XiaoMi-AI文件搜索系统
World File Search System现场可编程门阵列
NUREG/CR-7006“核电站安全系统中现场可编程门阵列的审查指南。”
基于微处理器的系统，因此本质上比基于微处理器的安全系统更安全。FPGA 设备本质上是硬件工程师实现的复杂软件设计。随着越来越多的功能转移到单个集成电路 (IC) 芯片上，应该更加关注系统开发过程。经验表明，FPGA 规范设计方法的进步速度不如向 FPGA 添加功能的能力，这意味着项目经理可能没有完全意识到安全风险。人们也可能认为使用自动化设计工具可以改进该过程。事实上，可能过度依赖这些设计工具，正如几个项目所表明的那样，其中的问题与工具的不当使用或由于工具将预期设计优化为非预期功能而导致的意外冗余损失有关。
NUREG/CR-7006，“核电站安全系统中现场可编程门阵列的审查指南。”
NRC 参考资料 自 1999 年 11 月起，您可以通过 NRC 公共电子阅览室 http://www.nrc.gov/reading-rm.html 以电子方式访问 NUREG 系列出版物和其他 NRC 记录。公开发布的记录包括（仅举几例）NUREG 系列出版物；联邦公报通知；申请人、被许可人和供应商文件和信函；NRC 信函和内部备忘录；公告和信息通知；检查和调查报告；被许可人事件报告；以及委员会文件及其附件。NUREG 系列中的 NRC 出版物、NRC 法规和《联邦法规》第 10 章《能源》也可以从这两个来源之一购买。 1. 文件主管 美国政府印刷局 邮寄地址 SSOP 华盛顿特区 20402-0001 互联网：bookstore.gpo.gov 电话：202-512-1800 传真：202-512-2250 2. 国家技术信息服务 斯普林菲尔德，弗吉尼亚州 22161-0002 www.ntis.gov 1-800-553-6847 或本地电话 703-605-6000 每份 NRC 报告草案的一份副本均可免费提供，但需通过以下方式以书面形式提出请求： 地址：首席信息官办公室 复制和发行服务科 美国核管理委员会 华盛顿特区 20555-0001 电子邮件：DISTRIBUTION@nrc.gov 传真：301-415-2289 NUREG 系列中的一些出版物已发布在NRC的网站地址http://www.nrc.gov/reading-rm/doc-collections/nuregs上
采用互补型SONOS结构单元的现场可编程门阵列的辐射特性
让 FF0 FF1 FF_CB FF_CB_slow 0.9 4.28571E-10 2.78571E-10 6.14286E-10 5.42857E-10 1.9 4.25E-10 5.25E-10 7.75E-10 6.25E-10 2.2 3.42951E-10 4.91563E-10 1.10888E-09 5.02995E-10 2.8 6.72495E-10 5.52407E-10 1.39303E-09 7.2053E-10 6.3 1.14226E-09 8.30737E-10 2.54413E-09 2.49221E-09 6.4 1.9031E-09 1.71132E-09 4.48483E-09 3.79146E-09 7.6 1.73551E-09 1.89552E-09 4.33263E-09 3.17562E-09 7.8 2.15517E-09 1.90965E-09 5.23789E-09 4.11938E-09 9.7 2.21607E-09 2.14681E-09 6.5097E-09 4.50139E-09 9.8 2.72374E-09 2.0428E-09 8.31712E-09 3.98833E-09 24.1 2.86338E-09 4.36324E-09 3.02018E-08 1.5544E-08 24.3 3.56738E-09 3.99207E-09 3.08041E-08 1.38732E-08 29.4 4.05186E-09 5.15166E-09 3.99398E-08 1.77124E-08 29.7 3.46962E-09 6.47037E-09 4.3886E-08 1.80045E-08 29.8 1.05556E-08 1.16667E-08 0.0000001 3.97222E-08 30.37 7.88177E-09 1.03448E-08 8.02956E-08 4.66749E-08
现场可编程门阵列实现基于卡尔曼过滤器的锂离子电池组的电荷观察者的状态
本文介绍了一项有关锂离子电池的电荷观察状态，用于嵌入式应用中的能量管理。对收费状态的了解对于这些电池的安全性和最佳用途至关重要。该研究的重点是在Spartan 6 FPGA上基于Kalman滤波器的观察者算法的开发和实施，即使可以从其实际状态开始初始化电池的电池，该算法可以准确估算电池的充电状态。在本文中，我们专注于FPGA进行快速计算的机会，该计算可以将FPGA用作BMS中的从属组件，并允许以低成本观察SOC大量的单元。在低成本FPGA上实施该观察者可能会导致各种应用中的电池管理系统（例如电动汽车和任何其他需要观察电池组充电状态）的电池管理系统的成本。通过模拟和实时测试验证了观察者模型。本研究提出了一种有希望的方法，可以准确估计锂离子电池的电荷状态，以用于各种应用中的E FFI能源管理。
EPOWERS 研究小组：高效电力电子、动力传动系统和能源解决方案
Si-硅、SiC-碳化硅、GaN-氮化镓、MPC-模型预测控制、PSO-粒子群优化、IFOC-间接磁场定向控制、DTC-直接扭矩控制、DSP-数字信号处理、FPGA-现场可编程门阵列
EPOWERS 研究小组：高效电力电子技术...
Si-硅，SiC-碳化硅，GaN-氮化镓，MPC-模型预测控制，PSO-粒子群优化，IFOC-间接磁场定向控制，DTC-直接扭矩控制，DSP-数字信号处理，FPGA-现场可编程门阵列
AN/APX-124(C) 数字应答器 - BAE 系统
我们的通用应答器 (CXP) 产品融合了当今全球军用和民用空中交通管制环境所需的所有先进功能。AN/APX-124 应答器包含经 NSA 认证的 M4/M5 加密，符合所有美国和北约模式 5 要求。应答器的开放系统架构设计和高密度现场可编程门阵列技术确保仅通过软件升级即可实现持续的多功能性和未来实用性，而无需承担与硬件修改相关的风险和成本。
AI芯片技术对比报告 - STFC ePubs
人工智能 (AI) 芯片使用半导体来提供强大的处理器，可使需要高计算资源的领域受益，例如气候、能源、健康和安全。“AI 芯片”一词是指最近一代专门设计用于更快地处理人工智能任务的微处理器。AI 芯片是综合硅片，集成了 AI 技术并用于机器学习。(Viswanathan, 2020) 在过去十年中，深度学习技术领域取得了许多进步。自 2013 年以来，已经开发了各种新型 AI 芯片以及基于这些芯片的产品 (Momose, 2020)。中央处理器 (CPU) 等通用芯片也可以用于一些更简单的 AI 任务，但随着 AI 的发展，CPU 变得越来越不实用 (Saif M. Khan, 2020)。AI 芯片包括图形处理单元 (GPU)、现场可编程门阵列 (FPGA) 和专用于 AI 的专用集成电路 (ASIC)。AI 芯片包括图形处理单元 (GPU)、现场可编程门阵列 (FPGA) 和专用于 AI 的专用集成电路 (ASIC)。图形处理单元 (GPU) GPU 最初设计用于处理游戏等图形密集型任务。GPU 旨在处理并行性并提供高性能，这是并行性导致深度学习 AI 算法所必需的。GPU 是一种出色的 AI 硬件，在创意制作和 AI 中越来越受欢迎。现场可编程门阵列 (FPGA) FPGA 是可编程阵列，可以根据需求重新编程。FPGA 是具有逻辑门阵列的集成电路硅芯片：该阵列可以在现场编程，即用户可以用新定义的配置覆盖现有配置，并可以创建自己的数字电路。FPGA 因其灵活性而价格昂贵。(Pandit，2019) 专用集成电路 (ASIC) ASIC 芯片专为 AI 应用而设计，并与 AI 算法集成。基于 ASIC 的 AI 芯片有不同类型。本报告介绍了 Graphcore、Cerebras、SambaNova 等 AI 芯片以及 Nvidia、Intel、AMD 的 GPU 以及 Google TPU 的技术比较和编程模型规范。这是一项持续进行的工作，旨在评估尽可能多的 AI 芯片。截至撰写本文时，只有 Cerebras、Graphcore 和 Nvidia GPus 可用。本报告不偏袒任何供应商，且与供应商无关。
NASA 衍生产品 2018
在喷气推进实验室，Shaddock 是激光干涉仪空间天线 (LISA) 的干涉仪架构师。后来，根据 NASA 和澳大利亚太空计划之间的协议，他领导澳大利亚国立大学的一个团队将 LISA 的技术应用于重力恢复和气候实验 (GRACE) 后续任务，该任务也是由 JPL 完成的。这两个项目仪器的核心是相位计，这也是一种常用于电子测试和测量的仪器。诀窍是为 GRACE 后续任务重新配置 LISA 的现场可编程门阵列 (FPGA) 处理器。