课程
基于RISC-V的AI加速器研究
本课题将采用RISCV作为处理器,根据应用需求调整其内部硬件架构,以满足不同AI任务的需求。
工科
人工智能
AI加速器
申请匹配
咨询客服【课题推荐发表期刊】
【课题背景】
AI在未来的生活和研究中将扮演着至关重要的角色。随着技术的发展,AI的应用范围日益广泛,涵盖了医疗、金融、教育、交通等多个领域。然而,由于摩尔定律的停滞以及AI对算力的巨大需求,传统的计算硬件已经无法满足AI的需求。在专用硬件方面,AI加速器是一种有效的解决方案。它由加速部件和通用处理器组成,其中加速部件可以针对特定的AI任务进行优化设计,以确保其算力与功耗达到预期。这种设计方式可以充分利用硬件资源,提高计算效率。
RISCV作为一种开源处理器架构,因其灵活性和可定制性而受到广泛关注。本课题将采用RISCV作为处理器,根据应用需求调整其内部硬件架构,以满足不同AI任务的需求。
【课题方向参考】
Reconfigurable RISCV-based AI Accelerator:基于FPGA,设计Top-Bottom的加速器,通过Python网络识别出对应的计算任务与算力需求,NetWork-Aware Accelerator
【适合人群】
计算机科学相关专业的硕士研究生,需了解数字系统的设计与构成,了解Xilinx相关的EDA工具以及VS Code的使用,熟悉AI相关知识,尤其是计算任务、计算量等,了解常用的benchmarking AI网络。
【课题收获】
高质量论文一篇(SCI/CCF定向期刊)
SCI/CCF期刊投递与发表指导
结业证书
【导师介绍】
Danny,QS世界排名前120的英国公立研究型大学,讲师,博士
长期担任多个定期期刊/会议的审稿人,包括IEEE Transactions on Systems, Man and Cybernetics: Systems,IEEE Access,IEEE Transactions on Industrial Electronics,IEEE Transactions on Industrial Informatics,ACM Transactions on Reconfigurable Technology and Systems,IEEE/CAA Journal of Automatica Sinica等;
研究方向:芯片设计,AI,图像处理加速,FPGA;
22年从工业界回归学术界以来,已经发表超过10篇文章,其中中科院1区1篇,SCI一区4篇;
具备丰富的英文写作经验和学术指导经验;熟练使用各种芯片设计,FPGA的EDA工具,Python, MatLAB, C/C++等工具;
【课题安排】
研究周期预估六个月左右,具体视学员情况调整
【推荐阅读】
2022 A survey on hardware accelerators: Taxonomy, trends, challenges, and perspectives
2023 Design and implementation of secure boot architecture on RISC-V using FPGA
立即添加好友,了解更多