XiaoMi-AI文件搜索系统
World File Search System伯克利分校
单片无线收发器设计 - 加州大学伯克利分校 EECS
最近，人们越来越热衷于将一切无线化。与对海量数据的需求激增的高性能蜂窝通信相比，这些小型无线传感器和执行器节点需要低功耗、低成本和高系统集成度。典型的 CMOS 片上系统需要许多片外组件才能正常运行，即充当精确频率参考的晶体振荡器和天线。本论文的主要目标是解决在没有这些组件的情况下以尽可能低的功率水平运行所面临的障碍。这是朝着无线通信无处不在迈出的一步。在这项工作中，对收发器性能的评估是从功率、性能和物理尺寸的角度进行的。演示了不使用片外频率参考的情况下兼容低功耗标准的 2.4 GHz 发射器 (TX) 的运行。这些 2.4 GHz 收发器 (TRX) 称为单芯片微尘，在低功率水平下运行，无需片外频率参考。第一个单芯片节点展示了在温度变化导致本地振荡器漂移的情况下的 RF 芯片间通信。它使用自由运行的 LC 谐振振荡器，该振荡器通过周期性网络流量校准以防漂移。下一个单芯片节点是 2.4 GHz、802.15.4 TRX、BLE 广告 TX 片上系统，带有集成数字基带和 Cortex M0。同样，该芯片不使用片外频率参考。最后，介绍了一种带有集成天线的高频收发器设计，为完全片上解决方案铺平了道路。
加州大学伯克利分校
工程化 T 细胞疗法正在彻底改变癌症治疗，它可使白血病和淋巴瘤等血液相关癌症实现长期缓解。这些疗法包括移除患者的 T 细胞，“重新编程”它们以攻击癌细胞，然后将它们输回患者体内。使用 CRISPR-Cas9 进行靶向基因失活（敲除）可增强 T 细胞活性（1、2），并有可能扩大细胞疗法的应用。到目前为止，尚不清楚 CRISPR-Cas9 编辑的 T 细胞在重新注入人体后是否会被耐受并生长。在本期第 XXX 页，Stadtmauer 等人（3）展示了对首批使用 CRISPR-Cas9 修饰的 T 细胞治疗的癌症患者进行的 1 期临床试验（旨在测试安全性和可行性）的数据。这些发现代表了基因编辑在治疗应用方面取得的重要进展，并凸显了加速细胞疗法发展的潜力。
伯克利地质年代学中心舒斯特实验室和加州大学伯克利分校……
伯克利地质年代学中心和加州大学伯克利分校的舒斯特实验室 实验室描述 PI Shuster 负责 BGC 和 UCB 的实验室设施，用于样品制备、特性分析、(U-Th)/He 和 4 He/3 He 热年代学以及宇宙成因核素分析。 设施包括： BGC 惰性气体实验室。BGC 惰性气体实验室设有： • 惰性气体热年代学实验室 (NGTL)。该设施设计用于 4 He/3 He 热年代学、40 Ar/39 Ar 热年代学、通过控制热提取表征惰性气体扩散动力学以及宇宙成因 21 Ne 和 3 He 测量。该实验室还可用作传统的 (U-Th)/He 实验室。NGTL 包括 (i) 经过校准的双目显微镜和摄像系统，用于制备和测量样品的几何形状； (ii) 超高真空 NG 提取系统，包括三个带有光束传输光学器件和高温计和热电偶反馈控制的二极管激光系统，在 175-1500 o C 之间提供优于 +/- 10 o C 的精度和准确度；(iii) 气体净化系统，包括 Janis 低温系统和校准标准和气体加标系统；(iv) Pfeiffer 气源四极杆质谱仪，用于使用同位素稀释测量 NG 丰度；(v) 可调收集狭缝 MAP-215-50 扇区场 NG 质谱仪，用于高精度同位素比测量；(vi) 激光烧蚀 ICPMS 实验室（如下所述），用于测量 U 和 Th。NGTL 的初始建设部分由 NSF MRI 拨款 EAR-0618219 资助，授予 PI Shuster，并继续获得 Ann 和 Gordon Getty 基金会的支持。 NGTL 实验室包括第二个可调收集狭缝 MAP-215-50 NG 质谱仪，该质谱仪配备自动稀有气体提取和低温纯化系统，可与上面描述的 NGTL 激光加热系统耦合，并针对宇宙成因 3 He 和 21 Ne 测量进行了优化，最初由 NSF I&F 计划拨款 EAR-1054079 资助给 PI Shuster。BGC U 子实验室。BGC U 子实验室包括一个带有过滤空气供应的温控仪器室，其中设有 LA-ICPMS 设备；一个相邻的 HEPA 过滤清洁化学实验室；以及专用的样品制备设施。• 激光烧蚀 ICPMS 实验室。该设施用于通过同位素稀释和激光烧蚀测量磷灰石和/或锆石中的 U 和 Th 浓度，以进行 (U-Th)/He 测定和 4 He/3 He 热年代学。该设备还用于通过同位素稀释法测量石英中的铀和钍，这对于解释宇宙成因 21 Ne 测量结果必不可少。它由 Thermo Fisher Scientific Neptune Plus 多接收器 ICPMS 组成，配有九个法拉第探测器，带有计算机切换的 10 11 和 10 12 欧姆输入电阻、具有离子计数和高丰度灵敏度离子能量过滤器的离散倍增电极电子倍增器、大容量干式接口泵以及高性能样品和撇取锥。该实验室最初由 NSF MRI 拨款 EAR-0930054 资助给 PI W. Sharp 和 D. Shuster，并继续获得 Ann and Gordon Getty 基金会的支持。UCB 和 BGC 的湿化学实验室。BGC 和附近的加州大学伯克利分校地球和行星科学系的 PI Shuster 可以使用专用的湿化学实验室空间。这些实验室包括标准通风柜（适用于矿物分离、酸蚀样品制备和常规（即非空白限制）石英中的 Be 提取）和一个过滤空气层流下流罩（适用于低空白 Be 提取化学）。
加州大学伯克利分校
摘要 构建可用的量子计算机的关键在于构建可扩展、可延伸且提供实时响应的经典控制硬件流水线。该流水线的控制处理器部分提供在高级量子编程语言和使用任意波形发生器的低级脉冲生成之间进行映射的功能。在本文中，我们讨论了设计替代方案，重点是支持具有 O（10 2）量子比特的中型量子设备。我们介绍了一种评估量子 ISA 编码量子电路的有效性的方法。我们使用这种方法来评估几个设计点：类 RISC、向量和类 VLIW。我们提出了两种对广泛使用的开放 RISC-V ISA 的量子扩展。鉴于量子硬件流水线的变化速度很快，我们的开源实现为设计空间实验提供了一个良好的起点，同时我们的指标可以独立用于指导设计决策。
加州大学伯克利分校 - 电子奖学金
摘要 本文试图将区域发展置于现代资源基础理论的背景下。企业选址或搬迁不是为了利用普遍性，而是为了利用区域能力的适当差异，本文讨论了这些能力在增强或削弱企业竞争力方面的性质，强调了企业和市场的集体学习和隐性知识的关键作用。学习过程本质上是互动的，通常具有不确定性。大多数新知识都与解决问题有关，通常是在反复试验的基础上获得的，因此通常是逐步获得的。解决问题的互动过程既包含编码元素，也包含隐性元素，其中一方的需求成为另一方行动的驱动力。事实上，我们认为，在编码知识在全球范围内传播速度比以往任何时候都快的时代，隐性、空间流动性更低的知识形式作为维持竞争优势的基础变得越来越重要。区域能力可以看作是现有人力和物力资源、区域内历经时间而建立的结构以及区域特定制度禀赋的组合，这些禀赋是由前几轮知识创造所形成的。通过体现对特定活动类别有用的知识，制度禀赋强化了区域依赖性。
计算需要时间 - 加州大学伯克利分校 EECS
“它好像有一台计算机；我还需要多说吗？”1 我们都听过这样的抱怨。不管计算机是不是罪魁祸首，它们都反映出人们对这项技术的不信任。这种不信任有道理吗？即使是通用计算机也越来越多地被要求与物理过程进行此类交互。它们集成了视频和音频等媒体，并通过迁移到手持平台和普适计算系统，感知物理动态并控制物理设备。遗憾的是，它们做得并不好。今天，建立质量很差的电话连接以致于声音无法理解是很常见的。20 世纪 60 年代部署的第一个数字电话系统要好一些。我们在互联网上日常接受的视频质量可能比 20 世纪 50 年代的电视广播质量低得多。我们已经进入了“低保真”时代。 2 我们为通用计算和网络选择的技术基础与这些应用并不匹配。改变这一基础可以改善这些应用并实现许多其他应用。计算的基础植根于图灵、丘奇和冯·诺依曼，是关于数据转换，而不是物理动力学。本文认为，如果我们真的想将计算与物理过程结合起来，就需要重新思考核心抽象。特别是，我关注的是物理过程的一个关键方面，而这在计算中几乎完全不存在，即段落
THE WIRE - 加州大学伯克利分校
在集成电路的大部分历史中，片上互连线被认为是二等公民，只有在特殊情况下或进行高精度分析时才需要考虑。随着深亚微米半导体技术的引入，这种情况正在发生快速变化。由互连线引入的寄生效应表现出与晶体管等有源器件不同的缩放行为，并且随着器件尺寸的减小和电路速度的提高而变得越来越重要。事实上，它们开始主导数字集成电路的一些相关指标，如速度、能耗和可靠性。由于技术的进步使得生产越来越大的芯片尺寸在经济上可行，这导致互连线的平均长度和相关的寄生效应增加，这种情况更加严重。因此，仔细深入地分析互连线在半导体技术中的作用和行为不仅是可取的，而且是必要的。
1 简介 - 加州大学伯克利分校 EECS 人员
人类给自己取了一个科学名称，即智人，因为我们的心理能力对于我们的日常生活和自我意识非常重要。人工智能（AI）领域试图理解智能实体。因此，研究人工智能的一个原因是为了更多地了解我们自己。但与同样关注智能的哲学和心理学不同，人工智能致力于构建智能实体并理解它们。研究人工智能的另一个原因是，这些构建的智能实体本身就很有趣且很有用。即使在发展的早期阶段，人工智能也已经产生了许多重要且令人印象深刻的产品。虽然没有人能够详细预测未来，但很明显，具有人类水平智能（或更高级智能）的计算机将对我们的日常生活和未来文明进程产生巨大影响。人工智能解决了最终难题之一。缓慢而微小的大脑（无论是生物大脑还是电子大脑）如何能够感知、理解、预测和操纵比其本身更大更复杂的世界？我们如何制造具有这些特性的东西？这些都是难题，但与寻找超光速旅行或反重力装置不同，人工智能研究人员有确凿的证据表明这一探索是可能的。研究人员所要做的就是照照镜子，就能看到一个智能系统的例子。人工智能是最新学科之一。该学科于 1956 年正式启动，当时该学科的名称被创造出来，尽管那时该学科的工作已经进行了大约五年。与现代遗传学一样，该学科经常被其他学科的科学家称为“我最想从事的领域”。物理学专业的学生可能会合理地认为，所有好的想法都已经被伽利略、牛顿、爱因斯坦和其他人采纳，而且需要多年的学习才能贡献新的想法。另一方面，人工智能仍然需要全职爱因斯坦。智力研究也是最古老的学科之一。2000 多年来，哲学家们一直试图理解观察、学习、记忆和推理如何能够或应该如何实现