技术负责人:官俊涛

技术联系人:官俊涛 联系电话:15229888232 邮箱:guanjuntao@xidian.edu.cn

关键词:人工智能、芯片设计、图像信号处理


项目概况:

(一)项目背景

基于深度学习的图像处理方法已经在众多图像处理任务中展现出优异的性能,然而面向深度学习方法在进行像素级处理时存在巨大计算量和存储量瓶颈,本项目研究新体制的图像信号处理器,并设计适配的管道化专用加速引擎,使得在边缘端部署先进图像处理方法成为可能,提升传感系统的成像精度,推动物联网智能手机、安防、自动驾驶、工业检测等先进成像领域的发展。

(二)项目简介

高能效智能图像信号处理器聚焦深度学习方法在进行像素级处理时存在巨大计算量和存储量瓶颈,通过软硬件协同设计以及数字化存内处理等手段,实现了绩效能效的显著提升,典型图像处理任务能效可到600 Mpixel/s,已开发出了FPGA计算系统并基于65nm工艺完成流片验证,在电网智能监测应用中完成试点应用,有效解决了AI算法在边缘端的高能效推理问题,为高能效智能感知、高能效图像处理等领域提供了解决方案,能够显著推动AI算法的应用落地,具有重要的经济价值。

(三)关键技术与创新点

本项目通过软硬件协同设计以及数字化存内处理等手段,实现了绩效能效的显著提升,典型图像处理任务能效可到600 Mpixel/s,已开发出了FPGA计算系统并基于65nm工艺完成流片验证,有效解决了AI算法在边缘端的高能效推理问题,以下是本项目涉及的关键技术:

1、关键技术基于模型空间搜索的软硬件协同设计方法

2、关键技术二:基于数字化存内处理的高能效计算单元设计

本项目创新点包括:

1、首次利用基于查找表的存内处理技术实现技术成熟度高的数字化存内处理,解决AI计算能效低、吞吐小的问题。

2、设计基于模型空间搜索的软硬件协同设计方法实现模型算法与硬件架构的协同匹配,显著提升计算能效与算法精度。


技术成果清单:

序号

成果类型

具体内容

1

知识产权

一种中心对称交叉式卷积神经网络架构搜索方法及芯片

ZL202310103316.2

2

知识产权

图像条带噪声抑制方法及其装置、电子设备、存储介质

ZL201910730933.9

3

知识产权

查找表超分辨率加速器的自适应非均匀采样和存内布局重排方法

CN2024102280123


技术成熟度:

    概念验证    原理样机    工程样机    中试    产业化


合作方式:

            联合研发    技术入股    转让    授权(许可)    面议

上一篇:小尺寸低噪声高能效MEMS电容式加速度计

下一篇:远距离硅基单光子全集成激光雷达芯片与模组