在存算分离的冯诺依曼架构中，存储器带宽受限（即“存储墙”问题），使得在数据密集型计算中，片外存储器的数据搬运甚至可占计算总能耗和延时的90%。随着神经网络运算模型的发展，对算力的要求不断提升。然而，伴随着算力的提升，运算能耗也将大幅增加，这逐渐成为智能计算领域的关键痛点。存算一体架构将存储与计算融合，在存储器内部基于物理原理完成计算，避免了计算与存储单元之间大量的数据传输，是低功耗计算的重要发展方向。
杨睿课题组的主要研究成果包括材料调控特性优化、新型纳米器件、存算一体和类脑计算系统三个方面
杨睿课题组长期从事新型低能耗纳米信息器件方面的研究，包括材料应变调控、纳机电谐振器以及高能效存算一体器件等方面的基础研究。针对“存储墙”等问题，杨睿课题组受资助项目将深入挖掘二维纳机电器件的潜力，基于前期扎实的科研积累，开发新型存储和存算一体的器件电路，有望大幅提升人工神经网络等数据密集型计算的能效比，从而推动后摩尔时代高算力、低能耗的智能计算器件和芯片的发展。
背景介绍
杨睿，上海交通大学密西根学院副教授，博士生导师，双聘于交大电子信息与电气工程学院电子系。2011年本科毕业于天津大学，2016年在美国凯斯西储大学获得博士学位，2016至2018年在美国斯坦福大学从事博士后研究工作。2018年8月加入交大密西根学院。主要研究方向包括二维纳机电系统、基于忆阻器的存算一体和类脑计算等，在Nature Electronics等领域权威期刊发表论文多篇。现任Microsystems & Nanoengineering, Nanotechnology, Micro & Nano Letters等期刊编委，中国仪器仪表学会微纳器件与系统技术分会理事。入选2019年上海市青年科技英才“扬帆计划”，“2019中国十大新锐科技人物”，微纳峰会（MINE 2019）“青年科学家”奖以及福布斯中国2019年度30岁以下科技精英榜。
