采用Nb含量为25 wt%的混合粉末,通过选择性激光熔化(SLM)原位制备了一种具有定制微观结构、增强力学性能和生物相容性的钛铌(Ti-Nb)合金。研究了激光能量密度从70 J/mm 3 到110 J/mm 3 对SLM打印Ti-25Nb合金的相变、微观结构和力学性能的影响。结果表明,110 J/mm 3 的能量密度可使合金的相对密度最高且元素分布均匀。通过X射线衍射和透射电子显微镜鉴定了具有[023]β//[-12-16]α'取向关系的α'和β相,它们的比例主要取决于激光能量密度。随着能量密度的增加,由于冷却速度降低、温度梯度增大,Ti-25Nb合金的组织由针状晶粒变为粗化的板条状晶粒,再变为板条状晶粒+胞状亚晶粒。打印Ti-25Nb合金的屈服强度和显微硬度随能量密度从70 J/mm 3 增加到100 J/mm 3 而降低,在110 J/mm 3 时又升至最高值645 MPa和264 HV。力学性能的这种变化取决于α'相的粗化和β(Ti,Nb)固溶体的形成。此外,与纯Ti相比,SLM打印的Ti-25Nb合金既表现出优异的体外磷灰石形成能力,又表现出更好的细胞扩散和增殖能力。
摘要 — 本文介绍了一种具有自定义指令集架构的嵌入式可编程处理器的设计和实现,用于高效实现人工神经网络 (ANN)。ANN 处理器架构可扩展,支持任意数量的层和每层人工神经元 (AN) 数量。此外,该处理器支持具有任意 AN 间互连结构的 ANN,以实现前馈和动态循环网络。该处理器架构是可定制的,其中 AN 之间的输入、输出和信号的数值表示可以参数化为任意定点格式。本文介绍了一种设计的可编程 ANN 处理器的 ASIC 实现,用于具有多达 512 个 AN 和 262,000 个互连的网络,估计占用 2.23 mm2 的硅片面积,在 1.6 V 电源下以 74 MHz 运行,采用标准 32 nm CMOS 技术,功耗为 1.25 mW。为了评估和比较所设计的 ANN 处理器的效率,我们设计并实现了专用的可重构硬件架构,用于直接实现 ANN。本文介绍了所设计的可编程 ANN 处理器和 Xilinx Artix-7 现场可编程门阵列 (FPGA) 上的专用 ANN 硬件的特性和实现结果,并使用两个基准进行了比较,即使用前馈 ANN 的 MNIST 基准和使用循环神经网络的电影评论情绪分析基准。
摘要 — 本文介绍了一种具有自定义指令集架构的嵌入式可编程处理器的设计和实现,用于高效实现人工神经网络 (ANN)。ANN 处理器架构可扩展,支持任意数量的层和每层人工神经元 (AN) 数量。此外,该处理器支持具有任意 AN 间互连结构的 ANN,以实现前馈和动态循环网络。该处理器架构是可定制的,其中 AN 之间的输入、输出和信号的数值表示可以参数化为任意定点格式。本文介绍了一种设计的可编程 ANN 处理器的 ASIC 实现,用于具有多达 512 个 AN 和 262,000 个互连的网络,估计占用 2.23 mm2 的硅片面积,在 1.6 V 电源下以 74 MHz 运行,采用标准 32 nm CMOS 技术,功耗为 1.25 mW。为了评估和比较所设计的 ANN 处理器的效率,我们设计并实现了专用的可重构硬件架构,用于直接实现 ANN。本文介绍了所设计的可编程 ANN 处理器和 Xilinx Artix-7 现场可编程门阵列 (FPGA) 上的专用 ANN 硬件的特性和实现结果,并使用两个基准进行了比较,即使用前馈 ANN 的 MNIST 基准和使用循环神经网络的电影评论情绪分析基准。
