清华大学微纳电子系教授、智源研究员尹首一团队构建了一个基于唯一权重分解卷积的数模混合DNN处理器。该处理器的整体架构和数据流基于提出的多颗粒可重构计算架构来构建，核心的矩阵计算则基于更具低功耗优势的时域存内计算单元完成，通过动态重构的数据流灵活适配时域存内计算单元的输入和输出，数模协同、优势互补，实现DNN处理的能效突破。该处理器的最终在1bit和4bit的非均匀量化网络（AlexNet和VGG16）上平均实现了62.1TOPS/W和10.7TOPS/W的能效，比之前工作提升了10.6倍和1.83倍，在1bit的均匀量化的VGG-16上实现了60.2TOPS/W的能效，比之前最好的工作提升了1.29倍。
与国际上最先进的AI芯片对比（图片来源:学者提供）
