面向肺音监测的低功耗AI处理器
AI 总结
据DeepTech报道,王超团队在《IEEE Journal of Solid-State Circuits》发表论文,介绍一款面向肺音监测的专用AI处理器。芯片将两阶段混合神经网络与可重构处理单元阵列、双模脉动数据流和多分支混合驱动存储架构相结合。报道给出的实测数据包括最低运算能耗2.76皮焦每操作,以及处理一帧正常肺音仅耗电0.39毫焦耳。该模型使用了同济医院团队2020年初采集的多部位心肺听诊记录,其中包括172例新冠肺炎确诊病例和50位正常对照者。芯片采用55纳米工艺制备,核心面积为4.39平方毫米。
深度见解
报道指出,该处理器的低功耗设计面向肺音长期监测的能耗需求。其两阶段策略和硬件架构还可能为心音、心电和脑电等其他生理信号监测芯片提供参考;所供报道未证明该芯片已实现临床部署,也未验证长期监测效果。
时间回到 2020 年初的武汉,一台数字听诊器被送进同济医院新冠肺炎重症监护室,完成了极其艰难的第一手数据的采集。华中科技大学王超教授告诉 DeepTech,这台通过委托海外华侨捐赠的设备,在那一刻成为了连接生命的听觉窗口。
在六年后的今天,当年采集的这批珍贵的肺音数据,结出了一颗硬核的芯片果实。近日,王超团队基于这些真实的临床数据,在集成电路顶级期刊《IEEE 固态电路学报》上发表了历史首款面向肺音监测的专用 AI 处理器芯片论文。从听见新冠到造出来芯片,代表着算法和硬件结合迈出了实质性的一步。
#Huazhong University of Science and Technology#Tongji Hospital#IEEE Journal of Solid-State Circuits