# 高滨分享清华大学集成电路学院在气领域的研究

## 1. 内容主题：人工智能与芯片算力背景

- 算力在人工智能领域的重要性
- 算力需求的爆炸式增长
- 手机芯片算力与人工智能需求矛盾突出

## 2. 内容主题：存算一体技术

- 存算一体技术的概念介绍
- 存算一体技术带来的收益
- 存算一体技术面临的基础问题

## 3. 内容主题：研究进展

- 神经网络计算误差问题的解决
- 新的气阵列集成模式的开发
- 混合训练方法的提出

## 4. 内容主题：未来挑战与展望

- 针对气贱和系统层面的挑战
- 气贱电组值的调节与发展方向 # 研究团队存算一体芯片成果概述

## 1. 克服气贱导致的非电压特性

- 使网络精度接近软件计算
- 计算速度提升 20 倍
- 能效提升三个数量级，达到 78.4TB/mW

## 2. 借鉴大脑动态一组器原理

- 构建包含突出、速度和包体的神经网络
- 系统功耗降低 30 倍
- 准确率提高

## 3. 一组长久性研究

- 一致性、循环耐久性和动态过程研究
- 利用 Tike 设备及自行编写的程序快速读取数据
- 统计测试电组值

## 4. 气体交换耐久性测试方法开发
- 与泰克公司合作
- 提升测试效率 1000 倍
- 功能扩展性强

## 5. 神经网络训练方法应用

- 测试循环耐久性
- 研究动态气特性
- 开展小规模阵列测试
- 气件与系统协同优化

## 6. 研究突破与前景

- 多通道灵活性提升
- 快响应提高
- 气研究更高效
- 应用于提高人工智能芯片算力

## 7. 设备与研究互动

- 气件电导值随时间变化监控
- 灵活测试界面
- 高速气件研究
- 气件应用前景

## 8. 总结

- 内容主题：气件电导值监控、测试设备与研究互动、高速气件研究、气件应用前景
- 层级明显
- 描述具体