PAIR 种子基金资助项目：应用于非易失性存算一体的集成铁电电子学

PAIR 种子基金资助项目：

应用于非易失性存算一体的集成铁电电子学

主旨：

新兴的「海量数据」计算范式，能实时分析由连接至「云端」的大型传感器网络所收集的大量数据。然而，目前的电子计算技术的吞吐量和能源效率无法支持如此庞大的数据应用。处理器和内存之间的效能差距越来越大，成为限制了提升计算效能和能源效率的关键因素。

为了解决内存—逻辑运算互联方面的技术樽颈，团队开发了用于「内存内计算」（IMC）的新兴微电子器件，令内存和逻辑计算之间的界线变得更模糊且紧密相连，从而实现优于目前微小化技术能带来的性能改善。

主要研究成果：

基于研究结果，发表两篇论文
获外界资助计划拨款支持，包括：国家科学技术部「国家重点研发计划」、国家自然科学基金委员会及香港研究资助局联合科研资助基金（JRS）
研究成果入选「2022年香港十大创新科技新闻」
与北京大学共同成立「微电子联合研究中心」
进一步制定项目计划，并向外界基金申请资助，包括：研究影响基金（RIF）、策略专题研究资助金（STG）

种子基金资助项目论文列表

首席研究员	资助项目	PAIR 辖下研究单位	论文发表	论文影响指数 / 备注
柴扬教授	应用于非易失性存算一体的集成铁电电子学	智能可穿戴系统研究院光子技术研究院	Zhou, Y., Fu, J., Chen, Z., Zhuge, F., Wang, Y., Yan, J., Ma, S., Xu, L., Yuan, H., Chan, M., Miao, X., He, Y., and Chai, Y. (2023), "Computational Event-Driven Vision Sensors for In-Sensor Spiking Neural Networks", Nature Electronics, 6, 870-878.	IF: 3.4
柴扬教授	应用于非易失性存算一体的集成铁电电子学	智能可穿戴系统研究院光子技术研究院	Shao, B., Wan, T., Liao, F., Kim, B.J., Chen, J., Guo, J., Ma, S., Ahn, J.-H., and Chai, Y. (2023), "Highly Trustworthy In-Sensor Cryptography for Image Encryption and Authentication", ACS Nano, 17(11), 10291-10299.	IF: 15.8