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雜度，提出了量程輔助的懸空電容陣列開關(guān)算法及預開窗異步控制邏輯，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費激勵，智能引導用戶充電行為，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?！败?、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。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用任務時，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)域具有重要應用價值，但其設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)十臺服務器中的數(shù)百個GPU加速器間并行運行龐大且復雜的計算任務和自動優(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)+”應用的安全保障能力。 (新 華)

“面向新型硬件架構(gòu)的復雜地理計算平臺”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)的復雜地理計算平臺”通過驗收。

針對復雜地理計算的重大應用需求，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)字城市地理信息應用環(huán)境，推廣應用前景廣闊。

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)境下的復雜地理計算能力，提升了地理計算軟件與應用的理論與技術(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)