2024年1月22日-25日，由国际电气电子工程师学会（IEEE）主办的2024年亚洲及南太平洋设计自动化会议（IEEE ASP-DAC 2024）在韩国仁川召开，全球来自设计自动化领域的400余位研究者参加此次会议。
本届会议上，清华大学电子工程系杨华中教授、汪玉教授于2014年发表在ASP-DAC会议的论文《自训练：面向基于忆阻器神经网络加速器的混合信号训练加速》（Train Itself: Mixed-Signal Training Acceleration for Memristor-based Neural Network）荣获该会议十年回顾最具影响力论文奖。
获奖照片
获奖证书
基于忆阻器的存算一体架构（Process-In-Memory, PIM）可以在存储阵列内完成计算，显著降低数据搬运的能量开销，高效实现神经网络算法。现有存算一体架构往往需要使用GPU对神经网络模型进行训练，再将训练后的模型部署在忆阻器器件中，训练成本高昂。针对这一问题，本文提出了一种直接在忆阻器阵列中实现神经网络训练的系统方案。通过设计一系列数模混合辅助运算结构和算法近似化方法，首次实现了基于忆阻器计算架构的神经网络自训练，有望将神经网络训练能效提高3-4个量级。
技术方案
电子工程系系友、2013级硕士李伯勋为该论文的第一作者，电子工程系汪玉教授为论文通讯作者，论文其他合作作者包括电子工程系系友2012级博士汪彧之、美国杜克大学教授、电子工程系系友陈怡然以及电子工程系杨华中教授。
ASP-DAC是超大规模集成电路设计、电子设计自动化（EDA）和芯片制备领域的高水平国际学术会议，始于1995年。ASP-DAC十年回顾最具影响力论文奖旨在表彰在过去十年中对EDA领域产生重大影响的ASP-DAC论文，获得此奖项的论文对学术界与工业界产生了持久影响，并被广泛引用。
供稿｜电路与系统研究所
编辑｜陶旋姿
审核｜汪 玉 李冬梅
