XiaoMi-AI文件搜索系统
World File Search System硬件配置
研究与工程理事会 - 美国国家航空航天局
阿姆斯特朗开发的模块化测试台可帮助研究人员对高达 100 kW 的电力推进系统的效率和性能进行广泛的测量。Airvolt 测试台可帮助工程师了解子系统之间的相互作用以及不同电池、电机、控制器和螺旋桨的效率。该测试台为确定这项新兴技术的有效测试技术提供了机会。其大量传感器可收集有关扭矩、推力、电机转速、振动/加速度、电压和电流、温度等的大量数据。这项技术使航空业能够测试各种电力推进系统，以了解效率并确定所需的设计改进。迄今为止的工作：Airvolt 的第一个应用是从 Joby JM-1 电机收集数据，以构建可用于混合电动硬件在环仿真测试台的模型。模拟需要准确的模型，以反映真实的硬件配置并为研究人员提供评估工具。展望：在不久的将来，Airvolt 的另一个应用是进行多个涵道风扇测试，以支持涡轮电动分布式推进研究。
研究与工程理事会 - NASA
阿姆斯特朗开发的模块化测试台帮助研究人员对高达 100 kW 的电力推进系统的效率和性能进行广泛的测量。Airvolt 测试台帮助工程师了解子系统交互以及不同电池、电机、控制器和螺旋桨的效率。该测试台为确定这项新兴技术的有效测试技术提供了机会。其大型传感器套件收集有关扭矩、推力、电机速度、振动/加速度、电压和电流、温度等的大量数据。这项技术使航空业能够测试各种电力推进系统，以了解效率并确定所需的设计改进。迄今为止的工作：Airvolt 的第一个应用是从 Joby JM-1 电机收集数据，以构建可用于混合电动硬件在环仿真测试台的模型。模拟中需要精确的模型，以反映真实的硬件配置并为研究人员提供评估工具。展望未来：在不久的将来，Airvolt 的另一个应用是执行多个涵道风扇测试，以支持涡轮电动分布式推进研究。
boaviztapi：一种自下而上的模型，用于评估云服务的环境影响
围绕数字行业的环境影响的意识使众多专业人员将这些考虑因素纳入了他们的工作。但是，环境影响的概念化通常已缩小到碳足迹的范围。此限制可以归因于各种技术和数据可访问性限制，从而阻碍了全面的评估，包括对数字技术整个生命周期的多标准分析。响应这些局限性，我们采用了一种适用于服务器和云实例的全面自下而上的评估方法，采用生命周期思维方法。我们首先根据服务器的硬件配置对生命周期的影响进行建模。然后，我们将它们与其技术和物理环境的影响汇总在一起，以定义云平台的影响。我们最终将云实例作为云平台的一部分建模。该建议的方法已作为开源工具包实施，并以API的形式出版。这项计划旨在为De-Velopers和研究人员提供基于开放数据和开放方法的基础设施进行环境评估的工具，从而增强了其探索ICT产品，服务，服务和基础设施的环境物质性的能力。
boaviztapi：一种自下而上的模型，用于评估云服务的环境影响
围绕数字行业的环境影响的意识使众多专业人员将这些考虑因素纳入了他们的工作。但是，环境影响的概念化通常已缩小到碳足迹的范围。此限制可以归因于各种技术和数据可访问性限制，从而阻碍了全面的评估，包括对数字技术整个生命周期的多标准分析。响应这些局限性，我们采用了一种适用于服务器和云实例的全面自下而上的评估方法，采用生命周期思维方法。我们首先根据服务器的硬件配置对生命周期的影响进行建模。然后，我们将它们与其技术和物理环境的影响汇总在一起，以定义云平台的影响。我们最终将云实例作为云平台的一部分建模。该建议的方法已作为开源工具包实施，并以API的形式出版。这项计划旨在为De-Velopers和研究人员提供基于开放数据和开放方法的基础设施进行环境评估的工具，从而增强了其探索ICT产品，服务，服务和基础设施的环境物质性的能力。
将图像压缩到视觉变压器的补丁
Vision Transformer（VIT）在计算机视觉领域取得了重大步骤。然而，随着模型的深度和输入图像的重新分配增加，与培训和运行的VIT模型相关的计算成本急剧上升。本文提出了一个基于CNN和Vision Trans-trans-trans的混合模型，称为CI2P-VIT。该模型包含一个称为CI2P的模块，该模块利用Compressai编码来压缩图像，然后通过一系列连接生成一系列贴片。CI2P可以替换VIT模型中的贴片嵌入组件，从而无缝集成到现有的VIT模型中。与VIT-B/16相比，CI2P-VIT具有减少到原始四分之一的自我发项层的斑块输入数量。此设计不仅显着降低了VIT模型的计算成本，而且还通过引入CNN的电感偏置特性有效地提高了模型的准确性。VIT模型的精度显着提高。在Animal-10数据集的地面上接受训练时，CI2P-VIT的准确率为92.37％，比VIT-B/16基线提高了3.3％。此外，该模型的计算操作以每秒浮点操作（FLOPS）测量，减少了63.35％，并且在相同的硬件配置上的训练速度增加了2倍。
应用于云资源分配问题的异构系统设计空间探索
摘要。云计算服务提供商为应用程序提供按需计算资源。寻找适合用户预算、满足应用程序性能和约束的最佳云资源分配仍然是一项研究挑战。云资源分配问题与设计空间探索 (DSE) 问题非常相似，因为它们都必须在充足的设计空间中找到合适的硬件配置，而它们的目标不相容，并受到多种约束。这项工作通过应用设计空间探索技术提出了一种解决云资源分配问题的方法。我们从 DSE 工具 MultiExplorer 设计并开发了一个软件扩展 MultiExplorer-VM，该工具具有根据用户需求和应用程序约束提供虚拟机配置的工作流程。已经进行了一系列全面的实验来评估和验证所提出的工具。我们还将我们提案中的解决方案与其他现有的研究工作进行了比较，这些研究工作侧重于基于 Paramount 交互 (PI) 技术的云资源分配问题。结果表明，MultiExplorer-VM 比 PI 技术取得了显著 (更好) 的结果。 MultiExplorer-VM 带来的成本结果与 PI 技术相比降低了 8.8 倍。实验还表明，对于大多数应用程序，MultiExplorer-VM 实现了最佳云配置。
QuComm：优化分布式量子计算的集体通信
分布式量子计算 (DQC) 是一种可扩展的构建大规模量子计算系统的方法。以前的 DQC 编译器要么关注量子比特到量子比特的节点间门，要么关注量子比特到节点的非局部电路块，而忽略了优化由多个节点上的非局部门组成的集体通信的机会。在本文中，我们观察到，通过利用集体通信模式，我们可以大大减少实现一组非局部门所需的节点间通信量。我们提出了 QuComm，这是第一个编译器框架，它揭示和分析隐藏在分布式量子程序中的集体通信模式，并根据发现的模式在任何 DQC 架构上有效地路由节点间门，从而降低目标程序的总体通信成本。我们还首次形式化了 DQC 编译中的通信缓冲区概念。通信缓冲区利用数据量子位来存储远程纠缠，以便我们可以确保任何 DQC 架构上都有足够的通信资源来支持针对集体通信的拟议优化。实验结果表明，与最先进的基线相比，QuComm 在各种分布式量子程序和 DQC 硬件配置中平均减少了 54.9% 的节点间通信量。
在超扫描和伪超扫描实验中联合记录脑电图和音频信号
超扫描是一种新兴技术，可用于研究互动个体之间的大脑相似性。这种方法对于理解联合动作（例如对话）的神经基础具有重要意义；然而，它还要求不同的大脑记录和感官刺激之间精确的时间锁定。然而，这种精确的时间通常很难实现。将听觉刺激与持续的高时间分辨率神经生理信号一起记录是一种有效的方法，可以离线控制刺激程序发送的数字触发器与通过扬声器/耳机传递给参与者的听觉刺激的实际开始之间的时间异步。由于该方法的复杂性普遍增加，这种配置在超扫描设置中尤其具有挑战性。在使用相关伪超扫描技术的其他设计中，组合大脑听觉记录也是一个非常理想的功能，因为可以使用共享音频信号执行可靠的离线同步。这里，我们描述了两种硬件配置，其中实时传递的听觉刺激与正在进行的脑电图 (EEG) 记录联合记录。具体来说，我们描述并提供使用 Brain Products GmbH 的硬件和软件在超扫描和伪超扫描范式中进行联合 EEG-音频记录的定制实现。
通过粗粒分量并发提高地球系统模型的可伸缩性 - 与图标v2.6.5建模系统的案例研究
摘要。在Exascale计算时代，具有前所未有的计算能力的机器可用。使这些大规模平行的机器有效地使用了数百万个核心，提出了一个新的挑战。需要多级和多维并行性来满足这种挑战。粗粒分量并发性提供了一个差异的并行性维度，该维度通常使用了通常使用的并行化方法，例如域分解和循环级别的共享内存方法。虽然这些主教化方法是数据并行技术，并且它们分解了数据空间，但组件并发是一种函数并行技术，并且分解了算法MIC空间。并行性的额外维度使我们能够将可扩展性扩展到由已建立的并行化技术设置的限制之外。，当通过添加组件（例如生物地球化学或冰盖模型）增加模型复杂性时，它还提供了一种方法来提高性能（通过使用更多的计算功率）。此外，货币允许每个组件在不同的硬件上运行，从而利用异质硬件配置的使用。在这项工作中，我们研究了组件并发的特征，并在一般文本中分析其行为。分析表明，组件并发构成“并行工作负载”，从而在某些条件下提高了可扩展性。这些通用考虑是
Intel VPRO，®Intel®EVO™版本摘要
2。基于经过验证的英特尔EVO设计的现实电池寿命，同时在平均每日使用情况下在现实环境中执行典型的工作流程。电池寿命是指在典型使用的环境下进行工作流程，包括多个基于云的环境，并且（如果可用的）本地应用程序和网页进行工作流程，则需要花费时间。典型的使用环境包括Google Chrome浏览器，Google G-Suite或Microsoft Office 365，YouTube和Zoom。测试是在连接到802.11ax无线连接的未插电笔记本电脑上进行的，并具有发货的硬件配置，包括Windows 11（基于Windows的设备）和Chrome OS（基于Chrome的设备）和250-NIT（LCD显示器）/200-NIT（OLED显示器）（OLED显示器（OLED显示器））屏幕屏幕亮度。平均每日使用方案基于英特尔创新计划项目雅典娜的一部分进行的广泛笔记本电脑用户研究。要了解更多信息，请访问https://www.intel.com/content/www/www/us/en/products/docs/devices-systems/laptopp/laptopp- innovation-prokation-program.html单个系统结果可能会有所不同；功率和性能因使用，配置和其他因素而异。截至2024年1月，测试结果，并且不能保证单个笔记本电脑的性能。在intel.com/evo上了解更多信息。