多个博士研究生岗位——针对硬件内学习、关联存储器及Kolmogorov-Arnold网络的协同设计

该研究项目专注于开发用于脑启发式计算的硬件设备，包括关联记忆系统与Kolmogorov-Arnold网络。 该职位强调硬件与软件协同设计，以创新算法与电路，旨在应用于人工智能和机器学习领域。申请者应具备电气工程、计算机科学或相关领域的背景知识。

您的职位： 几个职位分布在不同的项目领域： 1) 基于关联记忆的计算技术：该项目将运用密集关联记忆与现代霍普菲尔德网络等概念，旨在a) 在电子领域实现此类系统，特别是采用新型内容寻址存储器（CAM）设计，包括生产实施机会；b) 探索能够利用关联记忆的计算应用与算法，包括机器学习、大语言模型、基因组学以及经典数据科学方法（树模型、决策树、有限自动机）。 我们将在制备好的集成电路芯片上通过实验来验证这些应用。 2) 作为传统神经网络的有前景补充，Kolmogorov-Arnold 网络（KAN）。 KANs 为复杂非线性模型提供高效的表示方式，在算法与硬件协同设计领域具有独特的研究机遇，尤其适用于资源受限环境。 申请者需具备边缘智能、科学计算及新兴人工智能相关的能力。 该项目任务将包括资源感知式训练方法及硬件实现，涵盖 KAN 加速器架构的设计、开发与验证，以及定制集成电路的刻录工作。 3) 硬件学习：除了上述主题之外，我们的团队致力于开发电子硬件，以支持和实现适用于具有内部状态变量的递归非线性网络的本地学习规则。 上述项目为本研究提供了合适的约束性架构，但在学习规则类型及物理实现方面，仍有进行更灵活探索的空间。 该项目将涉及算法与硬件的协同设计工作，最终致力于在由 CMOS 和新兴存储技术构成的集成电路中实现物理实现。 这些项目的核心主题为硬件与软件的协同设计，其中电路/架构及算法/应用均通过团队合作与专家协作共同开展。 请在申请中明确您对哪个项目领域特别感兴趣。

任职要求： 根据您希望加入的具体项目，任职要求应包含以下部分技能。 电气/电子工程、计算机科学、计算机工程、物理或相关领域的硕士学位 对计算机架构与硬件加速器设计有扎实的理解非常有益 对于电路实现相关岗位，强烈期望申请者具备扎实的电子学背景，并拥有模拟、数字或混合信号电路的设计与仿真经验，包括使用 SPICE 及相关工具的能力 对于算法相关项目，强烈期望申请者具备扎实的编程及高等数学基础 Python编程经验及对机器学习框架的熟悉度 对新型存储器件与计算技术知识的了解非常有益 优秀的沟通技巧以及团队协作能力至关重要 对于国际工作环境而言，需要具备良好的书面与口语英语能力及丰富的词汇量（根据CEFR标准至少达到B2水平），理想情况下还应持有证明语言水平的证书。

我们为您提供的优势： 研究与基础设施领域：您将参与一个具有顶尖设备的世界领先国际研究环境 团队与环境：你将有机会在高度跨学科且充满活力的神经形态与脑启发计算领域工作，与物理学家、神经科学家、材料科学家及工程师合作交流。 交流与合作：您将参与（国际）会议和项目会议，并积极构建您的学术网络 指导与支持：我们将为您提供持续的专家级指导，协助您完成博士学习进程。 工作与生活的平衡：我们提供灵活的工作时间，以帮助您平衡职业与个人生活。您还可以选择灵活工作模式（具体地点可根据需求调整），通常在咨询后并根据即将进行的任务及（现场）会议安排而定。 年假：您将获得30天的年假 知识与发展：您的专业发展对我们至关重要——我们将为您提供针对性且个性化的支持，例如为博士候选人专门提供的培训与交流机会（JuDocS） 合理的薪酬待遇：根据您的资质与承担的职责，您将被归入 TVöD-Bund 的薪酬组 13 类别（75%）。 根据集体薪酬协议，除基本工资外，还额外享有年终奖金，金额为月工资的 75%，同时包含资本形成福利。 与 TVöD-Bund 集体协议相关的所有信息均可在 BMI 网站查阅（支付标准表位于 PDF 下载文件的第 74 页） 背景：该职位初始为3年的固定任期，但存在长期聘用的可能性 对国际员工的支持：我们的国际咨询服务有助于国际员工更轻松地开始工作 除了令人兴奋的任务和协作性工作环境外，我们还提供更多优势：[会员链接] 我们欢迎来自不同背景的人士申请，包括年龄、性别、残疾状况、性取向/身份以及社会、种族和宗教背景等方面。一个多元且包容的工作环境，以及人人都能平等发展的机会，对我们来说至关重要，因为在这种环境中，每个人都能充分发挥其潜力。 以下[会员链接]提供了关于多样性与平等机会的更多信息，[会员链接]则介绍了针对女性的具体支持措施。国际申请者可在此处获取更多信息：[会员链接] 聘用地点：亚琛 开始日期：定在下一个可能的日期 薪资：第13组薪酬档（75%）TVöD-Bund 申请截止日期：该职位将持续发布，直至成功录用为止 索引编号：2026D-0800