港科大（廣州）微電子學域三項成果齊登集成電路頂會

近日，香港科技大學（廣州）功能樞紐微電子學域迎來科研突破——程伯駿助理教授、黃智強助理教授、許澤鋒助理教授三個團隊的最新成果同時入選2025年國際規模集成電路技術與電路研討會（Symposium on VLSI Technology and Circuits）。

VLSI：該會議始於1974年，是IEEE旗下集成電路領域最具影響力的頂級會議之一，每年吸引全球頂尖高校、科研機構與企業展示前沿技術，入選論文代表了集成電路設計與製造的國際最高水平。

程伯駿團隊

生物啟發的NeuC-CIM存內計算核，開啟低功耗類腦計算新紀元

文章題目：

NeuC-CIM: A 1.3pJ/SOP Neuromorphic Charge-Domain Compute-In Memory Macro For Spiking Neural Network

作者信息：

第一作者為博士生付皓天與博士生鄭宏釗，通訊作者為助理教授程伯駿。

面對脈衝神經網絡（SNN）應用中直流功耗高、噪聲誤差大、數據冗餘等挑戰，程伯駿助理教授團隊提出了NeuC-CIM。該計算核採用電荷域突觸，通過電荷共享方式實現乘加運算；事件觸發神經元則在模擬域中異步地產生脈衝輸出。整個系統的突觸與神經元計算過程均為事件驅動，無需持續直流電流偏置，從而大幅提升數據處理時的靜態與動態能效。

成果亮點

NeuC-CIM通過CDPU突觸實現了事件驅動的電荷域計算範式，通過ET Neuron實現了稀疏的脈衝編碼，以及通過電容擴展與循環校準保證計算準確性，使得NeuC-CIM在保持較高魯棒性的同時實現了較高的能效（1.3pJ/SOP）。

許澤鋒團隊

全新光電混合計算架構，破解陣列計算密度難題

文章題目：

A 2-Transistor-1-Modulator (2T1M) Electronic-Photonic Hybrid Memory Architecture for Deep Neural Network CIM and Very Large-Scale Transformers

作者信息：

Shi Zhao†, Zefeng Xu†, Jie Yang†, Yue Li, Evgeny Zamburg, Radhakrishnan Nagarajan, Aaron Voon-Yew Thean

內存計算（CIM）體系結構有望解決高性能計算中的數據遷移效率問題（也稱為「存儲牆」），特別是面對神經網絡的應用。然而，隨着計算陣列（比如憶阻器陣列）尺寸的不斷增加，由於互連電阻的急劇增加，導致計算結果的誤差積累不斷增大，最終不可避免地限制了陣列的可擴展性，因而限制了CIM的計算單元密度。

為了解決以上問題，本工作通過結合高密度、低功耗的亞閾值鐵電晶體管（FeFET）和近乎無相位損耗的鈮酸鋰馬赫-曾德爾干涉儀（MZI），首次提出了一種全新的基於2T1M（2-Transistor-1-Modulator）計算單位的新型異質集成crossbar陣列，並驗證了該光電混合計算架構在transformer上的應用。

黃智強團隊

低抖動小數分頻鎖相環，刷新能效極限

文章題目：

A 6.4GHz Fractional-N PLL with 96.6fsrms Jitter and -257.4dB FoM

作者信息：

HUANG, Zhiqiang; Kong, Shuangfeng; Chen, Fengjun

黃智強助理教授團隊研究成果，將小數分頻鎖相環在100fs以內抖動性能的情況下實現低於2mW的功耗，實現了能效(FoM)紀錄接近翻倍。

此次三項目同登VLSI頂會，展現了港科大（廣州）在類腦計算、光電集成、鎖相環三大戰略方向的協同突破。從低功耗存算一體架構到光電混合神經形態系統，再到射頻核心器件，港科大（廣州）正以「問題導向-技術突破-產業賦能」的創新鏈布局，推動集成電路技術從理論到應用的全鏈條升級。 

未來，港科大（廣州）將持續聚焦人工智能、6G通信、智能傳感等國家戰略需求，深化跨學科交叉研究，為粵港澳大灣區打造「中國芯」創新集群貢獻港科大（廣州）「微」力量。