编辑：好困 桃子
【新智元导读】全球四大顶级EDA会议ICCAD开奖，陈怡然团队发表在十年前最具影响力的论文获奖。
刚刚，全球四大顶级EDA会议ICCAD颁奖了！
值得一提的是，陈怡然教授在十年前发表的研究，获得了「William J.McCalla Ten Year Retrospective MostInfluential Paper Award」。
这个奖项授予，在过去十年，对集成电路计算机辅助设计的研究和工业实践最具影响力的论文。
这项研究是在2014年发表，题为「Reduction and IR-drop compensations techniques for reliable neuromorphic computing systems」。
ICCAD是IEEE和ACM两大组织联合发起的电子设计自动化（EDA）领域的顶级会议。自1982年创办以来，迄今已经举办了42届。
7月份，ICCAD论文录用接收结果放榜：172篇录用论文来自学术界的有165篇，来自工业界的只有7篇。
十年前，他们重新思考了数据存储和计算的方式
将数据从一个位置传送到另一个位置，包括写入结果、存储结果，以及检索结果并执行计算，需要消耗计算机大量的时间和资源。
其中，信息从一个点流向另一个点时发生的数据交通堵塞，被统称为「内存墙」。
十年前，机器学习应用开始兴起，它们需要比以往更多的资源。为了应对不断增长的内存需求，全新类型的计算机架构亟需提出。
神经形态计算就是这些新型架构中的一种，其灵感来源于人脑整理和分类信息的方式。这些非易失性存储器（忆阻器）在不需要通电的情况下就能保留内存。
在这一背景下，陈怡然、Hai Li、Xin Li，以及合作者Beiye Liu、Tingwen Huang、Qing Wu和Mark Barnell，提出了一种新的设计方法，详细说明了哪种忆阻器阵列能最好地加速神经网络，并最终能在单个芯片上运行。
他们的方案将基于忆阻器的人工智能加速器的占地面积大幅缩小了四分之一以上，同时提高了计算精度。
现在，他们的论文获得了IEEE CEDA颁发的时间检验奖——授予那些在集成电路计算机辅助设计领域最具影响力的论文。
论文地址：http://users.ece.cmu.edu/~xinli/papers/2014_ICCAD_ncs.pdf
自论文发表以来的十年间，陈怡然一直专注于芯片设计，不断完善和改进策略，使计算更加高效可靠。
他们的新型计算机架构推动着机器学习的发展，反过来机器学习也被用于设计架构——需要多大的阵列、阵列应该是什么形状、完成特定任务需要多少电阻式随机存取存储器单元，这些都是机器学习能够很好解决的任务。
陈怡然教授表示，在这篇论文发表时，关于加速神经网络的研究才刚刚开始。从那时起，研究人员提出了很多不同的设计来加速计算，而这也引发了产业界的大量投资。
「现在，几乎每家半导体公司都在这一领域设立了研究部门，将硬件设计师可以使用的产品进行商业化，或者已经实现商业化。与此同时，很多创业公司也是围绕这项技术成立的。」
在陈教授获得「时间检验奖」（Test of Time Award）的同时，他的前博士生也获得了ICCAD 2023的「最佳论文奖」。
现在，Wujie Wen是北卡罗莱纳州立大学的副教授，从事内存处理（PIM）相关的研究。
这种方法以一种新的方式解决了可靠性的挑战，通过在交叉栅阵列上部署非易失性内存技术，从而避免了数据移动的需要。
虽然它的理念基于的是忆阻器阵列，但其技术甚至概念都已经发展成了一个全新的领域。
陈怡然表示，自己很高兴能与武杰一起登台接受这两个不同的奖项。
参考资料：
https://weibo.com/2199733231/NqvUW7h9Q
https://pratt.duke.edu/news/brain-inspired-chip-design-stands-the-test-of-time/?continueFlag=fa3a5dd7b3782dd06c3c1a11668491fe
