【儀表網 研發(fā)快訊】近日，光電信息學院王超教授團隊在人工智能(AI)處理器芯片領域取得重要進展，研究成果“An Energy-efficient, Reconfigurable and Dual-mode AI Processor Based on a Two-Stage Hybrid Neural Network for Wearable Lung Sound Monitoring“ 被集成電路領域國際頂級期刊IEEE Journal of Solid-State Circuits(JSSC)錄用。該成果實現了面向肺音智能監(jiān)測的專用AI處理器芯片，標志著我校在高能效、低功耗數字集成電路與人工智能芯片領域取得重要突破。王超為論文通訊作者，光電信息學院為論文第一完成單位。
 

　　面向可穿戴肺音長期監(jiān)測對低功耗、實時處理的需求，針對傳統(tǒng)深度神經網絡對大量正常肺音仍進行復雜細粒度分類、造成冗余計算和高能耗的問題，團隊提出了基于兩階段混合神經網絡(TS-HNN)的高能效可重構雙模AI處理器，采用“先粗篩、再細分”的分級計算策略，僅在檢測到異常肺音時啟動第二階段細粒度分類，從源頭減少不必要的計算能耗。在芯片架構層面，團隊進一步提出可重構處理單元陣列與雙模脈動數據流、多分支混合驅動存儲架構等架構創(chuàng)新優(yōu)化設計方法，針對不同神經網絡算子的計算和數據復用特點動態(tài)調整硬件工作模式，實現算法與芯片架構協同優(yōu)化設計。該設計采用55 nm CMOS工藝完成流片與實測，芯片核心面積為4.39 mm²，實測最低運算能耗達到2.76 pJ/op；在相關肺音數據集上，正常肺音處理能耗僅為0.39 mJ/frame，相比直接執(zhí)行細粒度分類降低5.28倍。
 

　　該研究實現了從肺音智能算法、AI處理器架構到數字專用芯片的設計、流片、以及測試的完整技術鏈條，實現了集成電路頂刊JSSC歷史上首款面向肺音監(jiān)測的專用AI處理器芯片。該工作為包括面向心音、心電、腦電等生理信號可穿戴健康監(jiān)測的低功耗邊緣智能芯片提供了新的技術方案，也為高能效人工智能計算架構在生物醫(yī)學信號處理領域的應用提供了芯片級驗證。該研究工作與電子科技大學、新加坡理工大學等單位合作，受到國家自然科學基金等項目的資助。
 

　　JSSC是IEEE固態(tài)電路學會主辦的旗艦期刊之一，也是國際集成電路設計領域最具影響力的頂級學術期刊，長期聚焦先進集成電路與芯片系統(tǒng)設計，重點刊載具有芯片流片與實測結果的高水平研究成果，涵蓋模擬、數字、射頻、混合信號及智能集成電路等方向。JSSC在全球集成電路學術界和產業(yè)界具有廣泛影響力，是展示前沿芯片設計與技術創(chuàng)新成果的重要國際平臺。
 

　　引用：光電信息學院王超課題組在人工智能處理器芯片領域取得重要進展 華中科技大學 【引用時間：2026年9月30日】