t1
智慧終端系統晶片研發與新創事業計畫
Edge AI Chip R&D for Startup
計畫團隊成員 Members

林永隆清華講座教授

NTHU Chair
Prof. Youn-Long Lin

國立清華大學資工系

CS Dept., NTHU

吳凱強副教授

Assoc. Prof.

Kai-Chiang Wu

國立陽明交通大學資工系

CS Dept., NYCU

黃俊達教授

Prof. Juinn-Dar Huang

 

國立陽明交通大學電子所

EE Dept., NYCU

黃世旭特聘教授

Distinguished Prof.

Shih-Hsu Huang

中原大學電子系

EE Dept., CYCU

鄭維凱副教授

Assoc. Prof.

Wei-Kai Cheng

中原大學資工系

ICE Dept., CYCU

王廷基教授

Prof. Ting-Chi Wang

 

國立清華大學資工系

CS Dept., NTHU

Category
AI on Chip, Accelerating Solutions for AI on Edge, Image Semantic Segmentation, Object Detection, Autonomous Driving, Neural Network Compression, Approximate Computing, AI Adversarial Attack and Defense, In-memory Computing
技術亮點
Technical Highlights
  • 人工智慧邊緣運算的硬體加速解決方案:

    -支援多種神經網路(DNN, RNN, GRU, LSTM)的硬體加速器

    -支援多種神經網路(DNN, RNN, GRU, LSTM, CNN)的模型壓縮技術

    -軟體開發套件

    -語音指令辨識實作展示 

  • 高解析度即時影像語義分割技術:針對高解析度(1024*2048)視訊,語義分割達到80 fps的推論速度

  • 即時物件辨識技術 

  • 創新卷積運算架構與近似計算乘加單元

  • 物件偵測之對抗式攻擊與防禦

  • 記憶體內運算

 
  • Hardware accelerating solution for AI on edge

    - Hardware accelerator supporting DNN, RNN, GRU, LSTM

    - Neural network compression supporting DNN, RNN, GRU, LSTM, CNN

    - Software development kit

  • Novel image semantic segmentation achieving 2K*1K resolution@80 fps

  • Real-time object detection

  • Novel convolution architecture and approximate MAC computing

  • Adversarial attack and defense for object detection

  • In-memory Computing


指導單位
主辦單位
射月由來
以挑戰困難和瞄準未來為概念,象徵臺灣自2017 AI元年發射一目標為「挑戰智慧終端AI Edge關鍵技術極限」之火箭,預計於2022年抵達月球,故取名半導體射月計畫。
Copyright © 科技部半導體射月計畫
主辦單位保留隨時修正、暫停或終止本活動之權利,如有變動將公告於活動網站。