一、活动时间：
2013年7月15日—7月26日
二、报名资格：
985高校或国家重点学科高校的电子、通信、计算机、微电子、物理等相关专业本科三年级学生。
成绩优异，成绩排名前30%，通过大学英语六级。在其他方面表现优异者（如已在重要学术期刊上发表论文等）可适当放宽。
具有较强的英文阅读和运用能力。
良好的团队合作精神，敏捷的思维能力和旺盛的求知欲。
对IC行业有深厚的兴趣。
三、活动内容：
Seminar：行业资深专家开设专题讲座，介绍 IC 行业的现状与发展趋势。
Theory & Practice：指导教师全程辅导，每个团队完成特定的项目，体验真正的team work。
Discussion & Report：分享每位成员学习心得与困惑，你的收获不再是一份，而是整个团队的结晶。
Visiting：参观和考察知名IC企业，与企业管理者或工程师进行面对面交流。
Summary & Evaluation：对学生进行评价，作为直研、考研的重要参考，并给予相应的优惠政策。
四、优惠政策：
微电子学院2013年IC精英夏令营的招生优惠政策分设A、B、C三档标准。将根据申请者提交的申请材料、夏令营表现、综合考核等做出相应的评价。
1、A档
参与者如获得所在学校的研究生推荐免试资格，可直接预录取（学术型硕士）；如参加全国研究生统考，若达到学院的复试分数线，初试成绩加30分计入总分排序录取。
2、B档
参与者如获得所在学校的研究生推荐免试资格，可直接预录取（专业学位硕士）；如参加全国研究生统考，达到学院复试分数线，初试成绩加20分计入总分排序录取。
3、C档
参与者参加全国研究生统考，达到学院复试分数线，初试成绩加10分计入总分排序录取。
五、报名安排：
报名时间：即日起至6月12日
报名流程：请按以下网址报名，同时填写报名信息补充表。
1、报名网址（学校）： http://yzb.sjtu.edu.cn/admission/registeronline/examwaiver/registerstep1.ahtml?mode=0
2、填写报名信息补充表（下载），发送至practice@ic.sjtu.edu.cn 。报名信息补充表需要填写申请方向，请参考各方向实习项目简介。
录取方式：最终择优录取20—25人，6月底公布录取结果。
资助：承担外地营员的住宿费，将统一安排住宿。
联系人：陆老师，电话021—34206875
附：夏令营实习项目简介
一、模电射频方向
面向对象： 对模拟电路、射频电路设计好奇的学生；
对模拟电路、射频电路设计喜欢的学生；
对模拟电路、射频电路未来看好的学生。
项目目标：
1、 使学生了解模拟射频电路的技术发展和最新的技术动向
2、 使学生了解并掌握模拟电路、射频电路，主要是模拟电路的设计工具和流程，包括ADS和Cadence
3、 使学生了解基于CMOS工艺的模拟及射频集成电路设计方法和基本流程
4、 培养学生的团队合作能力、解决问题的能力以及创新精神
项目内容：
Introduction to PLL at high level, including building blocks, e.g., PFD, CP, VCO, N-divider.
Target can be Bluetooth or GPS LO generation.
Focus on VCO design, running frequency at 4.8GHz for BT and 3.15GHz for GPS
指导教师：周健军、李小勇、莫亭亭等
二、数字电路设计方向
面向对象：对数字电路、DSP/CPU/SoC芯片设计好奇的学生；
对数字电路、DSP/CPU/SoC芯片设计感兴趣的学生；
想从事数字电路、DSP/CPU/SoC芯片研究和工作的学生。
项目目标：
1.使学生了解模数字集成电路的技术发展和最新的技术动向，通过培训及实践，以设计应用型集成电路为主，了解当今业界通用的集成电路设计自顶向下的设计抽象，熟悉系统级及模块级的设计步骤，熟悉设计工具和流程，包括Synopsys和Cadence；
2.使学生了解基于CMOS工艺的数字集成电路设计方法和基本流程；
3.素质培养：通过素质拓展训练及团队完成项目的形式，培养学生的团队合作能力及沟通能力，培养锻炼组织能力和创新精神；
4.邀请业界知名公司IBM/ AMD公司资深专家进行培训讲座，了解行业发展最新动态；
5.邀请具有直研、考研经验的学生（来自本校本科和外校本科）和老师座谈，给大学四年级的学习安排、毕业后的发展方向提供建议。
项目内容：
课题1：多核处理器及总线架构
包括讲解多核处理器架构目前的发展水平、基本原理和主要难点；面向AMBA总线设计IP，进行仿真验证。项目采用32位RISC CPU作为系统主核，8*8多核处理阵列，AHB总线架构，面向65nm工艺设计；
课题2：基于高精度静态图像处理的FPGA系统设计
图像处理等算法的调研，基于Matlab的上述算法设计与性能评估，上述算法的电路结构设计与功能仿真，上述算法的FPGA系统集成与演示等内容。有兴趣的同学可行选择其中某一种具体算法，完成从算法到系统实现的全过程，也可以完成中间的某一部分工作；
课题3：面向循环嵌套程序的数学处理模型及软件编译方法
主要包括循环嵌套变换的数字方法调研、循环嵌套处理的数学模型设计、基于循环变换的高性能电路设计方法、基于循环变换的程序编译方法等内容；该工作欢迎爱好数学、算法设计的同学参加；
课题4：高性能和低功耗数字集成电路设计
主要包括面向HEVC的高性能电路模块设计、基于低电压的低功耗电路模块设计、基于TSV的3-D高性能电路设计、面向粗粒度可重构处理器的电路模块设计等内容；该工作主要针对某一特定目标，完成电路架构设计、功能仿真与物理实现的内容；可以根据学生兴趣选择完成某一具体阶段的工作，也可以选择完成整个流程的工作；
课题5：典型计算密集问题的并行性评估
主要任务为根据学术界对算法类型的13类分类，从中选择几类计算密集型问题，采用多线程并行的方式对其进行实现，并分析算法的性能瓶颈、并行加速效果等，为课题组承担的十二五863项目的处理器架构设计提供参考。初步选定的典型算法包括稠密矩阵运算、稀疏矩阵运算、FFT、N-body这四类，将其在PC机和实验室的高性能服务器上加以实现，并给出对这些算法的性能分析报告。算法实现的工作量视情况做调整。通过此项目将使参与同学在并行计算、程序设计方面得到良好的锻炼。
指导教师：毛志刚、王琴、何卫峰、谢憬、贺光辉、郭筝、绳伟光
三、嵌入式系统方向
面向对象：基于FPGA的嵌入式系统设计感兴趣的三年级本科生
课程特色
本课程选用Digilent Genesys Virtex5 FPGA开发板作为开发平台，使学生在2周课程中，有机会体验基于FPGA的嵌入式系统设计相关的完整流程；
Digilent/Xilinx资深工程师直接参与课程内容制定、讲授、实验辅导、技术讲座等形式，教程内容成熟，效果直观，针对性强。
课程目标
知识掌握：了解嵌入式系统组成和设计流程，加深对系统集成和软硬件协同设计的理解；掌握利用Verilog进行成熟作品RTL建模和仿真测试的实用技巧；形成完整的SoC软硬件协同设计流程概念。
素质培养：通过团队合作和开放的实践性项目，训练学生的团队分工合作意识、自学能力和自主实践工程能力。
课程内容
基本数字电路设计
Verilog RTL编程基础
Modelsim仿真
以太网LWIP设计
Simulink图像处理与HMDI输出设计
主要使用工具
ModelSim: Verilog HDL仿真
ISE 14.x: FPGA开发工具套件
指导教师：付宇卓、刘婷、Digilent/Xilinx工程师
四、生物电子方向
l 面向对象：对将电子系统有效的应用在生物医疗领域有强烈兴趣的同学
l 实习目标：生物医疗和电子的结合，产生了很多有意义的成果。人的大脑在思维过程中，就能够产生微弱的电信号，而对这些电信号的检测，能够得知一个人的精神状态，甚至用来控制鼠标。在本项目中，我们将设计一个软硬件系统，用来采集肌电、脑电等信号。
★ 初步掌握嵌入式开发方法，能用C进行算法设计和编程实现；
★ 初步掌握软硬件协同设计，能在ARM架构上实现算法的硬件实现和系统的功能集成；
★ 初步掌握常规电子设备的使用方法；
★ 培养学生的团结协作能力，以及学习并解决问题的能力。
l 项目时间表：
第一周：无线生物电信号采集电路板控制软件的设计；电路板的调试；
第二周：生物电信号采集实验；报告写作，项目汇报。
l 指导教师：王国兴
五. 简单神经（计算）网络的建模及仿真
1.项目的意义
认知科学是21世纪世界科学标志性的新兴研究门类，它作为探究人脑或心智工作机制的前沿性尖端学科，已经引起了全世界科学家们的广泛关注。认知计算源自模拟人脑的计算机系统的人工智能，20世纪90年代后，得益于计算机科学和脑神经科学的新发展，在借鉴了脑神经网络研究以及通用计算机系统构建过程中的方法论和技术基础，认知计算这一概念开始出现在研究人员的视野之中。传统的计算技术是定量的，并着重于精度和序列等级，而认知计算则试图解决生物系统中不精确、不确定和部分真实的问题。认知计算是认知科学的子领域之一，也是认知科学的核心技术领域。认知计算对于未来信息技术、人工智能等领域均有着十分重要的影响。研究认知的机理，建立认知的模型，然后用计算机模拟人类认知的过程来处理实际问题是人工智能领域的重要课题。而神经网络结构在认知的过程中起到了关键性作用，通过对神经网络的研究可以一窥认知过程的基本机制，本项目通过对简单神经（计算）网络的建模仿真，解决一些简单的问题，初步阐释认知过程的机理。
2.目前已有的研究基础
项目组对当前神经计算网络领域的前沿研究动态有深入的了解及分析。一些比较具有前瞻性的神经计算网络研究包括：由英国工程和物理科学研究理事会（EPSRC）资助的研究计划SPiNNaker，该计划由曼彻斯特大学主持，包括剑桥大学在内的多所大学参与研究。其最终目标是要实现一个能够仿真10%数量（85亿）神经元的脑神经网络仿真平台；由美国国防部高级研究计划局（DARPA）资助的SyNAPSE项目，由IBM公司和休斯研究实验室（Hughes Research Laboratories）主持，十多所美国大学及研究机构参与研究。最终的目标是建立一个与哺乳动物的大脑在功能、神经元数量以及功耗上可以匹敌的由微处理器构建的计算体统：大概需要重建100亿个神经元，100兆个突触，以及1千瓦的能耗水平，并占据不到两升的空间。
对神经网络的模拟研究大概可以分为功能模拟和结构模拟两个途径。结构模拟是仿照结构机制造出类“人脑”，而功能模拟则暂时撇开人脑的内部结构，从其功能过程进行模拟。这二者并没有一个精确的界限进行划分。采用软件模拟的方法对神经网络进行建模仿真是当前最常用的一种方法。
软件模拟包括功能相对较为简单的软件模拟器，包括SNNS（Stuttgart Neural Network Simulator）、Emergent、Neural Lab、NetMaker等，以及功能更为完善的模拟开发环境，包括Peltarion Synapse 、Encog等。其中Encog是一款开源的模拟软件。
Encog能够模拟多种结构的神经网络，包括：
l 前馈神经网络
l Hopfield神经网络
l 径向基函数神经网络
l Elman回归神经网络
l Jordan回归神经网络
并且拥有丰富的对神经网络进行训练的方法模型，包括：
l 反向传播
l 弹性传播
l 曼哈顿更新规则传播
l 竞争学习
l 霍普菲尔学习
l 遗传算法训练
以及多种训练数据模型，包括监督（supervised）和非监督（unsupervised）等数据模型。
3.研究内容
基于Encog模拟软件完成简单神经网络的搭建并实现简单算法，具体为：
l 标准Encog前馈神经网络搭建
l 康威的生命游戏
l 遗传算法旅行商问题
l XOR神经网络
l Doughnut Hunter游戏
4.项目时间表
第一周：简单神经网络搭建
第二周：软件仿真，解决具体的小问题
5.指导老师：蒋江
