2月18日,在美国旧金山举行的国际固态电路峰会ISSCC(International Solid-State Circuits Conference)上,北京大学黄如院士-叶乐副教授课题组,与浙江省北大信息技术高等研究院、芯翼信息科技(上海)有限公司(简称“芯翼信息科技”)合作,在国际上首次提出了多级流水异步事件驱动型芯片架构,将传统的周期性工作模式转变为异步事件驱动型工作模式,显著降低了物联网节点在“随机稀疏事件”场景下的功耗。该成果以《面向物联网应用的基于异步流水线事件驱动型架构和时域屏蔽LC-ADC技术的57nW软件定义常开唤醒芯片》(A 57nW Software-Defined Always-On Wake-Up Chip for IoT Devices with Asynchronous Pipelined Event-Driven Architecture and Time-Shielding Level-Crossing ADC)为题入选了ISSCC2020,并由芯翼信息科技创始人、北京大学杰出校友肖建宏博士在现场宣讲,受到了来自全世界的芯片领域知名高校、公司和研究机构的关注。
【芯翼信息科技创始人肖建宏博士在ISSCC2020现场对论文进行宣讲】
据了解,ISSCC会议每年2月中旬在美国旧金山召开,是国际公认的规模大、领域内权威、水平高的芯片设计领域学术会议,有着芯片设计领域国际奥林匹克大会的美誉。历史上入选ISSCC的论文都代表着当前全球顶尖水平,展现出芯片技术和产业的发展趋势,多项“芯片领域里程碑式发明”均在ISSCC首次披露,如:世界上第一个集成模拟放大器芯片(1968年)、第一个8位微处理器芯片(1974年)和32位微处理器芯片(1981年)、第一个1Gb内存DRAM芯片(1995年)、第一个多核处理器芯片(2005年)等等。在长达近七十年的会议历史中,中国大陆被录用论文仅有48篇。本篇报道的论文是其中之一,也是北京大学该年度的唯一入选论文。
作为新兴信息产业的重要应用领域,物联网的万亿级别市场正在逐步形成,超万亿级的设备和节点将通过物联网技术实现万物互联和万物智联。受限于体积、重量和成本等因素,物联网节点(如可穿戴设备、智能家居节点、无线传感器节点、环境监测节点等)需要在微型电池或能量收集技术进行供电的情况下,能够持续工作数年乃至十年以上,这对芯片提出了苛刻的低功耗要求。
目前,降低物联网芯片功耗的主要研究方向是基于周期性工作模式的专用型唤醒芯片(例如:专用语音识别唤醒芯片),通过让芯片处于周期性的“休眠-唤醒”的切换状态,来实现降低功耗的目的;然而,物联网节点通常工作在“随机稀疏事件”场景下,为了避免丢失随时可能发生的事件,通常需要“休眠-唤醒”的频率远高于事件的真实发生率,从而导致了严重的功耗浪费。
北京大学黄如院士-叶乐副教授课题组在国际上首次提出了多级流水异步事件驱动型芯片架构,将传统的周期性工作模式转变为异步事件驱动型工作模式,显著降低了物联网节点在“随机稀疏事件”场景下的功耗。课题组同时提出了时域屏蔽型阈值交叉模数转换器Level-CrossingADC(LC-ADC)技术,解决了“噪声误触发导致功能错误和功耗上升”这一传统LC-ADC所固有的难题;并设计了基于时域脉冲信号处理技术的多功能信号特征判决器电路,通过离线或在线软件定义的方式实现了对幅度、斜率、时间间隔、波峰、波谷等信号特征的组合判决,满足了物联网唤醒芯片对通用性的需求;此外,该芯片无时钟信号和时钟网络,去除了芯片在待机状态下的主要功耗来源。
基于上述创新技术,课题组研制了一颗极低功耗无时钟的物联网通用唤醒芯片,平均功耗仅为57纳瓦,比当前国际同类工作的好水平提升了30倍。该芯片演示了心率异常预警、心电T波异常预警、癫痫预警、语音关键词包络唤醒等典型物联网应用场景,芯片与微控制器MCU芯片等高性能模块配合,可以在保证极低功耗的前提下实现更多复杂的物联网唤醒功能。该工作首次提出的异步流水线事件驱动型架构,为极低功耗物联网芯片领域的研究提供了一种突破现有功耗瓶颈的研究思路和解决路径。
芯翼信息科技创始人肖建宏博士及其团队,拥有在超低功耗AIoT芯片设计领域十余年的技术经验积累,为该项技术成果的未来商业化转化,提供了丰富的市场化需求导入、产业化技术思路以及未来的产业化应用平台,并最终联合促成了成果在ISSCC 2020上的重磅推出。而作为创办仅3年的半导体公司,芯翼信息科技也是今年中国唯一入选ISSCC 2020的初创企业,备受国际学术界和产业界瞩目,技术和科研能力比肩国际最顶级水平。
对于本次合作论文入选ISSCC,芯翼信息科技创始人肖建宏表示,很荣幸能协助母校北京大学科研团队实现全球前沿的物联网终端唤醒芯片核心技术突破性进展,后续会继续加强与北京大学的合作,同时结合该技术以及公司规模商用的NB-IoT芯片,推动更多物联网细分应用的落地。