CCF@U1104：CCF容错专委走进南京大学

CCF走进高校第1104场

敬请关注

由中国计算机学会（CCF）主办，CCF容错专委、南京大学承办的CCF走进高校活动，将于2024年6月16日在南京大学苏州校区召开，敬请关注。

活动时间：2024年6月16日09:15-16:00

活动地点：江苏省苏州市南京大学苏州校区南雍楼

活动议程：

报告信息：

报告题目：硬件安全芯片

报告摘要：集成电路已广泛应用于工业生产、交通运输、移动通信、金融支付等众多关系国计民生的领域，成为我国信息化和信息安全体系的重要基础。目前典型的集成电路设计已达数十个IP核、数百万条代码、数亿个晶体管的规模，且一款芯片要经过设计、制造、测试和封装等多个流程，在各个环节都可能引入安全漏洞，攻击者可以利用芯片漏洞窃取芯片敏感数据、干扰甚至破坏整个系统的运行，使得集成电路的硬件安全问题变得异常严峻。硬件安全芯片是集成电路科学与工程和网络空间安全两大一级学科的新兴交叉研究方向，本报告以安全芯片面临的安全性、可靠性和性能瓶颈为主线，从电路与架构两个层次、IC for Security 和Security for IC两个角度，分享在安全芯片原语和EDA工具、密码算法硬件加速以及处理器芯片架构安全方向的最新研究成果。

嘉宾简介：

张吉良，湖南大学教授，半导体学院（集成电路学院）副院长，CCF容错计算专业委员会主任，CCF理事。获CCF集成电路Early Career Award、CCF杰出演讲者、湖南省自然科学二等奖（第一），主持国家自然科学基金重点项目、国家自然科学基金优秀青年基金、基础加强计划基金重点等。主要从事集成电路硬件安全方向研究，一作或通讯发表CCF A类顶会和ACM/IEEE期刊50余篇，受邀担任IEEE TCASI和IEEE TCASII期刊Associate Editor、电子与信息学报编委，基金委主办英文期刊Fundamental Research (IF: 6.2) 青年编委，EDA领域顶会DAC TPC，连续4年入选斯坦福大学发布的全球前2%顶尖科学家榜单，其中Computer Hardware & Architecture学科影响力排名蝉联中国区第1。

报告题目：面向边缘智能的加速器芯片结构设计

报告摘要：当前，以神经网络为代表的人工智能技术被大量部署到边缘端设备上。边缘智能场景中有限的硬件资源和严苛的能耗限制对神经网络算法和加速器结构设计提出了挑战。一方面，需要在保证算法准确度的情况下，尽可能地压缩神经网络的规模和计算量。另一方面，需要在底层硬件层面上对新型轻量级或压缩神经网络提供高效支持。本报告将介绍项目组针对上述挑战开展的一些探索，包括面向轻量级神经网络的脉动阵列结构优化、面向稀疏神经网络的加速器结构优化和面向边缘智能的存算一体架构优化等。

嘉宾简介：

马胜，国防科技大学计算机学院教授、博导。主要研究领域为人工智能加速器设计、科学计算加速器设计、片上互连网络设计等。青年长江学者、湖南省科技创新领军人才、湖南省杰出青年科学基金获得者。获计算机学会优秀博士论文奖、全军优秀博士论文奖。获军队科技进步一等奖1项，教育部自然科学二等奖1项（排1）、湖南省自然科学二等奖2项（分别排2和6）。获校优秀教师奖，入选省优秀研究生导师团队。近年来在权威期刊或会议发表高水平论文60余篇，6篇论文获顶级期刊特色论文等奖励。

报告题目：量子计算电路设计空间探索

报告摘要：近年来，量子计算机因其具备潜在的高性能计算算力引起了学术界和工业界广泛的研究兴趣。量子处理器的制造工艺和生产规模不断提升的同时，量子EDA工具也被积极研发并寻求量子算法在现实生活重的广泛应用。其中，面向NISQ时代的容错量子算术算法及其高能效的电路设计是当前量子计算领域极其重要的技术难点。尽管目前已经有了一些低有效数字优先的量子算术运算单元，但高有效数字优先算术的算法特点更适用于NISQ时代下的量子计算电路设计。本次报告将首先回顾了量子算术电路设计的发展历程，然后介绍本人团队提出的一种新型的量子电路设计空间探索方法，实现量子MSDF 算术运算电路的设计与优化，以 MSDF 加法器为例，展示低量子位，低量子门使用率和低量子电路深度的硬件架构。

嘉宾简介：

李鹤，教授，博导，东南大学电子学院电路与系统系主任兼院务助理，异构智能与量子计算实验室负责人，入选国家高层次青年人才计划、中国科协青年人才托举工程。英国帝国理工学院博士，英国剑桥大学量子信息处理方向博士后研究员和教学讲师。主持国家、江苏省自然科学基金、国家电网科学技术项目课题、江苏省基础科学中心项目子课题等。中国电子学会全国高校电子信息学科建设委员会专项工作组秘书、中国计算机学会容错计算专委秘书兼教育工作组副组长、量子计算专委执委。在FPGA开发和系统优化、量子计算电路、量子通信系统等领域发表包括IEEE TC、TCAD、MICRO、DAC、OFC论文50余篇，获得IEEE FPT'17 最佳论文展示奖，CCF 杰出演讲者 (2023)。担任FPGA、集成电路EDA、量子计算领域国际旗舰会议TPC委员，如DAC、ICCAD、 FCCM、FPL、FPT、Quantum Week等，IEEE FPT 宣传主席，IEEE ITC-Asia 财务主席，CCF芯片大会赞助主席，IEEE/ACM FCCM、ASPDAC、GLSVLSI、ASAP、SOCC等分会议主席；电子与信息学报、《Electronics》期刊专题副主编。指导东南大学本科生获2023年司南杯量子计算编程挑战赛全国一等奖、全国嵌入式芯片与系统设计竞赛全国一等奖2项和最佳创意奖 (全国仅3项)，组织东南大学FPGA国际暑期学校。

报告题目：现代真随机数发生器芯片设计

报告摘要：True random number generator (TRNG) is an essential hardware security primitive that has been used in a variety of security, hazard games, gambling, computer simulation, statistical testing and industrial labeling applications. In cryptology, they can be used to produce a digital key stream for encrypting or signing messages, generate nonces for authentication in secure communication or for chip manufacturing and as seed for generation of device -specific identities. Monte Carlo simulations of physical phenomena and neural networks also employ TRNGs to generate many initial parameters. Due to the economy of scale, standard CMOS-compatible or solid-state TRNGs with full entropy, high throughput and small footprint are attractive for integration into security solutions of commercial products. This talk presents a few modern solid-state TRNG circuits. The design and their performances are detailed. Besides, on -chip post -processing techniques to improve the randomness and security of TRNGs are reviewed and discussed.

嘉宾简介：

曹元，江苏省“双创博士”，江苏省青蓝工程优秀青年骨干教师，常州市“龙城英才”，河海大学“大禹学者”。曹博士本科毕业于南京大学，硕士毕业于香港科技大学，博士毕业于新加坡南洋理工大学。曹博士主要从事安全芯片和传感器芯片的设计与应用研究，包括后量子密码芯片、真随机数发生器、物理不可克隆函数、CMOS图像传感器等集成电路的设计理论和应用。共发表论文94篇(SCI/EI），共引用1258次，H指数20，iH指数为37。2023年入选全球排名前2%的科学家榜单。其中论文主要发表在IEEE TCAS-I, IEEE TCAD, IEEE TIFS, IEEE EDL, IEEE TVLSI, IEEE TIE等集成电路与信息安全领域内的顶级期刊。授权发明专利34件，其中PCT 1 件， 科技转让2件。主持包括国家自然科学基金面上项目、国家自然科学基金青年项目和江苏省重点研发计划等项目 20 余项，主持项目经费总额超过800万元。申请人获得AsianHOST2010最佳论文奖。目前担任CCF 容错计算专委秘书长，并担任老牌集成电路国际期刊（SCI) Elsevier VLSI journal副主编，IEEE TCAS-I客座主编。

报告题目：芯粒处理器及设计自动化

报告摘要：基于芯粒处理器设计可以通过重用芯粒预制件的方法，针对不同场景快速定制处理器，这需要从架构级到封装级的设计自动化工具支持。本报告围绕芯粒处理器设计自动化框架，分别介绍了处理器预制件自动化设计、任务驱动的芯粒综合方法和面向可重构基板的芯粒处理器设计流程方面的工作。

嘉宾简介：

王郁杰在南开大学获学士学位，南开大学-得州农工大学联合培养博士，2017年加入中科院计算所。目前从事Chiplet等分离制设计方法的计算核设计、互连系统设计、EDA设计等工作。作为任务负责人完成多款处理器芯片设计和流片工作，其工作成果作为主要交付物完成了重大科技项目交付验收。主持国家自然科学基金项目、之江实验室科研攻关项目子课题等。在 DAC、ICCAD、TVLSI 等集成电路会议、期刊上发表多篇论文。

报告题目：硅基PUF芯片设计技术

报告摘要：物理不可克隆函数（Physically Unclonable Function, PUF）作为一种芯片指纹提取技术，通过捕获集成电路制造过程中无法避免引入的随机工艺偏差，产生芯片纹理特征信息，可实现数据安全加密和信息交互认证，具有低开销、高安全性和高可靠性的特点，已逐步应用于信息安全领域。本报告重点介绍PUF研究的背景意义，着重介绍具有竞争力的单稳态和双稳态硅基PUF芯片设计技术，以及PUF发展面临的技术挑战和潜在的发展方向等。

嘉宾简介：

李刚，博士，温州大学瓯江特聘教授。主要从事集成电路硬件安全原语设计及应用研究，入选浙江省高校领军人才、温州大学“新湖青年学者”，当选浙江省电子学会理事、CCF容错计算专委会执行委员，担任《电子与信息学报》编委等。主持国家自然科学基金青年和面上项目、国家重点研发计划子课题、中国博士后基金、浙江省自然科学基金项目等。已在IoT-J、TCAS-I、TCAS-II、TVLSI、Sensors-J、EL、《电子学报》、《电子与信息学报》等国内外期刊上发表学术论文40余篇，其中被SCI、EI收录30余篇；授权国家发明专利20余项，其中美国发明专利5项；获得中国商业联合会科学技术奖特等奖1项（3/15），宁波市科学技术二等奖1项（3/9）等；指导学生获得中国研究生创“芯”大赛全国决赛三等奖5项等。

报告题目：基于RVV扩展指令集的智能处理器设计

报告摘要：近年来，深度学习技术在通信系统中的应用不断深入，给通信信号处理单元带来更加多样化的计算负荷，此外，高速通信系统对计算复杂度和实时性具有较高的要求，这进一步增加了处理单元的设计难度。作为备受关注的开源指令集，RISC-V指令集在定制处理器设计领域具有较强的发展潜力，其矢量扩展指令集（RISC-V Vector Extension，RVV扩展）引入了矢量计算能力，Goolge在其TPU设计中也引入了SiFive公司的RISC-V矢量处理器IP。本报告将首先介绍基于RVV扩展指令集的多精度推理处理器的架构设计，进一步，面向基于贝叶斯学习的无线信道估计算法，介绍其针对性的扩展指令及推训一体处理器设计。

嘉宾简介：

林军博士于2007年毕业于南京大学物理系，2010年毕业于南京大学物理系微电子学与固体电子学专业，2015年毕业于美国Lehigh University，主要研究方向为智能处理算法的高效硬件实现，曾任职于AMD（上海）和Qualcomm新泽西研究中心，参与多款低功耗GPU芯片和解码器电路设计，于2015年9月加入南京大学电子科学与工程学院，在IEEE TVLSI/TCAS等集成电路设计领域主流杂志和业内顶尖会议上发表论文100余篇，任某部委微电子专业组成员，曾任IEEE TCAS-II副主编，获2008 IEEE APCCAS Merit Student Paper Award，2019 IEEE SiPS最佳论文奖，2019 IEEE ISVLSI最佳论文奖，2020 IEEE SOCC最佳论文奖，2020 IEEE APCCAS最佳论文奖，中国人工智能学会吴文俊人工智能科技进步奖三等奖(2020)，中国电子科技集团公司技术发明奖三等奖等奖项。

报告题目：AI Enhanced Yield Improvement Solutions for Fab Transferring

报告摘要：The semiconductor manufacturing industry demands continuous yield improvements, particularly during the transfer of production between fabrication facilities (fabs). This research explores the application of artificial intelligence (AI) to enhance yield improvement solutions for fab transfers. We propose an AI-driven framework leveraging machine learning algorithms, predictive analytics, and real-time data monitoring to address the complexities involved. Our approach develops predictive models using historical data from both the source and destination fabs, incorporating factors such as equipment differences, process variations, and environmental conditions. Deep learning techniques are employed to identify patterns and correlations that traditional methods might miss. Real-time data integration and continuous learning mechanisms enable adaptive adjustments and proactive interventions during the transfer process. Initial results demonstrate significant yield loss reduction and improved process stability during fab transfers, with case studies showing up to 15% yield improvement compared to traditional methods. Our framework also provides insights into optimizing equipment configurations and process parameters, leading to sustained yield enhancements post-transfer. This research underscores AI's potential in revolutionizing yield improvement strategies in semiconductor manufacturing, offering robust and scalable solutions for fab transferring. Future work will refine the models with larger datasets, explore integration with advanced process control systems, and extend the framework to other critical manufacturing processes.

嘉宾简介：

邹宁睦，南京大学集成电路学院副教授，博士生导师，国家级青年人才，姑苏青年教授，华为“紫金学者”。2011年本科毕业于南京大学，后获得美国佐治亚理工学院计算机科学硕士和康奈尔大学光学工程博士学位。2017-2023年担任美国AMD半导体公司主任工程师、美国德克萨斯州立大学电子工程系客座教授。近年来围绕人工智能算法在集成电路先进制程中的开发与应用开展系统性研究工作，提出了一系列针对3nm-7nm制程中光刻工艺优化、光掩模近场光学校正、器件良率及性能提高、芯片缺陷诊断与分类检测的机器学习模型及大数据分析方法，拓展了人工智能技术在芯片制造领域的应用，组织构建了世界领先水平的企业级智能化芯片制造感知大数据系统。曾在Nature、Nature子刊等期刊发表学术论文30余篇，授权专利14项。近五年来，获得过2024年世界制造工程协会（SME）“杰出青年制造工程师奖”，2022年“全美十大华人杰出青年”称号，AMD全球研发大会最佳论文奖，AMD亚洲研发大会最佳创新奖，两次获得AMD Annual Executive Spotlight Award ，多次获得AMD企业创新奖，此外还获得过2020年内蒙古自治区科技进步二等奖、2022年中国仪器仪表学会技术发明一等奖、2022年中国光电工程学会“金燧奖”、2023年中国安装协会科学技术进步一等奖等奖项。申请人还担任过Photonics Asia, IEEE VLSI, ISTFA等多个国际会议学术委员会委员。

报告题目：硬件辅助的机密计算数据安全

报告摘要：机密计算利用硬件可信执行环境（TEE）技术保证用户数据使用安全（机密性与完整性），抵抗来自操作系统、虚拟机管理程序等特权软件和外围设备的攻击。由于进程级和系统级TEE隔离技术各有特点，导致基于它们的安全解决方案在兼容性/可用性、安全性、扩展性、性能之间存在重要权衡（trade-offs）。本报告主要以Intel、ARM和RISC-V架构TEE为例，探讨其在上述几个维度的技术挑战及解决方案，并分享在该领域的相关研究成果。

嘉宾简介

崔津华，湖南大学助理教授，博士生导师，集成电路科学与工程系系主任，中国计算机学会容错计算专委会执行委员。2022年博士毕业于国防科技大学计算机学院，2016年硕士毕业于西安电子科技大学电子工程学院，曾是新加坡国立大学联合培养博士，新加坡管理大学高级研究工程师。获ACM中国长沙分会和湖南省计算机学会优秀博士论文奖。主要研究领域是机密计算与处理器架构安全。主持湖南省教育厅优秀青年项目、湖南省自然科学基金、长沙市自然科学基金重点项目等。相关工作以第一作者发表于ACM CCS、ACM TOPS、DATE等国际顶级会议和期刊。发现的Intel CPU SGX安全漏洞（SmashEx）获得2个CVE编号，得到众多国际知名厂商或组织的公开认可与致谢，包括Intel、Microsoft、Apache等，并被12种以上语言的100+家境外媒体报道。

CCF微信公众号，欢迎关注