黄乐天 (副教授)

副教授 硕士生导师

曾获荣誉:2010年,第七届研究生电子设计大赛优秀指导教师
2012年,第八届研究生电子设计大赛优秀指导教师
2012年,电子科技大学教学成果奖
2015年,电子科技大学网络名师
2017年,第十二届研究生电子设计大赛优秀指导教师

性别:男

毕业院校:电子科技大学

学历:博士研究生毕业

学位:工学博士学位

在职信息:在岗

所在单位:电子科学与工程学院(示范性微电子学院)

学科:微电子学与固体电子学 计算机系统结构

办公地点:沙河校区211楼1107房间

联系方式:02883208213

Email:

个人简历

关于研究方向和招收研究生的说明:

由于我的研究方向为芯片设计与计算机系统交叉融合的方向,因此与传统概念上的“数字电路设计”有一定区别。在科研中需要同学具备较宽的知识面和一定的“系统观”,同时要具备较强的抽象思维能力和总结归纳能力。在我们的研究中通常需要将集成电路的物理现象中抽象到行为级加以分析,再利用架构设计/系统管理/电路优化等方法的协同创新来解决问题。由于现在研究生招生名额较少,为保障给确实对我的研究方向感兴趣并习惯于这种研究方法的同学机会,我们会对每一位联系的同学做较为全面的面试和考察。如有造成不便,请各位同学予以谅解。关于以上内容的更多解释请阅读:

http://blog.chinaaet.com/molf/p/5100052685


教育经历

[1]   2010.9-2016.6

电子科技大学  |  通信与信息工程  |  工学博士学位

[2]   2006.9-2009.6

电子科技大学  |  通信与信息系统  |  工学硕士学位

[3]   2002.9-2006.7

电子科技大学  |  通信与信息工程  |  工学学士学位

工作经历

[1]   2017.12-至今

电子科技大学电子科学与技术学院(示范性微电子学院)  |  专任教师

[2]   2009.7-2016.8

电子科技大学通信与信息工程学院  |  专任教师

[3]   2013.9-2014.9

瑞典皇家工学院  |  访问学者

[4]   2016.9-2017.11

电子科技大学微电子与固体电子学院  |  专任教师

社会兼职

  • [1]   2017.11-至今    
     中国计算机学会(CCF)嵌入式系统专委会委员

研究方向

  • [1]   计算机体系结构与处理器设计(“行为级”计算机):
    A.异构多核片上系统建模与优化
            通过建立C++/System C的模型,研究如何在单一芯片中集成包含微处理器(MPU)、数字信号处理器(DSP)、专用指令集处理器(ASIP)多种不同的处理器,研究系统架构及编程模型
    B.弱人机协同嵌入式机器学习模型
         基于嵌入式计算机硬件系统的运算能力和储存资源有限这一前提,  研究在有限人机协同的条件下实现低开销低成本实时机器学习系统,为最终解决在智能终端的自主学习问题奠定基础。

  • [2]   片上系统与片上网络(“寄存器传输级”的计算机):
    A. 面向深度学习的片上系统设计及优化
          设计面向深度学习的硬件加速器单元,针对深度学习参数总量较多、访存压力较大的问题,研究如何设计并合理的优化参数传输方法及存储器接口电路。
    B. 低功耗/高可靠容错片上网络
           针对电压持续降低导致的器件级物理效应,从关键电路/交换结构/互联体系等多个层面协同优化设计高可靠的容错片上网络。

  • [3]   高能效低功耗系统级芯片设计(“电路级”的计算机)
    A.自适应片上微系统(Self-Aware SoC)设计与实现:
          通过片上传感器及读出电路设计与片上网络技术相结合,研究如何实现以感知片上系统微环境为基础的自适应片上微系统,通过改变片上网络的运行状态来提升片上系统的能效和可靠性。
    B.数字化片上传感器及读出网络设计:
           为更好的降低系统级芯片的功耗并保证系统的可靠性,通过设计能够被“深度嵌入”数字系统中的数字化传感器及其读出网络,使得系统软件层面可以观察整个片上系统的微环境,从而为后续的功耗优化提供保证。

  • [4]   异构计算系统设计(“系统级”的计算机):
    A.机器学习算法在FPGA异构计算系统上的实现方法:
            研究如何高效的在FPGA异构计算系统上实现一系列机器学习算法,从而在加速运算的同时最大限度的降低计算系统整体的能耗,提高能量的利用效率。
    B.基于FPGA异构计算的人工智能设备设计与实现:
            研究如何利用FPGA异构计算系统设计并实现特定应用场景下的人工智能设备。目前已经设计并实现了拟人化游戏机器人,硬件化网络不良信息监测系统等。