非易失后CMOS处理器电压控制及存储计算关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61674173
  • 项目类别:
    面上项目
  • 资助金额:
    62.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0402.集成电路设计
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

Traditional CMOS processors are facing great challenges in fabrication technology, cost, power, and memory wall, etc, and the processors beyond CMOS become one of the key technologies for both industry and academia. CMOS circuits are volatile, and need the power supply all of the time, otherwise the status will be lost. Non-volatile memories and logic circuits are promising to solve the challenges of CMOS processors, and create a new path for beyond CMOS processors. Currently, most of the research focus on non-volatile devices and memories, and this project will focus on the non-volatile logic circuits and system. This project will investigate the extremely fine-grained lower power voltage control and “in-memory computing” architecture, and design a completely new processor by combining these technologies. This project will solve the challenges of power and memory wall of CMOS processors, and will have a high impact for the beyond CMOS processors and SoCs.
传统的CMOS处理器在工艺尺度、成本、功耗、存储墙等问题上受到了严峻的挑战,后CMOS处理器的关键技术必将成为学术界、产业界关注的核心问题。CMOS电路具有易失性,需随时加电,否则电路逻辑状态不能维持。具有非易失特性的新型存储和逻辑电路有望极大的解决CMOS处理器面临的挑战,从而开辟出一条崭新的非易失后CMOS处理器的发展道路。目前大部分研究集中在非易失器件及存储器,本课题将研究基于非易失器件的逻辑电路与系统,重点研究基于非易失器件的极细粒度低功耗电压控制技术和“存储计算”型处理器架构,并集成这些关键技术构建出一个完整的新型处理器。本课题的研究有望在很大程度上解决目前处理器在功耗及存储墙等方面的挑战,将对后CMOS的处理器及SOC系统产生重大影响。

结项摘要

在自然科学基金面上项目的支持下,课题组按计划开展非易失处理器电压控制、存储计算、及相关技术的电路及架构研究,包括:1)研究非易失器件关键基本电路(如读写电路、寄存器堆等);2)研究了基于非易失器件(MTJ)的极细粒度电压控制架构及电路,创造性的将电压控制与异步电路融合起来,大幅度提高系统的功耗效率。3)研究基于SRAM及非易失MTJ器件的“存储计算”型处理器架构、电路及指令,并将计算型存储与矢量运算结合起来,大幅提升系统的性能。4)对一个精简处理器(含计算、控制、存储及MTJ的读写电路)基于SMIC工艺进行了设计、流片及测试。.所设计的基于非易失器件(MTJ)的新型电压控制处理器其功耗效率与传统方式相比可降低10倍的静态功耗;所设计的融合计算存储和矢量运算的处理器的性能及功耗效率与传统方式相比提高3倍以上。.本课题成果发表IEEE Transactions on CAS I、IEEE Transactions on TCAD、IEEE Transactions on VLSI 、IEEE Transactions on Circuits and Systems for Video Technology等13篇论文,申请5项专利(其中2项已授权)。.已培养(毕业)1名博士生、10名硕士生;正培养3名博士生、2名硕士生。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(5)
专利数量(5)
Memristor based on a layered FePS3 2D material with dual modes of resistive switching
基于层状 FePS3 2D 材料的忆阻器,具有双模式电阻开关
  • DOI:
    10.35848/1882-0786/abb4b0
  • 发表时间:
    2020-09
  • 期刊:
    Applied Physics Express
  • 影响因子:
    2.3
  • 作者:
    Guihua Zhao;Xi Ke;Xusheng Li;Li Wang;Ningyuan Yin;Xing Jin;Jianjun Chen;Yitong Xu;Kai Wang;Xiaolan Yu;Zhiyi Yu
  • 通讯作者:
    Zhiyi Yu
Low-Cost Adaptive Exponential Integrate-and-Fire Neuron Using Stochastic Computing
使用随机计算的低成本自适应指数积分和激发神经元
  • DOI:
    10.1109/tbcas.2020.2995869
  • 发表时间:
    2020
  • 期刊:
    IEEE Transactions on Biomedical Circuits and Systems
  • 影响因子:
    5.1
  • 作者:
    Shanlin Xiao;Wei Liu;Yuhao Guo;Zhiyi Yu
  • 通讯作者:
    Zhiyi Yu
NeuronLink: An Efficient Chip-to-Chip Interconnect for Large-Scale Neural Network Accelerators
NeuronLink:用于大规模神经网络加速器的高效芯片到芯片互连
  • DOI:
    10.1109/tvlsi.2020.3008185
  • 发表时间:
    2020
  • 期刊:
    IEEE Transactions on Very Large Scale Integration Systems
  • 影响因子:
    --
  • 作者:
    Shanlin Xiao;Yuhao Guo;Wenkang Liao;Huipeng Deng;Yi Luo;Huanliang Zheng;Jian Wang;Cheng Li;Gezi Li;Zhiyi Yu
  • 通讯作者:
    Zhiyi Yu
DM-IMCA: A dual-mode in-memory computing architecture for general purpose processing
DM-IMCA:用于通用处理的双模式内存计算架构
  • DOI:
    10.1587/elex.17.20200005
  • 发表时间:
    2020
  • 期刊:
    IEICE Electronics Express
  • 影响因子:
    0.8
  • 作者:
    Zeng Jianmin;Zhang Zhang;Chen Runhao;Liang Shiyue;Cao Tianlin;Yu Zhiyi;Cheng Xin;Xie Guangjun
  • 通讯作者:
    Xie Guangjun
A Flexible and Energy-Efficient Convolutional Neural Network Acceleration With Dedicated ISA and Accelerator
具有专用 ISA 和加速器的灵活且节能的卷积神经网络加速
  • DOI:
    10.1109/tvlsi.2018.2810831
  • 发表时间:
    2018-03
  • 期刊:
    IEEE Transactions on Very Large Scale Integration Systems
  • 影响因子:
    --
  • 作者:
    Chen Xiaobai;Yu Zhiyi
  • 通讯作者:
    Yu Zhiyi

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

一种新型片上网络互连结构的仿真和实现
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    小型微型计算机系统
  • 影响因子:
    --
  • 作者:
    周晓方;虞志益;陆雯青;陈芳露
  • 通讯作者:
    陈芳露
基于TSMC 65nm工艺的高性能低功耗处理器设计
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    计算机工程
  • 影响因子:
    --
  • 作者:
    权衡;肖瑞瑾;欧鹏;尤凯迪;黄贝;虞志益
  • 通讯作者:
    虞志益

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码