XiaoMi-AI文件搜索系统
World File Search Systemconfigurable
基于 FPGA 的 YOLO 可重构 CNN 加速器
摘要 卷积神经网络（CNN）在图像处理领域得到了广泛的应用，基于CNN的目标检测模型，如YOLO、SSD等，已被证明是众多应用中最先进的。CNN对计算能力和内存带宽要求极高，通常需要部署到专用的硬件平台上。FPGA在可重构性和性能功耗比方面具有很大优势，是部署CNN的合适选择。本文提出了一种基于ARM+FPGA架构的带AXI总线的可重构CNN加速器。该加速器可以接收ARM发送的配置信号，通过分时方式完成不同CNN层推理时的计算。通过结合卷积和池化操作，减少卷积层和池化层的数据移动次数，减少片外内存访问次数。将浮点数转换为16位动态定点格式，提高了计算性能。我们分别在 Xilinx ZCU102 FPGA 上为 COCO 和 VOC 2007 上的 YOLOv2 和 YOLOv2 Tiny 模型实现了所提出的架构，在 300MHz 时钟频率下峰值性能达到 289GOP。
研究人员发展高度健壮，可重构和机械色纤维素光子水凝胶
受到天然面包结构的启发，研究人员一直在开发用于耐撞击生物塑料，陶瓷装甲和仿生合金复合材料的高级材料。尽管在改善材料的可塑性方面取得了进展，但大多数现有材料仍然由单尺度脆性单元组成。缺乏分层主动界面和自主响应功能限制了其延展性和整体功能。
关于5G应用的光子可重构电磁带隙天线阵列的性能
1国际应用和理论研究中心（IATRC），巴格达10001，伊拉克2号伊拉克2卡洛斯三世大学，莱加尼斯大学，28911西班牙6号马德里，6电子与传播工程系，耶尔迪兹技术大学，埃森勒，34220，土耳其伊斯坦布尔7，土耳其7工程学院，国王萨特大学，萨特大学，里亚德，里亚德，里亚德，11421，11421，SAUDI ARABIA 8 saudi Arabia Arabia Engineering and Ednap eyh Nemhn Nevern Endering Essering and Edtin，Edten，Edtin，EDTIN，EDTEN， Edinburgh, U.K. 9 Department of Engineering, University of Palermo, Palermo, 90128 Sicily, Italy 10 Institut d'Électronique de Microélectronique et de Nanotechnologie (IEMN), CNRS UMR 8520, ISEN, Centrale Lille, Université Polytechnique Hauts-de-France, University of Lille, 59313 Valenciennes,法国11 Insa Hauts-de-France，59313法国瓦伦西恩斯12号工程与建筑学院，恩纳市科尔大学，94100年，意大利ENNA，INTAL NANTATE DE lA RECHERCHE SCOCKICICIQIE（INRS），INRS） 00133意大利罗马15电子与通信工程部，阿拉伯科学，技术与海事运输学院，开罗11865，埃及1国际应用和理论研究中心（IATRC），巴格达10001，伊拉克2号伊拉克2卡洛斯三世大学，莱加尼斯大学，28911西班牙6号马德里，6电子与传播工程系，耶尔迪兹技术大学，埃森勒，34220，土耳其伊斯坦布尔7，土耳其7工程学院，国王萨特大学，萨特大学，里亚德，里亚德，里亚德，11421，11421，SAUDI ARABIA 8 saudi Arabia Arabia Engineering and Ednap eyh Nemhn Nevern Endering Essering and Edtin，Edten，Edtin，EDTIN，EDTEN， Edinburgh, U.K. 9 Department of Engineering, University of Palermo, Palermo, 90128 Sicily, Italy 10 Institut d'Électronique de Microélectronique et de Nanotechnologie (IEMN), CNRS UMR 8520, ISEN, Centrale Lille, Université Polytechnique Hauts-de-France, University of Lille, 59313 Valenciennes,法国11 Insa Hauts-de-France，59313法国瓦伦西恩斯12号工程与建筑学院，恩纳市科尔大学，94100年，意大利ENNA，INTAL NANTATE DE lA RECHERCHE SCOCKICICIQIE（INRS），INRS） 00133意大利罗马15电子与通信工程部，阿拉伯科学，技术与海事运输学院，开罗11865，埃及
引用：Zhu ZB，Li YF，Wang JF等。全息成像和信息的可重新配置折纸手性反应
随着全息技术的快速发展，基于跨表面的全息传播方案表现出极大的电磁（EM）多功能性潜力。然而，传统的被动式额叶受到其缺乏可重构性的严重限制，从而阻碍了多功能全息应用的实现。Origa-mi是一种机械诱导空间变形的艺术形式，它是多功能设备的平台，并引起了光学，物理和材料科学的极大关注。Miura-Ori折叠范式的特征是其在折叠状态下的连续重构性，在全息成像的背景下仍未探索。在此，我们将Rosenfeld的原理与Miura-Ori表面上的L-和D-金属手性对映异构体一起定制，以量身定制孔径分布。利用Miura-Ori折叠状态的连续可调性，金属结构的手性反应在不同的折叠构型上有所不同，从而实现了不同的EMALOGRAPHIC成像功能。在平面状态下，可以实现全息加密。在特定的折叠条件下，并由特定频率的自旋圆形极化（CP）波驱动，可以在具有CP选择性的指定焦平面上重建多重全息图像。值得注意的是，制造的折纸跨表面表现出较大的负泊松比，促进了端口和部署，并为自旋选择系统，伪装和信息加密提供了新颖的途径。
自重构低噪声系数和高射频输入功率过驱动 LNA 的原始设计程序：应用于 X 波段 GaN MMIC
摘要 — 本文提出了一种基于宽带隙 RF 技术设计低噪声放大器的原创方法。这些 LNA 能够承受高电磁信号（如电子战中使用的信号），同时提供高探测率。该研究介绍了基于相同策略的单级 LNA 和两级 LNA 的原始设计程序。这些自重构 LNA 可以从高探测率模式（低 NF）切换到高线性模式（高输入压缩模式 IP 1dB ）。该设计策略与稳健的 LNA 设计进行了比较，后者使用更大的晶体管尺寸来提高线性度，但代价是 NF 略有下降。在放大器输入端，RF 步进应力结果已达到 30 dBm，没有任何破坏，并提供稳定的 S 参数和噪声系数。
具有最优云资源分配的可配置业务流程形式化模型
摘要：在当今竞争激烈的商业环境中，组织越来越需要对灵活且经济高效的业务流程进行建模和部署。在这种情况下，可配置流程模型用于通过以通用方式表示流程变体来提供灵活性。因此，类似变体的行为被分组到包含可配置元素的单个模型中。然后根据特定需求定制和配置这些元素。但是，配置元素的决策可能不正确，从而导致严重的行为错误。最近，流程配置已扩展到包括云资源分配，以通过允许访问按需 IT 资源来满足业务可扩展性的需求。在这项工作中，我们提出了一个基于命题可满足性公式的形式化模型，允许找到正确的元素配置，包括资源分配配置。此外，我们建议根据云资源成本选择最佳配置。这种方法可以为设计人员提供正确且经济高效的配置决策。
可重构神经形态系统的低延迟分层路由
使用现场可编程门阵列 (FPGA) 实现可重构硬件加速器以进行脉冲神经网络 (SNN) 模拟是一项有前途且有吸引力的研究，因为大规模并行性可以提高执行速度。对于大规模 SNN 模拟，需要大量 FPGA。然而，FPGA 间通信瓶颈会导致拥塞、数据丢失和延迟效率低下。在这项工作中，我们为多 FPGA 采用了基于树的分层互连架构。这种架构是可扩展的，因为可以将新分支添加到树中，从而保持恒定的本地带宽。基于树的方法与线性片上网络 (NoC) 形成对比，在片上网络 (NoC) 中，拥塞可能由众多连接引起。我们提出了一种路由架构，该架构通过采用随机仲裁引入仲裁器机制，考虑先进先出 (FIFO) 缓冲区的数据级队列。该机制有效地减少了由 FIFO 拥塞引起的瓶颈，从而改善了整体延迟。结果显示了为延迟性能分析而收集的测量数据。我们将使用我们提出的随机路由方案的设计性能与传统的循环架构进行了比较。结果表明，与循环仲裁器相比，随机仲裁器实现了更低的最坏情况延迟和更高的整体性能。
请求有关可重新配置技术和系统特刊的论文交易，用于可重新配置的设备和系统的开源工具
•美国西北大学SEDA OGRENCI•美国AMD的Stephen Neuendorffer•NHAN TRAN，美国费米拉布，美国•弗雷德里克·克乔尔斯塔德（Fredrik Kjolstad），美国斯坦福大学，美国•英国剑桥，德比亚斯·格罗瑟（Tobias Grosser）开源软件的流行率，以及对开源硬件的兴趣越来越多，可重新配置的技术在很大程度上是由专有的，封闭的工具提供的，这些工具与专有硬件架构紧密相关。鉴于这些工具和体系结构的复杂性，缺乏开放源解决方案历史上为该地区的教育，研究和创新带来了重大障碍。但是，最近，新的开源工具和方法涵盖了高水平合成和物理设计流的整个范围。在新型加速器体系结构支持机器学习的最新爆炸中，似乎正在重复类似的模式。尽管CPU和GPU体系结构的汇编通过大量开源项目（例如GCC和Clang/LLVM）支持了对新型Accelerator Architectures的支持，但尚未上游。本期特刊的目的是强调与可重构设备有关的开源软件和硬件技术的最新研究和开发，例如FPGA和CGRA，以及其他新型的加速器架构。它将包含涵盖广泛主题的文章，包括用于设计，优化，调试和机器学习的开源工具，针对从单个设备到分布式系统以及开源硬件和系统设计的广泛设计范围。本期特刊将成为嵌入式系统，计算机架构，设计自动化，特定领域的加速度和其他相关领域领域的研究人员，工程师和从业人员的宝贵资源，而感兴趣的主题包括但不限于以下开源解决方案：
适用于高安全性应用的轻量级可重构 RRAM PUF
摘要 — 最近，忆阻器在各种应用中受到了广泛关注。即使是电阻式存储器件 (RRAM) 的一些主要缺点（例如可变性），也已成为以物理不可克隆功能 (PUF) 形式实现硬件安全性的有吸引力的特性。尽管文献中已经出现了几种基于 RRAM 的 PUF，但它们仍然存在与可靠性、可重构性和大量集成成本相关的一些问题。本文介绍了一种新型轻量级可重构 RRAM PUF (LRR-PUF)，其中使用连接到同一位线和相同晶体管 (1T4R) 的多个 RRAM 单元来生成单个位响应。所使用的脉冲编程方法也很有创新性：1) 它允许实现节能的实现，2) 它利用切换 RRAM 单元作为 PUF 的主要熵源所需的脉冲数量的变化。所提出的 PUF 的主要特点是它几乎不需要额外成本就可以与任何 RRAM 架构集成。通过大量模拟，包括温度和电压变化的影响以及统计特性，我们证明了 LRR-PUF 表现出其他之前提出的基于 RRAM 的 PUF 所缺乏或难以实现的出色特性，包括高可靠性（几乎 100%），这对于加密密钥生成、可重构性、唯一性、成本和效率至关重要。此外，该设计成功通过了相关的 NIST 随机性测试。
通过统一系统建模和缩小搜索空间实现可重构电池系统的高效最优控制
摘要 —可重构电池系统 (RBS) 正在成为一种有前途的解决方案，可提高容错性、充电和热平衡、能量输送等。为了优化这些性能指标，需要制定和解决高维非线性整数规划问题。在此过程中，需要解决来自非线性电池特性、离散开关状态、动态系统配置以及大型系统固有的维数灾难的多重挑战。因此，我们提出了一个统一的建模框架来适应 RBS 的各种潜在配置，甚至涵盖不同的 RBS 设计，大大促进了 RBS 的拓扑设计和优化问题制定。此外，为了解决制定的 RBS 问题，搜索空间被定制为仅包含可行的 SSV，从而确保系统安全运行，同时大幅减少搜索工作量。这些提出的方法侧重于统一系统建模和缩小搜索空间，为有效制定和高效解决 RBS 最优控制问题奠定了坚实的基础。仿真和实验测试证明了所提出方法的准确性和有效性。