湃方科技获国际低功耗芯片设计竞赛一等奖，推动AI嵌入更多场景丨BV Family

由ACM（美国计算机协会）和IEEE（美国电气和电子工程师协会）共同主办，瑞士洛桑联邦理工学院（EPFL）承办的2019低功耗电子与设计国际研讨会（ACM/IEEE International Symposium on Low Power Electronics and Design, ISLPED 2019）在瑞士洛桑圆满落下帷幕。研讨会上，来自湃方科技创始人、清华大学刘勇攀教授团队的袁哲博士做了题为《STICKER: 一种高能效稀疏度自适应的神经网络处理器》（STICKER: An Energy Efficient Sparse-aware Neural Network Processor）的主题报告。报告得到了研讨会技术委员会的高度认可，并获得了研讨会设计竞赛奖第一名。BV在2018年天使投资了湃方科技。

ISLPED拥有20余年的历史，已经成为低功耗计算和绿色计算技术领域的顶尖国际会议之一。本次研讨会为期三天，主题涉及工艺技术和模拟/数字电路、仿真和综合工具链、系统级设计和优化以及系统软件和应用。

湃方科技全力打造了以人工智能芯片和工业智能算法为核心技术，以赋能我国产业智能化升级为愿景，以为客户提供跨品类、全栈式设备智能管理解决方案为使命的企业战略布局，致力于成为业界领先的设备智能化管理服务提供商，加速人工智能相关技术在各个社会领域的应用，持续打造中国制造“智能+”。

湃方科技创始人、清华大学刘勇攀教授（左三）代表团队领奖

湃方科技获得ISLPED’19 设计竞赛一等奖

物联网与人工智能结合的发展趋势，对神经网络加速芯片的能效有了更高的要求。神经网络的权重和激活矩阵中存在广泛的稀疏性分布，且不同网络和同一网络不同层的稀疏度各不相同，其稀疏度分布范围高达4-90%。因此，提出一种统一架构同时高效处理各种稀疏度的人工神经网络矩阵，是人工智能芯片设计领域的一大难题。过去几年，刘勇攀教授带领其团队针对算法与芯片架构联合优化的问题，提出了支持非规则稀疏、规则稀疏以及量化模型的多种高能效计算架构，并设计验证了Sticker系列AI芯片，在芯片推理和片上训练操作的能效上实现了巨大突破。

STICKER神经网络加速器硬件架构

该工作通过动态配置人工智能芯片的运算和存储电路，实现了对不同稀疏度神经网络的自适应处理，大幅提升了人工智能加速芯片的能量效率，是世界首款全面支持不同稀疏程度网络，且同时支持片上网络参数微调的神经网络加速芯片。通过片上自适应编码器、多模态计算单元以及多组相连存储架构技术，实现了针对不同稀疏程度神经网络的动态高效处理，大幅提升能量效率，并减少芯片面积。针对传统神经网络加速器无法片上调整网络参数以适应物联网应用场景中目标及环境多变的问题，首次使用了片上微调稀疏神经网络参数的技术，以极低的开销实现片上神经网络参数的自适应调整。

SICKER芯片照片

遵循“非规则化稀疏-规则化稀疏-稀疏量化协同”的技术路线，刘勇攀教授及其团队自2018年相继发布了Sticker-I、Sticker-T等芯片，实现了计算性能和能量效率数十倍的提升。其中Sticker-I芯片在65nm工艺下，取得62.1TOPS/W的峰值核心操作计算能效，并发表在2018年国际超大规模集成电路峰会(Symposia of VLSI Technology and Circuits)；Sticker-T 的通用架构可以同时高效支持包括 CNN，RNN 和 FC 在内的主流网络结构，满足了不同应用场景的需求，入选了2019年初在美国旧金山举办的ISSCC 2019大会，是中国大陆首篇发表的人工智能芯片ISSCC论文。

Sticker系列人工智能芯片从计算MAC、运算单元以及阵列化三个维度全方位提高芯片的计算能效和灵活性，该芯片的应用市场极其广阔，覆盖了智慧工业、智慧城市、智能制造等领域。

RECOMMEND

推荐阅读

关于BV

BV是由百度发起、专业团队管理的独立风险投资机构，其出资人包括百度和其他优秀的产业、金融机构。BV目前管理着5亿美元规模的三支美元和人民币基金，在北京和旧金山同步运营，致力于成为AI时代的世界一流VC。

BV在用投资打造一个更高效的智能世界：更细颗粒度的感知、更精准的决策、更少的人力成本、更好的效率模型。我们已投资了110多家AI公司——从芯片到传感器，从人体数据采集到天基观测网，从智能工业到智能城市，我们投资AI背后的底层技术，也投资AI驱动的各种行业变革。