6月27日至29日，2019年世界智能计算机大会（Bench Council 2019）在深圳举行，世界智能计算机大会前五届都在美国举办，此届是首次在国内举办。今年大会以“拥抱智能计算未来”为主题，包括图灵奖获得者、两院院士等多位国内外知名专家出席会议。清华大学微纳电子系副主任、微电子学研究所副所长，同时兼任北京清微智能首席科学家的尹首一教授，在大会上做《Embedding AI in Everything：μW-level Neural Network Processor》的特邀报告，分享以架构创新提升芯片能效、实现无处不在的人工智能的技术和产业趋势。



尹首一在分享中提到，随着云计算、大数据、物联网等技术的发展，各种智能终端设备的普及，数据流量的增速正在不断加快，对芯片算力提升的要求也显得日益迫切。过去，工艺的提升和架构的改变能带来芯片性能的提升，但随着摩尔定律逐渐趋缓，架构创新成为最重要的方向。

尹教授指出，大家正在从两个不同的维度（算法和架构）努力实现超高能效的计算。算法层面努力的方向是让深度神经网络模型更加紧凑。而从架构上，芯片设计必须满足三个条件：

第一， 具有良好的软件可编程性，这样才能适应算法和应用的持续演进；

第二， 具有高效的硬件架构变换能力，芯片架构需要能够动态调整，因为单一架构无法适应所有算法；

第三， 要兼具高性能和低功耗。



尹首一教授做特约报告

尹教授介绍，清华大学可重构计算团队最早从2006年开始关注可重构架构，Coarse-grained Reconfigurable Architecture（CGRA）。过去十多年时间在可重构架构的基础理论上做了很多探索性的工作。从2015年开始，团队将可重构架构应用在AI计算、神经网络计算场景，并设计了一系列AI芯片。也就是在这一年，CGRA开始在国际学术界和工业界受到广泛关注：2015年《国际半导体技术路线图》（ITRS报告）将其视为未来可编程计算架构发展方向。2017年美国国防部高级研究计划局（DARPA），发起了“电子复兴计划”，重点支持的正是“运行时快速重构”的硬件架构研究。

本质而言，可重构计算是一种空域上的并行计算模式，以空域的硬件结构组织不同粒度和不同功能的计算资源。在运行时，根据数据流的特点，让配置好的硬件资源互连形成相对固定的计算通路，以接近“专用电路”的方式进行计算；当算法和应用变换时，再次通过配置，重构为不同的计算通路去执行不同的任务。



可重构芯片满足上述“软件可编程，架构能变换”的能力，在同等功耗下，具有更强算力。同时具有低成本、面积小，应用开发简便等特征，其最高能效可达每瓦十万亿次运算，最低功耗仅为微瓦量级。

尹教授介绍，清华大学可重构计算团队已于2018年在北京成立北京清微智能科技有限公司，首款可重构AI芯片，也已本月量产，预计出货量可近千万。