TDA（芯片热设计自动化）软件是清华航院曹炳阳教授团队全自主研发的国际首个芯片跨尺度热仿真与设计系统。TDA软件可实现芯片从纳米至宏观尺寸的热设计与仿真，支持芯片微纳结构内部热输运过程的模拟研究，直接提高芯片热仿真精度与结温预测准确度，进而提高芯片性能、寿命和可靠性。

传统的体外生理信号监测如心电、脑电等基于湿电极在电极皮肤建立稳定且低阻抗的接触,需要凝胶，不易佩戴且容易滋生细菌感染等。使用干电极是可穿戴和医疗健康芯片的必然趋势。但目前的商业芯片在干电极下无法使用，存在诸多性能上的缺陷，诸如功耗、输入阻抗、共模抑制比等方面均无法满足要求。在对国内外相关技术的研究和综述的基础上，我们提出了提出一种基于干电极的信号采集芯片。经流片验证，可以提供足够的空间分辨率，功耗在μW级别。同时该技术采用了实验室积累多年的低功耗集成电路设计技术。以下是两款超低功耗干电极脑电与心电采集芯片及其应用场景。其中脑电芯片可以在耳道采集脑电信号，方便舒适，易于集成，其产业化已经在逐步推行。

成果与项目的背景及主要用途： 人类通过视觉系统获取的信息占获取信息总量的 80%以上，如果说计算机相 当于人类的大脑，那么图像传感器则相当于人类的眼睛。图像传感器作为图像信 息获取最重要和最基本的技术在信息世界中将占据着极其重要的地位。半导体图 像传感器相比传统的胶片成像具有可实时处理和显示、数字输出、便于储存和管 理等诸多优势，正在迅速成为图像传感器发展的主导力量。CMOS 图像传感器相 对于 CCD 图像传感器具有单片集成、低功耗、低成本、体积小、图像信息可随 机读取等一系列优点。在手机拍照、PC 摄像、机器视觉、视频监控等诸多领域 已经取代了 CCD 图像传感器。 技术原理与工艺流程简介： （1）时间延迟积分型 CMOS 图像传感器芯片 通过 0.18µm 1P4M CMOS 工艺完成了对最高 128 级线阵长度为 1024 像素的 TDI 型 CMOS 图像传感器芯片的设计、投片和测试工作。 （2）具有紧凑读出的多次积分动态范围扩展 CMOS 图像传感器 提出了一种通过多次积分扩展动态范围的方法，采用紧凑读出方式，以降低 对对读出电路的工作速度要求。成功流片 128×128 阵列原型，动态范围可以扩展 39dB,像素读出时间相对于滚筒是曝光增加了 3 倍。 应用前景分析及效益预测： 该领域开始向着高清专业摄像、高精度工业和医疗成像、抗辐射太空成像等 专业高端领域迈进。CCD 传感器的衰退之势难以挽回，CMOS 将在未来几年保 持优势地位。2015 年，CMOS 出货量将达到 36 亿个，份额达 97%；而 CCD 出 货量将下降到只有 9520 万个，占 3%份额。 应用领域： CMOS 图像传感器广泛应用于消费类、工业和科技等各个领域。民用领域： 拍照手机、数码相机、可视门镜、摄像机、汽车防盗等；工业领域：生产监控、 安全监控等。 技术转化条件： 四十平方米以上的办公用房，电脑、工作站若干，相应软件。也可以和 RFID 天线制造单位，卡片封装单位共同合作。 合作方式及条件：根据具体情况面议

芯片的重要功能包括:地面数字电视传输标准 DTMB、有线数字电视传输标准、AVS/MPEGII 解码和 UTI 接口等。清华大学是 DTMB 的重要技术提供方，已经于 2007 年 11 月顺利完成了 DTMB 解调芯片的 MPW 流片，主要性能与国内最好产品的指标相当，一 些指标国内领先，当前正在完成国家重大专项数字电视 SoC 设计和产业化项目。清华大学 同时也是工信部确定的《数字电视接收机 UTI 机卡分离接口技术规范》和《数字电视接收 机 UTI 机卡分离接口测试规范》两项标准的牵头研发单位。在电视机产业面临升级换代的 关键时刻，我们愿意充分发挥自己的技术优势，与合作伙伴一道，以国家重点支持的高端数 字电视芯片 SoC 设计为契机，开发出低成本、高可靠性和有市场竞争力的芯片，为当地电 子信息产业的发展尽微薄之力。

1 成果简介芯片的重要功能将包括：地面数字电视传输标准 DTMB、有线数字电视传输标准、AVS/MPEGII 解码和 UTI 接口等。清华大学是 DTMB 的重要技术提供方，已经于 2007 年11 月顺利完成了 DTMB 解调芯片的 MPW 流片，主要性能与国内最好产品的指标相当，一些指标国内领先，当前正在完成国家重大专项数字电视 SoC 设计和产业化项目。清华大学同时也是工信部确定的《数字电视接收机 UTI 机卡分离接口技术规范》和《数字电视接收机 UTI 机卡分离接口测试规范》两项标准的牵头研发单位。在电视机产业面临升级换代的关键时刻，我们愿意充分发挥自己的技术优势，与合作伙伴一道，以国家重点支持的高端数字电视芯片 SoC 设计为契机，开发出低成本、高可靠性和有市场竞争力的芯片，为当地电子信息产业的发展尽微薄之力。2 效益分析国内市场所有电视机厂商均可采用本芯片，项目完成后预计芯片年产量在 500~1000 万片。3 合作方式商谈。

主要功能和应用领域：主要应用在数字视频芯片（DVB，DAB，DMB等数字视频广播标准）和通信网络（WLAN，WiFi，WiMAX等）领域。具有极为广泛的用途和应用价值。 特色及先进性：在满足数字视频芯片和通信网络要求下，采用了自创的校正方法，实现了更低的功耗、大大节省了芯片面积、降低了芯片的复杂度、提高了芯片的稳定性、不易受外界环境如温度、电源电压和工艺的影响，使性能更加出色。 技术指标：采样速率200MSps，分辨率10-Bit，ENOB达到8.7-Bit以上（±10%电源电压变化和-40~125度温度变化），总体功耗 < 100mW。 实施后可取得的效果：此类ADC芯片应用领域极广，中高端领域均有大量且稳定的需求。一旦形成产品，产量和销售极其可观。现在市场上此类ADC芯片主要掌握在国外大公司手里，定价相对较高，如果能够实现同等性能下更低的定价或者同等价位但是更出色的性能，将有巨大的市场。

ADC芯片

目前，多媒体视频领域存在多个编码标准，包括 mpeg1/mpeg2/mpeg4/h.264，以及我们国家拥有自主知识产权的 AVS 标准。mpeg4 标准之中又包括 xvid、divx 等，而 h.264 可能 93 合作方式 商谈。4 所属行业领域 电子信息领域。也将存在多种编码标准。其中新的编码标准，如 h.264、VC-1 等，由于其需要较高的处理能 力，仅仅依靠嵌入式 CPU 或 DSP 的多媒体解决方案是无法获得满意的性能指标的，因此必 须采用专用集成电路(ASIC)方法来实现硬件加速功能。但这种 ASIC 设计方法——即通过硬件实现直接提供某种(些)编码格式的支持缺乏灵 活性，一旦有种新的编码标准推出，就需要重新设计开发芯片。面对众多的媒体编码标准， 这种方式增加了设计以及应用成本。而就目前市场发展来看，多种视频编解码技术将长期共 存，迫使芯片业界必须迅速攻克灵活性、兼容性等难题。为解决这一问题，清华大学设计了 一种软硬件混合的多媒体处理器解决方案，支持 mpeg1/mpeg2/mpeg4 /h.264/AVS 视频标准 以及相关的音频编码标准。其核心是设计一种多媒体处理芯片，该芯片对于通用的多媒体编 码中的计算密集型的数据处理，如运动补偿算法(Motion Compensation)、反离散余弦变化 (iDCT)、色彩空间转换等，采用 ASIC 实现。在此硬件平台之上，设计一套与具体标准无 关的多媒体处理通用软件开发接口，实现软硬件混合的媒体处理。这样就能够增加媒体处理 的灵活性——可以通过修改软件来支持新的编码标准或者新的应用。

一、创新点： 1.创新1-高低压兼容工艺技术：世界首个P-sub/P-Epi高低压兼容浮置沉底工艺平台 2.创新2-抗瞬时电冲击电路技术：国际最高品质因子600V等级浮栅控制芯片 3.创新3-低损耗功率器件技术：超低开关损耗阶梯栅氧600V超结功率器件 4.创新4-高功率密度互联技术：国内首款微型智能功率驱动芯片及600V单片智能功率驱动芯片。 二、产出情况： 被Amazon、Philips、Samsung、美的等100多家国内外公司采用，项目新增销售27.2亿元，新增利润4.9亿元，新增创汇3115.5万美元，解决了我国智能功率驱动芯片的“卡脖子”问题。 1.智能生活家电领域累计销售超16亿颗，市场占有率全国第一（超过40%） 2.首次实现国产智能功率驱动芯片应用于高铁空调控制器 3.唯一一款应用于智能电表的国产功率芯片，解决了我国智能电表系统的战略安全问题 4.在新能源交通工具领域出货量超30亿颗 成功应用于亚马逊无人仓储机器人，首批供货超过1万套。

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。