学校:Min H. Kao Department of EECS, University of Tennessee, Knoxville
研究方向
我们致力于面向下一代人工智能的高能效智能计算系统,围绕“软硬件协同设计”开展研究,重点包括两个互补方向:
基于 CMOS 与新型存储器件的脑启发电路与计算架构
基于模拟存内计算(Analog In-Memory Computing, AIMC)的高能效算法与应用
研究愿景
挑战:AI与人类智能之间的鸿沟
AI已成为日常生活的一部分,为语音助手、医疗诊断等提供动力。但这种进步伴随着难以持续的海量数据与能源消耗。AI 与人类智能之间仍存在巨大鸿沟,尤其体现在能效上:支撑 AI 的数据中心耗电量堪比小型城市,而人脑只需一餐的能量即可工作;也体现在认知能力上:AI 需要海量数据才能学习的任务,人类却能在有限经验下掌握。
目标:人类水平的能效与认知能力
我们的研究愿景是通过软硬件协同设计范式缩小这一差距,该范式跨越电气工程与计算机科学(EECS)的多个层级,并汲取认知神经科学的灵感。最终目标是实现接近人脑的能效与认知能力,从而在日常生活的广泛应用中赋能下一代 AI 系统。
方法:跨层协同设计框架
我们通过受人脑启发、并构建在新型存储器件基础上的模拟存内计算(AIMC)系统来实现这一愿景。该方法模拟了生物神经系统的工作机理:数据在存储位置直接处理,计算也直接在模拟信号上进行。基于我们已有的工作,以跨层协同设计框架为核心,覆盖器件、电路、架构、算法与应用等层级。
为什么加入我们?
科研指导与成长
课题组强调导师高参与度的科研指导,同时鼓励学生探索有挑战性的研究方向。团队成员将受益于横跨硬件与软件的研究背景,以及在工程领域期刊(如 IEEE Transactions)和高影响力跨学科期刊(如Nature系列)发表成果的经验。
跨学科与协作环境
我们的EECS系涵盖电子工程、计算机工程和计算机科学方向,为从硬件,系统,到算法全栈的合作提供机会。系内还拥有神经形态架构、学习与应用方向的领先研究团队(TENN Lab),为跨学科研究提供了天然基础。此外,学校临近橡树岭国家实验室,为与世界一流研究机构合作提供机会。
实验室之外的生活
科研是一场长跑,我们重视科研与生活的平衡。校园毗邻大烟山国家公园,适合课题组徒步、露营和户外活动。运动与健康也是课题组文化的一部分,PI具备 ACE 认证私人教练和运动营养资质,可为感兴趣的同学提供相关建议。
代表性成果: