《中国科学院研究团队成功研发基于AI的芯片设计系统QiMeng,通过多模态架构与双环反馈机制实现高效设计,突破西方技术封锁》

  • 编译者: AI智能小编
  • 发布时间:2025-06-24
  • 中国科学院的一个研究团队成功设计、建造并测试了一款基于AI的芯片设计系统,并在arXiv预印本服务器上发表了相关论文。这一系统名为QiMeng,采用多模态架构来理解和生成文本和图数据,并通过双环机制进行反馈驱动推理,包括外部性能反馈环和内部功能正确性反馈环。该研究应用了大语言模型(LLM)将用户关于性能标准的要求转化为满足规格的处理器芯片架构计划,并创建相应的软件。这一项目是在西方国家不愿与中国科学院分享技术收益的压力下启动的。QiMeng系统包含三个主要部分:一是领域特定的芯片模型;二是负责大部分设计工作的设计代理;三是一组可用的设计应用程序。这一突破展示了中国在AI芯片设计领域的自主创新能力。
相关报告
  • 《中国科学院团队开发并测试了名为QiMeng的AI芯片设计系统,该系统利用AI技术将用户需求转化为处理器芯片的架构设计,并生成运行软件,旨在加速芯片设计过程并降低成本。》

    • 编译者:AI智能小编
    • 发布时间:2025-06-12
    • 中国科学院的一个工程师、AI专家和芯片设计研究团队设计、建造并测试了他们称之为首个基于AI的芯片设计系统,并在arXiv预印本服务器上发表了一篇描述该系统的论文。这一系统名为QiMeng,它通过多模态架构来理解和生成文本和图数据,并通过双环机制进行反馈驱动推理,包括外部性能反馈环和内部功能正确性反馈环。 过去几十年里,集成电路制造商开发了用于计算机、智能手机和其他电子设备的处理器芯片开发系统。这些系统通常由大量高技能人员组成,他们可以将设计想法(如更快的计算或运行AI应用)转化为可以在特定设计的工厂中制造的物理设计。然而,这个过程以其缓慢和昂贵而闻名。近年来,计算机和设备制造商一直在寻找加速这一过程的方法,并允许更大的灵活性——例如,有些人可能希望芯片只做一件事,但做得非常好。 在这一新的研究中,中国团队将AI应用于这一问题。工作涉及使用大语言模型(LLM)将用户关于性能标准的要求转化为满足规格的处理器芯片的架构计划,并创建运行在其上的软件。这项计划是在科学家们面临西方国家不愿与他们分享技术收益的压力下启动的。新系统有三个相互连接的部分:一个是领域特定的芯片模型;另一个是负责大部分设计工作的设计代理;第三个是一组可用的设计应用程序。
  • 《中国科学院自主设计首款主打极低比特技术的人工智能芯片原型》

    • 来源专题:集成电路
    • 编译者:shenxiang
    • 发布时间:2019-05-31
    • 中国科学院自动化研究所南京人工智能芯片创新研究院AiRiA自主设计的首款主打极低比特技术的人工智能芯片QNPU(Quantized Neural Process Unit)原型,及四路人车识别、车载辅助驾驶ADAS系统,终端AI功能加速器QEngine和人工智能人体骨骼实时识别交互系统,近期在世界智能大会和世界半导体大会上展出,获得了众多专业人士的肯定和赞扬。 QNPU采用国际领先的量化模型压缩处理技术,实现了DDR Free设计,突破了内存墙的世界难题,不但能够满足边缘端设备低功耗、低时延、小体积、低成本的诉求,并能提供其执行AI任务所需的高运算能力。QNPU可应用到智能安防、无人驾驶、智慧医疗、智慧商业、智慧城市等多种IoT的边缘端计算场景,助力各行业“用上AI,用好AI”。 同时,AiRiA还研发了基于QNPU原型的四路人车识别模块,可进行1080P分辨率的视频流实时分析。 AiRiA车载辅助驾驶ADAS系统是基于机器视觉720P双路视频实时处理的人工智能系统。在驾驶过程中能够自动识别道路情况,包括:道路标志线、信号灯、人车距离等,可以实现前向碰撞报警、车距过近报警、车道偏离报警等。同时该系统采用DrivingProbe专利技术,对驾驶员警觉性监测,识别抽烟、喝水、打/看电话、打斗等状态,监控安全驾驶。 AI功能加速器QEngine是适用于终端设备的高性能、轻量级、无依赖的深度学习计算框架。与常用框架相比,QEngine性能高2-4倍,减少65%-85%的内存占用,使AI终端设备待电时间更长,机器视觉识别更加迅速。QEngine支持业内多种开源的深度学习框架,算法移植简易,并兼容多种处理器和硬件。 AiRiA人工智能人体骨骼实时识别交互系统,对人体骨骼姿态进行实时跟踪,识别人体骨骼25个结构点,毫秒级时延,并能支持多人同时检测,对身体部分遮挡部位进行智能预测。该系统可应用于翻越、打斗、摔倒等异常行为的检测,运动及舞蹈的教学矫正,体感游戏,3D试衣等场景。 自动化所南京人工智能芯片创新研究院AiRiA,依托自动化所在芯片开发、计算架构、人工智能、机器视觉等领域数十年的核心技术积累,致力于为行业提供软硬一体化的人工智能解决方案。在成本、功耗、计算结构等方面进行探索,让“高大上”的AI广泛、便利地应用到各行业,普惠公众。