教学课程资源库 更多>>

关键词： 忆阻神经网络   混沌动力学   共存吸引子   幅度控制   有限时间同步  

摘要： 忆阻器是一种具备记忆特性的新兴非线性电子元器件,耦合至混沌系统将增加系统动力学行为的复杂性。忆阻器由于其类似大脑突触的记忆性和非线性等优秀物理特性,对神经网络类脑研究具有重要的理论和现实意义。由此构建的忆阻神经网络(MNN)可以产生复杂的类脑混沌动力学行为,能更准确地直接描述生物神经系统的复杂动力学特性,对人工智能领域尤其是AI大模型、云计算、智能系统的推动至关重要。传统的神经网络模型往往采用定值电阻模拟生物突触,很大程度上限制了人工神经网络类脑研究的发展。目前,利用忆阻器构建具有复杂动力学特性的忆阻混沌神经网络(MCNN),以此揭示大脑神经系统疾病的发病机理或产生用于工程应用的混沌信号已经成为一个热点研究问题。本文基于大脑中普遍存在的神经元的环形连接结构,提出了一系列多神经元MCNN,在数学建模、混沌动力学分析以及电路实现等多维度开展环形MCNN的混沌动力学行为研究,主要研究内容及成果如下: (1)基于神经元间的信息传递模式,构建了一个全忆阻突触的双神经元MCNN,探究了网络初始状态和忆阻器参数对网络的影响。对忆阻器的缩紧磁滞回线进行了数值验证,无量纲化处理MCNN后研究了网络的稳定性。对系统中存在的分岔,混沌以及异构共存吸引子进行了数值分析,采用数值仿真对理论结果进行了验证。 (2)在全忆阻双神经元MCNN的基础上,减少忆阻器数量,通过替换一个固定电阻引入忆阻突触,构建了三类极简环形三神经元MCNN,探索了在构建的MCNN中耦合忆阻器的位置对系统的影响。同时,在新构建的一类相似MCNN中同时揭示了同构共存吸引子以及大范围幅度控制,实现了有效控制。提出了电路原理图和硬件实现方案,验证了网络模型与忆阻器的理论设计和数值模拟的正确性。 (3)在神经元自反馈位置中引入忆阻突触,构建了一个具有中心环形结构的忆阻混沌神经网络(CCMNN),实现了网络的有限时间同步和状态变量的幅度有效控制。同时,数值分析了有关参数和初始值的动力学行为,在CCMNN模型中揭示了混沌、分岔、同构共存吸引子、异构共存吸引子和大范围混沌以及振幅控制等复杂动力学行为,这与大脑处理信息、控制行为和调节生理等功能密切相关,更真实地反映了生物神经系统的复杂动力学特征。 (4)基于CCMNN模型采用自适应控制方法设计同步控制器,实现了CCMNN主从系统有限时间同步控制与信息安全应用,验证了保密通信应用的可行性。

关键词： 集成电路设计企业   知识产权战略   SWOT分析   QSPM矩阵  

摘要： 集成电路产业作为高新技术产业发展的核心与基础,是资金密集型、人才密集型、技术密集型,更是知识产权密集型的产业。当前集成电路产业的各个环节已形成高度的国际分工、国际竞争格局,其核心竞争在于知识产权竞争。对集成电路设计企业而言,知识产权是最关键的战略资源之一,因此制定和实施有效的知识产权战略在实现可持续发展的过程中非常重要。 本文以G企业为研究对象,有针对性地为其制定可行的知识产权战略并提出相应的具体实施保障措施。首先,本文对研究所涉及的相关理论进行了梳理概述,并从企业知识产权战略、集成电路企业知识产权战略、企业知识产权战略选择与制定以及企业知识产权战略实施保障等相关研究现状进行了文献综述。然后,以知识产权视角对当前G企业所处内外部环境进行定性分析,并分别利用IFE矩阵、EFE矩阵进行了定量分析。接着,利用SWOT分析、QSPM矩阵工具为G企业选择了WO攻防结合知识产权战略,并有针对性地制定具体的知识产权战略。最后,从组织建设、经费保障、知识产权文化等方面提出具体保障措施。 本文的研究在G企业在落实整体战略及其业务单元具体战略的过程中具有积极意义,对于同行业、同类型的集成电路设计企业制定和实施知识产权战略也具有一定的借鉴价值。

关键词： 超声井壁声速测量   高速同步采集   井下大容量存储  

摘要： 近年来,地区安全问题此起彼伏,局部冲突频发,油气资源作为重要的战略资源,越来越受到各国重视。我国是世界上最大的油气资源消费国,为了满足日益增长的能源需求,逐渐加大对非常规油气的勘探开发力度。与常规油气储层相比,非常规油气储层具有非均质性强、储层薄、裂缝发育程度低等特征,对测井仪器测量精度要求更高。 随钻超声井壁声速成像仪可以在钻井过程中测量井壁周围地层声速。相比于常规随钻声波测井仪,随钻超声井壁声速成像仪具有更高的周向分辨率和更好的薄地层分辨能力。仪器工作时,发射换能器以一定的角度向井壁发射超声波并激发出地层滑行波,滑行波在井壁传播并折射入井孔后到达接收换能器阵列,由采集电路完成阵列信号的高速同步采集,主控电路对阵列数据进行实时处理,提取地层声速信息。受通信速率限制,仪器只能实时上传少量关键数据,阵列波形数据和其他辅助信息由大容量存储电路保存,测后在地面读取。超声波频率高,测量产生的数据量大,需要解决高速同步采集和大容量数据存取等问题。 随钻超声井壁声速成像仪电路部分由主控电路、发射电路、多通道高速同步采集电路、井下大容量存储电路组成。本论文介绍信号采集与存储部分电路研制过程,主要包括三个部分内容: (1)八通道高速同步采集电路的设计与实现。采集电路由前放模块和采集模块组成,前放模块实现了对输入信号的200k Hz-400k Hz带通滤波和1-1000倍的可控增益放大,采集模块电路以FPGA和高速ADC为核心,实现采样率10Msps、位宽14bit的八路高速同步采集。 (2)井下大容量存储电路设计。存储电路设计由STM32和FPGA组成,STM32实现井下大容量存储器管理、存储数据高速准确读取,FPGA实现板间高速串行数据传输,通过高速USB总线实现测后数据读取,设计的存储电路容量为64GB。 (3)对电路分模块功能测试和电路系统的功能测试,验证电路实现功能,满足设计指标要求。

关键词： 存内计算   边缘计算   神经网络量化   低位宽训练   片上训练   人工智能加速器  

摘要： 随着人工智能(ArtificialIntelligence,AI)算法和物联网应用的飞速发展,AI赋能的智能边缘设备正迅速进入大众视野。然而,目前智能边缘设备大都只能在本地进行神经网络推理,网络训练仍然需要依靠云端服务器完成。通常智能设备需要将本地产生的大量数据上传至云端,在云端完成网络训练后,再将网络参数等信息传回边缘设备以应用于本地任务。边缘端与云端之间的大量数据传输面临着传输延时、隐私安全、功耗限制等问题,因此边缘设备端的本地训练需求变得越来越紧迫。在算法层面,神经网络量化技术通过降低网络中数据的比特数压缩原始网络,能够明显减小模型的存储需求并提高计算效率,这为在计算资源、存储大小和电池容量均受限的边缘设备上直接部署本地训练提供了可能。在电路层面,存内计算(Computing in Memory,CIM)技术通过在存储单元附近直接完成数据计算,最大程度消除了数据搬移所导致的延时和能耗,其展现出低功耗、高能效和高计算并行度的特点,适合应用于边缘设备的本地训练。 本文从面向边缘设备的神经网络训练出发,对一系列的挑战进行研究分析并解决。本文采用由算法到单元电路再到芯片架构的设计方法解决边缘设备的本地训练问题,主要完成以下四项研究工作: (1)针对网络训练中梯度分布特点,提出一种基于梯度分布感知的INT8神经网络训练算法,其中包括两个创新技术:1.数据感知的动态分段量化方法,通过动态地调整量化参数以应对各种特殊形状的梯度分布;2.更新方向周期搜索策略,通过周期性地搜索量化参数,在训练准确率和额外计算量之间做出权衡,降低量化计算开销。结合这两点技术构建了一个分布感知的INT8量化训练框架,该算法在多个训练任务上实现了多种网络的稳定量化训练,并且取得相较于全精度浮点基准几乎无损的训练准确率。 (2)针对神经网络训练中的转置矩阵乘问题,提出了一种基于SRAM的无ADC转置存内计算阵列,称为AFT-CIM,以实现高能效的乘累加计算(Multiply-Accumulate,MAC)。首先,设计了一个输入可切换的计算电路,在尽量减小计算逻辑的同时保留了输入路径的灵活性。此外,还设计了一个正交路径加法树电路,实现了在一个加法树上同时支持两种计算路径的灵活切换。结合这两点技术,首次创新性地在单个存内计算阵列上实现三类不同数据路径的灵活切换以满足不同计算需求,在具备优秀的能效表现的同时且具有突出的灵活性与可配置性。该阵列在28纳米工艺节点下4比特峰值计算能效达到125.8 TOPS/W。 (3)为了进行完整神经网络量化训练并且实现更高的计算能效,提出了一种基于全能转置CIM阵列的量化训练芯片架构。该架构在AFT-CIM宏电路的基础上加入一个特殊设计的转置缓冲单元,进一步拓展了原CIM阵列的计算模式。通过不同的计算模式控制,该架构在单个CIM阵列上实现了四种不同的计算逻辑,满足了训练过程中的各种转置矩阵计算需求。此外,还设计了专用量化电路,以支持高效的量化训练。该架构通过灵活的数据流配置,首次在单个CIM阵列上实现了深度神经网络训练的完整支持,不仅展现了更好的数据流灵活性,而且具有更高的计算能效。该架构在28纳米工艺下进行INT8量化训练可实现6.14 TOPS/W的计算能效。 (4)综合考虑神经网络训练所需的计算能效和算力,设计了一种面向CNN边缘训练的异构芯片架构,该架构由CIM阵列和脉动阵列共同组成。首先,通过CIM阵列灵活的数据路径控制,避免了神经网络训练中的权重矩阵转置,实现了高效的矩阵运算。其次,通过脉动阵列在前向传播和反向传播中采用两种不同的数据流,避免了神经网络训练中的激活矩阵转置,并提供了更高的计算吞吐量。该架构消除了神经网络训练中所有的矩阵转置,在计算能效和算力之间做出综合考量。该架构在28纳米工艺下进行INT8量化训练可实现4.1 TOPS/W的计算能效和2.79 TOPS的峰值算力。

关键词： 蓝宝石谐振器   温度控制   PID   振荡器  

摘要： 高品质因数蓝宝石谐振器的出现,极大地提高了振荡器的频率稳定性。然而蓝宝石谐振器对温度的高度敏感性,降低了蓝宝石谐振器的稳频效果,从而影响振荡器的性能。为进一步提高振荡器的性能,应降低蓝宝石谐振器由于温度变化导致的性能不稳定。本文的研究内容可以概括为以下几个方面: 基于回音壁蓝宝石谐振器理论,采用HFSS电磁仿真软件设计、仿真并制作了高Q蓝宝石谐振器。蓝宝石谐振器的谐振频率为9.84 GHz,无载品质因数为193000。为研究温度对蓝宝石谐振器性能的影响,对蓝宝石谐振器进行变温测试,测试可得蓝宝石谐振器的谐振频率和无载Q0都随温度升高而减小,插入损耗随温度的升高而增大,且频率温度变化系数约为690 k Hz/℃。 由于蓝宝石谐振器的温度敏感性需对其进行恒温控制。本文基于热学理论,利用Ansys Workbench软件对蓝宝石谐振器进行热分析仿真,并为蓝宝石谐振器设计了隔热结构。本文基于温度控制芯片,设计了一套蓝宝石谐振器的温度控制系统。该系统使用TEC作为加热或制冷源,采用14位DAC进行温度电压设定,温度控制芯片对比读取的温度电压与设定的温度电压输出电流对TEC进行直接控制,达到温度的稳定。 将蓝宝石谐振器作为选频网络应用到振荡环路中,测试得到输出频率为9.84GHz,输出功率为+8.3 d Bm。并对其进行温度控制,在满足振荡器输出频率漂移小于1 k Hz的指标要求时,测试可得在环境温度为25℃时,最低可以控制到15℃,最高控制到38℃。温控后蓝宝石振荡器的相位噪声为-117 d Bc/Hz@1k Hz,-144d Bc/Hz@10k Hz,-160 d Bc/Hz@100k Hz。在室温25℃时,温控后蓝宝石振荡器3 h内最大漂移量为2 kHz,相较于未温控时的稳定度都得到了很好的改善。

关键词： 集成电路产业   政策执行   成都市  

摘要： 集成电路产业作为国家综合实力的重要指标，不仅在全球城市间的科技竞争中占据关键地位，更是国家安全与经济社会发展的基石。中国长期依赖芯片进口，使得整个产业发展处于相对落后状态，导致其集成电路技术与国际先进水平相比存在显著差距。特别是在中美贸易紧张背景下，“缺芯少魂”的问题日益严峻，严重制约了中国科技发展的步伐，也使得国内集成电路企业开启并加速了国产替代的步伐。在这一背景下，加速集成电路产业的发展成为中国科技发展的关键，制定的核心，中央政府和国务院进一步加强了对集成电路产业的培育和布局，进一步强调制造强国的重要性,先后多次出台政策鼓励发展。成都市作为中国西南地区的经济中心，凭借其深厚的产业基础集成电路产业迅速发展，成为中国西南地区乃至全国集成电路产业的重要力量。为促进该产业的进一步发展，成都市政府出台了一系列支持政策。　　为此，本研究对成都市集成电路产业政策的执行现状进行了深入分析。首先，通过文献研究法，对国内外文献进行整理与分析，梳理了成都市集成电路产业发展情况，并通过问卷调查法和访谈法对成都市集成电路政策相关的利益群体进行了实证调查，深入了解政策执行的实际情况。结合市场失灵、政策功能理论进行了综合分析。基于政策执行理论，构建了包括“政策文本、执行机构、目标群体、政策环境”在内的四维分析框架，以全面评估成都市集成电路产业政策的执行中存在的问题。并进一步提出对策与建议。　　研究发现，成都市集成电路产业政策再执行过程中出现了如政策文本制定缺乏针对性、执行机构申报流程繁琐、宣传与解读方式较为单一、政策目标群体的监督和评估机制不健全、政策环境缺乏系统规划等问题，这些问题影响了政策执行的效果。在分析中发现的问题基础上，有针对性地提出了一系列对策与建议，如加强政策文本的覆盖性、可针对性，提升政策执行机构的服务平台、提升政策执行效率，强化政策目标群体对政策的有效监督，完善产业政策环境、打造产业集群，使成都市集成电路产业政策的执行其更加高效和有效。本研究旨在为成都市乃至全国集成电路产业政策的执行提供借鉴和参考，同时为中国集成电路产业政策的执行提供新的思路和方向，推动中国集成电路产业的健康和快速发展。