電子信息

電子信息

中科院微電子所低功耗模數(shù)轉(zhuǎn)換器研究獲進展

中國科學院微電子研究所智能感知研發(fā)中心的研究人員研發(fā)出一款13位轉(zhuǎn)換速率為50MS/s的混合型模數(shù)轉(zhuǎn)換器（ADC），其品質(zhì)因數(shù)（FOM）達到國際領(lǐng)先水平。

該ADC采用了基于量程輔助、逐次逼近、流水線等技術(shù)的混合型架構(gòu)，在國際上首次提出了高增益（32倍）PVT（小批量過程驗證測試）不敏感的時間域放大器，顯著降低了ADC的功耗及校準算法的復(fù)雜度，提出了量程輔助的懸空電容陣列開關(guān)算法及預(yù)開窗異步控制邏輯，提高了ADC的轉(zhuǎn)換速率。該ADC在130nm CMOS（互補金屬氧化物半導(dǎo)體）工藝下流片成功，有效核心面積0.22mm2。測試結(jié)果表明，在1.2V供電、50MS/s轉(zhuǎn)換速率下，輸入信號為2MHz時，該ADC的信噪失真比（SNDR）達71.6dB，無雜散動態(tài)范圍（SFDR）達84.6dB。該ADC支持可變電源電壓與轉(zhuǎn)換速率，當電源電壓從0.8V變化到1.2V時，其轉(zhuǎn)換速率為10MS/s～50MS/s，Walden FOM值為4.0fJ/conversions t e p～1 1.3 f J/conversion-step。

該ADC可滿足當前高速發(fā)展的片上集成系統(tǒng)對低功耗、高速度，以及高精度等特性的嚴格要求，適用于多種便攜式通信系統(tǒng)應(yīng)用場景。 (侯 茜)

我國建成全球最大智慧車聯(lián)網(wǎng)

國家電網(wǎng)公司下屬車聯(lián)網(wǎng)平臺已實現(xiàn)與普天新能源有限責任公司、特來電新能源有限公司、萬幫充電設(shè)備有限公司—星星充電等17家充電運營商的互聯(lián)互通。這意味著我國建成了目前全球覆蓋范圍最廣、接入設(shè)備最多、技術(shù)水平最高的智慧車聯(lián)網(wǎng)。

繼互聯(lián)網(wǎng)、物聯(lián)網(wǎng)之后，車聯(lián)網(wǎng)成為未來智慧城市的一個重要標志。國網(wǎng)公司采用大數(shù)據(jù)、云計算等技術(shù)，建成了開放、高效的智慧車聯(lián)網(wǎng)平臺。用戶下載“e充電”APP，即可一鍵式找樁充電。

據(jù)介紹，車聯(lián)網(wǎng)不只方便用戶充電，還可利用分時充電電價和服務(wù)費激勵，智能引導(dǎo)用戶充電行為，推進用電負荷削峰填谷。智慧車聯(lián)網(wǎng)是基于與充電運營平臺、車企車輛管理平臺的數(shù)據(jù)共享來實現(xiàn)的。“車、樁、網(wǎng)”數(shù)據(jù)融合后，通過充電、用電、駕駛等大數(shù)據(jù)分析，可以為用戶提供更多服務(wù)。目前，該平臺已與浙江吉利控股集團、比亞迪股份有限公司、安徽江淮汽車集團股份有限公司等20余家廠家進行了技術(shù)對接，能夠監(jiān)測電動車的實時狀態(tài)、電池壽命等。未來，智慧車聯(lián)網(wǎng)的全部數(shù)據(jù)將向全社會開放。 (姜 琳)

我國提出實時、高準確率的CPU面部檢測方法——FaceBoxes

用神經(jīng)網(wǎng)絡(luò)有效地進行面部檢測等操作，往往需要使用GPU（圖形處理器）等高速并行計算設(shè)備，而如果僅使用CPU（中央處理器），速度與準確度往往不能兼得。為了解決這一問題，中國科學院自動化研究所的研究人員提出了一種新方法——Face-Boxes，在保證CPU面部識別準確度的同時，實現(xiàn)了實時處理。

FaceBoxes面部檢測方法采用輕量卻強大的網(wǎng)絡(luò)結(jié)構(gòu)，其由快速消化的卷積層（RDCL）和多尺度卷積層（MSCL）構(gòu)成。RDCL可使FaceBoxes在CPU上實現(xiàn)實時的速度；而MSCL可在不同層上豐富感受野和離散化anchor，以便處理不同尺度的面部圖像。此外，研究人員還提出了一種新的anchor密度化策略，可以使圖像上不同類型的anchor具有相同的密度，從而顯著提升小面部的召回率。這使得FaceBoxes面部監(jiān)測方法在VGA分辨率的圖像上可以采用單核CPU以20fps的速度運行，也可在單個GPU上以125fps的速度運行。此外，F(xiàn)aceBoxes的速度不會因人臉的數(shù)量而發(fā)生改變。

經(jīng)全面測試與評估，F(xiàn)aceBoxes在AFW、PASCAL等人臉數(shù)據(jù)集和FDDB等多個面部檢測基準數(shù)據(jù)集上均達到了當前最佳的檢測水平。 (新 華)

華為公司推出首款人工智能手機芯片

華為技術(shù)有限公司推出了首款用于移動計算的人工智能芯片——麒麟970。

據(jù)悉，麒麟970由華為公司與中國科學院計算技術(shù)研究所共同開發(fā)，處理速度和能耗等性能相較普通芯片更優(yōu)越。該芯片在約1cm2的面積內(nèi)集成了55億個晶體管，內(nèi)置8核中央處理器（CPU）。與傳統(tǒng)的4核芯片相比，在處理同樣的人工智能應(yīng)用任務(wù)時，其擁有約50倍能效和25倍性能優(yōu)勢。該芯片能夠顯著提升手機的整體性能，并有效延長電池壽命。其采用集成神經(jīng)元網(wǎng)絡(luò)單元（NPU），將通常由多個芯片完成的傳統(tǒng)計算、圖形、圖像，以及數(shù)字（數(shù)位）信號處理等功能集成在一塊芯片內(nèi)，節(jié)省空間和能耗，并大幅提高了設(shè)備的運算效率。

首款搭載麒麟970芯片的華為新一代Mate系列產(chǎn)品將于10月在德國慕尼黑發(fā)布。 (任希佳)

我國在基于人工維度全光器件設(shè)計方面取得進展

中國科學院量子信息重點實驗室在基于人工維度的全光器件的設(shè)計方面取得新進展：在理論上提出“通過調(diào)控簡并光腔中的軌道角動量光子可以實現(xiàn)全光量子存儲器和濾波器”，為光學人工維度的應(yīng)用開辟了一條新的道路。

全光器件在傳統(tǒng)的光通訊、量子信息等領(lǐng)域具有重要應(yīng)用價值，但其設(shè)計主要是基于光子在真實空間中的傳播和干涉來進行的，需要對大量的光學元件進行精確的控制，因此，精密而復(fù)雜的全光器件非常難以實現(xiàn)。研究人員提出了通過調(diào)控光子的內(nèi)部自由度來實現(xiàn)器件設(shè)計的思路，即：將光子的軌道角動量自由度映射為人造維度上的一個個空間格點，通過巧妙地設(shè)計這些人造維度中格點的躍遷，等效了光子在真實空間維度上的傳播。這樣，通過調(diào)控光子在人工維度上的行為，即可實現(xiàn)全光器件的功能，從而大大降低了全光器件設(shè)計的難度。在此基礎(chǔ)上，研究人員還提出了實現(xiàn)全光的量子存儲器和光學濾波器設(shè)計的方法。采用該方法，所有的這些光子軌道角動量模式（用以映射人工維度上的空間格點）均可包含在一個能量簡并的光腔中，通過附加簡單的光路，即可實現(xiàn)這些簡并模式之間的躍遷。

目前，研究人員正在開展相關(guān)實驗工作，并已經(jīng)初步制備成功了包含這些簡并的光學軌道角動量模式的光腔。 (科 苑)

瑞士和美國合作開展原子尺度數(shù)據(jù)存儲前瞻性研究

瑞士蘇黎世聯(lián)邦理工大學、瑞士洛桑聯(lián)邦理工大學、美國IBM研究中心的研究人員正在聯(lián)合開展關(guān)于原子尺度數(shù)據(jù)存儲技術(shù)的前瞻性研究，嘗試在原子尺度實現(xiàn)數(shù)據(jù)的存儲和讀取。

研究人員通過實驗對此前由蘇黎世聯(lián)邦理工大學證實的“稀土元素鈥原子在特定的表面可顯現(xiàn)出一定的‘剩磁’特性，理論上可利用這種特性實現(xiàn)單個原子進行數(shù)據(jù)的存取”這一理論進行了驗證。研究人員利用掃描隧道顯微鏡，使非常細微的探針精確地“接觸”到單個原子，通過探針尖端的鐵原子，向鈥原子施加微弱的極化電流，從而使鈥原子的磁矩指向規(guī)定的方向，完成了1個最小數(shù)據(jù)單元——“比特”的存儲。在讀取數(shù)據(jù)時，有兩種方式，一是根據(jù)鈥原子在不同磁狀態(tài)下導(dǎo)電性能的差異，二是測定處于不同磁狀態(tài)的鈥原子在其周圍產(chǎn)生的磁場。研究人員還發(fā)現(xiàn)，將稀土元素鏑原子滲入二氧化硅形成復(fù)合材料，并通過技術(shù)手段使鏑原子分布在其表面后，在低溫條件下，這些鏑原子也能顯現(xiàn)出一定的“剩磁”性能。

目前，該項實驗研究還是在超低溫（-269℃）和高真空條件下進行的，而且系統(tǒng)的穩(wěn)定性很容易被破壞，研究人員認為，雖然距離實際應(yīng)用還很遙遠，但該項研究探索和驗證了新型數(shù)據(jù)存儲技術(shù)的可行性，同時也為新材料的研究提供了新的方向和思路。 (科技部)

美國IBM研究院實現(xiàn)深度學習性能突破

美國IBM研究院采用全新的分布式深度學習軟件，實現(xiàn)了接近理想的擴展能力。該軟件在64臺IBM Power系統(tǒng)服務(wù)器中的256個GPU（圖形處理器）上并行運行深度學習框架，實現(xiàn)了95%的擴展效率，運算速度與準確率也顯著提升。此前的最佳擴展效率是Facebook人工智能研究院所取得的89%。

深度學習是一種廣泛使用的人工智能方法，可以幫助計算機通過大量數(shù)據(jù)理解真實世界的圖像和聲音，并提取其中的含義。目前，深度學習主要是在單一服務(wù)器上運行的，在不同計算機之間高速移動大量數(shù)據(jù)的協(xié)調(diào)過程太過復(fù)雜，因此，大規(guī)模運行深度學習模型在技術(shù)上面臨著困難，訓練時間通常要持續(xù)數(shù)天甚至數(shù)周。

IBM研究院的研究人員編寫了軟件和算法，能夠在數(shù)十臺服務(wù)器中的數(shù)百個GPU加速器間并行運行龐大且復(fù)雜的計算任務(wù)和自動優(yōu)化算法。在使用ImageNet-22k數(shù)據(jù)集的750萬張圖像訓練模型時，其圖像識別準確率達到了目前世界最高的33.8%。該分布式深度學習技術(shù)不僅提高了準確率，還大幅縮短了運算時間，可在7h內(nèi)訓練一個ResNet-101神經(jīng)網(wǎng)絡(luò)模型。 (科技部)

我國自主研制的匿名實體鑒別機制正式發(fā)布為國際標準

國際標準化組織（ISO）發(fā)布了首個面向口令鑒別的隱私保護國際標準ISO/IEC 20009-4: 2017，即基于口令的匿名實體鑒別工業(yè)標準。中國科學院軟件研究所研制的匿名口令實體鑒別機制（YZ機制）是其中一種機制。這是我國在網(wǎng)絡(luò)空間安全領(lǐng)域取得的少數(shù)幾個自主研制的國際標準之一，大幅增強了我國在這一領(lǐng)域的國際話語權(quán)。

YZ機制采用口令雜湊值作為密鑰交換的基底并有機地與OT協(xié)議相結(jié)合，突破了身份鑒別時既要保護隱私又要抵抗字典攻擊的相互制約，解決了基于強秘密的設(shè)計理論無法適用的問題，在保持性能優(yōu)勢的同時具有可證明安全性。YZ機制不依賴于額外存儲，擺脫了同類技術(shù)對專用硬件的依賴性，解決了計算機問世以來最常用的口令鑒別技術(shù)面臨的“鑒別不匿名、匿名無鑒別”的難題。在隱私泄漏事件頻發(fā)的安全形勢下，該機制作為一種全新的隱私保護技術(shù)，可為網(wǎng)絡(luò)空間中每天數(shù)億次的實體鑒別實例提供隱私保護功能，大幅提升我國“互聯(lián)網(wǎng)+”應(yīng)用的安全保障能力。 (新 華)

“面向新型硬件架構(gòu)的復(fù)雜地理計算平臺”項目通過驗收

中國人民解放軍國防科技大學聯(lián)合武漢大學、東北大學、南京師范大學等多家單位完成的國家863計劃地理信息系統(tǒng)主題項目“面向新型硬件架構(gòu)的復(fù)雜地理計算平臺”通過驗收。

針對復(fù)雜地理計算的重大應(yīng)用需求，面向多核CPU/GPU（中央處理器/圖形處理器）和集群的新型混合并行硬件環(huán)境，研究人員突破了面向高性能集群架構(gòu)的復(fù)雜地理計算平臺體系架構(gòu)、海量地理空間數(shù)據(jù)并行處理、訪問、可視化與制圖等一批高性能地理計算核心技術(shù)，形成了地理數(shù)據(jù)轉(zhuǎn)換、地理空間計算、數(shù)字地形分析、智能地理計算、空間統(tǒng)計等一整套并行算法庫和軟件中間件，研制出了高性能復(fù)雜地理計算平臺，有效地支撐了流域系統(tǒng)模擬和情景分析等計算應(yīng)用。該平臺現(xiàn)已部署到中國地質(zhì)調(diào)查局、上海交通大學、國防科技大學、湖南省第二測繪院等單位，搭建了由國產(chǎn)服務(wù)器集群組成的高性能計算硬件平臺，形成了基于并行計算的地學數(shù)據(jù)處理、SAR（合成孔徑雷達）數(shù)據(jù)處理和數(shù)字城市地理信息應(yīng)用環(huán)境，推廣應(yīng)用前景廣闊。

該項目通過地理計算系統(tǒng)基礎(chǔ)架構(gòu)的創(chuàng)新和現(xiàn)有地理計算算法的改造，增強了高性能計算環(huán)境下的復(fù)雜地理計算能力，提升了地理計算軟件與應(yīng)用的理論與技術(shù)支撐水平，為研制具有自主知識產(chǎn)權(quán)的下一代地理信息系統(tǒng)核心軟件奠定了基礎(chǔ)。 (科技部)