- AI Lab PKU

个人简介

曹健，理学博士，北京大学副教授。致力于人工智能终端应用研究。研究领域包括：高效具身智能系统软硬件协同设计、人工智能芯片软硬件协同应用开发。主持参与多项科技部、国家自然基金、国际合作和企业合作项目。发表SCI、EI索引期刊和会议论文60余篇，申请专利20余项。

求学工作履历

1999.09-2003.07 在北京理工大学电子工程系获通信工程工学学士学位
2004.09-2007.01 在北京大学软件与微电子学院获软件工程硕士学位
2012.09-2017.01 在北京大学信息科学技术学院获微电子学与固体电子学理学博士学位
2007.01- 至今在北京大学软件与微电子学院担任讲师、副教授

培养方向

方向1：高效具身智能系统软硬件协同设计
针对智能感知场景，从模型设计与神经网络架构优化方面构建完整高效的具身智能系统。
招生导师：曹健副教授
培养方式：研一完成课程学分，参与组内实践；研二、研三根据学生本人和实验室在研项目需求，在每学期初双向选择实验室实习或自主校外企业实习。

方向2：人工智能芯片软硬件协同应用开发
针对北京大学自主流片脉冲神经网络、存算一体等人工智能芯片进行板级软硬件协同设计。
招生导师：王源教授、崔小欣研究员、贾嵩研究员、曹健副教授
培养方式：遵照高端芯片方向培养计划执行：研一完成高端芯片课程学分；研二、研三在北京大学集成电路学院实习。

方向3：国产车规级芯片设计开发（产教融合）
依托北大产教融合平台，与业界资深IC设计工程师共同研发国产车规级芯片。
招生导师：张兴教授、王新安教授、曹健副教授等
培养方式：研一完成产教融合课程学分；研二、研三在北京大学集成电路产教融合平台实习。

讲授课程

1.《人工智能实践》（研究生秋季课）【国家级精品课】
课程主要讲授Tensorflow2.0框架、全连接网络、CNN、RNN的设计实现方法，分析人工智能分类与预测的经典案例，实现图像识别和数据预测，帮助学生入门人工智能领域。
中国大学MOOC课程链接哔哩哔哩课程链接

2.《FPGA设计》（研究生春季课）
首先，串讲Verilog语法和FPGA用法。随后，带领学生使用Verilog语言设计一款基于RISC-V指令集的5级流水CPU并部署到FPGA中。指导学生编写软件代码控制CPU实现算数逻辑运算和外设操作。最后，带领学生基于ZYNQ实现YOLOv3目标检测硬件加速模块。

3.《软硬件协同设计方法》（研究生春季课）
首先，讲解脉冲神经网络模型及类脑计算的基本理论。随后，介绍北大自主研发的脉冲神经网络芯片PAICORE及其配套工具链PAIFLOW。最后，带领学生使用PAICORE2.0神经网络芯片，实现图像识别、目标检测、路径规划、运动预测、手势识别等应用。

4.《数字集成电路设计实践》（研究生秋季课）
设计实现了一款SPI通信协议IP核：使用Verilog语言编写代码，完成前仿后仿，GDS检查，实现SPI数据通路。

5.《模拟集成电路设计实践》（研究生秋季课）
设计实现了一款运算放大器IP核：包括工艺库介绍，电路搭建，仿真工具使用，直流交流参数等关键特征指标优化，版图绘制，参数提取，GDS数据导出检查。

关于招生：
方向1：接收25级统考生、26级推免生、本硕科研项目实习生
具身智能与智能感知（嵌入式、端侧）
描述：
基于嵌入式终端实现人工智能算法轻量化设计与部署
要实现：
具身智能与智能感知：基于大模型的机械臂三维定位，基于大模型的文本勘误，三维空间感知等终端应用
需求：
对具身智能与智能感知感兴趣，团队协作能力强，熟悉Python、Git、C/C++，具备计算机视觉开源项目经验；或熟悉经典控制理论，机器人底层运动控制，嵌入式MCU、MPU开发，有HAL库、DSP库等库开发经验，熟悉ROS相关插件使用；或熟悉Isaac sim、blender、Habitat、pybullet等仿真平台。

方向2：26级推免生、本硕科研项目实习生
类脑芯片的工具链开发
描述：
基于类脑芯片，开发工具链，实现脉冲神经网络的映射与部署
要实现：
算子的定制化开发与优化、模型量化与转换工具、硬件平台配置与调试工具
需求：
对芯片的硬件架构感兴趣，团队协作能力强，熟悉Python、Git，具备开源项目、嵌入式开发或AI框架、编译器相关经验。

方向3：接收25级统考生
车规级模拟集成电路设计(信号链/电源)
描述：
进行车规级模拟集成电路（运放、比较器、ADC、DAC、基准源、LDO、DC/DC等）架构研究和仿真设计，协助完成芯片版图设计、流片测试和可靠性认证，实现芯片稳定量产
要实现：
模拟电路的定制化开发与优化、硬件测试平台配置与调试、车规级可靠性认证
需求：
对信号链或电源类模拟芯片感兴趣。具有模拟电路设计经验或相关硬件电路设计与调试经验，熟悉cadence等工具的使用，具备专业理论基础。乐于刻苦钻研，具有责任心、团队协作能力和沟通能力。

综上，本课题组接收25级统考生，提前入组参与实际项目：
1大模型终端应用（文本勘误决策模型三维空间感知具身智能）
2类脑芯片工具链开发（软硬件协同设计）
3模拟芯片设计（信号链芯片）
本组就业创业导向（无论文发表要求）培养工程硕士、工程博士。以可落地易就业的工程项目和学生自主组队的创业项目为引导，培养解决工程问题的技能和团队管理的领导力。在确保高质量就业的同时，启发创新创业，实现科技成果转化。
欢迎编码能力强、有竞赛经验的集成电路与智能系统、高端芯片、软件工程与数据技术系和工程管理（MEM）方向工程硕士生、工程博士生加入。（有创业经历或企业实习经历的同学优先）
有25级统考、26级推免名额，简历接收邮件：caojian@ss.pku.edu.cn