跳至正文

IEEE ICTA 2026

主题演讲嘉宾和全体会议演讲嘉宾

主题演讲嘉宾

黄教授

康奈尔大学, 美国纽约州伊萨卡

异构集成亚太赫兹收发器前端

在数字和存储应用中,已开发出将不同技术的芯片组异构集成到中介层上的技术。而用于射频应用的异构集成技术才刚刚起步。在这种情况下,由于输入/输出通道较少,中介层内部空间充足,可以容纳诸如合路器、滤波器、双工器和天线等无源器件,这些器件的效率远高于薄膜器件。这使得构建完整的射频前端成为可能。  在中介层上,尤其是在毫米波频率下,基片集成波导 (SIW) 的损耗可以低于微带线或共面传输线。此外,由于信号完全封装在 SIW 中,因此发射通道和接收通道可以并排放置而不会产生串扰。由此,可以在同一中介层上制造出每个收发器宽度小于半波长的线性相控阵列。反过来,可以将这些中介层堆叠起来形成二维端射阵列。这些要点将通过 GaN-on-SiC 技术进行说明。然而,类似的异质集成方法也适用于其他器件技术和中介层材料。.

黄志明(James CM Hwang)在台湾大学获得物理学学士学位,并在康奈尔大学获得材料科学与工程硕士和博士学位。他目前是康奈尔大学材料科学与工程系的教授。此前,他曾在IBM、贝尔实验室、通用电气和GAIN等公司积累了多年的工业经验,并在利哈伊大学从事学术研究。他联合创办了GAIN和QED公司;后者后来发展成为上市公司IQE,至今仍是全球最大的化合物半导体外延晶圆供应商。他曾担任美国空军研究实验室的顾问,以及空军科学研究办公室的GHz-THz电子项目官员。他曾是IEEE杰出微波讲师,也是IEEE终身会士和IEEE微波期刊的编辑。他数十年来一直致力于电子、光电子和微机电材料、器件和电路的研究。他曾荣获多项荣誉和奖项,其中包括表彰其在高性能半导体器件领域杰出成就的IEEE莱斯特·F·伊士曼奖。他目前的研究重点是用于下一代汽车雷达、空间互联网和6G无线通信的亚太赫兹材料、器件和电路。.

冯耀教授

新加坡国立大学(NUS), 新加坡

迈向能够自我重组的芯片?新型材料系统协同设计如何实现这一目标

为了在物联网边缘实现无线计算,需要超低功耗和高面积效率的电子系统。为了实现自学习边缘人工智能系统,传统的纯软件驱动的深度学习神经网络由于训练能耗过高而成为主要障碍。因此,硬件的根本性变革势在必行。本次演讲中,我们将回顾我们近期在材料创新方面的成果(例如铁电氧化物和二维材料),并展示如何通过与新型微架构创新(例如新型存储器物理布局和单片三维集成电路[1],[2](图1(a)))的紧密结合,显著加速内存计算。我们将探讨二维材料(MoS₂)在晶圆级溶液法制备的CMOS兼容器件中的应用。2/WSe2) [3](图 1(b)) 实现高耐久性忆阻器,其性能优于传统的氧化物 RRAM。.  本文探讨了基于多栅HZO的低热预算铁电氧化物存储晶体管在新型可重构非易失性逻辑和互连中的应用和实现[4](图2(a))。结合特定的系统级创新,我们回顾了深度卷积神经网络数据编码中的材料-系统协同设计。我们展示了通过材料-器件感知的数据编码、纠错以及旨在简化内存数据处理的新型物理存储布局(交错阵列+曼哈顿阵列)[1],可以显著控制数据变异性,同时加速卷积深度神经网络的运算,并为可重构边缘人工智能系统提供巨大的低能耗机遇。将类似的创新扩展到光子学领域,我们展示了新型铁电-铌酸锂集成可以实现可重构光子学和光子学的内存计算[5](图2(b))。.

图 1:(a)左:用于内存模拟向量矩阵乘法的氧化物 ReRAM,中:用于加速 CNN 卷积计算的新型 2D 阶梯 ReRAM 阵列 [1],右:用于高吞吐量内存 CNN 计算的提出的 3D 交错阵列 [2]。.  (b) 采用溶液法制备的 MoS₂ 的 3D 堆叠模拟 ReRAM 器件2 切换层[3]。.

图 2:(a)HZO-IGZO 双栅忆阻晶体管及其非易失性铁电存储器开关特性,以及在非易失性 FPGA 的 BEOL 集成开关矩阵中的应用建议[4]。.  (b)HZO-铌酸锂微环谐振器(MRR)、电光调制器和存储器,具有非易失性光子存储操作,并且相对于热调制MRR具有能耗降低的优势。我们将其提出作为可重构光子芯片间互连系统的非易失性开关[5]。.

Aaron Thean是新加坡国立大学(NUS)电子与计算机工程系的Globalfoundries教授,同时也是新加坡国立大学副校长(学术事务)兼教务长。除了行政职责外,他还担任下一代混合电子SHINE研究中心主任,该中心致力于研究异构集成工艺和设计,以通过芯片封装和其他增材制造技术实现新的系统创新。在加入新加坡国立大学之前,Aaron Thean曾任IMEC逻辑技术副总裁。他与英特尔、台积电、三星、Globalfoundries、苹果和索尼等半导体行业领军企业合作,指导下一代半导体技术和新兴纳米器件架构的研发。在2011年加入IMEC之前,他曾在位于加利福尼亚州圣地亚哥的高通CDMA技术部门工作。Aaron及其团队致力于高通20纳米和16纳米移动系统芯片(SoC)技术的研究。 2007年至2009年,Aaron就职于IBM,在位于纽约州东菲什基尔的IBM工厂参与开发了28纳米和32纳米低功耗体硅CMOS技术。Aaron毕业于美国伊利诺伊大学香槟分校,获得电气工程学士(最高荣誉)、硕士和博士学位(荣获埃德蒙·J·詹姆斯奖学金)。2016年,他被新加坡国家研究基金会(NRF)授予“NRF新加坡回国科学家”称号,返回新加坡从事学术研究。.  他在先进微电子领域合著了300多篇技术论文,拥有50多项美国专利。他是美国国家发明家科学院院士和IEEE会士。.

陈超

总经理兼股东

苏州创杰智能科技有限公司., 中国

从云端到边缘:构建面向具身智能时代的AI计算基础设施

人工智能计算格局正在经历一场根本性的变革——从集中式训练转向分布式推理,从数据中心转向机器人本体。本次主题演讲将结合演讲者作为大型智能计算中心运营者和具身人工智能机器人公司投资者的多重经验,探讨人工智能计算面临的各种挑战,涵盖从云端到边缘再到人体应用等各个方面。.
 
本次演讲首先探讨了大规模智能计算中心的构建和运营经验,重点关注决定基础设施成败的系统级挑战,例如散热管理、电源供应、网络互连和GPU利用率。随后,演讲转向新兴的具身智能领域,并结合演讲者在人形机器人领域的投资经验,包括灵神科技(一家源自清华大学的具身人工智能公司)和天工科技(中国国家级人形机器人创新平台)。这些项目揭示了集成电路的全新需求:低于50W的极致能效、低于10毫秒的实时推理延迟、异构多模态处理以及安全关键型可靠性——所有这些都必须在移动式芯片中实现。.
 
本次演讲提出了一种面向具身人工智能的三层计算架构(云端-边缘-体上),并最终为集成电路设计界提出了切实可行的建议:如何弥合当今芯片与未来智能机器需求之间的差距。.
 

陈超是苏州创捷智能科技有限公司总经理,同时也是中国计算机工业协会(CCIA)超级计算与智能计算委员会副主任委员。他的职业生涯横跨了计算领域的三个不同发展阶段:量化金融、人工智能基础设施和具身智能。.
 
陈先生的职业生涯始于量化交易领域,他曾构建高频计算系统,在这些系统中,微秒级的延迟直接影响着金融业绩。这段经历使他对计算能力有了深刻的理解,他将其视为核心生产资产,而非IT开销。.
 
随后,他转战人工智能基础设施领域,负责建设和运营配备数万个GPU加速器的大型智能计算中心。通过对这些设施的实际管理,他深入了解了系统层面的挑战,例如散热管理、电力供应和GPU利用率,这些挑战决定了大规模人工智能的经济效益。.
如今,陈先生是具身人工智能领域的活跃投资者。他的投资组合包括灵生科技(LingShen Technology),这是一家源自清华大学的公司,致力于开发通用大脑平台和全尺寸人形机器人,应用于智能制造、医疗保健和数据中心巡检等领域;以及天工(TIEN Kung),这家由工信部和北京市政府支持的北京人形机器人创新中心,以其开创性的开源全尺寸人形机器人和先进的全身动态控制技术而闻名。.
 
陈先生凭借其独特的运营和投资经验——从优化金融市场的计算,到运营国家级 GPU 集群,再到为将人工智能带入物理世界的机器人提供资金——带来了从业者视角,阐述了集成电路行业必须提供什么才能实现下一代智能机器。.

蔡志强

总裁兼总经理

英飞凌科技亚太私人有限公司., 新加坡

L4/L5 自动驾驶车辆:集成电路的要求和挑战

在日益严格的安全法规、消费者期望以及半导体和人工智能技术的飞速发展的推动下,高级驾驶辅助系统 (ADAS) 和自动驾驶 (AD) 技术正在重塑汽车行业。本次主题演讲将回顾当前各自动化级别的市场趋势,并分析从 L1/L2(驾驶辅助)到 L2+/L3(有条件自动驾驶)再到 L4/L5(高度和完全自动驾驶)的细分市场。虽然 L1/L2 系统目前已广泛部署,但 L2+/L3 解决方案正通过增强感知能力和监督式自主驾驶不断扩展,而 L4/L5 的发展正在特定商业和出行应用领域加速推进。.

 

本文概述了现代高级驾驶辅助系统/自动驾驶(ADAS/AD)架构,重点介绍了从分布式电子控制单元向集中式和区域计算平台的转变。文中探讨了包括摄像头、雷达、激光雷达和声学传感在内的环视感知技术,这些技术作为互补模式,能够在各种运行条件下实现稳健的环境感知。此外,本文还讨论了多传感器融合和人工智能驱动的感知引擎日益增长的重要性,并强调了其可扩展性和实时处理能力的要求。.

 

本次主题演讲将进一步分析集中式高性能计算的影响,包括高带宽数据路由、车载网络以及优化的能源供应和电力分配。演讲还将探讨网络安全保护、功能安全合规性、冗余策略和故障运行设计等系统级约束,认为它们是实现更高自动化水平的关键推动因素。.

 

最后,我们探讨了支持ADAS/AD平台的集成电路(IC)的关键需求和挑战,包括计算密度、能效、散热管理、确定性延迟、安全认证和长期可靠性。传感、计算、连接和安全架构的融合需要高度集成、可扩展的半导体解决方案。本文全面阐述了架构演进和技术驱动因素如何塑造下一代智能汽车。.

 

  • ADAS-AD 总体市场趋势
  • ADAS-AD 通用架构
  • 市场细分:L1/L2、L2+/L3、L4/L5
  • 环视感知摄像头、雷达、激光雷达和声波传感
  • 中央计算、传感器融合、区域、人工智能引擎
  • 数据路由和能源供应
  • 网络安全、功能安全、冗余
  • ADAS-AD对集成电路的要求和挑战

 

蔡先生是英飞凌科技亚太有限公司亚太区总裁。他常驻新加坡,负责该地区(包括澳大利亚、印度、印度尼西亚、马来西亚、菲律宾、新加坡、韩国、泰国和越南)的战略,尤其专注于销售、市场营销和分销。他自2017年起担任现职。. 

CS拥有新加坡南洋理工大学电气与电子工程学士学位,自2000年起就职于英飞凌公司。.

 

公司内部及外部职位:

2017 | 总裁兼总经理, 亚太地区

2008 | 副总裁, 亚太汽车区域中心

2001 | 经理, 亚太汽车市场营销

2000 | 产品营销经理, 工业微控制器全球

1998 | 销售部门经理, 珀金埃尔默光电公司

1994 | 高级应用工程师, 摩托罗拉半导体产品部门

1993 | 开发工程师, 飞利浦消费电子产品

 

行业组织和管理机构的成员资格:

名誉秘书 (自2023年起)

  • 新加坡半导体产业协会(SSIA)

 

议员 (2018 – 2021)

  • 新加坡制造业联合会(SMF)

立即报名参加活动!