查看原文
其他

【科学大爆炸】天津大学研发出新冠病毒口服疫苗 +华为马悦:未来十年量子通信成为可能 +清华研发出新技术可大幅提升计算机算力

【科学大爆炸】,即曝料最新的科技发展!欢迎关注!



01

天津大学教授回应研发出新冠病毒口服疫苗 


天津大学教授回应研发出新冠病毒口服疫苗:未进行临床验证和推广使用


2月25日,@天津大学 宣布,该校黄金海教授团队成功研发新型冠状病毒口服疫苗。@紧急呼叫 从校方获悉,疫苗仅是研制成功,离上市还很远。黄金海称,最终效果如何需通过后续动物实验及人体实验才能证明。


02

华为马悦:未来十年量子通信成为可能 虚拟办公将落地


华为企业BG副总裁马悦

2月24日下午消息,华为今日采用全球直播的方式举办行业数字化转型大会。华为企业BG副总裁马悦在主题演讲中畅想了智能世界2030的五大特征,提出以新联接、新计算、新平台和新生态打造智能世界2030坚实底座,使能城市、制造、能源、金融、交通等各行业的智能化发展。

马悦表示,未来5G、AI、IoT等新ICT技术打造的信息流将是孕育万物的基础,2030将是一个智能化的世界。他认为,智能世界2030将具备5个重要的特征:在政府层面,它将更加适配民生,是以人为本的数字政府;在经济层面,泛劳动力优势凸显,智能机器人将成为劳动力的新的重要组织部分;在社会资源层面,数字化手段使教育、医疗等资源的公平共享成为现实,实现数字公平;在文化层面,人的双手将得到更彻底的释放,价值重心由创造物质财富向创造精神财富转移。最后,得益于各种数字化手段的利用,实现对地球的碳排放等更加合理的监测与调控,地球将更加绿色。

他展望称,未来十年将是新ICT技术蓬勃发展的十年,以5G、AI为代表的新ICT技术将广泛被应用,6G、类脑、量子计算将快速发展,自动驾驶、虚拟办公、陪护机器人等智能化场景将走进我们的工作和生活,为我们带来翻天覆地的变化。

同时,新联接、新计算、新平台和新生态将为智能世界2030打造坚实底座。以5G、Wi-Fi6、量子通信等技术为核心的新联接打造的超宽高速管道将成为打通物理世界与数字孪生世界的桥梁,是智能世界的基石;从底层芯片到上层算法,从面向消费者到面向各行业等的全栈全场景的新计算是实现智能化的核心;融合共享的数字平台,以其开放高效,使客户在数字化转型过程中能够专注于自身优势的发挥与业务创新,是使能行业数字化转型的关键;基于企业业务战略、架构、策划以及运营,打造的一专多能、深度融合的新生态,能够面向客户提供更完整的商业解决方案。

马悦最后表示,智能世界2030离不开千行百业的数字化转型,华为在帮助政府、交通、金融、电力等行业在当前以及未来通过新联接、新计算、新平台和新生态实现数字化转型方面积累了丰富的经验。“今天,我们有幸参与智能化大发展这个伟大的时代,愿我们携手共进迈向智能世界2030,以新联接、新计算、新平台、新生态共创智能时代的辉煌。”(新浪科技 张俊)

03

突破极限!清华研发出新技术,可大幅提升计算机算力


近日,清华大学微电子所、未来芯片技术高精尖创新中心钱鹤、吴华强教授团队与合作者在《自然》在线发表研究论文,报道了基于忆阻器阵列芯片卷积网络的完整硬件实现。该成果所研发的基于多个忆阻器阵列的存算一体系统,在处理卷积神经网络(CNN)时的能效比图形处理器芯片(GPU)高两个数量级,大幅提升了计算设备的算力,成功实现了以更小的功耗和更低的硬件成本完成复杂的计算。

多个忆阻器阵列芯片协同工作示意图。基于忆阻器阵列可以实现基于物理定律(欧姆定律和基尔霍夫定律)的并行计算,同时实现存储与计算一体化,突破“冯诺依曼瓶颈”对算力的限制。

随着人工智能应用对计算和存储需求的不断提升,集成电路芯片技术面临诸多新的挑战。一方面,随着摩尔定律放缓,通过集成电路工艺微缩的方式获得算力提升越来越难,另一方面,在传统“冯诺依曼”架构中,计算与存储在不同电路单元中完成,会造成大量数据搬运的功耗增加和额外延迟。阿里达摩院在2020年1月发布了《2020十大科技趋势》报告,其中第二大趋势为“计算存储一体化突破AI算力瓶颈”。

基于忆阻器的新型存算一体架构可以利用欧姆定律和基尔霍夫电流定律的实现基于物理定律的原位计算,打破“冯诺依曼”架构中的算力瓶颈问题,满足人工智能等复杂任务对计算硬件的高需求。

基于忆阻器芯片的存算一体系统

存算一体系统架构

当前国际上的相关研究还停留在简单网络结构的验证,或者基于少量器件数据进行的仿真,基于忆阻器阵列的完整硬件实现仍然有很多挑战:器件方面,制备高一致、可靠的多值忆阻器阵列仍是挑战;系统方面,受忆阻器的阻变机理制约,器件固有的非理想特性(如器件间波动,器件电导卡滞,电导状态漂移等)会导致计算准确率降低;架构方面,忆阻器阵列实现卷积功能需要以串行滑动的方式连续采样、计算多个输入块,无法匹配全连接结构的计算效率。

钱鹤、吴华强教授团队通过优化材料和器件结构,成功制备出了高性能的忆阻器阵列。为解决器件非理想特性造成的系统识别准确率下降问题,提出一种新型的混合训练算法,仅需用较少的图像样本训练神经网络,并通过微调最后一层网络的部分权重,使存算一体架构在手写数字集上的识别准确率达到96.19%,与软件的识别准确率相当。与此同时,提出了空间并行的机制,将相同卷积核编程到多组忆阻器阵列中,各组忆阻器阵列可并行处理不同的卷积输入块,提高并行度来加速卷积计算。在此基础上,该团队搭建了全硬件构成的完整存算一体系统,在系统里集成了多个忆阻器阵列,并在该系统上高效运行了卷积神经网络算法,成功验证了图像识别功能,证明了存算一体架构全硬件实现的可行性。

近年来,钱鹤、吴华强教授团队长期致力于面向人工智能的存算一体技术研究,从器件性能优化、工艺集成、电路设计及架构与算法等多层次实现创新突破,先后在《自然通讯》、《自然电子》《先进材料》等期刊以及国际电子器件会议、国际固态半导体电路大会等顶级学术会议上发表多篇论文。(北京日报)

相关文章


每天一杯咖啡吸收宇宙能量!
重构思维方式,
AI+时代,读互联网思想
(wanging0123)

商务合作、投稿及内容合作,请联系后台小编

或271684300@qq.com

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存