（1）面向计算密集型应用的可重构处理器关键技术
综合介绍：面向嵌入式、高性能、低功耗并行计算领域，突破了可重构处理器硬件及编译器的高能效、高灵活性关键技术；国内首次研发了两款可重构SoC芯片，在可重构处理器上实现了媒体、导航基带、计算机视觉、加解密等多领域的多个应用。该技术在配置流和数据流共同驱动的动态重构计算模式、层次化可扩展的配置信息结构和存储机制、基于多面体模型的嵌套循环的映射优化方法等方面取得了多项重大原始创新，实现了可重构处理器技术的重要技术突破，为我国高性能通用计算发展提供了新的战略途径。
（2）VLSI发表高能效AES电路成果
2019年，研究所（东南大学国家ASIC中心）单伟伟、杨军教授等赴日参加Symposia VLSI Technology and Circuits会议。单伟伟教授在会议分会的C20 session做报告，主题为“A 923Gbps/W, 113-Cycle, 2-Sbox Energy-efficient AES Accelerator in 28nm CMOS”。该session另外三篇论文属于为Intel公司（两篇）和密西根大学。
论文面向物联网的超低功耗需求和安全需求，设计了超高能效的高级加密算法（Advanced Encryption Standard，AES）加密电路，使其具有小面积和低功耗，满足轻量级应用。论文通过将数据通路从128-bit并行处理变为8-bit串行处理而降低了功耗和面积。同时，针对8-bitAES电路的吞吐率降低的问题，提出了双S核的实现方式，其中1个S核用于数据加密，另一个前4周期用于密钥产生，之后与第一个S核并行用于数据加密，见图1 所示。因此，论文采用11周期实现密钥扩展和数据处理模块，并充分利用二者并行执行的特性，以仅113个周期实现AES加密。
该电路在TSMC 28nm CMOS工艺上完成了流片，测试结果表明，本文的AES电路的能量效率达到了923Gbps/W，是目前最高能效，明显优于比同类研究成果。
（3）ISSCC发表大陆首篇存储芯片领域论文
2019年,研究所（东南大学国家ASIC中心）杨军、时龙兴教授团队在美国旧金山举办的2019 ISSCC国际固态电路年度会议上发表了题为“Sandwich-RAM: An Energy-Efficient In-emory BWNArchitecture with Pulse-Width Modulation”的学术论文，这是中国大陆首次在存储芯片领域入选的论文，是首次深度学习处理器领域入选的论文，同时也是东南大学首次作为第一作者单位在该领域获得ISSCC的认可。
随着人工智能的快速发展，对于高性能高能效的移动处理设备的需求越来越高，现有的通用计算平台难以实现，突破冯诺依曼架构瓶颈，探索新的神经网络计算模式成为了研究热点。
近几年杨军教授团队针对这一问题，首次研究和设计出了基于脉冲调制的存内计算神经网络芯片，名为Sandwich-RAM，形如三明治结构设计出“存储-计算-存储”的存内计算模式，大大减少了存储器访问次数，突破了传统架构的访存瓶颈，同时将脉冲调制的计算技术，首次运用在Binary Weight Network(BWN,二值权重网络)神经网络芯片中。
（4）ISSCC AI芯片亮点论文
2020年,第67届IEEE国际固态电路峰会（ISSCC 2020）分别以高性能和低功耗为主题召开，其中低功耗机器学习分会面向可移动终端等对功耗有极致要求的领域，共收录3篇论文，都来自于中国大陆，其中亮点论文是关于语音关键词唤醒的低功耗AI加速器的“A 510nW, 0.41V low-memory, low-computation keyword spotting chip using serial FFT based MFCC and binarized depthwise separable convolutional neural network in 28nm CMOS”，来自研究所（东南大学国家ASIC中心）单伟伟、杨军、时龙兴教授团队。
该语音唤醒智能芯片从算法、芯片架构和电路三个层次统筹优化，算法级采用基于串行FFT的MFCC特征提取和深度可分离卷积神经网络，极大降低了计算量和存储量；架构级提出了语音数据的逐帧数据复用方法。这两个级别联合使得芯片可工作在极低频率40kHz下，进而促成了全芯片的近阈值设计和超低漏电的定制存储器电路，最终现了史上功耗最低的关键词唤醒电路，功耗仅为510纳瓦。
