ABOUT ME · 边缘智能计算
你好，我是 赵文尧。
我目前就读于中国科学院半导体研究所，攻读集成电路科学与工程硕博连读项目，导师为刘力源研究员；本科毕业于合肥工业大学微电子学院。
我的工作聚焦于自研 AI 处理器的架构与软件栈：参与定制指令扩展、数据通路的设计与验证，并研发从模型解析、硬件感知量化到内存规划、指令映射与代码生成的编译部署工具链，推动 AI 模型在 ASIC 与 FPGA 原型上的正确、高效执行。
算法与部署实践
加速器设计验证
涵盖算法与加速器
EDUCATION
教育背景
中国科学院大学 · 中国科学院半导体研究所
集成电路科学与工程，硕博连读(保研) · 北京
合肥工业大学 · 国家示范性微电子学院
集成电路设计与集成系统，本科 · 合肥
SKILLS & TOOLKIT
技能与工具
01
AI 处理器与数字系统
RISC-V 自定义指令扩展、SIMD 与脉动阵列、计算数据流、定点数据通路、加速器集成与 RTL 设计
02
定制处理器编译与部署
ONNX 计算图解析、算子融合、静态内存规划、张量排布转换、芯间通信传输、指令映射与代码生成
03
硬件感知模型优化
CNN / Transformer 模型适配、定点数值建模、算子约束、QAT / PTQ、剪枝与知识蒸馏
04
验证与性能优化
MATLAB 参考模型、VCS RTL 仿真、FPGA 原型与板级测试、数值一致性验证、周期与访存瓶颈分析
常用开发工具Verilog / SystemVerilog · VCS / ModelSim · DC · ICC · Vivado · Python / PyTorch · MATLAB · C / C++ · Git / Linux
SELECTED PROJECTS
代表项目
面向自研SIMD处理器的AI模型编译部署工具链
面向课题组自研的新版SIMD架构视觉处理器研发AI模型编译部署工具链，依托定制汇编算子库解决手写汇编效率低下的瓶颈，实现算法到硬件的高效映射。
基于自定义RISC-V扩展矩阵乘指令集的边缘端AI加速器
依托开源蜂鸟E203架构，设计并实现基于自定义矩阵乘扩展指令与WS数据流脉动阵列的紧耦合边缘AI协处理器，探索AI MCU的软硬件协同架构。
面向自研脉动阵列处理器的CNN-Transformer模型训练、量化、编译部署工具链
参与课题组新一代面向CNN-Transformer的视觉处理器架构设计，并搭建从模型训练、量化压缩到编译部署的工具链。
本科毕设: 面向边缘端智能视觉芯片的单目标跟踪算法
针对课题组自研视觉芯片处理器的架构特点，设计并实现轻量化孪生目标跟踪网络 SiamVC，完成模型压缩、编译优化及端侧部署全流程闭环。
PUBLICATIONS
论文成果
-
2024
An energy-efficient dehazing neural network accelerator based on E2 AOD-Net
Zhihao Zhang, Gaoming Du, Zhenmin Li, Qingran Kang, Wenyao Zhao, Xiaolei Wang · Journal of Real-Time Image Processing, 21(6): 197 · JCR Q2, IF 3.0
-
2024
神经网络压缩联合优化方法的研究综述
宁欣，赵文尧，宗易昕，等 · 《智能系统学报》19(1): 36–57 · 核心期刊，CCF-C
HONORS
荣誉奖项
- 中国科学院大学三好学生
- 合肥工业大学校长奖、安徽省优秀毕业生
- 国家奖学金、校级一等奖学金、校级优秀三好学生
- 全国大学生集成电路创新创业大赛华中赛区三等奖
- 安徽省机器人大赛单片机与嵌入式赛道一等奖
- 合肥工业大学一等奖学金、校级三好学生
- 合肥工业大学二等奖学金、校级三好学生