教員詳細

AI、コンピュータアーキテクチャ、センサー技術の進歩により、電気自動車（EV）や自動運転車などの自動車は、洗練された高性能コンピューティングプラットフォームへと変貌を遂げています。これらのコンピューティングシステムの進歩が加速するにつれ、安全性と信頼性をサポートする特殊なディープニューラルネットワークシステムと複雑な通信プロトコル（イーサネット、SDVなど）を使用して、センシング、ナビゲーションなど、さまざまなアプリケーションが実行されるようになります。私たちは、AIを活用したEVエネルギーハーベスティングと管理、EVキャンパスエネルギートレーディング、AI対応車載ICなど、高度な自動車コンピューティングシステムを研究しています。

...read more

この研究を見る

脳にヒントを得た コンピューティングは、スパイキング ニューロン ネットワーク モデルを使用して、従来の人工ニューラル ネットワークよりも電力/エネルギー効率の高い方法で機械学習の問題を解決します。私たちは、以前に開発したフォールト トレラントな 3 次元オンチップ相互接続テクノロジを搭載した、適応型低電力スパイキング ニューロモルフィック システムと SoC を研究しています。特に、さまざまなネットワーク パラメータ (スパイクの重み、ルーティング、隠れ層、トポロジなど) の再構成を可能にする適応型構成方法、フォールト トレランス、熱を考慮したマッピング方法、オンライン学習アルゴリズムなど、革新的なアルゴリズムとニューロモルフィック システムを調査しています。対象アプリケーションには、擬人化ロボットやエッジ コンピューティングが含まれます。


...read more

この研究を見る

複雑な SoC には、プロセッサ コア、DSP、メモリ、アクセラレータ、および I/O で構成される多数のコンポーネントが含まれており、すべてがわずか数平方ミリメートルの単一のダイ領域に統合されています。 このような複雑なシステムは、現在のバスベースのソリューションよりも洗練されたネットワークに近い複雑なオンチップ相互接続を介して相互接続されます。 このネットワークは、面積と消費電力を低く抑えながら、高スループットと低遅延を提供する必要があります。 私たちの研究努力は、超並列メニーコア システムでこのような新しいパラダイムを可能にするために、いくつかの設計上の課題を解決することです。 特に、フォールト トレランス、3D-TSV 統合、フォトニック通信、低電力マッピング技術、および低遅延適応ルーティングを調査しています。

...read more

この研究を見る