机器人特刊上。曾担任IEEE Non-Volatile Memory Technologies Symposium (2011-2018)会议联合主席;美国Optical Data Storage Topic Meeting(ODS)顾问委员会主席( 2010),大会联合主??2009),技术委员会联合主席??008)。研究领域:类脑计算、信息存储、集成光电子、智能系统和仪器。已发表??00多篇学术论文 (包括Science,Nature Photonics?? 2004年荣获新加坡国家科技奖、?br>       个人网页9?a href="http://faculty.dpi.tsinghua.edu.cn/lpshi.html">http://faculty.dpi.tsinghua.edu.cn/lpshi.html
黄铁冚?/th>
北京大学教授
报告题目9?/b>类脑计算与仿视网膜超速全时芯牆?br> 报告摘要9?/b>类脑计算是计算机出现以来最大的一次革命,有望实现强人工智能(也称通用人工智能,AGI),其技术路线是:先放下“理解智能”的迷思,以神经科学为基础,构建神经形态计算系统,再通过训练涌现AGI。视觉感知是生物智能的重要组成部分,生物视觉信息处理机制优越,但受限于生理限制,视网膜发放神经脉冲的频率不可能超过一百赫兹。仿视网膜超速全时视觉芯片像生物视网膜一样采用神经脉冲表达视觉信息,脉冲发放频率“超速”人眼百倍,能够“看清”高速旋转叶片的文字。“全时”是指从芯片采集的神经脉冲序列中重构出任意时刻的画面,这是实现真正机器视觉的基础,有望重塑视觉信息处理体系,为无人驾驶、机器人、视频监控等领域带来重大变革、?br> 专家简介:黄铁军,博士,北京大学信息科学技术学院教授,计算机科学技术系主任,主要研究方向为视觉信息处理与神经形态计算。国家杰出青年科学基金获得者,教育部长江学者特聘教授,兼任新一代人工智能产业技术创新战略联盟(科技部)秘书长,数字音视频编解码技术标准工作组(工信部)秘书长,国家人工智能标准化总体组(国标委)副组长。发表(含合作)学术论文两百多篇,专著两部,作为主要起草人制??项国家标准??项ISO/IEC标准??项IEEE标准,授权发明专??0多项。中国电子学会理事(2006-),中国计算机学会杰出会员(2015-),荣获国家技术发明二等奖??017,第一完成人),两次荣获国家科学技术进步二等奖??012第二完成人,2010第四完成人),中国科协求是杰出青年成果转化奖??014)和IEEE计算机学会Computing Now奖(2013)、?br>       个人网页9?a href="http://www.idm.pku.edu.cn/~tjhuang">http://www.idm.pku.edu.cn/~tjhuang
曾志则?/th>
华中科技大学教授
报告题目9?/b>基于忆阻的神经形? 系统分析与设讠?br> 报告摘要9?/b>生物神经网络由作为节点的神经元和神经元之间的突触进行连接。如何采用微纳器件模拟生物神经元、神经突触的功能是急需突破的技术难题之一。忆阻是一种非线性的无源两端口动态器件,其阻值随两端电信号变化而改变的性质,非常类似于生物神经元突触的功能。将忆阻作为神经计算机时代的“晶体管”,引入到人工神经网络电路的设计中,以模仿生物突触传导神经递质的过程,实现对生物突触的物理模拟,创造出基于忆阻的生物突触模拟器,并进而发展类脑计算能力是值得深入研究的方向之一。本报告将简介基于忆阻的逻辑运算电路设计,汇报基于忆阻的神经形态网络在算法和功能方向的研究进展、?br> 专家简介:曾志刚,华中科技大学教授、博士生导师,国家杰出青年科学基金获得者,教育部长江学者特聘教授,万人计划科技创新领军人才,图像信息处理与智能控制教育部重点实验室主任。发表SCI 收录学术论文170多篇。先后担任IEEE Transactions on Neural Networks;IEEE Transactions on Cybernetics? IEEE Transactions on Fuzzy Systems;Cognitive Computation;Neural Networks;Applied Soft Computing;自动化学报和控制工程的编委。担任IEEE Transactions on Neural Networks and Learning Systems;Neural Computing & Applications;Neurocomputing;International Journal of Fuzzy Systems;Neural Processing Letters ??个SCI源国际学术期刊的客座编委。担任过三十多个国际学术会议的大会主席,程序委员会主席,出版主席等。曾获湖北省自然科学一等奖、湖北省科技进步一等奖、教育部高等学校科学研究优秀成果奖自然科学奖一等奖、国家科学技术进步奖二等奖各一次、?br>       个人网页9?a href="http://auto.hust.edu.cn/zhigangzeng/">http://auto.hust.edu.cn/zhigangzeng/
潘纲
浙江大学教授
报告题目9?/b>脑机融合的混合增强智胼?br> 报告摘要9?/b>人工智能、计算神经科学、微电子和神经生理学等领域的最新进展,显示出计算机和生命体之间的融合成为可能并日趋明显。以脑机接口为代表的神经技术的突破使得脑与计算机之间的结合越来越紧密,脑机融合及其一体化已成为未来计算技术的一个重要发展趋势。如何让生物脑(生物智能)与机器脑(人工智能)深度融合并协同工作,是当前人工智能与脑认知科学交叉领域面临的重要课题。本报告将介绍脑机融合的混合增强智能这一新型的智能形态,并汇报课题组在这方面的部分最新研究进展、?br> 专家简介:潘纲,浙江大学计算机学院教授、博导,计算机辅助设计与图形学国家重点实验室副主任,中国人工智能学会常务理事、脑机融合与生物机器智能专委会主任委员,获CCF-IEEE CS青年科学家奖。主要研究方向为混合智能、脑机接口、类脑计算、计算机视觉、机器学习、普适计算等。已发表论文100多篇(包括IEEE TPAMI、TNNLS、ACM Computing Surveys等国际一流刊物,以及CVPR, ICCV, IJCAI, UbiComp等国际一流会议)。获ACM/IEEE国际会议最佳论文奖3次(? ACM UbiComp2016最佳论文奖等)。相关成果入??016年度中国高等学校十大科技进展,获国家科学技术进步奖二等奖(??完成人)、教育部科技进步一等奖(第2完成人)。担任《IEEE Systems Journal》、《ACM IMWUT》、《Chinese Journal of Electronics》等期刊的编委、?/span>

365体育,博狗bogou888网,365bet体育,365体育备用,188bet备用网址,365bet娱乐