网站旧版 | 学校首页 | 中文版 | English

南方科技大学安丰伟教授做客光电信息学术讲座

作者: 时间:2019-08-22 点击数:

受我院集成电路工程系王超老师的邀请,南方科技大学深港微电子学院安丰伟教授于2019年6月21日上午做客光电信息学术讲座,在西一楼大会议室作了题为《用于图像识别和机器学习算法的高能效VLSI设计》(Energy-efficient VLSI design for image recognition and machine learning algorithms)的学术讲座。此次学术报告吸引了不少光学与电子信息学院的老师、研究生和本科生参加。


2B07B


在热烈的欢迎掌声之后,王超老师向大家介绍了本期光电信息学术报告的嘉宾安丰伟教授。安教授的报告从基于静态随机存取存储器(SRAM)的图像识别和机器学习研究进展入题,内容主要分为以下三个部分:机器学习与图像识别、能量效率(energy efficiency)、以及如何为物体检测(object detection)设计一款高能效芯片。安教授通过对机器学习的概述引出了本次报告的重点人工智能(AI)芯片,并列举分析了各类AI芯片的平台,包括CPU&GPU、FPGA以及ASIC等,同时还为大家讲解了边缘AI的概念与特点。安教授提到,功耗是由电池供电的移动设备应该考虑的关键因素。用于图像识别和机器学习的VLSI设计必须同时考虑处理速度和能量效率,还要考虑对于机器学习算法硬件实现中片上数据存储和缓存的SRAM消耗所的大量功耗。所以,提出一种适合于硬件实现、能够优化SRAM利用率的机器学习算法是提高能量效率的重要途径。


1D0B7


随后,安教授从如何为物体检测设计高能效芯片展开了讨论,并从算法结构和效果角度为大家展示了高动态范围图像(HDR)的强大功能。在计算机图形学与电影摄影术中,HDR是用来实现比普通数位图像技术更大曝光动态范围(即更大的明暗差别)的一组技术。高动态范围成像的目的就是要正确地表示真实世界中从太阳光直射到最暗的阴影这样大的范围亮度。在报告中,安教授为大家详细介绍了一种具有优化SRAM利用率的硬件算法,并用于图像识别和机器学习算法。具有高能效VLSI架构的原型芯片采用28/65/180nm CMOS技术进行验证,具有高集成度和内存利用率,可用于演示便携式设备的适用性。

安教授的报告图文并茂、由浅入深,具有针对性地对不少本科生做了耐心详细的一个半小时的基本慨念介绍和AI芯片设计讲授。在报告的最后部分,安教授对报告的内容做了总结,图像识别和机器学习的高能效芯片设计不仅需要重新设计相关算法,同时还需要对SRAM的利用率进行优化。


2D109


在最后报告的交流互动环节,安教授与同学们就图像识别的算法以及机器学习在硬件中的实现展开了热烈的讨论,耐心细致且浅显易懂地为大家讲解了图像识别理论中每一个深奥晦涩的细节。光电信息学院2019级集成电路专业研究生许家瑞同学在会后总结道:“在这次报告中,我接触到了与自己生活息息相关的图像处理与图像识别,安老师的耐心讲授也让我对其原理有所了解,‘知其然更要知其所以然’才是一个大学生对待知识应有的态度”。光电信息学院2016级集成电路专业本科生吴峥同学总结道:“在报告中,安教授给我们介绍了AI智能识图的前沿研究。他讲到了目前应用广泛的云边缘端计算技术,让我能够对日常生活中无处不在的“云端”有所了解。同时,报告中介绍的流水线计算结构也和我的专业学习内容结合了起来,让我体会到我们现在学习的知识是很有意义的,作为本科生,我们要抱着认真的态度做好课内学习,为今后的学习和研究打好基础”。

讨论互动结束后,光学与电子信息学院王超老师代表学院为对安教授表示了衷心的感谢。之后,本次光电信息讲座活动在师生们的热烈掌声中圆满结束。


4883

安丰伟博士于2013年在日本广岛大学获得工学博士学位。现在担任南方科技大学深港微电子学院副教授。在此之前担任日本松下半导体公司的主管工程师,其专长是图像识别与机器学习的大规模数字集成电路设计。安博士积累了十年以上图像处理、图像识别、机器学习的电路设计和系统集成(SoC)等经验,具有丰富的学术界和工业界的背景。安博士在松下半导体公司开发的产品和在广岛大学的研究成果等的目标应用是高级辅助驾驶系统(ADAS)和自动驾驶。现在安博士带领自己的团队继续从事面向自动驾驶的动态目标追踪专用芯片的研究。

华中科技大学  光学与电子信息学院  联系电话:027-87558726  邮编:430074 地址:中国•湖北省武汉市珞喻路1037号 华中科技大学南五楼六楼