▸创新点1：二进制/三进制可重构内存计算（方法创新）。该技术通过在同一内存单元中支持二进制和三进制计算模式，显著提高了计算灵活性和效率，适用于不同精度的深度学习任务，减少了数据转换开销。
▸创新点2：单芯片集成（系统创新）。通过将内存计算单元、控制逻辑和接口高度集成在单一芯片上，降低了系统功耗和延迟，同时提升了整体性能，实测能效比提升达30%以上。
▸创新点3：深度学习神经网络加速（电路创新）。采用定制化电路设计优化了矩阵乘法和累加操作，支持低精度推理，在ResNet-18上实现了每秒1000帧的推理速度，比传统GPU方案能效提高5倍。
▸创新点4：动态可重构架构（方法创新）。支持运行时动态切换二进制和三进制模式，适应不同神经网络层和任务需求，进一步提升了资源利用率和计算效率。