本项目组的研究方向为先进工艺下的高能效超大规模数字集成电路与系统设计、实现与验证。目前主要致力于人工智能应用中的深度学习神经网络硬件加速芯片、IP和成套工具的研究，在研项目包括“类脑芯片与片上系统研究”、“基于高能效神经网络映射方法的人工智能处理器研究”等。项目组的核心研究子课题涵盖神经网络加速器架构设计、深度学习算法数据流规划、神经网络的压缩方法和稀疏性研究、神经网络的量化方法、面向神经网络的可重构硬件设计和流程开发、面向应用的神经网络片上加速系统设计等先进神经网络加速器设计的各个方面。
本项目组已经开发了基于深度学习神经网络特点的高能效探极系列芯片，其中探极3号芯片已经达到可以支持实时目标检测任务的运算能力。项目组提供数字集成电路前端RTL设计、后端物理实现、FPGA设计与板级验证等技能训练，欢迎有志于数字集成电路设计，特别是高能效人工智能加速器研究的同学加入。