【儀表網(wǎng) 研發(fā)快訊】近日，光電信息學(xué)院王超教授團(tuán)隊(duì)在人工智能(AI)處理器芯片領(lǐng)域取得重要進(jìn)展，研究成果“An Energy-efficient, Reconfigurable and Dual-mode AI Processor Based on a Two-Stage Hybrid Neural Network for Wearable Lung Sound Monitoring“ 被集成電路領(lǐng)域國(guó)際頂級(jí)期刊IEEE Journal of Solid-State Circuits(JSSC)錄用。該成果實(shí)現(xiàn)了面向肺音智能監(jiān)測(cè)的專(zhuān)用AI處理器芯片，標(biāo)志著我校在高能效、低功耗數(shù)字集成電路與人工智能芯片領(lǐng)域取得重要突破。王超為論文通訊作者，光電信息學(xué)院為論文第一完成單位。
 

　　面向可穿戴肺音長(zhǎng)期監(jiān)測(cè)對(duì)低功耗、實(shí)時(shí)處理的需求，針對(duì)傳統(tǒng)深度神經(jīng)網(wǎng)絡(luò)對(duì)大量正常肺音仍進(jìn)行復(fù)雜細(xì)粒度分類(lèi)、造成冗余計(jì)算和高能耗的問(wèn)題，團(tuán)隊(duì)提出了基于兩階段混合神經(jīng)網(wǎng)絡(luò)(TS-HNN)的高能效可重構(gòu)雙模AI處理器，采用“先粗篩、再細(xì)分”的分級(jí)計(jì)算策略，僅在檢測(cè)到異常肺音時(shí)啟動(dòng)第二階段細(xì)粒度分類(lèi)，從源頭減少不必要的計(jì)算能耗。在芯片架構(gòu)層面，團(tuán)隊(duì)進(jìn)一步提出可重構(gòu)處理單元陣列與雙模脈動(dòng)數(shù)據(jù)流、多分支混合驅(qū)動(dòng)存儲(chǔ)架構(gòu)等架構(gòu)創(chuàng)新優(yōu)化設(shè)計(jì)方法，針對(duì)不同神經(jīng)網(wǎng)絡(luò)算子的計(jì)算和數(shù)據(jù)復(fù)用特點(diǎn)動(dòng)態(tài)調(diào)整硬件工作模式，實(shí)現(xiàn)算法與芯片架構(gòu)協(xié)同優(yōu)化設(shè)計(jì)。該設(shè)計(jì)采用55 nm CMOS工藝完成流片與實(shí)測(cè)，芯片核心面積為4.39 mm²，實(shí)測(cè)最低運(yùn)算能耗達(dá)到2.76 pJ/op；在相關(guān)肺音數(shù)據(jù)集上，正常肺音處理能耗僅為0.39 mJ/frame，相比直接執(zhí)行細(xì)粒度分類(lèi)降低5.28倍。
 

　　該研究實(shí)現(xiàn)了從肺音智能算法、AI處理器架構(gòu)到數(shù)字專(zhuān)用芯片的設(shè)計(jì)、流片、以及測(cè)試的完整技術(shù)鏈條，實(shí)現(xiàn)了集成電路頂刊JSSC歷史上首款面向肺音監(jiān)測(cè)的專(zhuān)用AI處理器芯片。該工作為包括面向心音、心電、腦電等生理信號(hào)可穿戴健康監(jiān)測(cè)的低功耗邊緣智能芯片提供了新的技術(shù)方案，也為高能效人工智能計(jì)算架構(gòu)在生物醫(yī)學(xué)信號(hào)處理領(lǐng)域的應(yīng)用提供了芯片級(jí)驗(yàn)證。該研究工作與電子科技大學(xué)、新加坡理工大學(xué)等單位合作，受到國(guó)家自然科學(xué)基金等項(xiàng)目的資助。
 

　　JSSC是IEEE固態(tài)電路學(xué)會(huì)主辦的旗艦期刊之一，也是國(guó)際集成電路設(shè)計(jì)領(lǐng)域最具影響力的頂級(jí)學(xué)術(shù)期刊，長(zhǎng)期聚焦先進(jìn)集成電路與芯片系統(tǒng)設(shè)計(jì)，重點(diǎn)刊載具有芯片流片與實(shí)測(cè)結(jié)果的高水平研究成果，涵蓋模擬、數(shù)字、射頻、混合信號(hào)及智能集成電路等方向。JSSC在全球集成電路學(xué)術(shù)界和產(chǎn)業(yè)界具有廣泛影響力，是展示前沿芯片設(shè)計(jì)與技術(shù)創(chuàng)新成果的重要國(guó)際平臺(tái)。
 

　　引用：光電信息學(xué)院王超課題組在人工智能處理器芯片領(lǐng)域取得重要進(jìn)展 華中科技大學(xué) 【引用時(shí)間：2026年9月30日】