科研情况

类脑计算、信息存储、集成光电子、智能系统和仪器

2013年施教授加入清华大学，2014年创建类脑计算研究中心，中心从基础理论、神经形态器件、类脑芯片、类脑软件、系统和应用对类脑计算进行全面研究。

为了克服冯诺依曼体系架构的瓶颈和人工通用智能的最终实现，施教授和他的团队研究类脑计算模型和算法、类脑芯片和类脑计算机，发展人工通用智能的基础理论和核心技术。

2015年11月成功研制成功首款跨模态异构融合神经形态类脑计算芯片，命名为tianjic ®，此芯片可进行大规模神经元网络的模拟，具有超高速、实时、低功耗等特点，相关结果发表在2016.12 science智能机器人特刊上。

2017年10月成功研制了天机2代神经形态芯片。该芯片基于先进的28纳米半导体技术，集成了千万突触和约4万个神经元能力；同时支持脉冲神经网络算法和人工神经网络算法，包括CNN，MLP，LSTM等网络架构。与同等工艺制程的神经形态芯片-IBM“真北”芯片-相比，从芯片密、速度和带宽都有大幅度提升。

2017年施教授及其团队还开发了面向类脑芯片的软件工具链，支持神经网络算法Tensorflow 、Caffe等平台的自动映射和编译到天机芯片。此外团队还搭建了国内首个类脑计算演示平台。

2018年施教授及其团队提出了一种同时支持训练和推理的离散化架构WAGE，将网络权重、激活值、反向误差、权重梯度用低精度整形数表达，成为类脑低能耗芯片在线学习的模型。

2018年施教授及其团队利用脉冲神经网络的时空特性，实现了在时空域的SNN误差反向传播算法。同时，解决了函数逼近的方法处理脉冲发放时刻不可导问题，建立了SNN全连接及卷积神经网络新算法。

2019年施教授及其团队研制世界首款异构融合类脑计算芯片“天机芯”，可同时支持计算机科学驱动和脑科学驱动的计算范式跨模态融合。相关成果以封面文章发表于《自然》（《Nature》）。

2023年施教授及其团队提出一个受大脑启发的通用地点识别系统，称为NeuroGPR，它通过模仿多模态感知、编码和计算的神经机制，使机器人能够在空间和时间的连续体中识别地点。我们的系统包括一个多模态混合神经网络（MHNN），它从传统和神经形态传感器中编码和整合多模态线索。相关成果以封面文章发表于《科学·机器人》（《Science Robotics》）。

2024年施教授及其团队研制世界首款互补双通路类脑视觉感知芯片“天眸芯”，借鉴人类视觉双通路的基本原理，提出新型类脑感知原理，突破传统图像传感器在动态范围、速度、精度等方面存在相互制约的挑战。发展动态范围和速度领先的类脑感知芯片“天眸芯”，相关成果以封面文章发表于《自然》（《Nature》）。