欢迎访问 查看更多>>

欢迎访问王天宇课题组

我们专注于类脑计算型AI芯片与柔性电子方向的研究,围绕后摩尔时代新型集成电路器件的工艺开发、材料制备、器件设计、可靠性测试、芯片集成以及人工智能技术(CNN、SNN、RNN),探索其在人工神经网络、AI芯片、存储器件、存算一体技术、可穿戴系统中的应用潜力;构建新型人工智能硬件架构,发展低功耗、高性能的类AI算法与集成应用;致力于推动柔性电子与神经形态计算的深度融合,加速科研成果向可穿戴AI芯片、人机交互等领域的转化与应用。

———————————————————————————————————————————————————————————————————————————

主要研究方向


横条_爱给网_aigei_com(1).png

柔性忆阻器件与类脑芯片

57.png

柔性忆阻器/RRAM存储器作为后摩尔新兴的非易失性存储芯片,在器件尺寸、操作速度、功耗、耐久性等方面表现出优异的特性。利用具有可变电导的柔性忆阻器作为存储芯片,结合神经网络算法构建人工神经网络计算(ANN)、脉冲神经网络计算(SNN)、储备池计算(RC),从而实现基于类脑芯片的可穿戴人工智能应用与机器学习等集成电路系统,入选Chip中国芯片科学十大进展(Chip10 Science)。




横条_爱给网_aigei_com(1).png

低功耗存算一体器件与逻辑门电路设计

56.png


存算一体(In-memory Computing)架构作为一种新型计算范式,可颠覆性地在内存中实现原位计算,避免数据在存储单元与处理单元间的频繁传送,解决功耗过大等问题。开发新型的低功耗存算一体型器件(目前已实现世界纪录的aJ级超低功耗),为后摩尔时代集成电路的发展提供核心微电子器件,获教育部自然科学二等奖。




横条_爱给网_aigei_com(1).png

铪基铁电存储器

 downloaded-image.jpg       


    新型铁电存储器件产业化发展面临的重要瓶颈是材料及制备工艺与集成电路CMOS工艺不兼容,限制了存储器领域的发展和应用。HfO2薄膜目前广泛应用于 CMOS 晶体管中栅介质材料,厚度可微缩至10 nm以下。面向后摩尔先进纳米节点器件需求,研究纳米存储器的尺寸微缩、可靠性与三维集成技术,在国内集成电路龙头企业流片并开展产业化合作。