XiaoMi-AI文件搜索系统
World File Search System多核
用于安全关键系统的多核设备：调查
在过去的几十年中，嵌入式系统在交通运输和工业控制系统等许多应用领域的功能性、可靠性和性能方面取得了巨大的进步。在这些领域，嵌入式系统通常在保证系统的整体安全方面发挥着至关重要的作用。这些系统被称为安全关键系统，因为它们的故障可能导致灾难性后果，例如生命损失或严重的环境破坏 [1]（例如，汽车巡航控制 [2]、铁路信号 [3]、风力涡轮机完整性保护 [4]、心脏起搏器 [5]）。为了降低造成此类死亡的风险，安全关键系统必须遵循根据特定领域的安全标准进行的严格认证流程。这个过程通常涉及大量的开发工作和成本。一般而言，安全完整性等级越高，安全认证成本越高 [6, 7]。此外，随着数字化趋势的不断增强，越来越多的功能由软件实现，嵌入式系统通常包含具有不同安全关键性的功能，这些功能还必须与非关键软件共存，从而符合混合关键性系统的要求。过去，混合关键性架构通常遵循联合架构方法，其中每个主要功能都部署在专用计算节点上。对附加功能的需求不断增长，导致计算节点、电线和连接器的数量增加。因此，这导致总体成本、复杂性、尺寸、重量和功率 (SWaP) 增加，在某些情况下限制了这种方法未来的可扩展性 [7, 4, 6, 8, 9, 10]。例如，在汽车领域，高档汽车在约 100 个计算节点上部署了超过 2000 万行代码 [11, 8]，电子元件的附加值范围为传统汽车的 40% 至电动汽车的 75% [12]。当前的汽车发展目标是开发智能高级驾驶辅助系统 (ADAS) 和自动驾驶解决方案，这将进一步增加要集成的功能数量 [8]。一种可能的解决方案是转向集成架构方法 [7, 4, 6, 8, 9, 10]，其中不同安全关键性的功能集成在数量减少的集中式计算节点和处理设备中。在这种方法中，安全认证成为一个挑战，因为混合关键性功能的集成需要证明实现的足够独立性和功能之间依赖性故障的足够低概率 [13, 14, 6, 7, 15]。此外，这种方法需要提高设备的整体计算性能，这可能通过多核设备和具有更高频率的单核设备来实现。由于对电磁干扰 (EMI) 的敏感性增加 [16]、散热风扇的可靠性低 [8, 4] 以及冷却系统的体积和重量 [17]，使用具有更高频率的单核设备在多个领域被认为不具竞争力。另一方面，商用现货 (COTS) 多核设备在硅片制造商路线图中占据主导地位 [18, 19, 20, 12, 21, 22, 10]，并提供跨领域潜在解决方案，例如汽车 [23, 15, 2]、航空电子 [24, 10]、铁路 [3, 25]、工业控制 [6, 26]、医疗应用 [5]。在这种情况下，基于多核设备的混合关键性系统的安全关键系统开发人员需要遵守两个有时相互冲突和矛盾的约束。一方面，基于过去几十年最佳安全工业实践的保守功能安全标准，没有或很少考虑多核设备（见
将量子算法映射到多核量子计算架构
摘要 — 当前的单片量子计算机架构可扩展性有限。一种有前途的扩展方法是使用模块化或多核架构，其中不同的量子处理器（核心）通过量子和经典链路连接。这种新的架构设计带来了新的挑战，例如昂贵的核心间通信。为了在执行量子算法时减少这些移动，需要一种有效的映射技术。本文详细讨论了多核量子计算架构的量子电路映射问题。此外，我们通过执行架构可扩展性分析，进一步探索了一种映射方法的性能，该方法被表述为随时间划分的图问题。索引术语 — 可扩展性量子计算系统、多核量子计算机、量子算法映射。
文章 支持并行识别的嵌入式 AI 系统的多核控制器
摘要：人工智能 (AI) 技术的最新进展促进了 AI 系统在各种应用中的应用。在大多数部署中，基于 AI 的计算系统采用中央服务器处理大部分数据的架构。此特性使系统使用大量网络带宽并可能导致安全问题。为了克服这些问题，提出了一种称为联邦学习的新 AI 模型。联邦学习采用一种架构，其中客户端负责数据训练并仅将训练结果传输到中央服务器。由于来自客户端的数据训练抽象并减少了原始数据，因此系统在减少网络资源和增强数据安全性的情况下运行。具有联邦学习的系统支持各种客户端系统。要构建具有资源有限的客户端系统的 AI 系统，将客户端系统与多个嵌入式 AI 处理器组合是有效的。为了实现具有这种架构的系统，引入控制器来仲裁和利用 AI 处理器成为一项严格的要求。在本文中，我们提出了一种用于联邦学习的嵌入式 AI 系统，该系统可以根据应用灵活地与 AI 核心组合。为了实现所提出的系统，我们设计了一个多 AI 核心控制器，并将其实现在现场可编程门阵列 (FPGA) 上。通过图像和语音应用程序验证了所设计的控制器的运行，并通过模拟器验证了其性能。
在15 km多核光纤上连续可变的量子键分布
量子密钥分布（QKD）是一种创新技术，用于在空间分离的用户中安全地分发加密密钥[1，2]。它基于对单个量子状态的随机选择位，然后对这些位进行独立的测量。使用经典的后处理技术和经典的通信渠道，可以通过远程各方（通常称为Alice和Bob）来解密安全且共享的秘密密钥。许多实验表明QKD现在是一种成熟的技术[3-7]。QKD协议可以分为两个广泛的类别：离散变量（DV）和连续变量（CV）QKD [1，2]。在前者中，与单光子检测器一起使用了一组离散的量子状态[1，2]，而在后者中，一组更广泛的状态与连贯的检测一起使用[8]。CV-QKD最近引起了很大的关注，因为它可以通过可以在室温下运行的常规电信组件来实现，从而实现了与当前网络基础架构兼容的具有成本效益的实施。特别是，CV-QKD可以在大都市网络中提供更高的秘密关键率[1，2]。此外，与DV-QKD相比，CV-QKD可以通过使用光子积分电路（PICS）进行批量生产，因为相干接收器可以以更轻松的方式集成[9]。在安全性方面，CV-QKD已被证明是可靠的，可以针对一般的集体攻击[10-12]。最后，在[21，22]中还研究了CV-QKD和经典信号的共存和经典信号。为了避免由于局部振荡器（LO）和检测器引起的安全漏洞，可以考虑使用TRUE LO [13，14]和测量设备独立的（MDI）[15，16]方案。在实验中，最近实现了CV-QKD的高速传输距离，高达202.81 km [17]，高速高达63.7 MB S-1 [18]和高安全性MDI量子密码[15，19，20]。多核纤维（MCF）将出于多种原因在未来的古典沟通中发挥基本作用。首先，MCF可以解决即将到来的网络容量短缺[23]。理论上，可实现的
基于多核学习的运动想象 BCI 文盲分布自适应和分类框架
摘要：脑机接口（BCI）将用户的运动想象（MI）等想法转化为对外部设备的控制。然而，一部分人无法有效控制BCI，他们被定义为BCI文盲。BCI文盲受试者的主要特点是分类率低和可重复性差。针对MI-BCI文盲问题，提出一种基于多核学习的分布自适应方法，使源域和目标域之间的特征分布更加接近，同时最大化类别可分性。受到核技巧的启发，采用基于多核的极限学习机对带标签的源域数据进行训练，以找到一个最大化数据可分性的新的高维子空间，然后使用基于多核的最大均值差异进行分布自适应，以消除新子空间中域间特征分布的差异。针对MI-BCI文盲的特征维数较高，本文采用能够有效处理高维特征且不需要额外交叉验证的随机森林作为分类器，并在公开数据集上对所提方法进行了验证。实验结果表明，所提方法适用于MI-BCI文盲，并能降低域间差异，从而降低跨受试者和跨会话的性能下降。
基于模式耦合效果的多参数光学表中的非对称指数多核纤维
提出了基于耦合的多核纤维的光学量表并实验证明。通过使用直接激光写作来选择性打破索引索引对称性，引入了核之间的不对称模式耦合。这允许使用仅使用一个传感器的结构中检测和不同类型的变形的能力来制造光仪。将制造的光学仪与校准的商业仪表和纤维式光栅进行了比较，例如应变，振动和曲率仪表。测试表明，这种新型光学量表的性能优于市售传感器，并且具有最高的敏感性。所提出的技术可能是制造具有比以前获得更多功能和功能更好的新型感应设备的关键。
建模可扩展的多核量子计算体系结构的短程量子传送
多核量子计算已被确定为解决量子计算的可伸缩性问题的解决方案。然而，量子芯片的相互作用并不是微不足道的，因为量子通信具有量子怪异的份额：量子偏压和无键的定理使转移量子的刺激性刺激性，在这种情况下，每一个额外的纳米纳赛计数和重新恢复是完全不可能的。在本文中，我们介绍了对多核量子计算机的量子通信进行彻底建模的第一步，这可能被视为量子互联网和芯片网络的众所周知的范式之间的中间点。，我们强调量子计算中延迟和错误率之间存在的深层纠缠，以及这如何影响这种情况的量子网络设计。此外，我们显示了一组最先进的实验研究参数的计算和通信资源之间的权衡。观察到的行为使我们可以预见到多核量子体系结构的潜力。
Aurix™TC4XX：32位多核微控制器家族（Aurix-3G第三代） - 面对面培训
CAN Interfaces - Controller area network interface (MCMCAN), - Controller area network interface extra long (CANXL) - FlexRay™ controller (ERAY) - Standard serial interfaces: Inter-integrated circuit (IIC/I2C), queued serial peripheral interface (QSPI) - eXpanded serial peripheral interface (xSPI)
在多核量子计算机的双堆栈启用双堆栈通信架构
摘要 - 尽管具有巨大的潜力，但仍不清楚量子计算如何扩展以满足其最强大的应用程序的要求。除其他问题外，可以将可以集成到单个芯片中的量子位数量很大。多核架构是解锁量子处理器可扩展性的公司候选者。尽管如此，量子通信的脆弱性和复杂性使这是一个具有挑战性的方法。全面的设计应意味着整合量子计算机体系结构中的通信堆栈。在本文中，我们通过在设计核心中纠缠沟通和计算可能有助于解决开放挑战来解释这种愿景。我们还总结了我们应用结构化设计方法支持该愿景的第一个结果。通过我们的工作，我们希望通过设计指南做出贡献，这些指南可能有助于释放量子计算的潜力。
3D打印的多核纤维尖磁场和温度测量的判别传感器
微型光纤磁场传感器由于其对抗电磁干扰和紧凑性而引起了极大的兴趣。然而，材料的固有热力学特性使温度交叉敏感性在感知准确性和可靠性方面都是挑战性的问题。在这项研究中，设计了一个超型多核纤维（MCF）尖端传感器，以区别地测量磁场和温度，随后对此进行了实验评估。新颖的3D打印感应分量由一个碗形的微型站点和一个MCF末端的聚合物微流体浸润的微腔组成，充当两个微型Fabry-Perot干涉仪。通过将铁微球掺入微磁管中来实现微型磁场的磁灵敏度，而微流体浸润的微腔增强了高度敏感的温度感应的能力。在MCF的两个通道中使用此微小的光纤面条设备允许通过确定两个参数的灵敏度系数矩阵来区分磁场和温度。该设备表现出高磁场强度灵敏度，约为1 805.6 pm/mt，快速响应时间约为213 ms，高温灵敏度为160.3 pm/℃。此外，传感器的状况较低，为11.28，表明两参数测量的可靠性很高。所提出的3D打印的MCF-TIP探针通过单个光纤内的多个通道检测多个信号，可以为歧视性测量提供一个超级，敏感和可靠的方案。碗形的微型管理器还提供了一个有用的平台，用于将微观结构与功能材料结合在一起，扩展多参数感应方案并促进MCF的应用。