【論壇通知】第四屆嵌入式人工智能技術線上論壇

第四屆嵌入式人工智能技術線上論壇由四川省電子學會嵌入式人工智能專委會主辦，致力于搭建嵌入式人工智能技術產學研交流平臺。論壇邀請國內外知名高校及企業的專家學者，圍繞嵌入式人工智能軟硬件設計及應用等方向開展交流，旨在推動相關技術在省內外的發展。今年是第四屆嵌入式人工智能技術論壇，專委會特別邀請了來自多個知名高校、企業、研究所的10位專家學者，圍繞人工智能芯片設計、多模態大模型、機器人行業應用等熱點方向帶來精彩分享。

一、時間和參會方式

論壇時間：2025年12月13日（周六）9:00-17:00

參會方式：騰訊會議

會議鏈接：https://meeting.tencent.com/dm/dmyTUiduNNcI，

騰訊會議號：326-422-157

二、論壇議程

報告時間

報告題目

嘉賓

嘉賓單位

9:00-

9:10

專委會主任致辭

周軍

電子科技大學

9:10-

9:40

低功耗高能效片上智能

焦海龍

北京大學深圳研究生院

9:40-

10:10

場內外全場景數智移動解決方案

邱方長

浙江中力機械股份有限公司

10:10-10:40

面向端側的高能效視覺感知定位芯片設計

劉野

電子科技大學

10:40-11:10

基于片上電荷泵正/負內電源的自穩零12nmCMOS運算放大器電路設計

張俊安

重慶理工大學

11:10-11:40

面向開放環境的魯棒性的多模態學習

韋仕才

電子科技大學

14:30-15:00

寬帶儀表射頻前端芯片設計進展

王勇

電子科技大學

15:00-15:30

邊緣端存算AI芯片設計

司鑫

東南大學

15:30-16:00

面向具身智能感知的軟硬件協同雙目視覺芯片設計

安豐偉

南方科技大學

16:00-16:30

BTDF多維絕對測量系統關鍵技術及應用

付靖霖

德國聯邦物理技術研究院

（德國計量院PTB）

16:30-

17:00

從優化器視角理解與緩解大語言模型訓練中的不穩定性

黃田進

英國埃克塞特大學

三、論壇主席

周軍 四川省電子學會嵌入式人工智能專委會主任/電子科技大學教授

四、論壇主持人

羅楊四川省電子學會嵌入式人工智能專委會秘書長/電子科技大學副研究員

劉野 四川省電子學會嵌入式人工智能專委會委員/電子科技大學副研究員

五、報告人

焦海龍，北京大學深圳研究生院副教授

報告題目：低功耗高能效片上智能

報告摘要：人工智能技術的飛速發展對于底層芯片的算力、功耗、能效提出了越來越嚴苛的要求。本報告將介紹邊緣計算場景中，三維感知領域與腦機接口領域的人工智能芯片研究的新進展。

報告人簡介：焦海龍教授2012年于香港科技大學獲得博士學位。2013年加入荷蘭埃因霍溫理工大學，任職助理教授，2016年獲得終身教職。2015年起，兼任比利時魯汶微電子中心（IMEC）訪問研究員。2017年全職加入北京大學深圳研究生院信息工程學院，任職副教授，2023年升任長聘副教授。焦海龍博士的主要研究方向為低功耗高能效集成電路設計，已在JSSC、ISSCC、VLSI等發表論文110余篇。

邱方長，浙江中力機械股份有限公司自動車輛事業部總經理

報告題目：場內外全場景數智移動解決方案

報告摘要：從產品級、模式級、系統級三層次全面解析場內外全場景數智移動解決方案，并介紹中力全系列移動機器人產品。

報告人簡介：邱方長，碩士畢業，參加移動機器人產品開發、生產、市場等工作8年多，有豐富的產品落地和銷售經驗。

劉野，電子科技大學副研究員

報告題目：面向端側的高能效視覺感知定位芯片設計

報告摘要：近幾年，視覺感知定位技術逐漸成為一項關鍵技術被應用到許多領域中，諸如自動駕駛、無人機、移動機器人、AR等，都需要以視覺感知定位技術為核心進行定位、建圖、導航等功能，這些場景同時又對視覺定位技術提出了高能效、實時性、高精度、小型化的需求。由于視覺定位算法具有較高的復雜度和較大的計算量，在傳統CPU上很難達到實時性；又由于視覺定位算法的特殊性（數據高依賴性、復雜多樣的算子、多維矩陣計算等）更無法在GPU上完成加速，功耗也無法滿足應用場景需求。本報告將從算法與芯片協同設計的角度出發，探討算法、架構、電路的協同優化策略，設計領域專用芯片，以滿足應用場景對視覺感知定位技術的落地需求。

報告人簡介：劉野，電子科技大學副研究員，曾入選博士后國家資助計劃C檔，研究方向為視覺感知定位算法與芯片協同設計，目前已發表論文20余篇，包括TCAS-I、TCAS-II、HPCA、A-SSCC、ISCAS等國際頂級期刊和會議論文，申請并授權國家發明專利7項，主研國家級科研項目3項，包括國家自然科學基金聯合基金項目、國家重點研發計劃項目、軍科委創新特區項目，曾受邀2024-China-Crypto芯片學術會議組織委員會主席和2024-ITC-亞洲芯片會議Session-Chair，擔任CCF計算機工程與工藝專業委員會執行委員、四川省電子學會嵌入式人工智能專委會委員，擔任TCAS-I、TCAS-II、TVLSI、TBioCAS、ISCAS等期刊會議審稿人。

張俊安，重慶理工大學副教授

報告題目：基于片上電荷泵正/負內電源的自穩零12nmCMOS運算放大器電路設計

報告摘要：針對12nmCMOS工藝低電源電壓和MOS管低本征增益這兩項限制因素對高性能運算放大器電路設計帶來的挑戰，采用片上產生正/負擴展電源擴大電源范圍的方式開展運算放大器電路新結構的研究。

報告人簡介：張俊安，重慶理工大學兩江人工智能學院副教授，碩士生導師，重慶市第四批產業技術帶頭人后備人選（2024年），重慶理工大學首屆“士繼英才”領軍人才（2023年），《微電子學與計算機》期刊首屆青年編委委員（2021年）。長期從事模擬/混合信號集成電路設計領域研究，曾獲國防科技進步二等獎1項（排名第6）、國防科技進步三等獎1項（排名第3）、重慶市科技進步二等獎1項（排名第2）。

韋仕才，電子科技大學副研究員

報告題目：面向開放環境的魯棒性的多模態學習

報告摘要：多模態學習是機器學習領域的重要分支，在公共安全、智能制造、智能交通等領域具有重要的研究意義和應用價值。盡管已有的多模態學習方法展示出了良好的性能，但它們大多是在受控場景下進行的，依賴于高質量的模態數據。而在實際的開放環境中，由于設備異構、環境動態、傳感器故障等問題，現有方法面臨著表征優化不平衡、模態質量動態變化、噪聲容錯機制缺失等關鍵挑戰。針對這些問題，本研究將從梯度解耦、動態融合與表征約束三個角度展開系統分析，介紹適用于開放場景的魯棒多模態學習框架。

報告人簡介：韋仕才，電子科技大學智能協同計算技術國家級重點實驗室副研究員，碩士生導師，四川省電子學會嵌入式人工智能專委會委員。長期從事多模態學習和計算機視覺的學術研究，發表學術論文13篇，以第一作者身份發表CCF-A/B /中科院一區學術論文9篇，共申請專利軟著5項，授權3項，榮獲四川省優秀畢業生，電子科技大學優秀博士畢業論文。核心參于國家重點研發計劃、國自然面上基金等科研項目5項。

王勇，電子科技大學教授

報告題目：

報告摘要：報告面向頻譜儀、示波器等寬頻帶射頻測量儀器，聚焦超跨倍頻程射頻電路設計難點，介紹放大器、開關等設計進展，進一步聚焦射頻直采示波器射頻至真直流設計瓶頸，介紹DC-20GHz直采示波器前端套片研制情況。

報告人簡介：電子科技大學信息與通信工程學院教授，長期從事硅基、化合物半導體射頻芯片設計。

司鑫，東南大學副教授

報告題目：寬帶儀表射頻前端芯片設計進展

報告摘要：邊緣端人工智能應用對于AI芯片的能效、面效和存儲效率提出了更高的要求。本報告將圍繞存算一體新型AI芯片架構介紹最新存算一體AI芯片發展現狀和趨勢，主要包含邊緣端部署AI算法的挑戰，面向計算密集型和訪存密集型任務的存內計算設計，以及存算一體AI芯片的設計案例。

報告人簡介：司鑫，東南大學副教授，博士生導師，國家級青年人才。從事于存算一體AI芯片設計和研究，累計發表集成電路領域頂級會議期刊60余篇，包含17篇芯片奧林匹克論文ISSCC，11篇集成電路頂刊JSSC，3篇中國科學信息科學SCIS。主持多項國家、省部級科研項目。目前擔任電子器件奧林匹克會議IEDM，亞洲固態電路會議ASSCC等會技術委員會委員。

安豐偉，南方科技大學副教授

報告題目：面向具身智能感知的軟硬件協同雙目視覺芯片設計

報告摘要：本報告介紹了一種軟硬件協同設計的雙目視覺芯片，旨在滿足物理環境中的上述核心感知需求。通過將專有算法與專用硬件創新相融合克服傳統立體視覺系統在機器人及自主應用中的根本性局限。此軟硬件協同設計框架具有以下兩大關鍵創新：資源優化型深度引擎，采用存內計算架構，在2MP分辨率下實現60幀/秒的實時處理，同時較傳統方案功耗降低40%；混合環境自適應技術，集成具備時-空降噪功能的專用圖像信號處理器，確保在極端光照條件下（有效測距范圍0.05-200米）仍能保持魯棒性。該芯片主要面向服務機器人、人形機器人及自動駕駛車輛。與傳統立體視覺系統相比，我們的協同設計方案展現出更低的計算延遲和更優異的環境魯棒性。

報告人簡介：安豐偉博士，現任南方科技大學深港微電子學院副教授。他于2013年獲得日本廣島大學博士學位。在加入南方科技大學之前，曾任廣島大學副教授以及日本松下半導體株式會社主任工程師。安博士于2019年3月加入南方科技大學深港微電子學院，其主要研究方向為高性能視頻/圖像處理集成電路以及高能效人工智能/數字信號處理芯片。

付靖霖，德國聯邦物理技術研究院（德國計量院PTB）

報告題目：BTDF多維絕對測量系統關鍵技術及應用

報告摘要：作為描述材料光學外觀的重要物理量之一，透明度（translucency）一直沒有明確的物理定義以及標準測量方法。該報告主要介紹了一套由德國計量院PTB新研發的角分辨光學漫透射測量系統，以實現對各類光學透射型材料的精確測量。報告中指出了針對光學雙向透射分布函數（BTDF）測量中所涉及到的關鍵技術，以及BTDF精確測量在各領域的應用。報告還提到了通過對半透明材料BTDF的研究，將其定義及測量方法拓展至適用于半透明材料的精確測量。

報告人簡介：付靖霖，德國國家計量院（PTB）博士研究生在讀，專注于高精度光機電測量系統開發與計量基準建立，擁有光學精密測量、輻射度量學與計量學方向的前沿研究經驗。主導完成德國國家光學漫透射計量標準裝置的設計、搭建、裝調與驗證，在材料透射反射性質測量、誤差建模與標準化方向有深厚積累。

黃田進，英國埃克塞特大學講師

報告題目：從優化器視角理解與緩解大語言模型訓練中的不穩定性

報告摘要：Training large language models (LLMs) at scale is often hampered by instability, manifesting as gradient spikes, divergence, and sudden loss collapse. Such failures not only increase computational cost but also hinder the adoption of more efficient techniques, including low-bit training. This talk will explore LLM training instabilitiy issues, drawing on empirical observations from recent studies and then present recent optimizer-based solutions, such as SPAM and StableSPAM, that help mitigate these issues and improve training stability.

報告人簡介：Tianjin Huang is a Lecturer in the Department of Computer Science at the University of Exeter (UK) and a Member of the ELLIS Society. He obtained his PhD from Eindhoven University of Technology (the Netherlands) in 2023. His research focuses on building efficient and reliable machine learning systems, with an emphasis on model compression, robustness, and scalable training of foundation models and large language models. His work explores how to make modern AI systems not only larger and more capable, but also stable, resource-efficient, and deployable in real-world environments. He received the Best Paper Award at LoG 2022.

六、四川省電子學會嵌入式人工智能專委會聯系人及聯系方式（掃微信二維碼加羅老師）：