mlc逆变器



【会议论文】CICC(定制集成电路)-2023论文总结

CICC（定制集成电路）-2023会议论文总结

CICC 2023会议展示了定制集成电路领域的多项前沿研究，涵盖内存计算、量子计算、Ising机、异构SoC及机器学习芯片等多个方向，共收录23篇论文，以下为重点内容总结：

一、内存计算相关研究

高能效计算宏设计

韩国科学技术院提出333TOPS/W逻辑兼容多级嵌入式闪存计算宏，采用双斜率计算技术，实现高能效比。

亚利桑那州立大学开发138TOPS/W Delta-Sigma调制器可变分辨率激活内存计算宏，优化计算精度与功耗平衡。

北京大学设计免校准15级/单元eDRAM计算宏，通过3T1C电流编程动态级联MLC技术，达成233-304TOPS/W的4b MAC性能。

南洋理工大学提出DenseCIM二进制加权电容器SRAM计算架构，集成逐列动态范围校准SAR ADC，提升计算精度。

稀疏计算与可重构性

澳门大学提出双模式稀疏内存计算宏，支持单层和双层可重构计算，适应不同应用场景。

普渡大学开发65nm自适应SNR稀疏感知CIM内核，通过负载均衡技术优化深度学习工作负载处理效率。

专用场景优化

上海科技大学等联合提出603TOPS/W内存计算C3T宏，针对低温计算环境设计，支持布尔与卷积运算。

哥伦比亚大学设计102μJ、61ms数字内存计算微控制器（iMCU），面向边缘端TinyML应用，实现低功耗实时计算。

二、量子计算与光子计算

量子计算接收器华盛顿大学提出亚毫瓦/量子位5.2-7.2GHz 65nm Cryo-CMOS接收器，为可扩展量子计算系统提供低功耗信号接收解决方案。

光子雷达系统同济大学开发dToF激光雷达系统，集成可寻址多通道VCSEL发射器、128x80 SPAD传感器及基于机器学习的物体检测算法，实现自适应光束控制，提升系统集成度与实时性。

三、Ising机器与组合优化

连续时间Ising机南洋理工大学与新加坡微电子研究所联合提出耦合逆变器链连续时间Ising机，支持完全并行单次旋转更新，加速组合优化问题求解。

可重构布尔可满足性求解器南洋理工大学设计多体自旋相互作用可重构Ising机，针对布尔可满足性问题优化硬件架构，提升求解灵活性。

四、异构SoC与芯片架构

云基础设施FPGA部署德克萨斯大学奥斯汀分校与微软合作分析FPGA在云基础设施中的系统级部署，探讨资源分配与性能优化策略。

异构众核SoC设计普林斯顿大学提出DECADES异构众核SoC，集成109个计算单元（含加速器、智能存储及eFPGA），采用12nm FinFET工艺，实现67mm2面积内1.46TOPS性能与55 Giga缓存一致性64位RISC-V指令处理能力。其另一研究CIFER 22核SoC同样基于12nm工艺，集成嵌入式FPGA，具备完全可综合性与缓存一致性，适用于高能效计算场景。

小芯片架构适配器英特尔提出开源AXI4适配器，优化小芯片（Chiplet）间通信协议，降低异构集成设计复杂度。

五、机器学习芯片创新

动态调频AI处理器加州大学圣地亚哥分校开发稀疏自适应实时动态调频AI处理器，针对卷积神经网络与Transformer模型优化能效，通过动态频率调整平衡性能与功耗。

低功耗语音识别芯片东南大学提出608nW近麦克风关键字识别芯片，采用28nm CMOS工艺，结合实点串行FFT的MFCC特征提取与时间深度可分离CNN，实现超低功耗语音唤醒功能。

神经形态计算系统北京大学设计22nm稀疏感知内存中神经形态计算系统，集成混合尖峰与人工神经网络，支持可配置拓扑结构，能效比达0.43pJ/SOP。

可解释AI处理器韩国科学技术院提出26.55TOPS/W可解释AI处理器，通过动态工作负载分配与热图压缩/修剪技术，提升模型透明度与计算效率。

动态精度训练处理器清华大学开发28nm 1.07TFLOPS/mm2动态精度训练处理器，支持在线动态执行与多级对齐块FP处理，优化深度学习训练过程。

六、设计挑战与趋势

SambaNova公司探讨基础模型时代AI SoC设计挑战，指出模型规模增长对内存带宽、计算效率与硬件灵活性的需求，提出异构集成与近似计算等潜在解决方案。

总结：CICC 2023会议论文集中展示了定制集成电路在能效优化、异构集成、专用计算架构及跨学科应用（如量子计算、神经形态计算）的最新突破，为下一代计算系统设计提供了重要参考。

湖北仙童科技有限公司 高端电力电源全面方案供应商 江生 13997866467