立项课题简介 立项课题简介 人机协同智能系统软硬件技术研究 “人机协同智能系统软硬件技术研究”是科有数据驱动、知识引导与直觉推理的混合学习能 技部科技创新2030-“新一代人工智能”重大项力;3)如何形成人机行为任务驱动的动态协同决 目(批准号:2018AAA0102500),起止时间是策机制;4)如何建立人机协同软硬件一体化架构 2019年11月至2023年11月。 囤绕四个关键科学问题,本项目将从情境理 人机协同是国家新一代人工智能发展规划的解、知识处理、混合学习、协同决策、软硬件架 一个重要方向,旨在通过人机协同共融的情境理构等方面进行关键技术研究,并构建智能系统验 解、记忆推理与决策茡习等理论与方法,使人工证平台。认识物理环境与感知人类行为的情境理 智能成为人类智能的自然延伸和拓展,这具有深解是本项目研究的基础步骤,对历史经验充分利 刻的科学意义和巨大的产业化前景。但是这一领用的知识处理是其有力支撑,在人类指导下根据 域国内外相关研究才刚刚起步,亟需开展人机协当前环境及历史经验不断进步的混合学习是其关 同共性关键技术研究,催生技术突破,促进产业键环节,基于以上关键技术的协同决策是实现混 升级。本项目面向工业制造和医疗康复等重大应合增强智能的重要体现,软硬件架构是人机协同 用需求,开展人机协同智能软硬件及混合计算架的实现载体。研究内容关联密切耦合性强,是 构关键技术研究,建立人机协同的理解、学习、个有机整体。 决策理论与方法体系,并构建典型人机协同应用 本项目的实施有望使我国在人机协同领域关 软硬件平台,实现感知推理决策软件与执行动作键技术的研究以及助力、助行、助残外骨骼机器 硬件的协调统一,并以助老助残、康养康复、工人研发实力进入国际前列,在人机协同智能软硬 业助力的外骨骼机器人为典型应用场景,对人机件与混合计算关键技术方面取得具有国际影响力 协同共性关键技术进行验证 的研究成果,实现40项以上自主知识产权技术 针对该领域研究挑战,本项目拟解决如下四突破并申请专利,同时在康养、康复、养老等领 个关键科学问题:1)如何实现复杂场景下人机协域产生显著的社会效益,并在助行、助力、助残 同任务的情境理解与知识处理;2)如何使机器具机器人等领域产生显著经济效益。 立项课题简介
7 立项课题简介 人机协同智能系统软硬件技术研究 “人机协同智能系统软硬件技术研究”是科 技部科技创新 2030-“新一代人工智能”重大项 目 ( 批 准 号：2018AAA0102500)， 起 止 时 间 是 2019 年 11 月至 2023 年 11 月。 人机协同是国家新一代人工智能发展规划的 一个重要方向，旨在通过人机协同共融的情境理 解、记忆推理与决策学习等理论与方法，使人工 智能成为人类智能的自然延伸和拓展，这具有深 刻的科学意义和巨大的产业化前景。但是这一领 域国内外相关研究才刚刚起步，亟需开展人机协 同共性关键技术研究，催生技术突破，促进产业 升级。本项目面向工业制造和医疗康复等重大应 用需求，开展人机协同智能软硬件及混合计算架 构关键技术研究，建立人机协同的理解、学习、 决策理论与方法体系，并构建典型人机协同应用 软硬件平台，实现感知推理决策软件与执行动作 硬件的协调统一，并以助老助残、康养康复、工 业助力的外骨骼机器人为典型应用场景，对人机 协同共性关键技术进行验证。 针对该领域研究挑战，本项目拟解决如下四 个关键科学问题：1）如何实现复杂场景下人机协 同任务的情境理解与知识处理； 2）如何使机器具 有数据驱动、知识引导与直觉推理的混合学习能 力；3）如何形成人机行为任务驱动的动态协同决 策机制；4）如何建立人机协同软硬件一体化架构。 围绕四个关键科学问题，本项目将从情境理 解、知识处理、混合学习、协同决策、软硬件架 构等方面进行关键技术研究，并构建智能系统验 证平台。认识物理环境与感知人类行为的情境理 解是本项目研究的基础步骤，对历史经验充分利 用的知识处理是其有力支撑，在人类指导下根据 当前环境及历史经验不断进步的混合学习是其关 键环节，基于以上关键技术的协同决策是实现混 合增强智能的重要体现，软硬件架构是人机协同 的实现载体。研究内容关联密切耦合性强，是一 个有机整体。 本项目的实施有望使我国在人机协同领域关 键技术的研究以及助力、助行、助残外骨骼机器 人研发实力进入国际前列，在人机协同智能软硬 件与混合计算关键技术方面取得具有国际影响力 的研究成果，实现 40 项以上自主知识产权技术 突破并申请专利，同时在康养、康复、养老等领 域产生显著的社会效益，并在助行、助力、助残 机器人等领域产生显著经济效益。 立项课题简介 立 项 课 题 简 介
2019 科研成果年报 立 项 课 题 简面向跨媒体内容管理的智能分析与推理 介 面向跨媒体内容管理的智能分析与推理” 本项目重点研究以下问题:(1)跨媒体知识 是科技部科技创新2030-“新一代人工智能”重发现与演化机理:如何应对跨媒体信息异构性和 大项目(批准号:2018AAA0102000,起止时间复杂性,对海量、分布跨媒体数据进行知识发现 是2019年12月至2023年12月。 建立适应内容演化的知识表征与管理体系,实现 提升网络內容管理和服务的科学化和智能化跨媒体语义和知识的贯通计算。(2)知识指导的跨 水平,对推动我国互联网治理与发展具有重要意媒体通用推理机制:如何应对跨媒体推理环境多 义。网络内容管理的核心对象是由体量巨大的跨样性、过程不确定性及目标局限性之间的矛盾 域、异构、多源、多模态数据复杂耦合而成的跨构建从关联到事理的渐进知识刻画,指导通用推 媒体信息。一方面,网络跨媒体信息的语义关联理,是发展跨媒体强人工智能的关键 性和时空涌现性空前复杂,现有跨媒体浅表语义 针对上述科学问题,本项目以数据知识统 分析技术已无法满足日益演进的跨媒体内容管理的分布式管理与计算架构为基础,研究跨媒体数 服务需求。另一方面,多模态混合交织的跨媒体据知识统一表征理论方法,超大规模知识图谱构 内容为实现跨域知识借鉴和跨媒体语义贯通提供建、管理与动态演化技术,以及数据驱动与知识 了机遇,并通过构建跨媒体人工智能系统,实现指导相结合的通用推理与泛化机制,构建可解释 对客观世界由表及里的全方位认知与改造,服务可回溯、可泛化的跨媒体分析推理引擎,形成跨 于国家社会需求。 媒体内容管理与服务验证系统。 神经网络处理器关键标准与验证芯片 “神经网络处理器关键标准与验证芯片”是 本项目研究内容主要包括适应不同规模神经 科技部科技创新2030-“新一代人工智能”重大网络处理器的统一分形体系结构,并研制神经网 项目(批准号:2018AAA0103300),起止时间络处理器的平台标准,设计支持训练和推理的分 为2019年12月至2022年12月 形指令集,构建分形体系结构算法库和编程工具 随着神经网络等人工智能技术飞速发展,各链。重点突破不同规模神经网络处理器结构、指 种各样的计算机已成为了运行图像识别、语音识令、接口不统一的问题。本项目预期形成一套支 别、视频分析等智能应用的智能计算设施。业界亟持训练和推理的分形指令集;形成一套面向神经 需一套统一的结构、指令和接口,既满足手机等智网络应用的基础算法库和编程接口;形成一款分 能终端对小尺寸芯片的需求,又满足服务器集群等形神经网络处理器验证芯片;形成一组开放的、 数据中心对大尺寸芯片的需要。因此,本项目目标不依赖于具体芯片实现方式的芯片平台标准。预 是提岀一种髙效适应不同规模神经网络处理器的期效益将形成不同规模神经网络处理器芯片或旧P 统一分形体系结构、指令集和规范接口,实现各种产品,应用于云端和终端;构建神经网络处理器 神经网络处理器在不同应用场景下软硬件互通。 标准化体系
8 2019 科研成果年报 立 项 课 题 简 介 面向跨媒体内容管理的智能分析与推理 “面向跨媒体内容管理的智能分析与推理” 是科技部科技创新 2030-“新一代人工智能”重 大项目 ( 批准号：2018AAA0102000)，起止时间 是 2019 年 12 月至 2023 年 12 月。 提升网络内容管理和服务的科学化和智能化 水平，对推动我国互联网治理与 发展具有重要意 义。网络内容管理的核心对象是由体量巨大的跨 域、异构、多源、 多模态数据复杂耦合而成的跨 媒体信息。一方面，网络跨媒体信息的语义关联 性 和时空涌现性空前复杂，现有跨媒体浅表语义 分析技术已无法满足日益演进的跨 媒体内容管理 服务需求。另一方面，多模态混合交织的跨媒体 内容为实现跨域知 识借鉴和跨媒体语义贯通提供 了机遇，并通过构建跨媒体人工智能系统，实现 对 客观世界由表及里的全方位认知与改造，服务 于国家社会需求。 本项目重点研究以下问题：(1) 跨媒体知识 发现与演化机理 : 如何应对跨媒体信息异构性和 复杂性，对海量、分布跨媒体数据进行知识发现， 建立适应内容演化的知识表征与管理体系，实现 跨媒体语义和知识的贯通计算。(2) 知识指导的跨 媒体通用推理机制：如何应对跨媒体推理环境多 样性、过程不确定性及目标局限性之间的矛盾， 构建从关联到事理的渐进知识刻画，指导通用推 理，是发展跨媒体强人工智能的关键。 针对上述科学问题，本项目以数据知识统一 的分布式管理与计算架构为基础，研究跨媒体数 据知识统一表征理论方法，超大规模知识图谱构 建、管理与动态演化技术，以及数据驱动与知识 指导相结合的通用推理与泛化机制，构建可解释、 可回溯、可泛化的跨媒体分析推理引擎，形成跨 媒体内容管理与服务验证系统。 神经网络处理器关键标准与验证芯片 “神经网络处理器关键标准与验证芯片”是 科技部科技创新 2030-“新一代人工智能”重大 项目（批准号：2018AAA0103300），起止时间 为 2019 年 12 月至 2022 年 12 月。 随着神经网络等人工智能技术飞速发展，各 种各样的计算机已成为了运行图像识别、语音识 别、视频分析等智能应用的智能计算设施。业界亟 需一套统一的结构、指令和接口，既满足手机等智 能终端对小尺寸芯片的需求，又满足服务器集群等 数据中心对大尺寸芯片的需要。因此，本项目目标 是提出一种高效适应不同规模神经网络处理器的 统一分形体系结构、指令集和规范接口，实现各种 神经网络处理器在不同应用场景下软硬件互通。 本项目研究内容主要包括适应不同规模神经 网络处理器的统一分形体系结构，并研制神经网 络处理器的平台标准，设计支持训练和推理的分 形指令集，构建分形体系结构算法库和编程工具 链。重点突破不同规模神经网络处理器结构、指 令、接口不统一的问题。本项目预期形成一套支 持训练和推理的分形指令集；形成一套面向神经 网络应用的基础算法库和编程接口；形成一款分 形神经网络处理器验证芯片；形成一组开放的、 不依赖于具体芯片实现方式的芯片平台标准。预 期效益将形成不同规模神经网络处理器芯片或 IP 产品，应用于云端和终端；构建神经网络处理器 标准化体系
立项课题简介 音视频信息监测与智能分析技术研究 “音视频信息监测与智能分析技术研究”(批研究等多个方面。 准号:2018YFC0825202),是国家重点研发计 特定视频具有背景复杂、形态多变、种类繁 划课题,起止时间为2019年2月至2022年1月。多、标注稀疏的特点,研究基于视频指纹的特定 本课题针对特定音视频的传播监测和敏感目视频图像内容检测与识别方法,构建特定视频图 标识别问题,构建音频、视频指纹特征库,研究像内容检测系统,实现特定视频信息的自适应精 鲁棒高效的语音、图像、视频样例搜索技术,准检测;基于数据-任务双驱动,探索融合渐进 实现对特定音视频的内容监测,从敏感人物的式抽象和高层语义指导的视觉深度聚焦机理,研 声纹特征、特定敏感目标等出发,研究特定音究基于多层级深度集成学习的特定目标检测与识 视频敏感内容监测和特定目标识别技术。具体别方法和系统。 研究内容包括:基于音视频指纹的特定音视频 本课题预期成果主要包括构建特定音视频信 内容检测、基于深度聚焦的特定目标识别、英息监测与智能分析原型系统,并在相关部门进行 藏混合语音识别技术研究、人物声纹识别技术技术验证 互联网基础行为测量与分析 互联网基础行为测量与分析”(批准号:框架;提出针对大规模互联网的分布式、多参数 2018YFB1800201)是国家重点研发计划课题,起联合精确测量方法与技术,包括测量意图抽象模 止时间为2019年7月至2022年6月 型、分布式测量点部署优化方法、自适应采样理 互联网已成为社会信息基础设施,但迄今对论等。 其基础网络行为仍然缺乏全面而深入的认识,使 本项目研究内容包括 得互联网的大量行为无可预知、难以理解。互联 1.针对互联网基础行为测量和分析一体化 网规模不断扩大、流量激增,域名、路由和传输需求,借鉴软件定义网络思想,提岀灵活可定义 等网络子系统相互复杂影响,同时|PV6互联网在的意图驱动测量框架 地址空间分布等呈现新的特征。因此,迫切需要 2.针对测量意图的理解和解析问题,研究 解决的问题是,如何在保证测量所需精度和准确意图元语及其到异构测量任务的映射方法 度的前提下,使用尽量少的资源实现可扩展、按 3.针对被动测量,设计按需自适应采样方 需可表义(即灵活)测量,以及如何实现互联网法,以及物力资源受限环境下的高速数据流摘要立二 基础行为静态和动态特征的精确刻画和测量。 方法 本项目提出意图驱动的互联网基础行为测量 4.针对分布式主动测量,提出互联网基础 项课题简介
9 立项课题简介 立 项 课 题 简 介 音视频信息监测与智能分析技术研究 “音视频信息监测与智能分析技术研究”（批 准号：2018YFC0825202），是国家重点研发计 划课题，起止时间为 2019 年 2 月至 2022 年 1 月。 本课题针对特定音视频的传播监测和敏感目 标识别问题，构建音频、视频指纹特征库，研究 鲁棒高效的语音、图像、视频样例搜索技术， 实现对特定音视频的内容监测，从敏感人物的 声纹特征、特定敏感目标等出发，研究特定音 视频敏感内容监测和特定目标识别技术。具体 研究内容包括：基于音视频指纹的特定音视频 内容检测、基于深度聚焦的特定目标识别、英 藏混合语音识别技术研究、人物声纹识别技术 研究等多个方面。 特定视频具有背景复杂、形态多变、种类繁 多、标注稀疏的特点，研究基于视频指纹的特定 视频图像内容检测与识别方法，构建特定视频图 像内容检测系统，实现特定视频信息的自适应精 准检测；基于数据 - 任务双驱动 , 探索融合渐进 式抽象和高层语义指导的视觉深度聚焦机理 , 研 究基于多层级深度集成学习的特定目标检测与识 别方法和系统。 本课题预期成果主要包括构建特定音视频信 息监测与智能分析原型系统，并在相关部门进行 技术验证。 “互联网基础行为测量与分析”( 批准号 : 2018YFB1800201) 是国家重点研发计划课题，起 止时间为 2019 年 7 月 至 2022 年 6 月。 互联网已成为社会信息基础设施，但迄今对 其基础网络行为仍然缺乏全面而深入的认识，使 得互联网的大量行为无可预知、难以理解。互联 网规模不断扩大、流量激增，域名、路由和传输 等网络子系统相互复杂影响，同时 IPv6 互联网在 地址空间分布等呈现新的特征。因此，迫切需要 解决的问题是，如何在保证测量所需精度和准确 度的前提下，使用尽量少的资源实现可扩展、按 需可表义（即灵活）测量，以及如何实现互联网 基础行为静态和动态特征的精确刻画和测量。 本项目提出意图驱动的互联网基础行为测量 框架；提出针对大规模互联网的分布式、多参数 联合精确测量方法与技术，包括测量意图抽象模 型、分布式测量点部署优化方法、自适应采样理 论等。 本项目研究内容包括： 1. 针对互联网基础行为测量和分析一体化 需求，借鉴软件定义网络思想，提出灵活可定义 的意图驱动测量框架； 2. 针对测量意图的理解和解析问题，研究 意图元语及其到异构测量任务的映射方法； 3. 针对被动测量，设计按需自适应采样方 法，以及物力资源受限环境下的高速数据流摘要 方法； 4. 针对分布式主动测量，提出互联网基础 互联网基础行为测量与分析
2019 科研成果年报 立项课题简介 设施感知的分布式测量节点部署优化方法 架,并搭建的小规模试验环境进行测试和验证; 5.针对互联网各子系统互相复杂影响特性, 2.提出互联网基础行为可扩展、多参数联 从多个参数、多个维度和多个指标三个层次实现合精确测量方法和机制,采用数据包级、流级别 互联网基础行为的精确测量 的数据集对相关方法进行实验验证; 本项目预期成果 3.发表学术论文6篇,申请发明专利2项。 1.提出意图驱动的互联网基础行为测量框 运动促进健康技术平台构建与应用示范 “运动促进健康技术平台构建与应用示范”伤风险评估仪;整合项目成果,研制运动促进健 (批准号:2018YFC2000605)是国家重点研发康个性化精准指导方案(平台),开发个性化运 计划“主动健康和老龄化科技应对”专项“人体动健身指导、风险监控和效果评估、大数据分析 运动促进健康个性化精准指导方案关键技术研究”等健康服务;创建具有示范性的运动促进健康技 项目的课题,起止时间是2018年12月至2022术研究平台,建立运动促进健康精准指导示范基 年12月。 地建设标准,创建运动促进健康个性化精准指导 本课题研究背景:运动健身是主动健康的组示范基地 成部分,但迄今尚无中国人保持能量平衡的运动 本课题预期成果:建立人体运动参数(人体 能耗基准,更缺乏基于个体差异机制认知基础上体质、运动能耗、运动损伤等)精准测量与评估 的运动促进健康精准指导方案,影响了主动健康方法,研发穿戴式运动参数检测仪;构建基于大 效果。 数据的运动健康促进指导平台,开发运动处方个 本课题研究内容:研究可穿戴式的人体体质、性化推荐引擎、运动健康数据分析工具,建立运 运动能耗、运动损伤等参数的智能检测技术及其动处方库等;建立运动健康促进技术研究平台及 评估方法;开发可穿戴体质测试仪、智能可穿戴其相关技术规范;建立应用示范基地及其相关建 能量测试与运动风险监控仪、智能可穿戴运动损设标准。 生物大分子冷冻电镜数据高效能处理的关键技术 “生物大分子冷冻电镜数据高效能处理的关 本项目的科学问题属性为:聚集前沿,独辟 键技术”(批准号:61932018)属于国家自然路径。项目研究领域属于世界科技前沿的热点和 科学基金重点项目,执行期限为2020年1月至新兴领域。生物大分子结构的高分辨率解析,是 2024年12月。 生命科学中最具有挑战性的前沿核心领域。冷冻
10 2019 科研成果年报 立 项 课 题 简 介 设施感知的分布式测量节点部署优化方法； 5. 针对互联网各子系统互相复杂影响特性， 从多个参数、多个维度和多个指标三个层次实现 互联网基础行为的精确测量。 本项目预期成果： 1. 提出意图驱动的互联网基础行为测量框 架，并搭建的小规模试验环境进行测试和验证； 2. 提出互联网基础行为可扩展、多参数联 合精确测量方法和机制，采用数据包级、流级别 的数据集对相关方法进行实验验证； 3. 发表学术论文 6 篇，申请发明专利 2 项。 “生物大分子冷冻电镜数据高效能处理的关 键技术”（批准号：61932018）属于国家自然 科学基金重点项目，执行期限为 2020 年 1 月至 2024 年 12 月。 本项目的科学问题属性为：聚集前沿，独辟 路径。项目研究领域属于世界科技前沿的热点和 新兴领域。生物大分子结构的高分辨率解析，是 生命科学中最具有挑战性的前沿核心领域。冷冻 生物大分子冷冻电镜数据高效能处理的关键技术 “运动促进健康技术平台构建与应用示范” （批准号：2018YFC2000605）是国家重点研发 计划“主动健康和老龄化科技应对”专项“人体 运动促进健康个性化精准指导方案关键技术研究” 项目的课题，起止时间是 2018 年 12 月至 2022 年 12 月。 本课题研究背景：运动健身是主动健康的组 成部分，但迄今尚无中国人保持能量平衡的运动 能耗基准，更缺乏基于个体差异机制认知基础上 的运动促进健康精准指导方案，影响了主动健康 效果。 本课题研究内容：研究可穿戴式的人体体质、 运动能耗、运动损伤等参数的智能检测技术及其 评估方法；开发可穿戴体质测试仪、智能可穿戴 能量测试与运动风险监控仪、智能可穿戴运动损 伤风险评估仪；整合项目成果，研制运动促进健 康个性化精准指导方案（平台），开发个性化运 动健身指导、风险监控和效果评估、大数据分析 等健康服务；创建具有示范性的运动促进健康技 术研究平台，建立运动促进健康精准指导示范基 地建设标准，创建运动促进健康个性化精准指导 示范基地。 本课题预期成果：建立人体运动参数（人体 体质、运动能耗、运动损伤等）精准测量与评估 方法，研发穿戴式运动参数检测仪；构建基于大 数据的运动健康促进指导平台，开发运动处方个 性化推荐引擎、运动健康数据分析工具，建立运 动处方库等；建立运动健康促进技术研究平台及 其相关技术规范；建立应用示范基地及其相关建 设标准。 运动促进健康技术平台构建与应用示范
立项课题简介 电镜重构技术是当前解析生物大分子三维结构的 本项目的研究思路和计算原理具有开创性。 第一选择,(该领域的三位开拓者被授予2017不同于现有的生物大分子原位结构解析技术,本 年度诺贝尔化学奖)。当前利用冷冻电镜技术获项目从突破当前电子断层重构分辨率(2nm)入 得高分辨率结构的生物样品局限于体外纯化的生手,通过提出的统一坐标系下多轴数据参数计算 物大分子,体外纯化导致动态构象信息丢失,影模型、一致性均衡的多轴数据迭代重构算法和原 响对生命机理的理解和认识。相较体外纯化的结位子结构均类分析技术,基于子结构成像体元的 构,生物学家更加关注在生理状态下的细胞原位特征一致性,进行建模和最优化求解,获得突破 结构。因此,高分辨率的细胞原位结构解析是当8A的生物大分子原位结构。这在研究思路和计算 前结构生物学和计算机科学的一个重大前沿问题。原理上是创新的。此外,本项目将开发一套基于 本项目的科学问题是当前具有挑战性的难点高性能计算系统的冷冻电镜数据处理软件,完全 问题。冷冻电镜数据存在高噪声、信息缺失的特征,省去现行技术中不同环节所必需的人工操作,实 现有的生物大分子原位结构解析方法仅简单利用现完全自动的生物大分子原位结构高分辨率解析。 了电子断层的重构结果,没有考虑信息缺失对原这在研究思路上是创新的,效果上也达到了一个 位结构的影响,导致解析分辨率低。 新的台阶,即实现完全自动的高效能处理 处理器体系结构 处理器体系结构”是国家杰出青年科学处理器能真正可用,需要解决统一的PU核硬 基金项目(批准号:61925208),起止时间为件抽象、统一的PU核交互协议和统一的智能 2020年1月至2024年12月。 编程语言三大挑战。 如何让计算机拥有类似人类的智能,是计算 面对上述三大挑战,本项目把主要研究方向 机科学的终极问题之-。从六十多年前至今,人定位在高能效的异构多核智能处理器体系结构上 工智能研究已经形成了多种不同的流派,发展出拟从抽取人工智能算法共性特征入手,一旦找到 了多种不同类型的方法,然而迄今为止,智能芯算法的共性特征,就可以根据这些特征,去抽象 片方面的研究工作一般都集中在能解决特定智PU核的统一硬件抽象、交互协议和编程方法。 能任务(例如深度学习)的加速核上,尚未有具体实现包括开发图计算的分析工具,来提取不 能全面解决各种不同智能任务的异构多核处理同智能算法共性的数据结构特征。在此基础上 器芯片。如果及时开展该方向的研究,有可能进一步归纳智能算法对图的顶点和边进行处理时 形成新的学术突破,并对工业界产生辐射作用。的共性操作,抽象智能算法的运算特征;同时归 然而,种类繁多的异构核给智能处理器的设计纳图的数据局部性特征,抽象智能算法的访存特立二 带来了极大的难度,并且使得多核处理器的编征。研究成果将被集成到一款异构多核智能处理项一 程墙问题愈发严峻起来。要想让异构多核智能器原型芯片及其编程环境中
11 立项课题简介 立 项 课 题 简 介 电镜重构技术是当前解析生物大分子三维结构的 第一选择，（该领域的三位开拓者被授予 2017 年度诺贝尔化学奖）。当前利用冷冻电镜技术获 得高分辨率结构的生物样品局限于体外纯化的生 物大分子，体外纯化导致动态构象信息丢失，影 响对生命机理的理解和认识。相较体外纯化的结 构，生物学家更加关注在生理状态下的细胞原位 结构。因此，高分辨率的细胞原位结构解析是当 前结构生物学和计算机科学的一个重大前沿问题。 本项目的科学问题是当前具有挑战性的难点 问题。冷冻电镜数据存在高噪声、信息缺失的特征， 现有的生物大分子原位结构解析方法仅简单利用 了电子断层 的重构结果，没有考虑信息缺失对原 位结构的影响，导致解析分辨率低。 本项目的研究思路和计算原理具有开创性。 不同于现有的生物大分子原位结构解析技术，本 项目从突破当前电子断层重构分辨率（2nm）入 手，通过提出的统一坐标系下多轴数据参数计算 模型、一致性均衡的多轴数据迭代重构算法和原 位子结构均类分析技术，基于子结构成像体元的 特征一致性，进行建模和最优化求解，获得突破 8A 的生物大分子原位结构。这在研究思路和计算 原理上是创新的。此外，本项目将开发一套基于 高性能计算系统的冷冻电镜数据处理软件，完全 省去现行技术中不同环节所必需的人工操作，实 现完全自动的生物大分子原位结构高分辨率解析。 这在研究思路上是创新的，效果上也达到了一个 新的台阶，即实现完全自动的高效能处理。 处理器体系结构 “处理器体系结构”是国家杰出青年科学 基金项目（批准号：61925208），起止时间为 2020 年 1 月至 2024 年 12 月。 如何让计算机拥有类似人类的智能，是计算 机科学的终极问题之一。从六十多年前至今，人 工智能研究已经形成了多种不同的流派，发展出 了多种不同类型的方法，然而迄今为止，智能芯 片方面的研究工作一般都集中在能解决特定智 能任务（例如深度学习）的加速核上，尚未有 能全面解决各种不同智能任务的异构多核处理 器芯片。如果及时开展该方向的研究，有可能 形成新的学术突破，并对工业界产生辐射作用。 然而，种类繁多的异构核给智能处理器的设计 带来了极大的难度，并且使得多核处理器的编 程墙问题愈发严峻起来。要想让异构多核智能 处理器能真正可用，需要解决统一的 IPU 核硬 件抽象、统一的 IPU 核交互协议和统一的智能 编程语言三大挑战。 面对上述三大挑战，本项目把主要研究方向 定位在高能效的异构多核智能处理器体系结构上。 拟从抽取人工智能算法共性特征入手，一旦找到 算法的共性特征，就可以根据这些特征，去抽象 IPU 核的统一硬件抽象、交互协议和编程方法。 具体实现包括开发图计算的分析工具，来提取不 同智能算法共性的数据结构特征。在此基础上， 进一步归纳智能算法对图的顶点和边进行处理时 的共性操作，抽象智能算法的运算特征；同时归 纳图的数据局部性特征，抽象智能算法的访存特 征。研究成果将被集成到一款异构多核智能处理 器原型芯片及其编程环境中