近日，第七十二届国际固态电路大会（ISSCC 2025）在美国旧金山隆重举行，该大会被誉为“芯片设计国际奥林匹克”。在本届大会上，北京大学共有15篇高水平论文（按第一单位统计）入选，成为此次国际上录用论文最多的单位。北京大学集成电路学院部分师生赴美参加了此次盛会，报告了各自方向的最新研究成果，并与国际同行进行深入的学术交流。

超低功耗语音活动检测芯片

该工作面向边缘AIoT设备应用，针对语音活动检测（VAD）系统在功耗、噪声鲁棒性及准确性方面的综合性能瓶颈，设计并实现了一款基于信息感知数据压缩与神经形态时空特征提取的超低功耗VAD芯片，突破了传统方案中功耗与精度无法折中的技术局限。

北京大学团队提出了一种全新的语音活动检测系统，该系统创新性地将信息感知数据压缩（IADC）与神经时空特征提取（NSTFE）相结合，通过仅提取语音中的关键极值点，将原始语音信号高效压缩为5位地址事件表示，进而触发后续的时空特征提取与神经网络推理。与传统采用低噪放大器和固定特征提取结构的方案相比，本设计利用模拟域的极值压缩电路配合8位SAR ADC，仅在检测到极值时启动转换，大幅降低了功耗；同时，NSTFE采用异步握手与共享存储计算资源，实现了低功耗神经网运算，在保证准确特征提取的同时，有效缩小了芯片规模，兼顾了识别准确率与系统能耗。

基于以上创新技术，北京大学团队研制了超低功耗的语音活动检测芯片，在55nm工艺下，芯片的核心面积仅有0.22mm²，功耗仅为161nW，在0dB、5dB、10dB和15dB SNR下分别达到84%、90%、94%和98%的识别率，在极低功耗的情况下实现了远超同类工作的识别精度。该芯片具备高准确率，高能效等优势，可应用于边缘端AI设备。

该工作以《A 0.22mm² 161nW Noise-Robust Voice-Activity Detection Using Information-Aware Data Compression and Neuromorphic Spatial-Temporal Feature Extraction》为题，发表于低功耗和低温计算芯片（Session 13 Cool Computation Circuits）分会场，共同第一作者为博士生刘影、李杰和硕士生张麒宁，通讯作者为沈林晓、王志轩。