XiaoMi-AI文件搜索系统
World File Search System摩尔定律
IBM TrueNorth 中的神经形态卡尔曼滤波器实现
摘要。随着后摩尔定律计算领域的出现，新的架构不断涌现。借助 IBM 的 TrueNorth 等复合、数百万连接的神经形态芯片，神经工程现在已成为这种新型计算范式中的可行技术。高能物理实验正在不断探索新的计算和数据处理方法，包括神经形态，以支持该领域日益增长的挑战并为未来的商品计算趋势做好准备。这项工作详细介绍了 IBM 的神经形态架构 TrueNorth 中用于并行和串行脉冲序列的卡尔曼滤波器实现的第一个实例。在多个模拟系统上测试了实现，并根据等效非脉冲卡尔曼滤波器评估了其性能。在改变权重和阈值寄存器的大小、用于编码状态的脉冲数量、用于空间编码的神经元块的大小以及神经元电位重置方案的同时，探索了实现的极限。
09232024 墨西哥城人工智能之旅主题演讲 Satya Nadella
09232024 墨西哥城 AI 之旅主题演讲 Satya Nadella 首席执行官 LATAM 之旅 AI 之旅主题演讲 Satya Nadella - 微软首席执行官 Rafa Sanchez - 微软墨西哥总经理 Callie August（演示者）- 微软高级营销传播经理 Centro Citi Banamex - 墨西哥城 D 厅 墨西哥，墨西哥 2024 年 9 月 23 日，星期二 拉法·桑切斯：大家早上好。欢迎参加我们的墨西哥 AI 之旅。非常感谢大家的光临。我们准备了一个精彩的议程，向您展示最新和最伟大的技术，特别是在人工智能、安全、云、数据、应用程序和开发方面。在我们开始之前，请允许我感谢今天与我们在一起的所有客户，与您分享最佳实践，也感谢今天与我们在一起的所有合作伙伴，向您展示我们现在在墨西哥运行的用例。我很确定，我们所有人在这里都直接听取一个人、一个正在塑造全球商业和技术的领导者的发言。请和我一起以墨西哥式的热情欢迎微软董事长兼首席执行官萨蒂亚·纳德拉。萨蒂亚，现在请您发言。萨蒂亚·纳德拉：早上好。很高兴再次来到墨西哥，这是我们这个行业激动人心的时刻。我上次来这里时，我们正处于云转型的中期，当然，现在一切都与人工智能有关。这建立在云计算之前的一切基础之上，但当你处于下一个平台转变的起点时，科技行业总是令人兴奋的。所以我想分享我的观点，这意味着什么，以及它对所有在墨西哥利用这些新技术进行创新的人意味着什么。当你谈论人工智能时，我认为最好将我们自己立足于人工智能的基本驱动力，即缩放定律。这些缩放定律就像摩尔定律，是我们观察到的经验定律。想想摩尔定律，每 18 个月，性能就会翻一番，价格不变。我们实际上在这些缩放定律中看到了类似的情况。事实上，它始于 2010 年的深度学习革命，并在 2018 年和 2019 年再次受到影响，也许是在这些 Transformer 中。当你观察缩放定律的变化时，你会发现性能实际上每六个月就会翻一番。
多用途资产的灵活使用 -空军大学
1936 年，英国皇家空军军官 JC Slessor 出版了《空中力量与军队》一书，称空中力量是当时战争中最具革命性的进步。1 这项新技术的出现和在水面以上作战的能力永远重新定义了当代战争概念。2016 年，托马斯·弗里德曼的《谢谢你的迟到》解释说，技术以指数级的速度发展，这被称为摩尔定律。2 历史上第一次，人类的适应能力无法跟上技术进步的步伐。3 一年后，兰德公司报告称，“在合理的假设下，美军可能会输掉下一场战争。” 4 最后，在 2019 年，退役将军戴维·彼得雷乌斯表示，美国已进入“技术冷战的早期阶段”。 5 这四个看似独立的点，却决定了美国今天所处的关键位置。技术进步正在改变空中力量的使用，能够将新技术与组织改革和创新作战理念融合在一起的国家将主宰未来以信息为中心的战场，并可能开启下一次军事革命 (RMA)。
摩尔以外的视图-A*Star Research
n 2023年初，半导体行业先驱戈登·摩尔（Gordon Moore）去世，享年94岁。摩尔进入了一个在花生大小的晶体管上运行的集成电路；七十年后，他的同事们将与纳米级的同行揭露芯片。Moore预测，该行业会定期将晶体管数量增加一倍，使计算更强大而紧凑。但是，即使研究人员提出了“摩尔定律”的挑战，有些人也超越了晶体管缩放，以提高计算机芯片的潜力。在我们的封面故事“摩尔之外的观点（第10页）”中，一场*星级研究深入了*Star's Microelectronics（IME）的“超过摩尔”技术的研究里程碑。从高级芯片包装到硅光子学，该功能评论综述了关键的发展和合作伙伴关系，这些发展和合作伙伴关系继续为数据渴望的年龄塑造创新的解决方案。当芯片处理数字数据时，他们依靠其他系统来翻译周围世界的信息。在我们的第一个功能中，‘建筑微小
多用途资产的灵活使用 - 空军大学
陆军将空中力量称为当时战争中最具革命性的进步。1 这项新技术的出现和在水面以上作战的能力永远重新定义了当代发动战争的概念。2016 年，托马斯·弗里德曼的《谢谢你的迟到》一书解释说，技术以指数级的速度发展，称为摩尔定律。2 历史上第一次，人类的适应能力无法跟上技术进步的步伐。3 一年后，兰德公司报告指出，“在合理的假设下，美军可能会输掉下一场他们被要求参战的战争。” 4 最后，在 2019 年，退役将军戴维·彼得雷乌斯表示，美国已进入“技术冷战的早期阶段”。 5 这四个看似独立的点决定了美国今天所处的关键地位。技术进步正在改变空中力量的使用，能够将新技术与组织改革和创新作战理念融合的国家将主宰未来以信息为中心的战场，并可能开启下一次军事革命 (RMA)。
神经形态应用的电解晶体管
摘要：冯·诺伊曼（Von Neumann）计算机目前未能遵循摩尔定律，受到冯·诺伊曼（Von Neumann）瓶颈的限制。为增强计算性能，正在开发可以模拟人脑功能的神经形态计算系统。人造突触是神经形态结构的必不可少的电子设备，它们具有在相邻的人造神经元之间执行信号处理和存储的能力。近年来，电解质门控晶体管（EGT）被视为模仿突触动态可塑性和神经形态应用的有前途的设备。在各种电子设备中，基于EGT的人工突触提供了良好稳定性，超高线性和重复循环对称性的好处，并且可以从多种材料中构造。他们还在空间上分开“读”和“写”操作。在本文中，我们对神经形态应用的电气门控晶体管领域的最新进展和主要趋势进行了回顾。我们介绍了电动双层的操作机理和基于EGT的艺术突触的结构。然后，我们回顾了基于EGT的人工突触的不同类型的通道和电解质材料。最后，我们回顾了生物学功能中的潜在应用。
能源感知信息物理系统综述
在第二次工业革命期间，电力作为一种实用且简单的方式被引入，用于向建筑物和工业等消费者传输电力。在此期间发生的电气化过程是我们日常生活中使用的电器发明的主要驱动力。这些电器的广泛使用导致能源消耗不断增加。从那时起，研究人员一直对能源优化感兴趣，以最大限度地提高设备的效率。随后发生了两次工业革命：（1）第三次革命，其特点是引入了自动化、信息技术和电子革命；（2）正在进行的第四次革命，引入了信息物理系统 (CPS)、物联网 (IoT) 和网络革命。互联网是这些革命的基础技术，为传输数据和人与设备之间的通信提供了网络基础设施。此外，电子设备的功能按照摩尔定律呈指数级增长，并具有通信、保持连接和执行复杂任务的能力。这两个因素是 CPS 和 IoT 设计和开发的基础。目前观察到联网设备数量显着增加，未来将继续增加，尤其是 IoT 和智能家居设备 [1]。据估计
2021 IRDS 工厂集成
IRDS 的工厂集成 (FI) 章节致力于确保微电子制造基础设施包含以可承受的成本和大批量生产产品所需的组件。要发挥摩尔定律的潜力，需要充分利用设备特征尺寸的减小、新材料、产量提高到接近 100%、晶圆尺寸增加和其他制造生产率的改进。这反过来又需要一个工厂系统，该系统可以完全集成额外的工厂组件，并共同利用这些组件来交付符合其他 IRDS 国际重点团队 (IFT) 确定的规格以及成本、数量和产量目标的产品。要保持数十年来每年每项功能成本降低 30% 的趋势，还需要抓住所有可能的成本降低机会。这些包括前端和后端生产、设施、收益管理和改进、增加系统集成（例如供应链上下游）以及改善环境健康和安全方面的机会。FI 挑战在实现这些机遇方面发挥着关键作用，许多 FI 技术挑战正在成为实现重大技术里程碑的限制因素。
英特尔对美国经济的影响
从历史上看，ICT行业通过提高劳动生产率和降低价格为经济增长做出了重大贡献。半导体和计算机设备生产的持续增长一直持续到今天。该部门的持续增长一直是如此稳定，以至于该现象被认为是持续改进的定律。以英特尔联合创始人戈登·摩尔（Gordon Moore）的名字命名，摩尔法律指出，综合电路上的晶体管数量大约每两年翻倍，这意味着10年后增加了32倍。计算机和其他半导体依赖性设备的功能从广泛使用智能手机到物联网的功能与摩尔定律密切相关。计算能力，处理速度和内存能力呈指数增长。从1970年代初到2000年，微处理器的力量增加了7,000倍，而存储一兆比的数据的成本从超过5,000美元下降到只有17美分。6一大量的经济研究发现，ICT部门在2000年代初期促进了经济各个部门的技术变化和生产力的增长。今天，ICT是日常经济活动的嵌入式组成部分。
先进 CMOS 的性能和可靠性设计
在过去的几十年中，电子行业的中心主题是通过减小晶体管面积来增加晶体管密度，这是摩尔定律的要求。从平面 CMOS 技术到 FinFET 技术的范式转变将这种面积缩小趋势延续到了 20nm 以下时代。FinFET 中晶体管静电的增强使栅极长度和接触多晶硅间距 (CPP) 进一步缩小。同时，对面积缩小的追求也来自宽度（或鳍片间距）和高度尺寸。通过减小鳍片间距和增加鳍片高度，可以提高 FinFET 的电流密度。因此，电路设计人员可以使用更少的鳍片来满足相同的电流要求并同时节省面积，这种方案通常称为“鳍片减少”。然而，上述方法开始显示出收益递减，并面临过多的制造挑战。为了进一步提高电流密度并减小面积，未来预计将使用具有高迁移率的新型通道材料（例如 SiGe）和/或具有更好静电的新结构（例如插氧化物 FinFET (iFinFET)、Gate-All-Around FET、Nanosheet FET）。