XiaoMi-AI文件搜索系统
World File Search System设计成本
用于电力、射频、数字和量子计算应用的新兴 GaN 技术：最新进展和前景 /作者=Teo, Koon Hoo；Zhang, Yuhao；Chowdhury, Nadim；Rakheja, Shaloo；Ma, Rui；Xie, Qingyun；Yagyu, Eiji；Yamanaka, Koji；Li, Kexin；Palacios, Tomas /创建日期=2022 年 1 月 13 日 /主题=应用物理、电子和光子器件、机器学习、多物理建模
摘要 GaN 技术不仅在功率和射频电子领域获得广泛关注，而且还迅速扩展到其他应用领域，包括数字和量子计算电子。本文概述了未来的 GaN 器件技术和先进的建模方法，这些技术和方法可以在性能和可靠性方面突破这些应用的界限。虽然 GaN 功率器件最近已在 15-900 V 级实现商业化，但新的 GaN 器件对于探索高压和超低压功率应用非常有吸引力。在 RF 领域，超高频 GaN 器件正用于实现数字化功率放大器电路，并且可以预期使用硬件-软件协同设计方法将取得进一步的进展。GaN CMOS 技术即将问世，这是实现集成数字、功率和 RF 电子技术的全 GaN 平台的关键缺失部分。尽管目前是一个挑战，但高性能 p 型 GaN 技术对于实现高性能 GaN CMOS 电路至关重要。由于其出色的传输特性和通过极化掺杂产生自由载流子的能力，GaN 有望成为超低温和量子计算电子学的重要技术。最后，鉴于新设备和电路的硬件原型设计成本不断增加，使用高保真设备模型和数据驱动的建模方法进行技术电路协同设计预计将成为未来的趋势。在这方面，物理启发、数学稳健、计算负担较少和预测性的建模方法是必不可少的。凭借所有这些以及未来的努力，我们预计 GaN 将成为电子产品的下一个 Si。
MIT 开放存取文章部署策略......
随着太空民主化的兴起，地球观测 (EO) 图像对各行各业来说变得越来越重要。然而，构建能够实现持续高质量全球覆盖的星座仍然困难且成本高昂。将卫星星座重新配置到不同的轨道平面以改变其观测性能传统上是一个燃料密集型过程。可重构星座 (ReCon) 的概念考虑了在进行燃料效率高的机动以改变卫星地面轨道时的 퐽 2 扰动效应。与不可重构星座相比，ReCon 通过减少按需对给定地面事件进行重复观测所需的卫星数量，降低了高重访频率、高质量分辨率、EO 星座的成本。本文首先探讨了 ReCon 性能对重构需求、设计成本和图像价值的不确定性的敏感性。敏感性分析表明，在需求极低的情况下，ReCon 无法提供具有成本效益的解决方案（就每美元花费所响应的事件而言）。在需求高的情况下，ReCon 根本无法满足需求。对一系列需求情景的蒙特卡罗分析表明，使用分阶段部署 ReCon 为应对 EO 图像需求的不确定性提供了一种灵活、具有成本效益的解决方案。通过分阶段部署将发射成本推迟到未来，不仅可以为星座设计提供灵活性，而且还允许设计人员利用持续降低发射成本和增加发射机会的机会。分阶段部署星座还可以使卫星技术随着时间的推移而发展，从而有助于捕获更高价值的图像并进一步增强 ReCon 的功能。实施分阶段部署更多卫星的选项使 ReCon 能够更好地应对太空资产需求的不确定性。
通过进化计算创造人工智能
在过去十年左右的时间里，我们看到了人工智能 (AI) 的巨大进步。人工智能如今已进入现实世界，为具有巨大实际影响的应用提供动力。其中大部分都基于建模，即机器学习统计模型，从而可以预测未来情况下的正确决策。例如，我们现在拥有的物体识别、语音识别、游戏、语言理解和机器翻译系统可以与人类的表现相媲美，甚至在许多情况下超越人类 [8、9、20]。在每种情况下，都存在大量监督数据，为每个输入案例指定正确答案。利用现在可用的大量计算，可以训练神经网络以利用这些数据。因此，人工智能在我们已经知道需要做什么的任务中表现出色。人工智能的下一步是机器创造力。除了建模之外，还有大量任务的正确甚至好的解决方案尚不清楚，但需要被发现。例如，设计成本低廉、性能良好的工程解决方案、为用户提供良好服务的网页，甚至是控制温室中农业的生长配方，都是人类专业知识稀缺、难以找到好解决方案的任务[4、7、11、12、18]。机器创造的方法已经存在了几十年。我相信我们现在所处的境地与几年前的深度学习类似：随着计算能力提高数百万倍，这些方法现在可以用于扩展到现实世界的任务。进化计算处于独特的位置，可以利用这种能力，成为下一个深度学习。要了解原因，让我们考虑一下人类如何处理创造性任务，比如工程设计。典型的过程从现有设计开始，可能是需要改进或扩展的早期设计，或者是相关任务的设计。然后，设计师对此解决方案进行更改并进行评估。他/她保留那些效果良好的更改，丢弃那些效果不佳的更改，并进行迭代。当达到期望的性能水平，或者找不到更好的解决方案时，它会终止——此时，可以从不同的初始解决方案重新开始该过程。 这样的过程可以描述为爬山过程（图 1a）。 有了良好的初始洞察力，它
基于晶闸管的可充电电池充电器
1。引言传统的电池充电方法通常会因效率，安全性和多功能性而困难。该项目使用半导体设备晶闸管介绍了一种新颖的方法，以精确调节各种电池的充电电流，包括在汽车，摩托车和太阳能电池板系统中常见的12V铅酸电池。这种创新技术可确保最佳效率，在传递所需功率的同时最大程度地减少浪费能量。晶闸管控制还通过精心调节充电过程，防止过度充电，过热和潜在的电池损坏来促进安全。此外，这种方法的灵活性允许针对各种电池类型和尺寸量身定制，使其适用于广泛的应用。自动功能（例如计时器和电压监视）通过在达到满容量时自动停止充电，从而进一步提高了安全性和便利性。尽管存在初始组件和设计成本，但由于优化的充电过程和延长电池寿命，长期成本效益是不可否认的。总体而言，基于晶闸管的充电是一种可靠，高效且安全的解决方案，用于在各种应用中为电池充电[1]。2。使用晶闸管实施可充电电池适配器的文献综述一直是许多已发表论文的主题。R. K. Aggarwal和V. K. Gupta的一篇论文名为“ Thyristor Controled电池充电器”，描述了晶闸管控制的电池充电器的设计和实现。此外，显示了电池充电器上进行的试验结果[2]。本文讨论了在电池充电器中使用晶圆器的好处，包括它们调节充电电流和防止过度充电的能力。此外，还提供了在电池充电器上进行的实验结果[1]。S. K. Pandey和A. K. Mishra撰写的“电动汽车的电池充电器”详细介绍了用于电动汽车的基于晶闸管的电池充电器。文章中讨论了为电动汽车创建电池充电器的困难，包括提供高充电电流并防止电池过度充电的要求。晶闸管，包括硅控制整流器（SCR），门关闭晶闸管（GTOS）和
AXL和容易出错的DNA复制赋予耐药性，并提供治疗EGFR突变肺癌
抗生素耐药性细菌病原体是一个非常具有挑战性的问题。幽门螺杆菌是最广泛，最成功的人类病原体之一，因为它在世界一半的人群中分布，引起慢性和萎缩性胃炎，消化性溃疡，粘膜相关的淋巴样组织 - 淋巴瘤 - 淋巴瘤，甚至是胃腺癌。此外，它表现出对众多抗生素的抗性。幽门螺杆菌关键转录因子之一HP1043在调节必需细胞过程中起着基本作用。与其他细菌转录因子一样，HP1043不显示真核生物同源物。这些特征使HP1043成为发展新型抗菌策略的有前途的候选人。药物重新定位是药物开发中采用的相对较新的策略；测试对新目标的批准药物大大减少了此过程的时间和成本。组合的计算和体外方法进一步减少了要在体内测试的化合物的数量。我们的目标是确定能够防止HP1043结合DNA启动子的一部分。通过评估通过分子对接HP1043二聚体的结合能力在两个构象中，与DNA结合和未结合，从而达到了这一结果。采用包括MMGBSA分子动力学的临时管道，可获得七种药物。通过电泳迁移率转移测定法在体外测试了这些测定，以评估HP1043 - DNA相互作用。在其中，三个有希望的结果显示了HP1043的DNA结合活性的明显降低。总体而言，我们应用了一种计算方法，结合了结果的实验验证，以筛选幽门螺杆菌基本转录因子之一上的大量已知药物。这种方法允许快速减少测试的药物数量，并且药物重新定位方法大大降低了药物设计成本。鉴定的药物不属于同一药物类别，并且通过计算分析构成了不同的腔体，但都显示了DNA上HP1043结合活性的降低。
C2W 混合键合联盟
情况说明书 A*STAR 微电子研究所与八家半导体公司合作成立芯片到晶圆混合键合联盟 2021 年 2 月 11 日 A*STAR 微电子研究所 (IME) 与领先的半导体公司合作开发芯片到晶圆 (C2W) 混合键合，用于高密度 2.5D 和 3D 集成电路 (IC) 集成。新成立的竞争前 C2W 混合键合联盟由国际和本地行业供应链公司组成，将利用 IME 在 2.5D 和 3D IC 集成和键合技术方面的专业知识来开发 C2W 混合键合工艺并演示 4 个芯片堆叠且间距 ≤10um 互连。请参阅附件 A 以获取联盟成员的完整列表。 IME 牵头的 C2W 混合键合联盟由全球领先的工业企业和新加坡的一家中小企业组成，包括设备制造商、设备和材料供应商。设备制造商为设计、工艺和可靠性要求做出贡献，而设备供应商则通过带来新的先进工具和能力以及开发和修改专用于混合键合和模块工艺开发的硬件来做出贡献。材料供应商将带来用于混合键合的新型介电材料以及用于薄晶圆处理的临时粘合剂。本地中小企业 Capcon Singapore 为该联盟带来了其在制造倒装芯片键合机方面的强大专业知识；主要是高精度高生产率芯片键合机和倒装芯片键合机、晶圆上芯片键合机和封装上封装键合机的能力。作为该联盟的成员，Capcon 能够加速其在芯片到晶圆混合键合领域的研发并缩短其开发周期。IME 将与联盟成员一起领导开发和流程集成，以实现高产量多堆栈 C2W 混合键合。由于数据中心和高性能计算 (HPC) 应用需要大量数据存储和数据处理，对更高速度和更大内存容量的需求不断增长。此外，片上系统 (SoC) 正朝着具有高密度 2.5D/3D 集成的“小芯片”发展。混合搭配功能小芯片能够通过重复使用现有 IP 和芯片来降低设计成本和时间，而传统的 2D 缩放不再能降低芯片成本。基于对高密度 3D 堆叠内存和 2.5D/3D 异构集成的强烈需求，细间距芯片间连接引起了半导体行业的极大兴趣。使用混合键合的 C2W 堆叠是满足这些需求以及细间距互连和小尺寸的关键。
开发社区公园和娱乐计划的指南
联邦超级基金计划于1980年创建，以响应可能危害公共卫生或环境的危险物质的释放。超级基金计划保护公众和州的资源，使社区更安全，更健康，更经济。超级基金站点代表了一些最重要，最复杂且昂贵的环境污染场所。密歇根州目前在超级基金的国家优先级列表（NPL）上列出了65个网站。以前列出了另外20个站点，并已删除，因为所有必要的响应措施都已完成。财政年度（FY）2020年没有加法或删除。站点可以通过不同的方式进行管理。美国环境保护署（EPA），州或私人当事方可以实施清理。超级基金法规定允许执法行动强迫负责污染进行清理的私人方。如果有可行的负责方，EPA可以以国家提供支持（密歇根州的36个地点）的执法领导，或者该州可以将该地点作为国家执行负责人（密歇根州的10个地点）。如果负责当事方破产，或者不再能够为必要的清理诉讼提供资金，则将联邦资金用于现场必要的诉讼。对于国家拥有领先的地点，联邦资金是通过赠款直接捐赠给国家的（目前在密歇根州有5个州领导的联邦政府资助地点）。如果EPA具有铅，则他们直接支出资金进行现场活动。在使用联邦资金进行补救行动活动的站点上，国家和EPA之间的超级基金州合同（SSC）需要提供州匹配资金（密歇根州有7个活跃的SSC）。由于超级基金站点经常大而复杂，因此有时会分解为可操作的单元以促进现场工作。这可以同时在多个类别和/或活动中导致站点。例如，密歇根州的一个地点具有联邦领导的执法组件，国家执法组件，由国家资助的运营和维护组件以及联邦资助的状态领导补救行动组件。对于非执法NPL站点，联邦超级基金计划支付了100％的现场调查成本和清理计划设计成本，而清理成本的90％（补救措施）。EPA还支付了土壤疗法第一年的90％，而在地下水疗法的前10年中，有90％。之后，国家负责现场补救措施的运营和维护成本的100％。
中期报告和第三季度建议
在过去的几个月里，我们眼前上演的人工智能 (AI) 革命动摇了我们脚下的战略地形。美国正处于一场以人工智能为主导的技术竞争中，融合了国家经济竞争力、大国竞争以及威权主义和民主之间的激烈较量。我们正处于这场新竞争的开端。我们制定的原则、我们进行的联邦投资、我们部署的国家安全应用、我们建立的组织、我们建立的伙伴关系以及我们培养的人才将决定美国的战略方针。委员会想要传达一个大想法。在计算、数据和人才方面赢得人工智能竞争的国家、公司和研究人员将有机会赢得更大的胜利。人工智能正在加速每一项科学和工程事业的创新。支持我们经济和安全的整个创新基础都将利用人工智能。AI 正在压缩创新时间。生物技术等领域曾经的奇思妙想将在不久的将来成为现实。稳定的 AI 研究弧线已成为 AI 能力的阶梯函数。就在最近，一个由 AI 驱动的文本生成器可以生成像人类书写一样的散文段落。有关脑机芯片接口进展的消息预示着人类思维与机器力量的融合。在国防方面，美国军方测试了一个由 AI 驱动的指挥和控制系统，该系统用“智能子弹”击落了一枚巡航导弹，证明了 AI 控制的战斗机可以在模拟空战中击败经验丰富的飞行员，并通过建模和仿真利用 AI 降低飞机的设计成本。与此同时，我们的对手不仅仅是在测试。他们利用人工智能生成的网络角色来针对我们进行虚假宣传活动。在这种令人眼花缭乱的背景下，委员会不得不采取创业方式。本报告是我们的第三份季度备忘录，也是国会授权的第二份中期报告。下面我们根据几个关键思想提出了 66 项建议。首先，我们必须保护民主国家免受人工智能支持的虚假信息和对手对人工智能的其他恶意使用。其次，政府应扩大和民主化基础人工智能研究——这是我们技术优势的源泉。第三，政府必须在国家安全部门和机构内为人工智能研发建立一个数字生态系统。第四，连接技术人员和操作员将是利用人工智能执行所有国家安全任务的关键。第五，我们必须通过加强 STEM 教育、招募全球最优秀的人才和培训国家安全队伍来弥补技术人才短缺。第六，我们必须建立一个有弹性的国内微电子工业基础。第七，我们需要制定与人工智能相关的技术的互联战略，包括生物技术和量子计算。第八，在全球竞争中，我们不能只关注国内举措。我们必须领导国际论坛上人工智能技术标准和规范的发展，加强与盟友和合作伙伴的人工智能伙伴关系，建设一个反映我们的价值观和保护我们利益的数字化未来。所有建议都说明了一个关键点：仅仅制定愿景是不够的。成功的战略需要在各部门和机构之间采取重大的强力行动，以及重大的行政和立法行动。它需要克服技术、官僚和人力障碍，并推动非常具体的政策。
中期报告和第三季度建议 - DTIC
在过去的几个月里，我们眼前上演的人工智能 (AI) 革命动摇了我们脚下的战略地形。美国正处于一场以人工智能为主导的技术竞争中，融合了国家经济竞争力、大国竞争以及威权主义和民主之间的激烈较量。我们正处于这场新竞争的开端。我们制定的原则、我们进行的联邦投资、我们部署的国家安全应用、我们建立的组织、我们建立的伙伴关系以及我们培养的人才将决定美国的战略方针。委员会想要传达一个大想法。在计算、数据和人才方面赢得人工智能竞争的国家、公司和研究人员将有机会赢得更大的胜利。人工智能正在加速每一项科学和工程事业的创新。支持我们经济和安全的整个创新基础都将利用人工智能。AI 正在压缩创新时间。生物技术等领域曾经的奇思妙想将在不久的将来成为现实。稳定的 AI 研究弧线已成为 AI 能力的阶梯函数。就在最近，一个由 AI 驱动的文本生成器可以生成像人类书写一样的散文段落。有关脑机芯片接口进展的消息预示着人类思维与机器力量的融合。在国防方面，美国军方测试了一个由 AI 驱动的指挥和控制系统，该系统用“智能子弹”击落了一枚巡航导弹，证明了 AI 控制的战斗机可以在模拟空战中击败经验丰富的飞行员，并通过建模和仿真利用 AI 降低飞机的设计成本。与此同时，我们的对手不仅仅是在测试。他们利用人工智能生成的网络角色来针对我们进行虚假宣传活动。在这种令人眼花缭乱的背景下，委员会不得不采取创业方式。本报告是我们的第三份季度备忘录，也是国会授权的第二份中期报告。下面我们根据几个关键思想提出了 66 项建议。首先，我们必须保护民主国家免受人工智能支持的虚假信息和对手对人工智能的其他恶意使用。其次，政府应扩大和民主化基础人工智能研究——这是我们技术优势的源泉。第三，政府必须在国家安全部门和机构内为人工智能研发建立一个数字生态系统。第四，连接技术人员和操作员将是利用人工智能执行所有国家安全任务的关键。第五，我们必须通过加强 STEM 教育、招募全球最优秀的人才和培训国家安全队伍来弥补技术人才短缺。第六，我们必须建立一个有弹性的国内微电子工业基础。第七，我们需要制定与人工智能相关的技术的互联战略，包括生物技术和量子计算。第八，在全球竞争中，我们不能只关注国内举措。我们必须领导国际论坛上人工智能技术标准和规范的发展，加强与盟友和合作伙伴的人工智能伙伴关系，建设一个反映我们的价值观和保护我们利益的数字化未来。所有建议都说明了一个关键点：仅仅制定愿景是不够的。成功的战略需要在各部门和机构之间采取重大的强力行动，以及重大的行政和立法行动。它需要克服技术、官僚和人力障碍，并推动非常具体的政策。
硅光子学
执行摘要 最新技术摘要 在过去 20 年中，硅光子学已成为光子集成电路 (PIC) 的一项极具吸引力的技术，因为它直接建立在硅纳米电子领域的极度成熟基础之上。因此，它开辟了一条通往非常先进的 PIC 的道路，具有非常高的产量和低成本。更准确地说，今天，硅光子 PIC 正在 200 毫米和 300 毫米 CMOS 代工厂中以纳米级精度和可重复性进行商业化生产，这从光子学的角度来看是前所未有的。基本技术利用绝缘体上硅 (SOI) 晶圆，其中埋氧层顶部的硅层充当连接芯片上器件的波导的核心。由于硅是导光材料，氧化硅是包层，该技术可以解决波长范围约为 1 至 4 m 的应用，从而包括以 1300nm、1550nm 和 1550(+)nm（分别为 O、C 和 L 波段）为中心的非常重要的光纤光谱带。硅光子学已经成为十多家公司（其中大部分是无晶圆厂公司）用于数据中心和电信网络中高数据速率收发器产品的首选技术。总的来说，他们向市场部署了估计数百万个硅光子收发器。大约有 20 个硅光子制造平台（部分为工业平台，部分为支持原型设计和小批量制造的研究机构平台）已经建立，这些平台基于现有基础设施和源自硅电子行业的专有技术（见附录 A1）。典型平台允许集成高速调制器和高速 Ge 探测器，符号率范围为 50 至 100 Gbaud，以及用于光束组合/分裂、波长选择功能、偏振选择功能和片外耦合的高级无源功能。一些平台允许其他功能，例如与高级电子设备的集成（单片或混合）、光源的集成（异构或混合）以及面向传感的功能（例如微流体）。大多数平台的运作方式类似于代工厂：任何最终用户都可以访问它们，无论是全掩模版/全晶圆批次 (FRFL) 模式还是成本分摊多项目晶圆 (MPW) 模式，其中最终用户可以提交部分掩模版的设计，并将收到几十个处理过的芯片而不是完整的晶圆。 FRFL 模式成本高昂（数十万欧元/美元），但每芯片成本较低（每芯片约 10 欧元/美元），而 MPW 模式每设计成本更实惠（数十万欧元/美元），但每芯片成本约 1000 欧元/美元。当扩展到更高产量（例如 1000 片晶圆）时，芯片成本可降至每芯片 1 欧元/美元以下，因为固定掩模和间接成本在整个批次中摊销。当代工厂基础设施的投资已经折旧或与其他用户共享时，较低的单芯片成本也会受益。芯片代工厂向其客户提供工艺设计套件 (PDK)。这些 PDK 详细说明了给定平台的设计规则，并包含基本组件和电路库。硅光子学 PDK 的成熟度尚未达到 CMOS IC 代工厂的水平。今天，硅光子学 PDK 仅包含非常基本的构建模块库，特别是对于 MPW 操作模式。未来的硅光子学 PDK 必须包含组件和电路的紧凑模型，其参数基于经过验证的测量数据，并考虑到晶圆之间和晶圆之间的工艺变化。