微信

热线服务
手机/微信同号13926842159

乐鱼官网app平台专业的技术、规范的管理、踏实的态度、优质的服务10年专业从事各类真空泵制造、而且熟悉爱德华真空泵故障大全的各种维修方法。 139-2684-2159

乐鱼官网app平台下载扎根东莞,长期服务于真空泵领域内设备及配件的高科技企业,服务全国。另外需要爱德华罗茨泵油 的也可以来找我们

乐鱼官方网站在线登录-阿特拉斯真空泵当前所在位置 : 首页 > 乐鱼官网app平台 > 乐鱼官方网站在线登录-阿特拉斯真空泵

乐鱼官网app平台

中国实现世界首个千兆赫兹碳纳米管IC;联发科发首款智能健康芯片 摩尔内参 1214

来源:乐鱼官方网站在线登录-阿特拉斯真空泵
发布时间:2024-04-11 11:37:00

原标题:中国实现世界首个千兆赫兹碳纳米管IC;联发科发首款智能健康芯片 摩尔内参 12/14

产品详情

  原标题:中国实现世界首个千兆赫兹碳纳米管IC;联发科发首款智能健康芯片 摩尔内参 12/14

  据北京大学新闻中心消息,信息科学技术学院彭练矛-张志勇团队实现世界上首个千兆赫兹碳纳米管集成电路。

  集成电路芯片遵从摩尔定律,通过缩减晶体管尺寸,不断的提高性能和集成度,成本得以降低;然而,逐步发展却受到来自物理极限、功耗和制造成本的限制,需要采用新兴信息器件技术支撑未来电子学的发展。碳纳米管被认为是构建亚10nm晶体管的理想材料;理论和实验研究均表明相较硅基器件而言,其具有5~10倍的本征速度和功耗优势,性能接近由量子测不准原理所决定的电子开关的极限,有望满足后摩尔时代集成电路的发展需求。但是,由于寄生效应较大,实际制备的碳管集成电路工作频率较低(一般在兆赫兹以下,1MHz=106Hz),比硅基互补金属氧化物半导体(CMOS)电路的工作频率(千兆赫兹,即吉赫兹,1GHz=103MHz=109Hz)低几个数量级。在国际商业机器公司(IBM)研究人员2017年8月发表的基于碳管阵列的环形振荡器的研究工作中,振荡频率达282MHz,仍远远低于预期。因此,大幅度提升碳纳米管集成电路的工作频率成为发展碳纳米管电子学的重要挑战。

  北京大学信息科学技术学院、纳米器件物理与化学教育部重点实验室彭练矛教授-张志勇教授团队在碳纳米管电子学领域潜心研究十几年,发展了一整套碳管CMOS技术,前期已实现亚10nm CMOS器件以及中等规模集成电路。日前,他们通过对碳管材料、器件结构/工艺和电路版图的优化,在世界上首次实现工作在千兆赫兹频率的碳管集成电路,有力推动了碳纳米管电子学的发展。

  团队首先通过优化碳管材料、器件结构和工艺,提升碳纳米管晶体管的跨导和驱动电流;对于栅长为120nm的晶体管,在0.8V的工作电压下,其开态电流和跨导分别达到0.55mA/μm和0.46mS/μm,其中跨导为已发表碳管器件的最高值。基于如此性能的器件,成功实现了五级环振,振荡频率达680MHz。而后,团队逐步优化器件结构,在源漏和栅之间引入空气侧墙,以减少源漏寄生电容;同时增加栅电阻的厚度,以减少寄生电阻,振荡频率达到2.62GHz。在此基础上,团队通过缩减碳管晶体管栅长和优化电路版图,将五级环振振荡频率逐步提升至5.54GHz,比此前发表的最高纪录(282MHz)提升了几乎20倍;而120nm栅长碳管器件的单级门延时仅为18ps,在没有采用多层互联技术的前提下,速度已接近同等技术节点的商用硅基CMOS电路。更重要的是,该技术所采用的碳纳米管薄膜作为有源区材料,可实现高性能碳管环振电路的批量制备,且电路成品率为60%,环振的平均振荡频率为2.62GHz,表征差为0.16GHz,表现出较好的性能均一性。

  《自然·电子学》官网截屏与文中描述的碳纳米管环形振荡电路:(a)五级环振电路扫描电镜照片;(b)5.54 GHz的碳管环振电路;(c)环振频率的统计直方图;(d)与其他碳管材料、二维材料和硅基环振的单级门延时对比。

  2017年12月11日,上述工作以题为《基于碳纳米管薄膜的千兆赫兹集成电路》(Gigahertz integrated circuits based on carbon nanotube films)的论文在线发表于《自然·电子学》(Nature Electronics, DOI:10.1038/s4-y),即将正式刊载于该期刊的创刊号,这也是北京大学在该期刊发表的首篇论文。信息学院2013级博士研究生仲东来为第一作者,张志勇教授和彭练矛教授为共同通讯作者。这项研究工作不仅极大推进了碳纳米管集成电路的发展,更表明基于现有的碳管材料,通过简单工艺已可能实现性能与商用单晶硅基CMOS性能相当的集成电路;如果采用更为理想的材料(例如高密度碳管平行阵列)和更高级的加工工艺,则有望推动碳纳米管技术在速度和功耗等方面全面超过硅基CMOS技术。

  该项研究得到国家重点研发计划、国家自然科学基金、北京市科技计划和建设世界一流大学(学科)和特色发展引导专项的资助。

  GPU 在人工智能(AI)运算大放异彩,激励两家 GPU 大厂 Nvidia、AMD 股价狂飙。但是分析师警告,明年 GPU 在 AI 的地位,也许会遭“特殊应用集成电路”(ASIC)取代。

  Rolland 以虚拟货币挖矿为例,解释此一变化。早期矿工挖掘虚币时,多用 GPU,不过随着挖矿难度逐步的提升,矿工逐渐改用 ASIC。现在比特币矿工多半采用 ASIC,以太币矿工也会在今年改用 ASIC。市面上更出现以太币专用 ASIC,效能远胜 GPU。

  报告称,Nvidia 有 ASIC 有关部门,未来仍会在 AI 扮演重要角色。但是市场将有更多竞争者,有望受惠的 ASIC 业者,包括协助谷歌研发 AI 芯片的博通、Cavium、Marvell、Microsemi 等。

  芯片商 Cerebras 正在研发 AI 专用的 ASIC,该公司CEO Andrew Feldman 强调,GPU 并非最适合 AI 运算的芯片。GPU 原本是为了电玩开发,如今却碰巧适用于另一个毫不相干的新市场。这种幸运的巧合不会发生,最可能的解释是,GPU 只是当前最佳的解决方案,让业界能继续往前,暗示 ASIC 才是 AI 前景所在。

  Barron’8 月 23 日报导,摩根士丹利(Morgan Stanley,通称大摩)发布研究报告说明,现场可程序化闸阵列在机器学习进行“推论”(inference)时扮演的角色,可能比市场想像还要大,Xilinx 有望受惠。

  据外媒报道,英特尔公司悄然缩减了“Intel Inside”用于渠道建设和个人电脑方面的预算,数额大约在40%~60%之间。

  一位已经被告知但不愿透露姓名的合作伙伴告诉CRN,英特尔将这部分削减的资金投放给了数据中心等别的业务分部,进一步去PC化,以此来保证自身更好的利润率。

  “Intel Inside”不单单是一个LOGO或者标签,在英特尔内部,这是一项金援性的资助计划。顾名思义,其作用在于,帮助OEM、渠道商大力推广和采用Intel处理器的产品。

  资料显示,1991年,Intel推出“Intel Inside”合作项目,在1997年就有1500多OEM厂商加入生态圈,帮助推广和保持领先地位。

  CRN称,英特尔发言人确认了相关项目预算的削减,但拒绝透露数字。英特尔发言人强调,此举能够在一定程度上帮助消费者更有效地选购产品,也有助于英特尔更精确地把握市场风向,好安排业务优先级。

  从这番表态显而易见,Intel对沿用了26年的“Intel Inside”推广计划有些疲倦,似乎营造出了一种模糊的虚假繁荣。

  资料显示,1991年,Intel推出“Intel Inside”合作项目,在1997年就有1500多OEM厂商加入生态圈,帮助推广和保持领先地位。

  一位广告圈CEO认为,那些严重依赖Intel的补贴生存的厂商将遭受严重打击。

  同时,PC厂商利益受损后可能会进一步抬升价格。AMD和正在崛起的高通机会来了。

  MD、百度今天联合宣布,基于 AMD EPYC 服务器平台的百度人工智能、大数据、云计算 ( ABC ) 数据中心服务已经正式上线。

  百度表示,借助 AMD EPYC 处理器在单路系统中就可以实现的强大计算性能、先进功能特性,百度能为客户提供高效优化的大容量存储和计算服务。

  2018 年第一季度开始,百度还会在全球数据中心扩展部署 AMD EPYC 处理器。

  AMD EPYC 霄龙处理器今年 8 月份正式登陆中国市场,中国互联网四大巨头 BATJ 都是其重要合作伙伴,其中百度、腾讯、京东均从下半年开始陆续部署 EPYC 服务器系统,为各自的全球数据中心提供支持。

  AMD、百度还现场签署合作协议,共同打造百度 AMD GPU 技术联合实验室。

  AMD EPYC 提供了三款单路型号 EPYC 7551P/7401P/7351P,规格、特性和不带 P 后缀的双路型号基本一致,最多也有 32 核心 64 线 总线但性价比更高,能让客户以更低的成本打造数据中心。

  据网易科技12月14日消息,联发科技今天发布了业界首款智能健康方案——MediaTek Sensio,并且发布了首款六合一的智能健康芯片MT6381,60秒即可测量用户六项生理数据,该芯片可以整合进智能手机或手机配件中。据了解,联发科技的智能健康方案将于2018年初供货。

  据联发科技无线通讯事业部产品规划以及行销总监李彦辑透露,早在2011年联发科技就投入了医疗电子创新技术研发的计划,与台大医院、台湾大学合作,成立了四个研究群。今天联发科技发布的MT6381芯片仅需要60秒就可以测量到用户的心率、心率变异、血压趋势、血氧饱和度、心电图、光体积脉搏图等6项生理数据。

  据悉,除了硬件芯片,在软件方面,联发科技的MediaTek Sensio能够在一定程度上帮助厂商开发自己的专属应用程序,或者利用第三方应用程序以及开发者附加软件,该芯片可以整合到智能手机或者手机配件中,据。李彦辑透露,该芯片与软件整合到相关终端上实现定制化大概需要2个月的时间。

  与其他芯片相比,李彦辑表示联发科技的智能健康芯片方案测量出的数据种类更多,比如三星的只能测出三项数据,而联发科技芯片可以测出六项,而且高集成度。

  李彦辑表示,除了智能手机之外,该芯片还可以搭载在手机配件、手环、手表当中。据悉,2018年第一季度就有搭载该芯片的终端推出,目前已经有部分终端厂商以及智能穿戴设备厂商开始接触。

  报告中德勤预测了增强现实(AR)、智能手机、AI芯片、机器学习、互联网、数字传媒等领域在2018年的大趋势。总体来讲,科技、传媒和通讯领域内将呈现指数级进步,生活中的方方面面也将发生不易察觉的变化。

  这份报告长达80页,量子位将其中和AI相关的两部分编译整理如下。在2017年的尾巴,我们提前去2018年预览一下。

  2009年,第一块GPU问世,这种专门为密集型计算、高度并行计算设计的芯片,比CPU更能满足机器学习任务的要求。自此,慢慢的变多的类型开始丰富“AI芯片”这个新名词。

  GPU的市场需求量大概在50万块左右,在机器学习任务中对FPGA的需求超过20万块,而ASIC芯片的需求量在10万块左右。

  在年底,超过25%的数据中心中用来加速机器学习的芯片将为FPGA和ASIC芯片。

  机器学习优化的GPU:在2018年,GPU制造者将推出专门优化机器学习任务的特别版GPU。其实现在已经能看到这样的案例,英伟达称自己的Volta架构将使深度学习训练加速12倍,在深度学习推理任务上比Pascal架构还要快6倍。

  机器学习优化的CPU:在GPU市场蒸蒸日上的同时,我们也能够正常的看到CPU公司推出机器学习专用的CPU芯片。比如英特尔Knights Mill芯片,比非机器学习优化芯片的性能提升了4倍。

  目前,微软、亚马逊AWS和百度也称将FPGA用于机器学习的相关任务中。总体来说,2018年机器学习任务对FPGA的需求超过了20万。

  机器学习优化的ASIC芯片:ASIC是只执行单一任务的芯片,目前ASIC芯片的制造厂商很多。在2017年,整个产业的总收益大约在150亿美元左右。

  综合各芯片厂商放出的消息,英特尔的收购的Nervana,能在2018年生产出自己的芯片。此外,日本富士通也计划在2018年推出一款名为深度学习单元(DLU)的芯片。

  TPU:TPU是谷歌为适应机器学习任务推出的ASIC芯片,适用于处理在开源的TensorFlow中的任务。在谷歌数据中心的推理任务中,TPU已经显示出良好的性能,和CPU相比,性能能提高10到50倍。据谷歌预测的多个方面数据显示,2018年对TPU的需求大约在10万块左右。

  低能耗机器学习加速芯片:德勤预测,在2018年,手机、平板和其他移动电子设备对机器学习芯片的需求量在5亿左右。移动端芯片的最大特点是低能耗,GPU芯片的功率大致在250瓦左右,相比之下TPU芯片需要的功率仅为75瓦。对传感器网络来说,所需功率需要低于10毫瓦。

  光流芯片:除了上面几种,还有一种特殊的芯片类型,IBM的True North芯片就是一种光流芯片,它能加速机器学习任务,并且非常高效。不过德勤表示,现在还很难预测这种光流芯片在2018年的体量,但整体来说可能低于10万块,甚至低于1万块。

  德勤预测,在2018年,大中型企业将更加看重机器学习在行业中的应用。和2017年相比,用机器学习部署和实现的项目将翻倍,并且2020年将再次翻倍。

  在报告中,德勤重点提出了让机器学习更广泛应用企业中的5个重要推动力,分别为数据科学的自动化、训练数据需求的减少、训练速度的加快、解释结果和本地部署等。

  1. 数据科学自动化:像数据开发和特征工程这种耗时的机器学习任务,可能会占用数据科学家80%的时间。好消息是,这种繁琐的工作正在慢慢地被自动化取代。从耗时的工作解放出来后,数据科学家执行机器学习试验的时间从几个月缩短到了几天。自动化在某些特定的程度上缓解了数据科学家的短缺,为企业赋予和更多活力。

  2. 减少训练数据的需求:训练一个机器学习模型在大多数情况下要数以百万计的数据元素,为训练数据获取标记数据也是一件耗时且成本高的事情。目前,已经涌现出致力于减少机器学习需要的训练数据的技术,包括数据合成、算法生成的模拟线. 加速训练:正如上面所说,像GPU、FPGA等机器学习专有硬件的出现可以缩短机器学习模型的训练时间,加速研究进展。

  4. 解释结果:虽然机器学习的进展日新月异,但机器学习模型通常存在关键缺陷,比如黑箱,说明我们无法解释其中的原理。这些不清楚让模型无法适应更多的应用。如果黑箱消失、结果都可解释,是机器学习应用的一大进步。

  5. 本地部署:机器学习将随着部署能力一同成长。德勤去年曾经预测,机器学习正在走进移动电子设备和智能传感器,带来智能家庭、智慧城市、无人驾驶、可穿戴技术和物联网技术。

  七、传京东方10.5代厂量产时间提前至明年Q1据有关报道,中国厂京东方(BOE)新厂量产时间,将从 2018 年下半提前至 2018 年第一季,外界估计,50 寸以上面板将供过于求;但是也有人说,大尺寸面板良率太低,中国厂要花一段时间才能稳定产出。

  韩媒 etnews 报导,业界消息指出,京东方 B9 厂为 10.5 代产线,原定明年下半启用,如今提前至明年第一季量产。不只京东方,彩虹光电(CEC-CHOT)8.6 代沈阳新厂将在明年第二季启用,中电熊猫(CEC-Panda)的 8.6 代成都新厂也将在明年第三季启用。

  新厂启动后,中国厂生产主力将从 32 寸和 40 寸面板,转为 50、60、70 寸的大尺寸面板,并打算在 60 寸以上面板采用 8K 解析度,挑战韩厂。多数专家觉得,中国厂大力扩产,面板难逃供给过剩厄运,韩厂将受冲击。

  另一派人士看法较为乐观,指出 50 寸以上面板的良率不高,中国厂要消耗不少时间,才能开始量产。日厂夏普(Sharp)花了好几年时间稳定 10.5 代线厂的良率,中国厂明年上半投产之后,很难立刻出现非常明显成果。IHS Markit 主管 Park Jin-han 说,考虑到良率问题,京东方 10.5 代线冲击也许不会太大。

  八、紫光集团及紫光通信增持文一科技股份文一科技13日晚间发布了重要的公告,自2017年12月14日起的十二个月内,公司股东紫光集团及其一致行动人将继续增持文一科技股票,合计增持股数下限为100万股, 增持上限为7,073,500股。增持主体为紫光集团及其一致行动人北京紫光通信科技集团有限 公司、西藏紫光春华投资有限公司、西藏紫光通信投资有限公司、北京健坤投资集 团有限公司。

  截至2017年12月13日收盘,紫光集团及其一致行动人合计持有文一科技无限售流通A股32,533,940股,占文一科技总股本的比例为20.54%。

  文一科技公告称,此次增持是基于对文一科技未来业务拓展及转型发展的信心。本次增持计划的资金安排为紫光集团及其一致行动人的自有资金,不存 在资金直接或者间接来源于上市公司或关联方的情形,不存在利用本次增持的股份向银行等金融机构质押取得融资的情形,也不存在使用银行借贷、其他借款以及其他杠杆融资的情况。

  晶圆代工厂联电董事会 13 日通过新台币 189.9 亿元(约6.3亿美元)资本预算执行案,将同步扩增台湾与中国两岸晶圆厂产能。

  联电指出,目前福建厦门 12 寸厂的 28 纳米制程月产能为 1.2 万片,明年第一季度将扩增至 1.6 万片规模;并将于一年内达到月产 2.5 万片目标。至于 14 纳米制程产能在经过效率提升扩产后,月产能也将微增至 3000 片。

  因应 8 寸晶圆产能需求强劲,联电也将同步扩增台湾地区与苏州和舰的 8 寸厂产能;其中,和舰产能将扩增至月产 7 万片以上规模。

  十、5G发展受限于频谱,芯片应支持不同频段最近,3GPP(第三代合作伙伴计划)宣布,3GPP R15(第一版5G)标准的非独立组网(NSA)5G新空口标准将于2018年3月冻结。这与3GPP早期确定的时间表相比,提前了近半年。

  早在今年2月底,为满足部分运营商在2019年实现5G商用的需求,22家通信巨头曾集体宣布,支持加速5G NR标准化进程。

  通信专家觉得,5G标准的重要进展标志着行业郑重进入5G网络商用倒计时,也使得5G技术之争再次进入白热化:芯片制造商、设备供应商与通信运营商,甚至整个消费电子业,都将迎来新一轮的创新周期。

  在移动通信领域,频谱资源是推动产业高质量发展的核心资源,是承载无线业务的基础。

  如何理解频谱的重要性?高通工程技术副总裁范明熙解释道:“在今天的LTE技术下,每个用户在进入网络的时候,都要占用固定的频谱和时间资源,而频谱和时间资源一旦被用完,新的技术就接不进来。在5G里,当不同的用户接进互联网的频谱资源时,虽然会占据相应的时间和空间,但它还会有自己的特定码,不同的用户都能够通过不同的码,复用同一个频率和时间资源。不过此项技术不是出现在3GPP第一代R15标准中,而是在R16甚至在R17标准中才能实现。”

  国际电信联盟曾预测,到2020年,国际移动通信频率需求将达到1340MHz-1960MHz,届时中国移动通信频率需求将为1490MHz-1810MHz,频谱缺口达1000MHz。

  根据华为在2017年全球移动宽带论坛上发布的《5G频谱立场白皮书》,5G超高速、超低时延和超高可靠性的特征,不仅会提升人类通信体验,还将拓展人机一体化智能系统、车联网、智能物流、无线家庭宽带接入等行业应用,但同时也需要更丰富的频谱资源。

  按照各类5G业务的不一样的需求和频段特点,华为曾提出5G“多层”频谱概念:2GHz以下频谱(例如700MHz)为“覆盖层”,主要满足广域和深度室内覆盖;2GHz-6GHz之间的频谱(以3.3GHz-4.2GHz和4.4GHz-5.0GHz的C波段为代表)是“覆盖与容量层”,能在网络容量和覆盖范围之间取得最佳平衡,将是全球首个5G商用频段;6GHz以上频谱(例如24.25GHz-29.5GHz和37GHz-43.5GHz)为“超大容量层”,用于满足大容量、高速率的业务需求。

  其中,C波段作为2020年全球5G首个商用的关键频段,每个运营商需要至少获得100MHz的连续带宽。

  高通负责频谱策略及科技产业政策的高级副总裁Dean Brenner曾表示,频谱是无线网络的生命之源,高通一直主张不同国家和地区间实现最大限度上的频谱统一,频谱的统一能够创造规模经济效应以减少相关成本,并能够支持全球漫游。

  高通工程技术高级副总裁马德嘉认为,5G要实现商用,频谱分配是必要环节,而不同的国家会由监管方决定频段分配,“在2019年商用部署前,全球部分地区可能还将开放更多的频谱资源,或通过公开拍卖方式完成频谱分配”。

  以我国为例,11月15日,工信部率先发布5G中频段内的频率使用规划,释放频谱资源,对我国5G产业在芯片、终端、软件等产品研制、试验方面起到重要推动作用。

  高通中国区董事长孟樸对此表示:“5G新空口设计将面向从低频到高频的全部频段,6GHz以下频段3GHz左右的频段在全球都获得了关注。中国率先明确5G在中频频段内的频率使用规划,是加速推进5G走向产业化、商用化的关键。”

  “5G将支持更多垂直行业继续扩展的全新应用,因此对5G频谱还有大量需求。除中频频段外,充分的利用高频毫米波频段对5G而言也很重要。毫米波频段可提供极致带宽,对于满足更好、更快地增强型移动宽带需求至关重要。企业也希望工信部尽快为5G发展规划出包括毫米波频段在内的更多频谱资源。”孟檏说道。

  中国移动通信研究院无线所总工刘光毅同样认为,未来5G频谱需高、中、低结合,以满足5G系统在覆盖、容量、连接数密度等关键性能指标要求。

  “面对全球市场存在的事实,高通需要让研发出来的5G芯片能支持各个国家5G的不同频段。”高通工程技术高级副总裁Rajesh Pankaj在2017未来信息通信技术峰会上说道,“在设计上,高通要拓宽带宽、扩展参数、增快速度、减少延时,运用无线技术来增加新功能,如大规模MIMO、毫米波等。此外,高通也在积极推动全球统一标准5G NR的实现,包括频谱类型、频段的统一设计以及6 GHz以下和6 GHz以上许可与共享、免许可频谱频段标准的统一。”

  马德嘉则分析称,无论是6GHz以下频谱还是毫米波频谱,支持不同频谱在终端上的主要差别在于射频,在毫米波终端上使用的天线GHz以下频段终端上使用的天线少一些。“不过,高通会确保所支持的每一款终端都能支持毫米波和6GHz以下频段的5G技术。不管漫游到任何区域,不管运营商如何部署5G,消费的人都能够轻松的享受5G低时延、高速率的服务。”

  目前高通已推出针对6GHz以下、毫米波频段及频谱共享技术的“全覆盖”5G新空口原型系统,以支持测试、展示及验证5G设计,推动和追踪3GPP 5G新空口标准化进程,加速5G新空口大规模试验和商用部署。

  据高通方面介绍,全球首个基于3GPP R15标准的端到端5G新空口(5G NR)系统互通,采用3.5GHz频段,而3.5GHz频段符合我国首先提出的5G中频段内的频率使用规划。

上一篇:新绿城集成墙板品牌口碑如何?提升装修品质首选品牌
下一篇:湖南环生瑞家整建整装材质革新定制风尚打造美学新体验