XiaoMi-AI文件搜索系统
World File Search System并行度
工业机器人对神经形态计算的需求
摘要 — 随着摩尔定律走向极限，可用于处理应用程序的计算能力的增长速度也同样停滞不前。这意味着机器人、人工智能和高性能空间计算等计算密集型任务需要创新的方法来满足其不断增长的计算需求。解决计算瓶颈的一种创新方法是将计算和内存结合在一起，而不是冯·诺依曼计算模型，在基于事件的异步计算范式中具有更高的并行度。神经形态计算就是这样一种从大脑中汲取灵感的范式。能源和计算效率、异步和基于事件的处理是神经形态计算的显著特征，是计算密集型任务值得探索的领域。在本文中，作者探讨了神经形态计算在机器人领域的可能性和好处，并确定了可能有益于机器人领域的可能研究方向。
产品/工艺变更通知 1.PCN...
ST 深圳（中国）组装和测试线升级为工业级 SO8N 封装 105°C EEPROM 产品 SO8N 封装 105°C EEPROM 产品被所有客户和所有应用广泛地大批量使用。为了长期保持高水平服务和支持大批量生产，ST 决定将组装和测试线从高密度（HD）条带测试线转换为超高密度（SHD）条带测试线。这两条线都安装在 ST 深圳（中国）。自 2012 年以来，SHD 条带测试线已经为工业市场生产大批量 EEPROM SO8N 产品。有什么变化？ST 深圳（中国）的 SO8N 封装 105°C EEPROM 组装和测试从高密度（HD）条带测试线升级为超高密度（SHD）条带测试线。SHD 组装线以更高的并行度运行，组装流程与当前的 HD 线相同。随着持续改进，在芯片贴装和引线键合之间引入了等离子清洗步骤。已对引线框架尺寸进行了合理化。 SHD 条带测试线具有更高的并行度，并且测试流程和测试顺序与当前 HD 线相同。 SHD 条带测试线采用与当前 HD 线相同的测试设备运行。有关装配和测试流程的更多详细信息，请参阅附录 B。 为什么？ 意法半导体存储器部门的战略是长期为客户提供产品和服务质量支持。 根据这一承诺，这一变革将确保长期可用性和 105°C SO8N 产能，同时提高产品制造质量。 什么时候？ 发货将从 2023 年第 01 周开始。 当前 HD 条带测试线上的 105°C EEPROM SO8N 生产将持续到 2023 年 6 月底，以便有时间逐步提高 SHD 生产线的产能。 从 2023 年 6 月起，105°C EEPROM SO8N 产品将仅在 SHD 线上生产。 如何认证变更？ 此变更已使用标准意法半导体公司质量和可靠性程序进行了认证。组装资格报告 RERMMY2005 现已提供，包含在本文档中。测试 (I2C/SPI) 资格报告 TERMMY2005-2 预计于 2022 年第 26 周发布。
产品/工艺变更通知 1.PCN...
ST 深圳（中国）组装和测试线升级为工业级 SO8N 封装 105°C EEPROM 产品 SO8N 封装 105°C EEPROM 产品被所有客户和所有应用广泛地大批量使用。为了长期保持高水平服务和支持大批量生产，ST 决定将组装和测试线从高密度（HD）条带测试线转换为超高密度（SHD）条带测试线。这两条线都安装在 ST 深圳（中国）。自 2012 年以来，SHD 条带测试线已经为工业市场生产大批量 EEPROM SO8N 产品。有什么变化？ST 深圳（中国）的 SO8N 封装 105°C EEPROM 组装和测试从高密度（HD）条带测试线升级为超高密度（SHD）条带测试线。SHD 组装线以更高的并行度运行，组装流程与当前的 HD 线相同。随着持续改进，在芯片贴装和引线键合之间引入了等离子清洗步骤。已对引线框架尺寸进行了合理化。 SHD 条带测试线具有更高的并行度，并且测试流程和测试顺序与当前 HD 线相同。 SHD 条带测试线采用与当前 HD 线相同的测试设备运行。有关装配和测试流程的更多详细信息，请参阅附录 B。 为什么？ 意法半导体存储器部门的战略是长期为客户提供产品和服务质量支持。 根据这一承诺，这一变革将确保长期可用性和 105°C SO8N 产能，同时提高产品制造质量。 什么时候？ 发货将从 2023 年第 01 周开始。 当前 HD 条带测试线上的 105°C EEPROM SO8N 生产将持续到 2023 年 6 月底，以便有时间逐步提高 SHD 生产线的产能。 从 2023 年 6 月起，105°C EEPROM SO8N 产品将仅在 SHD 线上生产。 如何认证变更？ 此变更已使用标准意法半导体公司质量和可靠性程序进行了认证。组装资格报告 RERMMY2005 现已提供，包含在本文档中。测试 (I2C/SPI) 资格报告 TERMMY2005-2 预计于 2022 年第 26 周发布。
CXL-ANNS：软硬件协作内存分解和十亿级近似最近邻搜索计算
摘要 我们提出了 CXL-ANNS，这是一种软硬件协作方法，可实现高度可扩展的近似最近邻搜索 (ANNS) 服务。为此，我们首先通过计算快速链路 (CXL) 将 DRAM 从主机中分离出来，并将所有必要的数据集放入其内存池中。虽然这个 CXL 内存池可以使 ANNS 能够在不损失准确性的情况下处理十亿点图，但我们观察到由于 CXL 的远内存类特性，搜索性能会显著下降。为了解决这个问题，CXL-ANNS 考虑节点级关系并将预计访问最频繁的邻居缓存在本地内存中。对于未缓存的节点，CXL-ANNS 通过了解 ANNS 的图遍历行为预取一组最有可能很快访问的节点。CXL-ANNS 还了解 CXL 互连网络的架构，并让其中的不同硬件组件并行协作搜索最近邻居。为了进一步提高性能，它放宽了邻居搜索任务的执行依赖性，并通过充分利用 CXL 网络中的所有硬件来最大化搜索并行度。我们的实证评估结果表明，与我们测试的最先进的 ANNS 平台相比，CXL-ANNS 的 QPS 提高了 111.1 倍，查询延迟降低了 93.3%。在延迟和吞吐量方面，CXL-ANNS 也分别比仅具有 DRAM（具有无限存储容量）的 Oracle ANNS 系统高出 68.0% 和 3.8 倍。
Oracle 混合列压缩
您不能为外部表或属于集群的表指定任何类型的表压缩。 您不能为具有 LONG 或 LONG RAW 列的表、由 SYS 模式拥有并驻留在 SYSTEM 表空间中的表或启用了 ROWDEPENDENCIES 的表指定任何类型的压缩。 不建议将 UNIFORM EXTENTS 与混合列压缩一起使用，因为对于大多数工作负载，配置统一区大小没有任何好处。在并行直接加载 (DSS) 中使用统一区时，会导致大量空间浪费并影响全扫描性能。空间浪费是因为在段合并期间数据库无法修剪最后部分使用的区。浪费与并行度 (DOP) 以及区大小呈线性关系。扫描性能也会由于相同的根本原因受到影响 – 大量未使用的块（来自最后一个区）合并到基础段中。 混合列压缩对 HCC 所需的最少数据量没有限制。即使每个段/分区只有几 MB 的数据，HCC 也可以非常有效。但是，在使用较少量的数据（每个段几 MB）和并行加载时，需要注意的是，并行加载有时会使用临时段合并，其中每个加载器进程都会创建一个单独的段，在这种情况下，Oracle 建议每个段/分区有几百 MB。 混合列压缩是为关系数据设计的，不适用于 BLOB（或 CLOB）中的非结构化数据。LOB 最好作为 SecureFiles LOB 存储在 Oracle 数据库中。Oracle 高级压缩的功能高级 LOB 压缩和高级 LOB 重复数据删除可以减少 SecureFiles LOB 所需的存储量。 混合列压缩不会压缩索引或索引组织表 (IOT)。可以使用高级索引压缩 LOW（高级压缩的功能）或前缀压缩（包含在 Oracle Database Enterprise Edition 中）来压缩索引（和 IOT）。 针对混合列压缩表/分区的 DML UPDATE 操作会随着时间的推移减少总体压缩节省，因为通过 DML 操作更新的数据不会压缩到与其他 HCC 压缩数据相同的数据压缩率。 当您更新使用混合列压缩压缩的表中的一行时，该行的 ROWID 可能会发生变化。 在使用混合列压缩压缩的表中，对单行的更新可能会导致多行锁定。因此，写入事务的并发性可能会受到影响。 混合列压缩每个 CU 使用一个锁。或者；您可以选择为压缩单元启用行级锁定。HCC 的默认值为无行级锁定；在 CREATE TABLE 或 ALTER TABLE MOVE 操作期间明确指定行级锁定。HCC 行级锁定是高级压缩的一项功能。