在2020年VLSI技术与电路研讨会上，英特尔将展示关于计算转型的一系列研究和技术观点，这些变革由越来越多地分布在核心，边缘和端点上的数据驱动。首席技术官迈克·梅伯里(Mike Mayberry)将作全体会议主题演讲，“计算的未来：数据转换如何重塑VLSI”，强调了将计算从硬件/程序中心转变为以数据/信息中心转变的重要性。

“分布在分布式边缘，网络和云基础架构上的庞大数据量要求在产生数据的位置附近进行节能，强大的处理，但通常受到带宽，内存和电源的限制。英特尔实验室在VLSI研讨会上展示的研究重点介绍了提高效率的几种新颖方法，这些方法显示了从机器人技术和增强现实技术到机器视觉和视频分析等一系列应用的前景。这项研究的重点是解决数据移动和计算的障碍，这些障碍代表了未来最大的数据挑战。”英特尔研究员，英特尔实验室电路技术研究总监Vivek K. De说。

英特尔将发表几篇研究论文，探讨在未来的边缘网络-云系统中为越来越多的边缘应用提供更高水平的智能和高能效性能的新技术。研究论文涵盖的一些主题(在本新闻字节的末尾，完整的研究列表)包括：

使用射线铸造硬件加速器提高边缘机器人3D场景重建的效率和准确性

论文： 用于边缘机器人技术和增强现实应用中的高效3D场景重建的10nm CMOS抛射加速器

重要性： 某些应用程序(例如边缘机器人技术和增强现实)需要从光线投射操作生成的大量数据中进行准确，快速且高效节能的复杂3D场景重构，以进行实时密集的同时定位和制图(SLAM) )。在本研究论文中，英特尔重点介绍了一种新颖的光线投射硬件加速器，该加速器利用新技术来维持场景重建的精度，同时实现卓越的节能性能。这些创新方法(包括体素重叠搜索和体素的硬件辅助近似等技术)，除了提高了未来边缘机器人技术和增强现实应用的能效外，还减少了对本地内存访问的需求。

使用事件驱动的视觉数据处理单元(EPU)降低基于深度学习的视频流分析的功耗

纸张： 0.05pJ /像素70fps FHD 1Meps事件驱动的可视数据处理单元

重要性： 基于实时深度学习的可视数据分析，用于安全性和安全性等应用中，需要从多个视频流中快速检测对象，并且需要较高的计算周期和内存带宽。这些摄像机中的输入帧通常会进行下采样，以最大程度地减少该负载，这会降低图像精度。在这项研究中，英特尔展示了一个事件驱动的视觉数据处理单元(EPU)，该单元与新颖的算法相结合，可以指示深度学习加速器仅使用基于运动的“感兴趣区域”来处理视觉输入。这种新颖的方法减轻了边缘视觉分析对计算和内存的高要求。

为人工智能，机器学习和深度学习应用扩展本地内存带宽

论文： 2X带宽突发6T-SRAM，用于有限的工作带宽

为何重要： 许多AI芯片，尤其是用于自然语言处理的AI芯片，例如语音助手，越来越受到访问本地内存的束缚。频率倍增或增加存储库数量以应对这些挑战的代价是功耗和面积效率变差，尤其是在面积受限的边缘设备中。通过这项研究，英特尔证明了使用6T-SRAM阵列可在突发模式操作中按需提供两倍的读取带宽，其能源效率比倍频高51%，区域效率比存储体倍数高30%。

全数字二进制神经网络加速器

论文： 10nm FinFET CMOS中的617TOPS / W全数字二进制神经网络加速器

为何重要： 在功率和资源受限的边缘设备中，对于某些应用而言，低精度输出是可以接受的，模拟二进制神经网络(BNN)已被用作对计算要求更高且占用大量内存的高精度神经网络的替代。但是，模拟BNN的预测精度较低，因为它们对过程变化和噪声的容忍度较低。通过这项研究，英特尔展示了全数字BNN的使用，该BNN在提供与模拟内存技术类似的能源效率的同时，还为高级处理节点提供了更好的鲁棒性和可扩展性。

在2020年VLSI研讨会上发表的其他英特尔研究成果包括以下论文：

计算的未来：数据转换如何重塑VLSI

适用于10nm CMOS的高性能图形/ AI处理器的低时钟功率数字标准单元IP

具有动态电流控制功能的多核SoC的自主可重配置电力传输网络(RPDN)

通过3D单片异质集成实现300mm Si(111)上的GaN和Si晶体管

低摆幅和列多路复用位线技术，可在10nm FinFET CMOS中实现低Vmin，耐噪声，高密度，1R1W 8T位单元SRAM

具有动态电流控制的双轨混合模拟/数字LDO，可调节的高PSRR和高效率

一个用于14nm CMOS的RSA-4K公钥加密的435MHz，600Kops / J侧通道攻击抵抗加密处理器

具有稳定意识的对抗性挑战选择的14nm CMOS中具有0.26%的BER，10 ^ 28建模抵抗挑战响应PUF

使用非线性数字低压降稳压器并结合算术对策的14nm CMOS抑制SCA的AES引擎，具有6000倍的时间/频率域泄漏

具有重金属双层底电极的SOT-MRAM的CMOS兼容工艺集成以及带有STT辅助的10ns无场SOT开关

采用门调制自折叠写辅助功能的10nm SRAM设计，可实现175mV VMIN降低，功耗可忽略不计