研究方向
异构体系结构
针对大量新兴的人工智能应用和大数据分析应用CPU处理器性能低下和能耗高的问题,研究根据应用特征定制的异构处理器如CPU、GPU和FPGA,以及这些处理器构成的高性能、低能耗异构处理平台。
异构智能系统研究
针对大规模异构系统资源利用率低,管理运维复杂的问题,研究基于轻量级机器学习的异构智能系统。向上能够学习负载的特征、向下能够学医异构硬件资源的特征,并根据这些特征能够智能调整配置以达到最优的性能、最低的能耗、且较少管理人员的工作负担。
异构可重构人工智能处理器芯片设计
研究面向下一代人工智能技术的可重构处理器设计方法、体系架构、EDA工具、电路优化实现,并通过FPGA验证原型机与ASIC定制芯片实现。项目团队已完成三板智能处理器设计与流片,主持广东省重大专项“可敏捷定制的智能视觉处理器及系统应用”项目,并开展面向混合人工神经网络、强化学习、高斯过程等智能算法的定制架构设计工作。
下一代移动通信技术
围绕下一代移动通信和物联网技术的发展需求,从提升系统通信和计算性能的角度出发,开展携能通信、无人机通信以及移动边缘计算方向的研究。重点研究携能传输机制的建立、携能通信谱效和能效的优化、携能通信物理层安全、无人机网络覆盖、无人机动态的航线规划、无人机协同通信、边缘计算动态任务卸载、计算与通信资源的联合优化分配等。
