XiaoMi-AI文件搜索系统
World File Search System硅芯片
神经形态VLSI设计课程
30 多年来，神经形态 VLSI 设计一直是一个研究领域。它始于尝试构建可以模拟眼睛和耳蜗等各个大脑区域功能的硅芯片 [1]。随着摩尔定律达到物理极限，业界正在寻求通过探索更好的算法（如神经启发（神经形态））来提高硅电路效率。这包括英特尔进军神经形态芯片 Loihi [2] 的尝试。此前，IBM 推出了神经形态芯片 True North [3]。True North 是一种具有神经元和突触阵列的神经处理器。除了作为神经处理器之外，Loihi 芯片还可以像人脑一样动态学习。这些芯片不仅可用于模拟大脑的各个区域，还可用于构建专用的机器学习硬件 [4] 和构建神经假体。尽管途径众多，但很少有大学提供这样的课程。因此，我们决定在我们的大学开设这门课程。本课程包括教授低功耗设计、亚阈值模式电路、混合信号芯片、将多个芯片组合成一个系统以实现神经形态硬件、背景神经科学和计算模型。
高热性能混合GainAsp/SOI岭波导激光器具有增强的热量耗散结构
具有异质整合技术的Hutonic Integrated Ciress（PIC）已成为硅光子学的激烈研究领域。1 - 3）他们将不同的材料技术引入商业硅芯片的潜力为将高性能图片与各种光学功能进行大规模整合开辟了道路，使用常规的硅开机器（SOI）平台实现了具有挑战性的挑战。4 - 6）尤其是，通过直接键合的混合III - V/SOI激光器的杂基整合为电信光源提供了适当的解决方案，用于电信和数据中心应用程序接近1.3和1.55μm波长范围。2，7）通过使用分布式的bragg refector，Ring Resonator和Loop Mirror设备，通过使用分布式的Bragg Remotector和Loop Mirror设备来实现在SOI电路内的这种集成在SOI电路内的这种集成。8 - 12）此外，还报道了Hybrid III - V/SOI环激光器，其中光线从III - V/SOI环激光器耦合到通过方向耦合器耦合到Si Bus-WaveGuide。13 - 16）
年报
集团为国内芯片设计企业，产品线广泛，拥有安全及识别芯片、非挥发性存储器、智能电表芯片及可编程门阵列FPGA四大产品线，同时通过附属公司上海华岭集成电路技术股份有限公司（「华岭集成」）为客户提供芯片测试服务。2022年，集团实现营业收入约人民币35.39亿元，较去年同期增长37.31%；归属于母公司股东的净利润约人民币10.77亿元，较去年同期增长109.31%；综合毛利率64.67%。截至2022年12月31日止年度，集成电路行业由2021年的全球性芯片短缺转为结构性短缺。 2022年，消费电子芯片价格明显下滑，汽车芯片持续缺货，碳化硅芯片缺口较大，半导体行业整体处于下行周期，加大企业经营挑战。为应对以消费电子产品为代表的部分芯片需求下滑，集团聚焦重点领域及新兴市场，积极开拓工业级、消费及高可靠应用市场。
技术重点：宽带隙电子器件
碳化硅 (SiC) 和氮化镓 (GaN) 器件将逐渐取代现有的硅技术，因为硅已经达到其物理电学性质的固有极限。 因此，自 2007 年以来，硅基器件已不再能够跟上摩尔定律的步伐，曲线出现了平台期：摩尔预测，集成电路制造商每年应该能够将单个硅芯片上可容纳的晶体管数量翻一番。 相反，晶体管尺寸正在以较慢的速度减小；自 2007 年以来，尺寸减小的进程已明显放缓。 美国劳伦斯伯克利国家实验室 (LBNL) 最近制造的最小硅 MOSFET 的宽度（沟道长度）仅为 7 纳米，即仅比单个硅原子的尺寸大一个数量级。 在这种几何尺寸下，可能会发生量子隧穿，并且器件将失去控制电流流动的能力。因此，最近的发展意味着硅技术正在接近该材料的理论物理极限。由于硅的特性阻碍了器件性能的进一步提高，微电子研发变得更具挑战性，需要投入大量资金，有时似乎不经济，因为它太昂贵了。
通过硬件/软件共同设计在开源硅平台上核心后加密量的加速
摘要。Quantum加密（PQC）算法目前正在标准化，并且它们的早期实施效率不如成熟的公共密钥密码学（PKC）算法，这些算法从数十年的优化中受益。我们报告了加速数量理论变换（NTT）的努力，这是Kyber（ML-KEM）（ML-KEM）和二硫思军（ML-DSA）PQC算法中最昂贵的原始原始性。我们的目标平台是Opentitan Big Number Accelerator（OTBN），这是第一个开源硅芯片芯片的一部分。我们仅使用现有说明在OTBN组装中实现了Kyber NTT，并确定了其瓶颈。然后，我们对代码进行了重组，以利用Parlelism，并为开源协作处理器定义了其他汇编指令，以实现我们的矢量插入。我们的硬件/软件共同设计方法产生了重大的性能：NTT的运行速度比仅使用OTBN现有说明的基线实现快21.1倍。我们的方法充分利用了并行性的潜力，并最大程度地说明了OTBN的现有能力。我们的一些优化是相当笼统的，可能会成功地应用于其他上下文，包括在其他平台上加速其他算法。
撞击芯片连接微型...
摘要 - 随着异质整合的发展，结合多个功能的设备的多样性和密度已显着增加。随后的功率使用情况和组件尺寸减小，特别是中央加工单元（CPU）的尺寸凸显了传统冷却的局限性，并揭示了对热管理的显着改善的必要性。在这项研究中，将提出一种创新的流体热冷却溶液，该溶液将提出CPU包装中高密度和非均匀散热的解决方案。解决方案设计包括喷射撞击，用于同时直接冷却四个电子芯片以及芯片连接的微引脚鳍。使用选择性激光熔化（SLM），铜微销鳍已在硅芯片的表面上加在一起制造，从而消除了对热界面材料（TIMS）的需求。在数值上研究了喷射喷嘴尺寸和喷射到芯片距离对传热和流体流量的影响。提出的解决方案显示出具有较低水平的系统复杂性和较低开销的较低的冷却剂和制造的较低水平的潜力。据作者所知，在单相冷却研究区域中，热电阻结果是报告的最低（0.015 k/w）。
使用指令集扩展器在Opentitan大数字加速器上加速了Quantum加密的加速度
量子计算的即将来临的威胁正在与物联网（IoT）的扩散一起前进。在无处不在的计算和不断发展的安全风险时代，量词后加密术正在成为一种关键的保障措施，可能很快变得必不可少。Opentitan于2024年2月发布了Opentitan的第一个开源硅芯片，标志着安全和值得信赖的硬件的重大突破[26]。安全性是Opentitan项目的一个基本方面，该平台配备了自定义加密协调员Opentitan Big Number Gumber Accelerator（OTBN）。理想地适合集成到IoT设备中，在优化otbn对量子后加密术的优化中仍然存在挑战。我们提出了8个新指令，以加速Kyber数理论变换和OTBN上的理论变换，并将它们集成到优化的实现中。我们证明，对于数量理论变换的基线实现，在基线实现上的性能改善因子为21.1倍，其反向的性能改善因子为24.3倍。通过硬件/软件共同设计，我们的方法完全利用了并行性的潜力，最大程度地利用了OTBN的现有功能，并向平台提出了一些适度的硬件修改。
将 III-V 激光器集成到 Si 上以实现 Si 光子学 - UCL Discovery
近年来，随着互联网数据流量的急剧增加，在数据中心实现高速低成本的光传输技术具有巨大的商业价值[1-5]。为了提高互联数据传输的速度，在单个硅芯片上集成半导体激光二极管、光调制器、多路复用器、波导、光电探测器等的 PIC 的构想应运而生[6-8]。此外，在硅平台上集成 PIC 或光电集成电路 (OEIC) 的硅光子学因具有低成本、大面积衬底的优势以及与先进制造和硅互补金属氧化物半导体 (CMOS) 制造技术的兼容性而引起了极大的兴趣[9]。与最先进的 InP 基 PIC [10-12] 相比，Si 基 PIC 被认为是另一种有前途的节能解决方案，它可以将收发器成本从目前每千兆比特每秒 (Gb/s) 输入/输出 (I/O) 带宽几美元降低到每 Gb/s 不到几美分 [13-15]。最近，尽管片外发光源具有高温性能和高发光效率的优势，但由于封装成本降低和光耦合效率提高，片上光源的重要性得到了强调 [16]。此外，片上光源具有在单个芯片上实现密集集成的潜力，并且在能效和可扩展性方面具有更好的性能。
硅晶片中集成的双层金属螺线管 3D 用于动能收集器
摘要：研制了一种基于硅芯片的双层三维螺线管电磁动能收集器，可高效将低频（<100 Hz）振动能转化为电能。利用晶圆级微机电系统 (MEMS) 制造形成金属铸造模具，然后采用随后的铸造技术将熔融的 ZnAl 合金快速（几分钟内）填充到预先微加工的硅模中，在硅片中制作 300 匝螺线管线圈（内螺线管或外螺线管均为 150 匝），以便锯切成芯片。将圆柱形永磁体插入预蚀刻的通道中，以便在外部振动时滑动，该通道被螺线管包围。收集器芯片的尺寸小至 10.58 mm × 2.06 mm × 2.55 mm。螺线管的内阻约为 17.9 Ω。测得的最大峰峰值电压和平均功率输出分别为 120.4 mV 和 43.7 µ W 。电磁能量收集器的功率密度有很大的提高，为 786 µ W/cm 3 ，归一化功率密度为 98.3 µ W/cm 3 /g 。实验验证了电磁能量收集器能够通过步行、跑步和跳跃等各种人体运动来发电。晶圆级制造的芯片式螺线管电磁收集器在性能均匀、尺寸小和体积大的应用方面具有优势。
封装器件 SiC 结的参数纳米电分析
摘要 — 在晶圆级上对电力电子器件芯片结构进行精确而准确的电气特性分析对于将器件操作与设计进行比较以及对可靠性问题进行建模至关重要。本文介绍了一种分立封装商用碳化硅 MOSFET 的二维局部电气特性参数分析。在横截面样品上，使用扫描电子显微镜 (SEM) 中的电子束感应电流 (EBIC) 来定位体二极管的 pn 结，评估电子束能量对该区域成像的影响。采用基于原子力显微镜 (AFM) 的扫描电容显微镜 (SCM) 分析封装碳化硅 MOSFET 器件的结区。提出了一种参数方法来揭示 MOSFET 中所有层的局部电气特性（n 型、p 型、掺杂 SiC 外延层的低、中、高掺杂水平以及 SiC 衬底和硅栅极）。本文的目的是揭示 EBIC 和 SCM 对 SiC 封装器件进行全面特性分析的潜力。研究了 SCM 采集期间施加的电压（V DC 和 V AC ）的影响，以量化它们对 MOSFET SiC 掺杂层分析的影响。尖端/样品纳米 MOS 接触的 TCAD 模拟支持纳米电气实验，以确认碳化硅芯片 AFM 图的掺杂水平解释。