众所周知，传统芯片制约了神经网络的运算速度，同时功耗也较大，因此，越来越多全球领先的科研机构和企业开始积极地推进激发式类脑芯片的研发，进行不同的尝试与探索。激发式类脑芯片，就是用电路模拟人脑神经网络架构的芯片。目前针对激发式类脑芯片的信号完整性和电磁辐射研究还处于起步阶段，很多极具挑战性的难题尚待解决，包括拟脑尖峰信号环境下，激发式类脑芯片片上电磁信号传输机理、信号完整性和电磁辐射仿真建模问题以及优化设计方法等基础性关键科学问题。信息学院李燕课题组针对这些关键问题，聚焦人工智能芯片中长期发展所面临的挑战，重点攻关人工智能激发式类脑芯片片上电磁完整性和电磁辐射的机理、建模、设计、优化等方面的关键技术。其关于人工智能芯片-类脑芯片信号完整性(Signal Integrity)领域取得的最新研究成果，发表到国际电路与系统领域顶级期刊IEEE Transactions on Circuits and Systems I:（T-CAS I）上。论文题目为“Modeling and Signal Integrity Analysis of RRAM-Based Neuromorphic Chip Crossbar Array Using Partial Equivalent Element Circuit (PEEC) Method”。

    论文采用Izhikevich神经元模型产生的神经尖峰信号作为激励源，全面研究了基于 RRAM 的类脑芯片交叉开关阵列中由互连寄生引起的信号完整性问题。通过部分等效元件电路（PEEC）方法计算获得交叉开关阵列的寄生参数，对于 50×50 的阵列规模，该方法计算时间仅仅为商业软件3D 模型1.5%，计算速度提高了 72 倍，有较高的计算效率。且PEEC 电路仿真结果与 3D 模型的结果非常吻合。团队提出的简单但有效的减少信号失真的设计方案，可为类脑神经形态系统实现高性能和高计算精度提供有价值的设计指导。

该研究工作获国家自然科学基金面上项目、省自然基金重大项目等项目支持，与浙江大学射频纳米电子研究中心主任李尔平教授和新加坡A*STAR高性能计算研究院刘恩校教授合作。论文第一作者和通讯作者单位均为中国计量大学信息工程学院。《IEEE Transactions on Circuits and Systems I: Regular Papers》创刊于1952年，是IEEE电路与系统协会（IEEE Circuits and Systems Society）旗舰期刊，涵盖所有集成电路与系统相关领域研究，属于国际一流学术期刊。

信息学院李燕课题组具备良好的科研环境和资源，致力于培养学生的跨学科科研能力、实践创新能力和领导力。鼓励学生积极主动地探索前沿科学问题，关注国家攻艰难题，服务社会需要，成为工程俊杰。课题组还与华为有多项课题合作，解决重要工程问题。

[1] Y. Li et al., "Modeling and Signal Integrity Analysis of RRAM-Based Neuromorphic Chip Crossbar Array Using Partial Equivalent Element Circuit (PEEC) Method," in IEEE Transactions on Circuits and Systems I: Regular Papers, 2022, doi: 10.1109/TCSI.2022.3180199.