摘要 在本文中,我们描述了 Apollo,据我们所知,这是世界上第一个用于数据中心网络的光电路交换机 (OCS) 的大规模生产部署。我们将首先描述促使数据中心内部进行光交换的基础设施挑战和用例。然后,我们深入研究数据中心应用对 OCS 的要求:平衡成本、端口数、交换时间和光学性能,这些要求推动了我们内部开发的基于 3D MEMS 的 OCS 的设计选择和实施细节。为了启用 Apollo 光交换层,我们使用循环器通过 OCS 实现双向链路,从而有效地将 OCS 基数加倍。OCS 和循环器的设计选择对于满足网络带宽、规模和成本目标至关重要。我们回顾了这些 OCS 和基于循环器的双向链路的 WDM 收发器技术的关键共同设计及其相应的物理缺陷,这些缺陷通过四代/速度的光互连实现。最后,我们总结了对硬件开发和相关应用未来方向的思考。
ODME 正在与学术合作伙伴合作开发用于半导体和微电子的下一代薄膜沉积系统。(ODME 资助劳动力和材料开发研究。Flight Opportunities 资助硬件开发。)o EHD 喷墨使用电场而不是压电力进行非常精确的沉积。该系统有可能将薄膜沉积 SOA 推进到纳米范围。o ODME 和 Flight Opportunities 已经在 FY23 之前完成了两次抛物线飞行活动(120 次抛物线)的零重力测试。计划在 FY23 进行另外两次活动§ ODME 与威斯康星大学和 Sciperio 合作,正在为 Advanced Toolplate 开发新的 EHD 喷墨工具头。§ 测试 Advanced Toolplate 和新工具头的抛物线飞行活动原定于 8 月进行,但已被飞行提供商重新安排到 2023 年 10 月。SPEC DMP-2850 IJ(行业标准)EHD 喷墨
抽象量子计算对加密安全性提出了令人兴奋但艰巨的挑战。各种量子计算机在攻击RSA方面的进步显然迟钝。与关键技术(例如通用量子计算机上的误差校正代码)所施加的约束相反,D-Wave特殊量子计算机的关键理论和硬件开发的发展显示出稳定的生长轨迹。量子退火是D-WAVE特殊量子计算背后的基本原理。它具有独特的量子隧道效应,可以跳出传统智能算法容易陷入的局部极端。可以将其视为具有全球优化能力的人工智能算法。本文使用纯量子算法和量子退火与经典算法相结合以实现RSA公共密钥加密攻击(分解大型Integer N = PQ),介绍了两种基于量子退火算法的技术方法。一种是将加密攻击的数学方法转换为组合优化问题或指数空间搜索
神经形态计算将机器学习和人工智能等计算领域与尖端硬件开发和材料科学以及神经科学的理念相结合。在其最初的形式中,“神经形态”用于指代包含模拟组件并模仿生物神经活动的定制设备/芯片 [Mead1990]。如今,神经形态计算已扩展到包括各种软件和硬件组件,以及材料科学、神经科学和计算神经科学研究。为了适应该领域的扩展,我们提出以下定义来描述神经形态计算的现状:神经形态系统也倾向于强调时间交互;这些系统的运行往往是事件驱动的。神经形态系统的几个特性(包括事件驱动行为)允许低功耗实现,即使在数字系统中也是如此。神经形态系统的各种特性表明,社区必须在神经生理学家、计算神经科学家、生物学家、计算机科学家、设备工程师、电路设计师和材料科学家的意见下解决大量的设计选择。图:生物大脑的抽象层次以及它们可能实现的功能
摘要:随着人工智能和嵌入式硬件开发的发展,对移动机器人的各种自主导航方法的利用变得越来越可行。因此,已经出现了对这些运动方法的鲁棒验证方法的需求。本文介绍了一种依靠计算机视觉的新颖地面真相定位收集方法。在这种方法中,摄像机被定位在上面,以通过计算机视觉技术来检测机器人的位置。与其他传感器的数据同步收集用于检索定位地面真相的图像。通过将摄像机派生的位置视为地面真理,可以进行比较分析以开发,分析和测试不同的机器人探视方法。除了在本文中提出地面真相收集方法外,我们还使用DNN比较使用来自不同传感器的数据作为输入进行探测。结果证明了我们的地面真相收集方法在评估和比较移动机器人的不同探光法方面的功效。这项研究通过提供可靠且多功能的方法来评估和比较探针技术,这对于开发和部署自主机器人系统至关重要,从而为移动机器人技术领域做出了贡献。
MSTS劳动力保持执行老化/生产科学实验所需的操作能力,以提供与提高预测能力,评估当前库存并根据里程碑时间表相关的数据相关的数据。显着的贡献包括同时对三个亚临界实验(SCE)系列的支持,并成功执行了SCE。MSTS通过成功执行旨在确定propenium Material Dynamic属性响应的实验来实现库存做出了宝贵的贡献,以支持W87-1修改计划和硬件开发支持以满足W88 ALT 370生产需求的PIT认证。MSTS与Los Alamos国家实验室(LANL)合作,进行了两个高爆炸性实验系列,以评估潜在的碎片化模式和材料性能,以评估和证明B61的可靠性和B61-12的发展。MSTS通过设计,开发和测试尖端诊断和实验平台的设计,开发和测试,以实现核安全企业(NSE)(NSE)的武器性能评估,包括诊断和武器绩效评估,包括诊断和组件特征,以支持两个点火实验。
随着智能终端和基础设施的快速发展,以及虚拟现实和增强现实、远程手术、全息投影等多样化应用的出现和丰富多彩的需求,现有网络(如4G网络和即将到来的5G网络)可能无法完全满足快速增长的流量需求。因此,工业界和学术界都已开始对6G网络进行研究。近年来,人工智能(AI)已成为6G网络设计和优化的新范式,具有很高的智能化程度。因此,本文提出了一种基于AI的6G网络智能架构,实现知识发现、智能资源管理、自动网络调整和智能服务发放,该架构分为四层:智能感知层、数据挖掘和分析层、智能控制层和智能应用层。然后,我们回顾并讨论了 AI 技术在 6G 网络中的应用,并阐述了如何利用 AI 技术高效、有效地优化网络性能,包括 AI 赋能的移动边缘计算、智能移动和切换管理以及智能频谱管理。我们重点介绍了 AI 赋能的智能 6G 网络未来的重要研究方向和潜在解决方案,包括计算效率、算法稳健性、硬件开发和能源管理。
摘要 — 近年来,量子计算在软件和硬件方面都取得了长足的进步。但要释放量子计算机解决无法有效解决的问题的能力,大规模量子计算必不可少。不幸的是,量子模拟器的复杂性呈指数级增长,同时,目前可用的量子计算硬件仍然相当有限(即使路线图做出了有趣的承诺)。因此,为了评估量子计算应用,最终用户仍然经常被限制在玩具大小的问题实例中(此外,这些实例通常不考虑纠错)。这极大地阻碍了现实世界量子计算应用的开发和评估。在这项工作中,我们展示了如何利用资源估计来改善这种情况。我们展示了如何用估算步骤来补充当前的工作流程(依赖于模拟和/或执行),从而使最终用户 (1) 实际上可以考虑当今现实世界的问题实例(同时考虑错误更正方案和相应所需的硬件资源),(2) 可以开始探索整个设计空间中这些实例的可能优化,以及 (3) 可以结合硬件开发趋势的假设来得出更明智、更好的设计空间参数。总的来说,这使得最终用户今天就可以查看未来可能的量子计算应用的前景,即使执行它们的相应硬件尚未可用。
神经形态计算代表了人工智能的一种变革性方法,利用大脑启发式架构来提高能源效率和计算性能。本文探讨了神经形态系统背后的原理和创新,这些系统模仿了生物大脑的神经结构和过程。我们讨论了这些架构在处理信息方面比传统冯·诺依曼模型更高效的优势,特别是在涉及模式识别、感官处理和自适应学习的任务中。通过将神经科学的概念与尖端硬件开发(例如脉冲神经网络和忆阻器)相结合,神经形态计算解决了人工智能应用中功耗和可扩展性的关键挑战。本综述重点介绍了最近的进展、正在进行的研究工作以及潜在的未来方向,说明了神经形态计算如何通过使系统不仅更快、更高效,而且还能够在动态环境中进行实时学习和决策来重新定义人工智能的格局。关键词:神经形态计算、节能人工智能、脑启发式架构、人工智能、神经网络、脉冲神经网络、低功耗计算、类脑处理、认知计算、硬件加速、机器学习、模拟计算、并行处理、自适应学习、边缘计算、生物启发系统、智能传感器、计算神经科学、突触处理、机器人应用、事件驱动计算、神经形态芯片、高效算法、弹性系统、自组织网络。
EM42 Advanced Manufacturing Branch *********************************************************** The Advanced Manufacturing Branch, EM42, has two teams: the Additive Manufacturing and Digital Solutions Team (AMDST) and the Advanced Composites Manufacturing Team (ACMT).AMDST提供了整个产品生命周期的各种功能和服务。该团队的主要功能是增材制造,数字制造,结构化的轻扫描,制造执行系统以及支持硬件开发和制造的各种其他数字工具。ACMT使用可用于私人行业的最先进方法提供了高级复合材料结构的开发。这包括:纤维放置,胶带铺设,丝状缠绕,压缩成型,树脂输液,真空包装手袋上篮,烤箱固化和高压灭菌器固化。该团队还提供其他不同的功能和服务,包括用于辐射屏蔽和火箭喷嘴的材料开发,以及提供高压灭绝,步入式冷却器和冷冻机。这些团队能够提供工程解决方案,制造开发以及最复杂的大小和形状的全尺寸硬件生产。团队经验从测试和飞行文章到使用现场设备的制造增强和材料开发。现有的资源和设施已用于许多NASA,私营企业以及其他政府机构的计划,项目和任务。随着协作工作的扩大和能力,该组织设备齐全,并具有合适的人员组合和专业知识,以有效地响应当今负担得起的制造要求的需求。EM42高级制造分支机构联系人Majid Babai先生,分支部长Majid.K.Babai@nasa.gov,256–544–2795 Steven Burlingame先生