电子信息

电子信息

中科院微电子所低功耗模数转换器研究获进展

中国科学院微电子研究所智能感知研发中心的研究人员研发出一款13位转换速率为50MS/s的混合型模数转换器（ADC），其品质因数（FOM）达到国际领先水平。

该ADC采用了基于量程辅助、逐次逼近、流水线等技术的混合型架构，在国际上首次提出了高增益（32倍）PVT（小批量过程验证测试）不敏感的时间域放大器，显著降低了ADC的功耗及校准算法的复杂度，提出了量程辅助的悬空电容阵列开关算法及预开窗异步控制逻辑，提高了ADC的转换速率。该ADC在130nm CMOS（互补金属氧化物半导体）工艺下流片成功，有效核心面积0.22mm2。测试结果表明，在1.2V供电、50MS/s转换速率下，输入信号为2MHz时，该ADC的信噪失真比（SNDR）达71.6dB，无杂散动态范围（SFDR）达84.6dB。该ADC支持可变电源电压与转换速率，当电源电压从0.8V变化到1.2V时，其转换速率为10MS/s～50MS/s，Walden FOM值为4.0fJ/conversions t e p～1 1.3 f J/conversion-step。

该ADC可满足当前高速发展的片上集成系统对低功耗、高速度，以及高精度等特性的严格要求，适用于多种便携式通信系统应用场景。 (侯 茜)

我国建成全球最大智慧车联网

国家电网公司下属车联网平台已实现与普天新能源有限责任公司、特来电新能源有限公司、万帮充电设备有限公司—星星充电等17家充电运营商的互联互通。这意味着我国建成了目前全球覆盖范围最广、接入设备最多、技术水平最高的智慧车联网。

继互联网、物联网之后，车联网成为未来智慧城市的一个重要标志。国网公司采用大数据、云计算等技术，建成了开放、高效的智慧车联网平台。用户下载“e充电”APP，即可一键式找桩充电。

据介绍，车联网不只方便用户充电，还可利用分时充电电价和服务费激励，智能引导用户充电行为，推进用电负荷削峰填谷。智慧车联网是基于与充电运营平台、车企车辆管理平台的数据共享来实现的。“车、桩、网”数据融合后，通过充电、用电、驾驶等大数据分析，可以为用户提供更多服务。目前，该平台已与浙江吉利控股集团、比亚迪股份有限公司、安徽江淮汽车集团股份有限公司等20余家厂家进行了技术对接，能够监测电动车的实时状态、电池寿命等。未来，智慧车联网的全部数据将向全社会开放。 (姜 琳)

我国提出实时、高准确率的CPU面部检测方法——FaceBoxes

用神经网络有效地进行面部检测等操作，往往需要使用GPU（图形处理器）等高速并行计算设备，而如果仅使用CPU（中央处理器），速度与准确度往往不能兼得。为了解决这一问题，中国科学院自动化研究所的研究人员提出了一种新方法——Face-Boxes，在保证CPU面部识别准确度的同时，实现了实时处理。

FaceBoxes面部检测方法采用轻量却强大的网络结构，其由快速消化的卷积层（RDCL）和多尺度卷积层（MSCL）构成。RDCL可使FaceBoxes在CPU上实现实时的速度；而MSCL可在不同层上丰富感受野和离散化anchor，以便处理不同尺度的面部图像。此外，研究人员还提出了一种新的anchor密度化策略，可以使图像上不同类型的anchor具有相同的密度，从而显著提升小面部的召回率。这使得FaceBoxes面部监测方法在VGA分辨率的图像上可以采用单核CPU以20fps的速度运行，也可在单个GPU上以125fps的速度运行。此外，FaceBoxes的速度不会因人脸的数量而发生改变。

经全面测试与评估，FaceBoxes在AFW、PASCAL等人脸数据集和FDDB等多个面部检测基准数据集上均达到了当前最佳的检测水平。 (新 华)

华为公司推出首款人工智能手机芯片

华为技术有限公司推出了首款用于移动计算的人工智能芯片——麒麟970。

据悉，麒麟970由华为公司与中国科学院计算技术研究所共同开发，处理速度和能耗等性能相较普通芯片更优越。该芯片在约1cm2的面积内集成了55亿个晶体管，内置8核中央处理器（CPU）。与传统的4核芯片相比，在处理同样的人工智能应用任务时，其拥有约50倍能效和25倍性能优势。该芯片能够显著提升手机的整体性能，并有效延长电池寿命。其采用集成神经元网络单元（NPU），将通常由多个芯片完成的传统计算、图形、图像，以及数字（数位）信号处理等功能集成在一块芯片内，节省空间和能耗，并大幅提高了设备的运算效率。

首款搭载麒麟970芯片的华为新一代Mate系列产品将于10月在德国慕尼黑发布。 (任希佳)

我国在基于人工维度全光器件设计方面取得进展

中国科学院量子信息重点实验室在基于人工维度的全光器件的设计方面取得新进展：在理论上提出“通过调控简并光腔中的轨道角动量光子可以实现全光量子存储器和滤波器”，为光学人工维度的应用开辟了一条新的道路。

全光器件在传统的光通讯、量子信息等领域具有重要应用价值，但其设计主要是基于光子在真实空间中的传播和干涉来进行的，需要对大量的光学元件进行精确的控制，因此，精密而复杂的全光器件非常难以实现。研究人员提出了通过调控光子的内部自由度来实现器件设计的思路，即：将光子的轨道角动量自由度映射为人造维度上的一个个空间格点，通过巧妙地设计这些人造维度中格点的跃迁，等效了光子在真实空间维度上的传播。这样，通过调控光子在人工维度上的行为，即可实现全光器件的功能，从而大大降低了全光器件设计的难度。在此基础上，研究人员还提出了实现全光的量子存储器和光学滤波器设计的方法。采用该方法，所有的这些光子轨道角动量模式（用以映射人工维度上的空间格点）均可包含在一个能量简并的光腔中，通过附加简单的光路，即可实现这些简并模式之间的跃迁。

目前，研究人员正在开展相关实验工作，并已经初步制备成功了包含这些简并的光学轨道角动量模式的光腔。 (科 苑)

瑞士和美国合作开展原子尺度数据存储前瞻性研究

瑞士苏黎世联邦理工大学、瑞士洛桑联邦理工大学、美国IBM研究中心的研究人员正在联合开展关于原子尺度数据存储技术的前瞻性研究，尝试在原子尺度实现数据的存储和读取。

研究人员通过实验对此前由苏黎世联邦理工大学证实的“稀土元素钬原子在特定的表面可显现出一定的‘剩磁’特性，理论上可利用这种特性实现单个原子进行数据的存取”这一理论进行了验证。研究人员利用扫描隧道显微镜，使非常细微的探针精确地“接触”到单个原子，通过探针尖端的铁原子，向钬原子施加微弱的极化电流，从而使钬原子的磁矩指向规定的方向，完成了1个最小数据单元——“比特”的存储。在读取数据时，有两种方式，一是根据钬原子在不同磁状态下导电性能的差异，二是测定处于不同磁状态的钬原子在其周围产生的磁场。研究人员还发现，将稀土元素镝原子渗入二氧化硅形成复合材料，并通过技术手段使镝原子分布在其表面后，在低温条件下，这些镝原子也能显现出一定的“剩磁”性能。

目前，该项实验研究还是在超低温（-269℃）和高真空条件下进行的，而且系统的稳定性很容易被破坏，研究人员认为，虽然距离实际应用还很遥远，但该项研究探索和验证了新型数据存储技术的可行性，同时也为新材料的研究提供了新的方向和思路。 (科技部)

美国IBM研究院实现深度学习性能突破

美国IBM研究院采用全新的分布式深度学习软件，实现了接近理想的扩展能力。该软件在64台IBM Power系统服务器中的256个GPU（图形处理器）上并行运行深度学习框架，实现了95%的扩展效率，运算速度与准确率也显著提升。此前的最佳扩展效率是Facebook人工智能研究院所取得的89%。

深度学习是一种广泛使用的人工智能方法，可以帮助计算机通过大量数据理解真实世界的图像和声音，并提取其中的含义。目前，深度学习主要是在单一服务器上运行的，在不同计算机之间高速移动大量数据的协调过程太过复杂，因此，大规模运行深度学习模型在技术上面临着困难，训练时间通常要持续数天甚至数周。

IBM研究院的研究人员编写了软件和算法，能够在数十台服务器中的数百个GPU加速器间并行运行庞大且复杂的计算任务和自动优化算法。在使用ImageNet-22k数据集的750万张图像训练模型时，其图像识别准确率达到了目前世界最高的33.8%。该分布式深度学习技术不仅提高了准确率，还大幅缩短了运算时间，可在7h内训练一个ResNet-101神经网络模型。 (科技部)

我国自主研制的匿名实体鉴别机制正式发布为国际标准

国际标准化组织（ISO）发布了首个面向口令鉴别的隐私保护国际标准ISO/IEC 20009-4: 2017，即基于口令的匿名实体鉴别工业标准。中国科学院软件研究所研制的匿名口令实体鉴别机制（YZ机制）是其中一种机制。这是我国在网络空间安全领域取得的少数几个自主研制的国际标准之一，大幅增强了我国在这一领域的国际话语权。

YZ机制采用口令杂凑值作为密钥交换的基底并有机地与OT协议相结合，突破了身份鉴别时既要保护隐私又要抵抗字典攻击的相互制约，解决了基于强秘密的设计理论无法适用的问题，在保持性能优势的同时具有可证明安全性。YZ机制不依赖于额外存储，摆脱了同类技术对专用硬件的依赖性，解决了计算机问世以来最常用的口令鉴别技术面临的“鉴别不匿名、匿名无鉴别”的难题。在隐私泄漏事件频发的安全形势下，该机制作为一种全新的隐私保护技术，可为网络空间中每天数亿次的实体鉴别实例提供隐私保护功能，大幅提升我国“互联网+”应用的安全保障能力。 (新 华)

“面向新型硬件架构的复杂地理计算平台”项目通过验收

中国人民解放军国防科技大学联合武汉大学、东北大学、南京师范大学等多家单位完成的国家863计划地理信息系统主题项目“面向新型硬件架构的复杂地理计算平台”通过验收。

针对复杂地理计算的重大应用需求，面向多核CPU/GPU（中央处理器/图形处理器）和集群的新型混合并行硬件环境，研究人员突破了面向高性能集群架构的复杂地理计算平台体系架构、海量地理空间数据并行处理、访问、可视化与制图等一批高性能地理计算核心技术，形成了地理数据转换、地理空间计算、数字地形分析、智能地理计算、空间统计等一整套并行算法库和软件中间件，研制出了高性能复杂地理计算平台，有效地支撑了流域系统模拟和情景分析等计算应用。该平台现已部署到中国地质调查局、上海交通大学、国防科技大学、湖南省第二测绘院等单位，搭建了由国产服务器集群组成的高性能计算硬件平台，形成了基于并行计算的地学数据处理、SAR（合成孔径雷达）数据处理和数字城市地理信息应用环境，推广应用前景广阔。

该项目通过地理计算系统基础架构的创新和现有地理计算算法的改造，增强了高性能计算环境下的复杂地理计算能力，提升了地理计算软件与应用的理论与技术支撑水平，为研制具有自主知识产权的下一代地理信息系统核心软件奠定了基础。 (科技部)