この会議で学術報告書を発表したTu Fengbin博士（電子科学技術省）
国際コンピュータアーキテクチャの組立システムは、コンピュータ・アーキテクチャの分野でトップ会議です。会議には、378件の応募の合計を受け取った64本の論文、研究論文火風水ビンを含め、報告書は今年の論文で、総会中国は最初の完成ユニットの署名が含まれています。清華マイクロ・ナノエレクトロニクス部門長ユンこの記事のために、対応する著者、准教授、火風水ビン、この記事の最初の著者、清華大学教授魏Shaojun Micronanoelectronic教授劉Leiboを含む紙ものパートナー。
人工知能ニューラルネットワークのサイズの増加アプリケーションでは、オフチップメモリアクセスの多数のコンピュータチップは、巨大なエネルギー消費になり、メモリの最適化が取り組まなければならない人工知能コンピューティング・チップ設計の問題の核心である。再構成可能研究チームは、指向ニューラルネットワークを加速する新たな枠組みを提案：ニューラルネットワーク加速フレームワーク（RANA）のデータ認識生存期間は、RANAフレームワークは、最適化手法3つのレベルの使用：データ認識のサバイバル訓練方法を、ハイブリッドコンピューティング・モデルをサポートするために、 、結果は、フレームがRANA 99.7％のエネルギーのeDRAMリフレッシュオーバーヘッドをなくすことができる、ことを示した。トレーニング、スケジューリングアーキテクチャの三つのレベルからの全体的なエネルギー消費を最適化するために、それぞれ、ダイナミック・ランダム・アクセス・メモリ（eDRAMの）メモリをリフレッシュ性能補強最適化システムおよびメモリアクセスの外側シート41.7％が66.2パーセントであることができる場合、同じチップ面積オーバヘッドで算出されたフレームベースのeDRAMのRANAを使用して、人工知能コンピュータチップを用いた従来のSRAMに比べて精度の無視できる損失を低減することができます消費、人工知能システムのエネルギー効率を大幅に向上させる。
データライフタイムアウェア型ニューラルネットワークアクセラレーションフレームワーク（RANA）
近年ではMicronanoelectronicチーム、再構成可能なコンピューティングシステムは、学界と産業界の注目によって再構成可能なコンピューティング・アーキテクチャ（考える人I、II思想家、考える人S）に基づいて考える人人工知能シリーズのチップを設計しました。再構成可能コンピューティングチームストレージの最適化、ハードウェアとソフトウェアの協調設計のチップ角が劇的にエネルギー効率を向上させることで得られた知見は、人工知能コンピューティング・アーキテクチャのチップの進化のための新たな方向性を開きます。