美国博士招生（本人）：人工智能软硬件协同设计
3180
学校：Min H. Kao Department of EECS, University of Tennessee, Knoxville
入学时间：26年秋季或27年春季入学
个人主页：https://yihuang314.github.io/ （中英文）
研究方向：
我们致力于面向下一代人工智能的高能效智能计算系统，围绕“软硬件协同设计”开展研究，重点包括两个互补方向：
基于 CMOS 与新型存储器件的脑启发电路与计算架构
基于模拟存内计算（Analog In-Memory Computing, AIMC）的高能效算法与应用
理想的学生：
主动性强，对前沿问题有持续探索的兴趣
对脑启发计算、智能架构或AI算法有浓厚兴趣
具备扎实的模拟电路设计或机器学习基础
有神经形态计算或存内计算相关经验者优先
申请方式：
有意加入的同学请发送邮件至：1point3acres.com，并附上以下材料：1. 个人简历（CV），2. 成绩单，3. 简短的研究兴趣与职业规划陈述，4. TOEFL 或 IELTS 成绩（如适用）。
关于PI
我将于 2026 年秋季加入Min H. Kao Department of EECS, University of Tennessee, Knoxville担任助理教授。我于2025 年在University of Massachusetts Amherst获得博士学位，师从Qiangfei Xia 教授，并与 Joshua J. Yang教授及人工智能芯片公司TetraMem紧密合作。我本科和硕士毕业于华中科技大学人工智能与自动化学院，导师是院长曾志刚教授。
研究愿景
挑战：AI与人类智能之间的鸿沟
AI已成为日常生活的一部分，为语音助手、医疗诊断等提供动力。但这种进步伴随着难以持续的海量数据与能源消耗。AI 与人类智能之间仍存在巨大鸿沟，尤其体现在能效上：支撑 AI 的数据中心耗电量堪比小型城市，而人脑只需一餐的能量即可工作；也体现在认知能力上：AI 需要海量数据才能学习的任务，人类却能在有限经验下掌握。
目标：人类水平的能效与认知能力
我们的研究愿景是通过软硬件协同设计范式缩小这一差距，该范式跨越电气工程与计算机科学（EECS）的多个层级，并汲取认知神经科学的灵感。最终目标是实现接近人脑的能效与认知能力，从而在日常生活的广泛应用中赋能下一代 AI 系统。
方法：跨层协同设计框架
我们通过受人脑启发、并构建在新型存储器件基础上的模拟存内计算（AIMC）系统来实现这一愿景。该方法模拟了生物神经系统的工作机理：数据在存储位置直接处理，计算也直接在模拟信号上进行。基于我们已有的工作，以跨层协同设计框架为核心，覆盖器件、电路、架构、算法与应用等层级。
为什么加入我们？
科研指导与成长
课题组强调导师高参与度的科研指导，同时鼓励学生探索有挑战性的研究方向。团队成员将受益于横跨硬件与软件的研究背景，以及在工程领域期刊（如 IEEE Transactions）和高影响力跨学科期刊（如Nature系列）发表成果的经验。
跨学科与协作环境
我们的EECS系涵盖电子工程、计算机工程和计算机科学方向，为从硬件，系统，到算法全栈的合作提供机会。系内还拥有神经形态架构、学习与应用方向的领先研究团队（TENN Lab），为跨学科研究提供了天然基础。此外，学校临近橡树岭国家实验室，为与世界一流研究机构合作提供机会。
实验室之外的生活
科研是一场长跑，我们重视科研与生活的平衡。校园毗邻大烟山国家公园，适合课题组徒步、露营和户外活动。运动与健康也是课题组文化的一部分，PI具备 ACE 认证私人教练和运动营养资质，可为感兴趣的同学提供相关建议。
入学时间：26年秋季或27年春季入学
个人主页：https://yihuang314.github.io/ （中英文）
研究方向：
我们致力于面向下一代人工智能的高能效智能计算系统，围绕“软硬件协同设计”开展研究，重点包括两个互补方向：
基于 CMOS 与新型存储器件的脑启发电路与计算架构
基于模拟存内计算（Analog In-Memory Computing, AIMC）的高能效算法与应用
理想的学生：
主动性强，对前沿问题有持续探索的兴趣
对脑启发计算、智能架构或AI算法有浓厚兴趣
具备扎实的模拟电路设计或机器学习基础
有神经形态计算或存内计算相关经验者优先
申请方式：
有意加入的同学请发送邮件至：1point3acres.com，并附上以下材料：1. 个人简历（CV），2. 成绩单，3. 简短的研究兴趣与职业规划陈述，4. TOEFL 或 IELTS 成绩（如适用）。
关于PI
我将于 2026 年秋季加入Min H. Kao Department of EECS, University of Tennessee, Knoxville担任助理教授。我于2025 年在University of Massachusetts Amherst获得博士学位，师从Qiangfei Xia 教授，并与 Joshua J. Yang教授及人工智能芯片公司TetraMem紧密合作。我本科和硕士毕业于华中科技大学人工智能与自动化学院，导师是院长曾志刚教授。
研究愿景
挑战：AI与人类智能之间的鸿沟
AI已成为日常生活的一部分，为语音助手、医疗诊断等提供动力。但这种进步伴随着难以持续的海量数据与能源消耗。AI 与人类智能之间仍存在巨大鸿沟，尤其体现在能效上：支撑 AI 的数据中心耗电量堪比小型城市，而人脑只需一餐的能量即可工作；也体现在认知能力上：AI 需要海量数据才能学习的任务，人类却能在有限经验下掌握。
目标：人类水平的能效与认知能力
我们的研究愿景是通过软硬件协同设计范式缩小这一差距，该范式跨越电气工程与计算机科学（EECS）的多个层级，并汲取认知神经科学的灵感。最终目标是实现接近人脑的能效与认知能力，从而在日常生活的广泛应用中赋能下一代 AI 系统。
方法：跨层协同设计框架
我们通过受人脑启发、并构建在新型存储器件基础上的模拟存内计算（AIMC）系统来实现这一愿景。该方法模拟了生物神经系统的工作机理：数据在存储位置直接处理，计算也直接在模拟信号上进行。基于我们已有的工作，以跨层协同设计框架为核心，覆盖器件、电路、架构、算法与应用等层级。
为什么加入我们？
科研指导与成长
课题组强调导师高参与度的科研指导，同时鼓励学生探索有挑战性的研究方向。团队成员将受益于横跨硬件与软件的研究背景，以及在工程领域期刊（如 IEEE Transactions）和高影响力跨学科期刊（如Nature系列）发表成果的经验。
跨学科与协作环境
我们的EECS系涵盖电子工程、计算机工程和计算机科学方向，为从硬件，系统，到算法全栈的合作提供机会。系内还拥有神经形态架构、学习与应用方向的领先研究团队（TENN Lab），为跨学科研究提供了天然基础。此外，学校临近橡树岭国家实验室，为与世界一流研究机构合作提供机会。
实验室之外的生活
科研是一场长跑，我们重视科研与生活的平衡。校园毗邻大烟山国家公园，适合课题组徒步、露营和户外活动。运动与健康也是课题组文化的一部分，PI具备 ACE 认证私人教练和运动营养资质，可为感兴趣的同学提供相关建议。
