报告主题：高精度高能效近似乘法器设计理论与方法

报告人：蔡烁

报告时间：2026年8月15日下午14：00-15：00

腾讯会议：654-707-505

报告摘要：

受制于制程与算力短板，国产边端AI芯片与国际主流产品仍存差距，制约了神经网络边端推理部署。本报告聚焦近似乘法器设计理论与方法，介绍近似乘法器的误差补偿机制、精度与能效协同优化的通用近似乘法器设计理论与方法，以及如何应用于神经网络边缘端实时推理。

报告人简介：

蔡烁，博士，教授，博士生导师，湖南省普通高校青年骨干教师。中国计算机学会高级会员，中国计算机学会容错计算专委会执行委员，湖南省计算机学会理事。从事宇航级集成电路抗辐射加固、电路系统可靠性评估、近似计算与人工智能等领域的研究。主持国家自然科学基金面上项目、青年基金项目、湖南省杰出青年基金项目等，在IEEE  TCAD、IEEE TVLSI、IEEE TCASⅡ、IEEE TNSE、JETTA、计算机学报、电子学报、电子与信息学报、ATS、ITC-Asia等国内外重要学术期刊和会议上发表论文40余篇，授权发明专利10余项，获湖南省教学成果奖一等奖1项、二等奖2项。