1 月 13 日，由上海交通大学主办、中国计算机学会容错计算专业委员会、中国电子学会设计自动化专委会，IEEE CEDA和ACM SIGDA协办的第二届ChinaDA学术研讨会在上海交通大学徐汇校区召开。
会议邀请了包括IEEE Fellow在内的海内外 20 余位知名学术大咖和青年学术新锐携手 4 场大会特邀报告，3 个前沿技术报告会和2场产学研专题论坛。
本次会议开幕式由ChinaDA执行主席、上海交通大学人工智能研究院、计算机系蒋力教授主持，复旦大学微电子学院副院长，专用集成电路与系统国家重点实验室常务副主任曾晓洋教授作为ChinaDA指导委员会代表致开幕词，ChinaDA执行委员会主席、中科院计算所韩银和研究员致欢迎辞，并介绍了ChinaDA的理念。本次研讨会主席为蒋力，上海华为技术有限公司，凌美芯（北京）科技有限责任公司特约赞助。IT大咖说提供独家视频直播，IC智库提供独家图文直播，IC咖啡提供媒体支持。
器件、芯片设计/EDA等领域交叉融合成为趋势
四位特邀讲者分别做了精彩的学术报告。演讲主题涵盖基于铁电神经突触的神经形态计算、移动/嵌入式深度神经网络加速和AI SoC芯片、纳米尺度集成电路设计方法学、AI加速器与GPU融合架构等热门话题，切中当前国家布局集成电路领域的核心问题和关键技术。
段纯刚，华东师范大学紫江特聘教授，信息学院常务副院长，教育部创新团队带头人，国家杰出青年基金获得者，国家“万人计划”领军人才，极化材料与器件教育部重点实验室主任。
KAIST讲座教授，IEEE Fellow，韩国信息与通信部全职顾问 Hoi-Jun Yoo。他在集成电路设计顶级会议ISSCC上发表最多AI芯片内容（以及历史上发表数Top 2）。
曾璇，复旦大学微电子学院教授，教育部长江学者特聘教授、国家杰出青年科学基金获得者、专用集成电路与系统国家重点实验室主任(2008-2012) 。
梁晓峣，上海交通大学教授、学科带头人。2009年获美国哈佛大学计算机系统结构博士学位。2009年至2012年在美国NVIDIA公司担任资深体系架构师。
段纯刚教授与Hoi-Jun Yoo教授作主题报告
曾晓洋教授为嘉宾颁发感谢牌
上午的两个主题报告聚焦芯片器件和设计。段教授展示了铁电材料在神经形态计算芯片中的应用前景和关键技术问题。铁电材料在工艺上具有非易失性、低功耗、易控制和长耐久的优势，非常适合进行大脑神经活动的仿真。其次，用铁电材料实现神经形态计算芯片，打破了传统处理器的冯诺伊曼架构，数据的存储和计算都相同的器件中完成，具有数量级上的性能和能效优势，与人脑的工作机制非常接近。但这一技术的成熟需要物理学、材料学、计算机科学、电子工程和生物学等多种学科交叉，互相合作。
Yoo教授概述了他在AI芯片设计上的核心思想。他强调了随着技术发展，AI芯片场景逐渐向终端下沉，终端设备中的神经网络推理任务加速芯片注重实时性和低功耗，因此可以考虑降低精度，存储架构的设计至关重要；其次，加速器架构也要注重灵活性，支持各种不同的神经网络及其迭代；他还强调了芯片本身的指标与系统结合的重要性，并在报告中生动地展示了其芯片在公共安全、智能汽车、家用机器人等领域的产品演示。他曾在ISSCC上倡导芯片的Demo展览，将芯片设计成果以更吸引人方式展现。
曾璇教授与梁晓峣教授作主题报告 卓成教授为主题报告嘉宾颁发感谢牌
下午的两个主题报告聚焦设计自动化和芯片架构，曾璇教授做了关于基于机器学习的集成电路设计方法学的精彩报告。她提出了在纳米尺度下，集成电路设计面临着良率和工艺偏差分析、模拟电路优化和可制造性/可靠性这三大挑战，并系统地介绍了他们课题组利用机器学习方法进行成品率、SRAM失效率分析的方法，工艺迁移下模拟电路自动化设计及利用机器学习提高5-10倍优化时间的方法，超大规模集成电路互连寄生参数提取的并行自适应有限元方法，互联模型降阶理论等一些列EDA新方法。她鼓励青年学者加入EDA的研究热潮中。
梁晓峣教授则风趣从他最近的一个“不可能完成的任务”说起：设计一个可以在服务器端和移动端自由扩展的统一AI芯片架构，既可以完美支持通用计算，又可以专业支持深度学习的推理和训练，对于深度学习达到专用ASIC的能耗比，对于通用计算达到GPU的吞吐量。接着，他介绍了如何把深度学习推理计算高效地融合进通用计算的GPGPU架构的设计考量和评估结果，最终基本满足了项目要求这一精彩过程。值得一提的是，梁教授宣布将开源这一工作并号召学术与业界同仁一起加入。
本次研讨会上下午分别设立了2个特邀报告，分别针对器件（Device）、设计（Design）、Design Automation（设计自动化）和体系结构（Architecture）四个主题，并与紧随其后的技术报告会主题相切。从中也可以看出行业发展的热点。第一，AI芯片不但比拼能效和峰值功耗，而且还对其可编程性以及可扩展性提出了新的要求。第二，人工智能技术在EDA领域应用逐步增多，基于人工智能的敏捷EDA技术，包括仿真建模、提取参数和性能优化等成为大家关注的热点。第三，新器件更容易在神经形态计算/人工智能这一应用下发挥作用，因为深度学习算法本身就具有很强的容错能力。大家的讨论也非常热烈，芯片测试数据的如何得到，机器学习模型如何选择等都是大家讨论的热点。
除了重磅的主题演讲外，大会还组织了3个青年新锐前沿技术报告，针对集成电路设计、设计自动化、计算机体系结构等芯片设计领域关键问题和最新研究进展，邀请了 13 名活跃的青年学者到会报告。
集成电路设计前沿技术报告会由上海交通大学微纳电子系陈海宝教授主持。上海交通大学电子科学与工程系李晓春教授介绍了高速集成电路信号完整性、电源完整性和电子兼容性分析方面的工作，并展望了利用深度学习、强化学习和贝叶斯优化解决EDA的全自动化的机会；复旦大学微电子学院徐鸿涛教授介绍了课题组近几年年发表在ISSCC上关于数字、模拟电路和电源功放等方面的工作；南航电子科学与技术系刘伟强教授介绍了近似算术运算单元的设计与分析方法，并对近似计算在机器学习、密码学和硬件安全方面的应用做了展望；上海交通大学微纳电子系孙亚男博士介绍了可靠低耗的先进工艺器件集成电路设计；东南大学移动通信国家实验室张川教授介绍了AI在5G基带中的算法实现与协同优化。
韩银和教授为四位演讲嘉宾与主持人颁发感谢牌
设计自动化前沿技术报告会由华东师范大学嵌入式软件与系统系主任陈铭松教授主持。浙江大学的卓成教授介绍了其在用于存内计算标准测试集和设计探索的系统框架方面的最新工作。对学术和工业界纷繁复杂的存内计算（包括神经形态计算）架构的评估统一标准化，便于更精准和公平的对比。上海交通大学密西根联合学院的钱炜慷教授介绍了随机计算的随机数发生器的优化方法，尤其对随机计算这一前沿计算模式做了详细的阐述。复旦大学微电子学院的陶俊教授介绍了纳米尺度集成电路下高效的制造工艺空间波动建模方法，尤其隐马尔可夫树（HMT），可靠字典学习及双重相关字典学习方法提高芯片良率等方法再次呼应了AI在芯片设计自动化方法方面的应用前景。上海交通大学蒋力教授介绍了基于神经网络近似计算框架、训练方法及架构设计满足AI芯片通用性和可扩展性的一系列方法，以及基于DNN结构化稀疏性加速神经形态（ReRAM）AI芯片推理和训练等方法满足AI芯片能效的方法，强调了算法与架构设计协同优化的重要性。
体系结构前沿技术报告会由上海理工大学的裴颂文教授主持。美国Delaware大学终身教授杨乘默介绍了包括3D NAND，PCRAM，STT-MRAM和ReRAM等非易失性存储器的安全和可靠性挑战，并从存储器建模、多层存储器单元和读写电路等方面介绍应对方法。山东大学的鞠雷教授介绍了异构计算架构下的高能效内存管理与优化技术，重点阐述了面向CPU-FPGA的HMPSoC的自动化数据布局方法，以及基于编译器的GPU缓存一致性管理方法。深圳大学的王毅教授则介绍了基于存内处理的神计算架构和资源调度。华东师范大学的石亮教授介绍了闪存压缩技术，他发现手机APP写入数据有较高的压缩率，并提出了选择压缩和后台压缩两种策略对移动闪存进行轻量级压缩。
EDA交叉研究和产业发展论坛由第一届ChinaDA学术研讨会主席北京大学罗国杰教授主持。复旦大学曾璇教授、华东师范大学段纯刚教授、东南大学张川教授、华大九天研发总监周振亚先生、苏州芯禾电子科技有限公司研发总监蒋历国先生作为特邀嘉宾参加了EDA交叉研究和产业发展论坛讨论。各位专家发表了精彩的观点。在后摩尔定律时代，最值得关注的器件材料和设计方法，段老师认为是非传统半导体的新型材料、曾老师提及到智能化的设计方法学、张老师则认为需要带概率特性的器件。对于学生培养和产学合作方面，来自业界的周先生提及与复旦大学的长期科研合作经历；曾老师表示产学合作对学生培养的作用，EDA产业的就业和发展前景仍处于上升趋势，未来大有可为；蒋先生也表示建立业界和学界的长期沟通至关重要。建立EDA学者和从业者的有效沟通机制，也是ChinaDA活动设立的目的之一。
EDA交叉研究与产业发展论坛嘉宾讨论
AI芯片设计及产业化论坛由复旦大学微电子学院的杨帆教授主持。复旦微电子集团股份有限公司陆继承先生、Synopsys人工智能实验室主任廖仁亿先生、赛灵思人工智能业务高级总监及深鉴科技联合创始人姚颂先生、安路信息科技有限公司边立剑先生、耐能人工智能有限公司沈聪先生、上海交通大学梁晓峣教授等嘉宾就AI芯片的技术、设计挑战及未来发展趋势等进行了深入讨论。嘉宾认为AI芯片设计要由应用来驱动，FPGA有更高的灵活性去适应新的应用，在小规模应用中更具优势，而专用芯片在大批量应用中在功耗和性能方面更具优势；深度学习算法虽然不断演进，但其核心运算基本未变，AI芯片核心因此也可保持不变，可以在可重构、可编程和软件上去支持算法的不断演进。嘉宾也一致认为未来不太可能出现通用芯片，AI芯片创业未来仍然有很多机会。在AI芯片设计的挑战方面，嘉宾们也一致认为AI芯片的设计是系统性的，面临从应用、软件到硬件、IP、成本等方面的全方位挑战。关于AI芯片的安全性，嘉宾们也认为在未来应该关注，但目前暂时无需重点考虑。最后，关于此次AI浪潮是否会像前几次一样陷入沉寂，嘉宾们认为未来可能会有回落，但回调是回归理性。此次AI浪潮不会沉寂，AI芯片和AI产业未来大有可为。
AI芯片设计及产业化论坛嘉宾讨论
本次大会参会人数超过140人，其中企业界人士超过60人，观看在线视频和图文直播人数分别超过230人和450人。是集成电路设计，自动化和体系结构领域的青年学者一个极佳的展示和交流平台，为集成电路产业提供了前沿技术分享。想了解本次研讨会的详细内容，可以在IT大咖说和IC智库观看视频回放和图文记录。
LYNMAX凌美芯
微信号：LYNMAXTECH
