【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