一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

该网络通信处理器采用Freescale的MPC8377E作为CPU,外设配置5个 千兆网口（其中4个由VSC7395交换机提供）、键盘和显示接口、UART接 口、SATA接口和USB2. 0接口，可完成5通道网络数据收集、信号处理和存 储功能。釆用PowerPC作为信号处理CPU,具备多个千兆网络，可满足不 同通信、网络和信号处理实时处理应用。性能指标： 1. +10-30V电

小鼠大脑海马区CA3-CA1神经环路各频率波段震荡变化规律，以及小鼠脑缺血缺氧（脑卒中）对海马区CA3-CA1神经环路各个频率波段震荡幅度的影响。同时，团队利用体外低频伽马（30-50 Hz）LED光视觉波刺激，同步记录清醒小鼠学习中的在体脑电活动，发现低频伽马LED光波可调控海马区CA3-CA1神经环路低频率伽马波震荡，有效保护脑卒中诱发的神经损伤和学习记忆障碍。

产品详细介绍 　　全数字音频更完美 　　清大云卓音频处理器产品采用全数字音频处理技术，完美解决环境噪声大及远距离声音采集困难的现状;而且可自动修复弥补环境建声缺陷，重现真实人声。 　　Input多种输入源 　　Input多种输入源选择，12路输入/4路输出。 　　可选择多种电平的音源输入，为电容式话筒提供48V 的供电。 　　AGC自动增益控制。自动提升和压缩话筒音量，使之以恒定的电平输出。 　　AVC回声消除。全新的自适应式回声消除功能，无需人工调试。 　　AFC声反馈啸叫消除。采用自适应处理的方式对现场扩声，系统的啸叫进行有效的消除。 　　ANC自动噪声消除。自动噪声消除根据环境的声场变化，自动进行噪声消除。

图像处理器 嵌入式设计、任意拼接组合、录播全方位检测、自定义轮巡预案 轻松满足： ·督导巡课 ·电子巡考 ·录播管理 优势特点： ·稳定低耗 采用嵌入式架构设计，高稳定、低功耗 超强网络防护能力，有效抵御病毒攻击 ·一机多用 视频解码、状态监控等录播管理应用 图像处理、画面拼接等视频处理应用 ·便捷督导 对录播信号源进行自定义分组与分类管理 调取预览分组信号，分类巡课督导便捷化 ·自由拼接 多组画面自由拼接组合，支持任意跨屏、漫游 场景保存和自动轮巡，支持多个大屏同时监视 ·集中监测 全面录播状态监控，远程集中监视管理 实现监视状态同步显示，系统维护高效

XM-D017A脑神经和脑神经的成分及分布电动模型   XM-D017A脑神经和脑神经的成分及分布电动模型显示十二对脑神经：嗅神经、视神经、动眼神经、滑车神经、三叉神经、展神经、面神经、前庭蜗神经、舌咽神经、迷走神经、脊髓副神经和舌下神经。显示脑神经的成分及分布：感觉神经、运动性神经、混合性神经、一般躯体感觉纤维、特殊躯体感觉纤维、一般内脏感觉纤维、特殊内脏感觉纤维、一般躯体运动纤维、特殊内脏运动纤维、一般内脏运动纤维,模型上有上述相应功能的各自独立按钮键。   尺寸：51×23×86cm 材质：PVC材料+木框   标准配置： ■ XM-D017A脑神经和脑神经的成分及分布电动模型：1台 ■ 电源线：1根 ■ 说明书：1册 ■ 保修卡合格证：1张

研发阶段/n主要研究支持神经网络芯片的设计自动化工具及FPGA验证系统，设计自动化工 具本身针对ASIC和FPGA都适用。 项目主要研究：（1）研究基于模型层的设计空间探索方法;（2）研究可重构 神经网络硬件单元抽象和归约方法；（3）开发面向嵌入式、功耗约束下的FPGA神 经网络芯片系统，突破神经网络芯片设计小型化遇到的关键难题。本项目提出的自 动综合工具至少支持CNN 等两类不同神经网络拓扑，支持Caffe配置文件prototex 拓扑描述语言，生成的FPGA芯片，性能比CPU快1个数量级，能效比

研发阶段/n内容简介：用人工神经网络将生产过程的数据所隐含的目标函数关系降维映射到二维平面上，自动生成目标函数的等值曲线，由此可展现出操作空间的面貌和特征，直接识别出最优操作点或最优操作区域，实现生产过程的操作优化，达到降低原料消耗和能量消耗、提高生产率和产品质量、把对环境污染降到最小的目的。技术指标：1、人工神经网络降维优化技术通过降维，在映射平面上能全景式的展现出多维空间的面貌和特征，可以根据优化目标选择最优操作区域，最大限度的挖掘生产过程或装备的潜力；2、当最优操作点或区域不在现有数据集合区域

XM-655E脑干脑神经核及脑神经   XM-655E脑干脑神经核及脑神经根据脑神经核纤维的分布、功能和发生来源，将脑神经核用各种颜色加以区分，深红色代表体躯传出（运动）核柱，黄色代表一般内脏传出（付交感）核柱，粉红色以示特殊内脏传出核柱，蓝色代表一般体躯，内脏和特殊内脏传入（感觉）核柱，黑绿色代表特殊体躯传入核柱，延髓背侧的薄、楔束核亦用蓝色表示，中脑红核用橙黄色，黑质用紫色，脑神经纤维鱼核柱颜色一致。 尺寸：放大，30×23×45cm 材质：优质铁丝

XM-655E脑干脑神经核及脑神经 XM-655E脑干脑神经核及脑神经根据脑神经核纤维的分布、功能和发生来源，将脑神经核用各种颜色加以区分，深红色代表体躯传出（运动）核柱，黄色代表一般内脏传出（付交感）核柱，粉红色以示特殊内脏传出核柱，蓝色代表一般体躯，内脏和特殊内脏传入（感觉）核柱，黑绿色代表特殊体躯传入核柱，延髓背侧的薄、楔束核亦用蓝色表示，中脑红核用橙黄色，黑质用紫色，脑神经纤维鱼核柱颜色一致。 尺寸：放大，30×23×45cm 材质：优质铁丝