报告题目：《神经形态计算芯片及其晶圆级集成系统》

报告摘要：神经形态芯片的基本原理是借鉴生物大脑的神经元连接方式及信息的传递方式，用芯片去实现具有生物相似性的智能计算系统。其优势体现在：可以通过模拟神经元突触存算一体的机制，突破传统冯诺伊曼计算架构里的内存墙和IO瓶颈；可以利用基于事件驱动的稀疏脉冲信号的传输特征，实现超低能耗。近年来，得益于芯粒（Chiplets）系统封装技术的发展，硬件系统可以借助先进封装实现芯片的大规模扩展和高密度集成，克服了传统PCB互连线延迟和功耗增加等制约计算系统进一步发展的问题。晶圆级芯粒集成封装技术在解决AI系统的功耗、延时、工作频率、集成度、异质集成、成本等问题上展现出惊人的优势，基于神经形态计算芯片的晶圆级集成技术是实现具有超大规模神经元硬件系统的有效手段。

时间：2023年11月3号 14:00

地点：钉钉，线上直播

主讲人介绍：朱晓雷，现任浙江大学微纳电子学院副教授，博士生导师。2000、2003年分获浙江大学电子工程学士、硕士学位，2012年获日本庆应义塾大学工学博士学位。2003~2006年和2006~2012年分别就职于北京清华大学微电子学研究所和日本富士通研究所（川崎本社），从事数模混合信号集成电路的设计研究工作。近年来重点开展开面向脉冲神经网络（SNN）类脑计算芯片设计与应用、芯粒（Chiplet）系统集成与仿真的研究。作为项目核心骨干，2016年和2019年分别参与研发成功国内首款基于脉冲神经网络的类脑计算芯片“达尔文1”和目前国内神经元规模最大的类脑计算芯片“达尔文2”。在相关领域已发表SCI/EI论文30余篇，主持、参与多项国家自然科学基金、国防军工基金、科技部重点研发计划等项目。