XiaoMi-AI文件搜索系统
World File Search System模拟性能
验证适合太空应用的高分辨率 ADC
所有 NMOS 晶体管均为封闭式布局类型 (ELT)，这极大地改善了由于 TID 效应（由于边缘形成的寄生通道处出现严重漏电流而导致的过度消耗）造成的模拟性能下降
对 NEURON 模拟器进行现代化改造，以实现可持续性、可移植性和性能
对可重复、可靠、多尺度生物建模的需求导致了标准化模拟平台的发展，例如广泛用于计算神经科学的 NEURON 环境。几十年来，开发和维护 NEURON 需要关注向后兼容性、不断发展的计算机架构、新尺度和物理过程的增加、新用户的可访问性以及专家的效率和灵活性等相互竞争的需求。为了应对这些挑战，我们现在对 NEURON 进行了大幅现代化改造，提供了持续集成、改进的构建系统和发布工作流程以及更好的文档。借助 NMODL 领域特定语言的新源到源编译器，我们通过 CoreNEURON 模拟引擎增强了 NEURON 在各种硬件平台（包括 GPU）上高效运行的能力。通过实施优化的内存传输机制，这个性能优化的后端可供用户轻松访问，提供从笔记本电脑到工作站再到超级计算机和云平台的训练和模型开发路径。同样，我们能够通过使用即时编译来加速 NEURON 的反应扩散模拟性能。我们表明，这些努力已经带来了不断增长的开发人员基础、更简单、更强大的软件分发、更广泛的计算机架构支持、NEURON 与其他科学工作流程的更好集成，以及生物物理和生化模型模拟性能的显著提高。
![arXiv:2110.00557v1 [quant-ph] 2021 年 10 月 1 日](/simg/g:\will\search\icon\source\9\908be0505a51f521adeb094cf0ccefef12653773.webp)
arXiv:2110.00557v1 [quant-ph] 2021 年 10 月 1 日
我们介绍了一种基于 Xilinx RFSoC 的量子位控制器（称为量子仪器控制套件，简称 QICK），它支持直接合成载波频率高达 6 GHz 的控制脉冲。QICK 可以控制多个量子位或其他量子设备。QICK 由一个数字板组成，该数字板承载着一个 RFSoC（射频片上系统）FPGA [1]、定制固件和软件以及一个可选的配套定制模拟前端板。我们表征了系统的模拟性能及其数字延迟，这对于量子纠错和反馈协议很重要。我们通过对 transmon 量子位执行标准表征来对控制器进行基准测试。我们实现了 F avg = 99.93% 的平均 Clifford 门保真度。所有原理图、固件和软件都是开源的 [2]。
使用地热热泵的地区能源系统开发尺寸和建模平台：预印本
现有的社区或城市规模能源系统建模和仿真工具通常受到限制，并且需要专家级建模的能力来开发系统模型。为了帮助填补这一空白，我们建议使用地热热泵的地区能源系统进行集成的尺寸和建模平台。所提出的平台使用与建筑物，孔菲尔德和地区能量循环有关的几何和非几何用户输入。平台大小大小，地热交换机，生成相应的区域能源系统模型，并自动运行年度模拟。我们平台上的Borefield组件模型已针对EnergyPlus进行了验证，以确保可靠的模拟性能。在本文中提供了一个案例研究，以证明所提出的平台的工作流和模拟结果的合理性。
Qibo：一个具有硬件加速的量子模拟框架
摘要 我们介绍了 Qibo，这是一款新型开源软件，充分利用硬件加速器，用于快速评估量子电路和绝热演化。人们对量子计算日益增长的兴趣和量子硬件设备的最新发展推动了开发注重性能和使用简单性的新型先进计算工具。在这项工作中，我们引入了一个新的量子模拟框架，使开发人员能够将硬件或平台实现的所有复杂方面委托给库，以便他们可以专注于手头的问题和量子算法。该软件从头开始设计，以模拟性能、代码简单性和用户友好界面为目标。它利用硬件加速，如多线程中央处理单元 (CPU)、单图形处理单元 (GPU) 和多 GPU 设备。
SERB 赞助最新进展研讨会......
关于课程 微波覆盖了电磁波频谱的一个重要窗口（~ 300MHz 到 ~ 300GHz）。自从几十年前它出现在国防部门、材料加工、光谱学、通信等领域以来，它在相关技术的各个方面都得到了迅速发展，包括源、放大器、耦合器、天线、探测器等。这些进步使得紧凑型有源和无源微波/毫米波设备被部署在从空间通信系统到个人手机等各种环境中！创建新设计、模拟性能、制造设备和测试是需要解决的挑战。本课程的目的是介绍电磁理论的基础知识以及毫米波和太赫兹技术在国防、通信、工业和科学应用等方面的最新进展。此外，还将向各技术机构的年轻教职员工介绍/毫米波和太赫兹高功率源和放大器（包括天线、超表面、频率选择表面、光子带隙结构等）的建模问题。
利用物理启发的费米子减少纠缠......
在从头算电子结构模拟中，费米子到量子比特的映射表示从费米子问题到量子比特问题的初始编码步骤。这项工作引入了一种物理启发的映射构建方法，可在模拟感兴趣的状态时显着简化纠缠要求。电子激发的存在驱动了我们映射的构建，从而减少了量子比特空间中目标状态的相关性。为了对我们的方法进行基准测试，我们模拟了小分子的基态，并观察到与使用传统映射的先前研究中的经典和量子变分方法相比，我们的性能有所增强。特别是在量子方面，我们的映射需要减少纠缠层数量，以实现 LiH、H 2 、( H 2 ) 2 、H ̸= 4 拉伸和苯的 π 系统的精度，使用 RY 硬件高效的假设。此外，我们的映射还为 N 2 分子的密度矩阵重正化群算法提供了增强的基态模拟性能。
带有 GNN 的电路图，用于探索最佳设计空间
模拟电路的设计自动化在设计空间大、电路规范之间复杂的相互依赖关系以及资源密集型模拟方面提出了重大挑战。为了应对这些挑战，本文提出了一个创新框架，称为电路图探索器 (GCX)。利用图结构学习和图神经网络，GCX 能够创建一个代理模型，该模型有助于在半监督学习框架内有效探索最佳设计空间，从而减少对大型标记数据集的需求。所提出的方法包括三个关键阶段。首先，我们学习电路的几何表示并用技术信息丰富它以创建一个综合特征向量。随后，将基于特征的图学习与少样本和零样本学习相结合，增强了对未见电路预测的普遍性。最后，我们介绍了两种算法，即 EASCO 和 ASTROG，它们与 GCX 集成后可优化可用样本以产生符合设计者标准的最佳电路配置。通过使用 180 nm CMOS 技术中导出的参数对各种电路进行模拟性能评估，证明了所提方法的有效性。此外，该方法的通用性扩展到高阶拓扑和不同的技术节点，例如 65 nm 和 45 nm CMOS 工艺节点。