電子信息

電子信息

中科院微電子所低功耗模數轉換器研究獲進展

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

該ADC采用了基于量程輔助、逐次逼近、流水線等技術的混合型架構，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算法及預開窗異步控制邏輯，提高了ADC的轉換速率。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。測試結果表明，在1.2V供電、50MS/s轉換速率下，輸入信號為2MHz時，該ADC的信噪失真比（SNDR）達71.6dB，無雜散動態范圍（SFDR）達84.6dB。該ADC支持可變電源電壓與轉換速率，當電源電壓從0.8V變化到1.2V時，其轉換速率為10MS/s～50MS/s，Walden FOM值為4.0fJ/conversions t e p～1 1.3 f J/conversion-step。

該ADC可滿足當前高速發展的片上集成系統對低功耗、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應用場景。 (侯 茜)

我國建成全球最大智慧車聯網

國家電網公司下屬車聯網平臺已實現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、技術水平最高的智慧車聯網。

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

據介紹，車聯網不只方便用戶充電，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。智慧車聯網是基于與充電運營平臺、車企車輛管理平臺的數據共享來實現的。“車、樁、網”數據融合后，通過充電、用電、駕駛等大數據分析，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對接，能夠監測電動車的實時狀態、電池壽命等。未來，智慧車聯網的全部數據將向全社會開放。 (姜 琳)

我國提出實時、高準確率的CPU面部檢測方法——FaceBoxes

用神經網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，實現了實時處理。

FaceBoxes面部檢測方法采用輕量卻強大的網絡結構，其由快速消化的卷積層（RDCL）和多尺度卷積層（MSCL）構成。RDCL可使FaceBoxes在CPU上實現實時的速度；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，FaceBoxes的速度不會因人臉的數量而發生改變。

經全面測試與評估，FaceBoxes在AFW、PASCAL等人臉數據集和FDDB等多個面部檢測基準數據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。

據悉，麒麟970由華為公司與中國科學院計算技術研究所共同開發，處理速度和能耗等性能相較普通芯片更優越。該芯片在約1cm2的面積內集成了55億個晶體管，內置8核中央處理器（CPU）。與傳統的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。其采用集成神經元網絡單元（NPU），將通常由多個芯片完成的傳統計算、圖形、圖像，以及數字（數位）信號處理等功能集成在一塊芯片內，節省空間和能耗，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系列產品將于10月在德國慕尼黑發布。 (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“通過調控簡并光腔中的軌道角動量光子可以實現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。

全光器件在傳統的光通訊、量子信息等領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。研究人員提出了通過調控光子的內部自由度來實現器件設計的思路，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，通過調控光子在人工維度上的行為，即可實現全光器件的功能，從而大大降低了全光器件設計的難度。在此基礎上，研究人員還提出了實現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，即可實現這些簡并模式之間的躍遷。

目前，研究人員正在開展相關實驗工作，并已經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據存儲前瞻性研究

瑞士蘇黎世聯邦理工大學、瑞士洛桑聯邦理工大學、美國IBM研究中心的研究人員正在聯合開展關于原子尺度數據存儲技術的前瞻性研究，嘗試在原子尺度實現數據的存儲和讀取。

研究人員通過實驗對此前由蘇黎世聯邦理工大學證實的“稀土元素鈥原子在特定的表面可顯現出一定的‘剩磁’特性，理論上可利用這種特性實現單個原子進行數據的存取”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定的方向，完成了1個最小數據單元——“比特”的存儲。在讀取數據時，有兩種方式，一是根據鈥原子在不同磁狀態下導電性能的差異，二是測定處于不同磁狀態的鈥原子在其周圍產生的磁場。研究人員還發現，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，而且系統的穩定性很容易被破壞，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據存儲技術的可行性，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，實現了接近理想的擴展能力。該軟件在64臺IBM Power系統服務器中的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據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據的協調過程太過復雜，因此，大規模運行深度學習模型在技術上面臨著困難，訓練時間通常要持續數天甚至數周。

IBM研究院的研究人員編寫了軟件和算法，能夠在數十臺服務器中的數百個GPU加速器間并行運行龐大且復雜的計算任務和自動優化算法。在使用ImageNet-22k數據集的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不僅提高了準確率，還大幅縮短了運算時間，可在7h內訓練一個ResNet-101神經網絡模型。 (科技部)

我國自主研制的匿名實體鑒別機制正式發布為國際標準

國際標準化組織（ISO）發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。這是我國在網絡空間安全領域取得的少數幾個自主研制的國際標準之一，大幅增強了我國在這一領域的國際話語權。

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協議相結合，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的安全形勢下，該機制作為一種全新的隱私保護技術，可為網絡空間中每天數億次的實體鑒別實例提供隱私保護功能，大幅提升我國“互聯網+”應用的安全保障能力。 (新 華)

“面向新型硬件架構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計劃地理信息系統主題項目“面向新型硬件架構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境，研究人員突破了面向高性能集群架構的復雜地理計算平臺體系架構、海量地理空間數據并行處理、訪問、可視化與制圖等一批高性能地理計算核心技術，形成了地理數據轉換、地理空間計算、數字地形分析、智能地理計算、空間統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模擬和情景分析等計算應用。該平臺現已部署到中國地質調查局、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據處理、SAR（合成孔徑雷達）數據處理和數字城市地理信息應用環境，推廣應用前景廣闊。

該項目通過地理計算系統基礎架構的創新和現有地理計算算法的改造，增強了高性能計算環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支撐水平，為研制具有自主知識產權的下一代地理信息系統核心軟件奠定了基礎。 (科技部)