讲座简介：
随着人工智能对芯片算力的要求不断提升，传统的集成电路器件面临着冯诺依曼式计算瓶颈，在信息的频繁交互过程中带来了极大的能耗损失，开发低功耗的存算一体器件刻不容缓。开发基于可重构忆阻器是实现具有神经形态计算功能的可穿戴类脑计算电子系统的有效方法。然而，之前报道的突触器件和神经元器件需要不同的材料和配置，这使得在单个器件中实现多种功能变得困难。在这里，我们首次提出了一种具有可重构特性的柔性三维集成器件，可以实现非易失性突触可塑性和易失性神经元功能，在降低神经元电路的复杂性方面具有显著优势。忆阻神经元的放电能耗为1.9 fJ/fire，比报道的生物和人工神经元降低三个数量级。此外，利用忆阻器在复杂的时间信息处理中16个电脉冲序列状态的内在非线性动力学，成功实现了EEG分析和睡眠阶段分类。睡眠状态分类任务中准确率达到95%以上，24小时EEG分析中比传统深度学习提升6倍，为下一代存算一体系统提供了独特的高效途径。
主讲人：王天宇
主讲人简介：
王天宇，山东大学集成电路学院研究员，博士生导师，国家集成电路创新中心顾问专家，国家博新计划入选者，山东省高层次人才，山东省优青，上海市青年英才，山东省泰山学者青年专家，山东省青年科技人才托举工程入选者。担任TheInnovation、Nano-Micro Letters、InfoMat、Chip等国际著名期刊青年编委， 发表SCI论文100余篇，申请发明专利100余项，其中第一/通讯作者论文80余篇，包括 Nature Communications,IEDM, Advanced Materials, Nano Letters,Advanced Science , Advanced Functional Materials , IEEE Electron Device Letters，IEEE Transactions on Electron Devices等领域内权威期刊。研究方向为新型铁电存储器与存算一体技术、忆阻器件与神经网络计算、人工智能技术与类脑芯片。研究成果入选Chip中国2022年度芯片科学十大进展（Chip 10 Science）。
讲座时间：05月30日 13:30
讲座地点：复旦大学江湾校区智华教学楼JA201