智能集成电路与光电子芯片

在人工智能、5G通信、物联网等需求牵引下，信息处理需求呈指数增长。智能集成电路与光电子芯片可显著提升智能计算的速率和效能，得到了学术界和产业界的广泛关注，本议题主要研讨智能集成电路芯片、智能光电处理芯片和智能光电感知芯片三大方向，具体内容包括：光子卷积神经网络、光衍射神经网络、光子脉冲神经网络、光子伊辛机、光电储备池计算、光电AI加速芯片、光学矩阵计算芯片、硅基光电计算、光神经拟态计算、光电图像传感、智能化图像信号处理和智能图像信息处理的方法与算法、以及智能光电感知芯片的应用系统成果。

专题主席：李 明，中国科学院半导体研究所

分议题：

●智能集成电路芯片

召集人：吴华强，清华大学；孙广宇，北京大学

特邀报告（音序，更新中）：

陈 巍（千芯科技（北京）有限公司））—适用云计算的先进存算AI芯片

陈晓明（中国科学院计算技术研究所）—神经网络加速器访存优化

杜子东（中国科学院计算技术研究所）—支持量化训练的深度学习处理器

华宝洪（北京灵汐科技有限公司）—类脑计算的机遇和挑战

李家骥（赛灵思）—Xilinx 新一代7ns 芯片Versal 架构介绍

鲁辞莽（闪易半导体）—存储器的凸性理论

罗 旭（Graphcore （拟未科技））—人工智能超级大脑：由IPU驱动的AI计算

乔 飞（清华大学）—面向智能持续感知的“感算共融”架构和芯片

谭洪贺（地平线）—汽车智能芯片助力产业技术发展与开放共赢

童 祎（姑苏实验室）—超低功耗忆阻器及其在人工智能任务的应用

王 京（昆仑芯（北京）科技有限公司）—昆仑芯，让计算更智能

叶 乐（北京大学集成电路学院）—超低功耗智能物联网芯片

于 义（北京清微智能科技有限公司）—可重构计算芯片助力万物智能发展

张 悦（北京航空航天大学）—“后摩尔时代”自旋电子芯片技术

刘洪杰（深圳市九天睿芯科技有限公司）——神经拟态和存内计算的结合

●智能光电处理芯片

召集人：范静涛，清华大学；项水英，西安电子科技大学

特邀报告（音序，更新中）：

白 冰（光子算数（北京）科技有限公司）—光通信系统信道损伤光域计算补偿芯片

陈宏伟（清华大学）——光子智能感知

董建绩（华中科技大学）—光学矩阵计算及其加速器应用

冯 雪（清华大学）—基于离散空间相干模式的可编程光学矩阵变换及应用

郭星星（西安电子科技大学）—光电储备池计算：理论、实验与应用

焦述铭（鹏城实验室）—基于单像素成像的光学逻辑门运算

刘军伟（香港科技大学）—可编程可扩展全光学深度神经网络

石暖暖（中国科学院半导体研究所）—光子赋能卷积神经网络及图像分类

田 野（联合微电子中心有限责任公司 （CUMEC））—硅光赋能的AI芯片技术：进展与挑战

王伟平（中国电科信息科学研究院）—面向深度学习的光计算芯片技术

项水英（西安电子科技大学）—光脉冲神经网络：理论、器件、芯片与算法

臧大伟（中国科学院计算技术研究所）—基于低秩近似的光子计算芯片构建技术

张伟利（电子科技大学）—光纤激光智能调控及信息应用

周林杰（上海交通大学）—基于神经网络的大规模光开关状态校准技术

邹卫文（上海交通大学）—光电融合的智能处理芯片技术

●智能光电感知芯片

召集人：吴南健，中科院半导体所；周军，电子科技大学

特邀报告（更新中）：

虞志益（中山大学）—下一代处理器研究与探讨

胡 杏（中国科学院计算技术研究所）—智能计算系统安全

徐江涛（天津大学）—感算一体智能图像传感器

孙鸣捷（北京航空航天大学）—基于高速LED阵列的单像素成像

左鹏飞（华为云）—SEALing Neural Network Models in Secure Deep Learning Accelerators

诸葛飞（中国科学院宁波材料技术与工程研究所）—全光控忆阻器

李卫军（中国科学院半导体研究所）—3D主动视觉

柴 扬（香港理工大学）—Bio-inspired in-sensor vision adaptation for accurate perception

杜 力（南京大学）—卷积神经网络的权重压缩技术的硬件实现

安丰伟（南方科技大学）—融合可见光与红外光的立体视觉处理器

徐 科（中兴微电子）—Computer Vision Hardware Accelerators

张明喆（中国科学院信息工程研究所）—通用计算系统访存侧信道攻击防御

邓 磊（清华大学）—类脑计算芯片及应用

司 鑫（东南大学）—SRAM based Computing-in-Memory for AI Edge Applications

石 匆（重庆大学）--面向类脑视觉的神经形态算法及芯片设计