当前所在位置是:首页>> 导师信息库

黄科杰

来源:academic 发布时间:2019-12-12 作者: 阅读数:530次

27-黄科杰.jpg       黄科杰博士、研究员、博士生导师                   huangkejie@zju.edu.cn


导师团队名单:

   黄科杰,浙江大学百人计划研究员,博士生导师。于2003年和2006年在浙江大学信息与电子工程学院先后获得本科学位和硕士学位,2014年在新加坡国立大学电子与计算机工程系获得博士学位。从2006年开始从事集成电路设计,先后入职于三星半导体公司(Samsung Semiconductor),上海格科微电子(GalaxyCore),赛灵思新加坡分公司(Xilinx),新加坡新加坡科技研究局(A*STAR),新加坡科技设计大学(SUTD)。研究方向包括基于新型阻值存储器的低功耗电路与系统的开发,深度学习与硬件加速环境的开发,神经形态计算芯片设计与开发,智慧医疗以及智能压缩与感知。近5年来在本领域顶级期刊如IEEE TCAS-I, IEEE TCAS-II,IEEE TVLSI,Advanced Material, EDL, SMALL和著名国际会议如AAAI,ISCAS发表学术论文30余篇,总影响因子超过100,申请或者授权国内外专利10余项。IEEE高级会员,IEEE Transactions On Circuits and Systems II编委。目前承担千万级企业项目1项,参与研究项目多项,如之江实验室“新型架构芯片”项目,国家自然科学基金企业创新发展联合基金1项,军委科技委项目1项,国际合作项目2项。

          沈海斌,浙江大学教授,博士生导师,高性能嵌入式计算教育部重点实验室主任,列入浙江省151人才工程第二层次、浙江省级重点科技创新团队。已发表SCI、EI索引的国内外学术期刊论文四十余篇,已获授权发明专利三十余项,近年来主要承担国家科技重大专项、国家自然科学基金、国家高技术研究发展计划等滚动支撑的多项国家重大工程。参与制定多项国家商用密码安全标准,为国家人工智能、信息安全、芯片设计领域核心专家。研究成果已大量应用于国内外权威机构,获得省部级一等奖、二等奖各一项,并已推荐获得二项国家级二等奖。参与并完成了国家自然科学基金《面向并行工程的产品快速设计方法及技术的研究》、《面向纳米级工艺的SOC的设计方法学及EDA关键技术》、《系统芯片的设计方法及其EDA关键技术的研究》、国家高技术研究发展计划《高性能信息安全SoC开发平台》、《高性能信息安全处理器的研制》《高性能密码算法IP开发与应用》、《密码算法标准研制及其IP实现》《CPU-DSP异构多核SoC平台》、《32位C-CORE嵌入式CPU开发》;完成了国家核高基课题《多模导航定位移动信息终端SoC芯片设计支撑技术》、《专用处理器及其设计开发环境》、《高性能专用处理器及其设计开发环境》、《CK处理器低功耗优化》、《高端专用处理器及其设计开发环境》,完成了浙江省科技计划《基于自主多核SoC平台的应用开发》、《高性能随机数生成算法IP设计》。


研究方向介绍:

1.  存储器内计算:虽然来自神经科学的启发已在人工神经网络学习方面显现出巨大潜力,比如深度神经网络在人工智能领域得到了前所未有的重视和发展,但是目前机器学习主要依赖于服务器计算能力,在一些实时或者低功耗等应用方面受到极大的限制。而且传统计算机主要基于冯*诺依曼架构,在神经网络方面的计算,仍有很多不足之处,在这里有两个主要的问题,一是存储单元和计算单元分离,造成存储单元与计算单元数据通讯速度过慢功耗过高的问题,二是系统的可扩展性比较差。为了解决上述问题,我们使用了一种全新的架构:结合片上网络(NOC)和基于非易失性存储器的存储器内计算来设计神经网络处理器,使用非指令集非冯诺依曼架构,实现分布式、实时大规模并行计算,突破传统处理器内存访问瓶颈所造成的局限性,并让处理器具备了可重构能力,实现高性能低功耗。目前有在研之江实验室项目一个,国际合作项目两个。

2.  传感器内计算与视觉感知:CMOS图像传感器被广泛用于视觉感知、目标识别、自动驾驶、监控与安防等,结合人工智能为人们生活带来了极大的便利。但是目前的系统架构主要是靠传感器在终端采集数据,然后传递到云端做存储和计算。随着传感器增多,传统的架构面临着带宽、实时性、成本等多方面的问题。分布式存储、联邦学习和边缘虽然可以在一定程度上减轻这些问题,但是在边缘做计算亦面临着功耗等问题。为了更好的解决这个问题,我们提出直接在存储器内做计算来完成视觉感知,也就是在做光电转换的时候完成第一层的卷积运算。结合第一个方向的存储器内计算,可以大幅度降低计算所需的功耗。研究主要内容包括人工智能、机器学习、机器视觉算法及其硬件芯片加速实现。目前有在研基金委项目一个。

3.  智慧医疗:在医学上,早期诊断早期治疗在医学上有着非常重要的意义,可以预防一些突发疾病或者一些重大疾病的发作几率。为了实现这一目标,我们拟开发可穿戴式轻量级设备来实时检测包括EEG、ECG等人体信号。具体的研究工作主要包括疾病和信号相关性之间的研究,疾病耐药性研究,轻量级算法研究等。目前有在研千万级横向项目一个。

4.  硬件安全:研究密码算法与安全体系结构。研究系统与芯片的安全体系结构,研究安全防护方法、安全系统建模与安全性评估方法,适合不同领域与等级的安全需求;研究随机数生成、密码算法(主要是全同态与格密码算法)及硬件加速实现。重点针对认证、存储、区块链、隐私保护等应用,全面提升网络与系统安全性。目前有在研军委科技委项目一个。

5.  高性能处理器:研究面向应用的高性能计算架构。研究混合计算电路建模与低功耗芯片设计流程;研究面向应用的指令处理器、特别是安全处理器、深度学习处理器,并扩展研究众核与面向应用的高性能嵌入式统一计算架构,以及神经形态与可重构计算。通过专用芯片及其系统研究,深度推进信息技术与产品的研究开发。