智慧医疗的发展需要非常多的技术和实施成本，主要体现在精准医疗和大数据相结合，能够实现个性化医疗，这样将大大减少过度医疗带来的医疗资源浪费。也降低了医疗的成本。它是面向未来的创新医疗资源，打破传统的医疗模式。 随着居民生活水平的提高和消费结构的不断升级，人们对于健康生活、医疗服务等提出了新的诉求。尤其是新冠疫情的爆发，广大人民群众对于健康的重视程度更是到达了一个新高度。在医疗资源供需矛盾、传统医疗服务供给体系和大众对医疗服务需求发生转变的背景下，由互联网+赋能，以“健康管理”为中心的医疗体系和相关产业应运而生，不断满足当前医疗服务新场景和新需求，提高行业整体服务水平。 健康是经济社会发展的基础条件，是民族昌盛和国家富强的重要标志，也是广大人民群众的共同追求。近年来，随着医疗服务和保障能力不断提升，全民身体素质、健康素养持续增强。深化医疗卫生体制改革的重头戏，也为互联网医疗产业的发展提供了广阔的发展空间，并加速推动新兴的互联网医疗产业走向成熟。 健康中国成国家战略 智慧医疗迎全新发展阶段伴随健康中国正式升级至”国家战略”。 智慧医疗的发展是一个全新的医疗模模式，将会大大减短患者的医治时间。大大降低了医疗资源的浪费。这将是非常大的一个成果。“互联网+医疗”将算是传统医疗模式的颠覆者。使我们的健康得到全方位的保障! 推进健康中国建设，是全面提升中华民族健康素质、实现人民健康与经济社会协调发展的国家战略。为用户提供更便捷、科学、简单、有效的数字化医疗服务，在深化科技应用基础上，创新医疗产品和服务，不断完善服务机制和模式，赋能医务工作者、服务患者和客户、优化医疗机构运营，助力实现医疗资源公平化，开创智慧医疗产业互惠共赢新生态。 随着我国医疗健康服务体系强调从以“治病为中心”向以“健康管理为中心”转型，在行业政策助推下，14亿国人的医疗健康需求被迅速激活。尤其在疫情期间，人们切身体会到了生命的脆弱和健康的重要。而互联网+展现了其在新场景下，有效缓解医疗资源供给压力、满足医疗服务新需求的能力，显示出了以健康管理为中心的互联网医疗服务体系和相关产业的巨大市场潜力。 智能技术的创新发展促进了健康医疗业务与大数据的深度融合，对于推动健康医疗大数据资源共享开放、培育健康医疗大数据应用新业态、发展智慧健康医疗便民惠民服务意义重大。“让健康数据多跑路，让人民群众少跑腿”，在推进医疗健康大数据平台开发共享、深度挖掘和广泛应用中，企业所打造的智慧公卫、智慧基卫系统，以智能健康检测一体机为入口，将各类健康数据、生命体征指标，集合在个人数据库和电子健康档案中，搭载健康管理云平台，通过大数据共享，消除各级之间的数据壁垒，建立互联互通，打通从院内到院外、从医疗到健康服务的闭环，并接入县域互联网医疗服务监管平台，实现医疗机构、人员、业务全过程监管。 随着信息技术和互联网技术的发展，越来越多的医院开始自建机房和网络，购买和使用医院信息系统，实现业务流程电子化。电子病历、自助服务机等开始普及，基于移动互联网的便利就医服务逐渐铺开。“如今，在5G、人工智能等新兴技术的推动下，数字化、网络化、智能化的设施和解决方案与医疗场景加快结合，医疗信息化又进入了新阶段，智慧医疗真真切切地来到了我们身边。 国内医疗发展迅速，各大省、市、县级医院逐步接入智慧医疗系统，实现线上预约、小程序接收检查报告、在线问诊等基础操作，让许多病患少跑腿，合理支配医疗资源。实现患者与医疗人员、医疗机构、医疗设备间的互联互通和信息共享，促进医院内外业务协同，实现医疗资源的高效配置的一项新型智能化产业。

4月11日，2023阿里云峰会上，阿里云智能首席商业官蔡英华表示，阿里云将继续“坚持伙伴优先”战略不动摇，同时在伙伴政策上要与“实”俱进，用务实的政策给伙伴更大的合作空间。 据介绍，阿里云将从客户分层、市场分工、生态赋能等方面升级伙伴政策。 首先，基于不同的客户需求，阿里云将重新界定客户服务的层次结构，将客户市场更加细分细化，通过阿里云与合作伙伴携手一起，服务好客户。 其次，在新的客户分层模式下，伙伴面向客户拓展的规模也将会获得更大的合作空间。阿里云将全新定义由伙伴为主导的、超过100亿规模的专属市场，同时将开放千亿规模的市场给予合作伙伴与阿里云共同拓展。 蔡英华称，阿里云会更坚定地和生态伙伴站在一块，以云计算产品技术为基础，面向具体的业务场景，充分实现优势互补，打造丰富的行业联合解决方案，加速云上创新，为客户创造价值。 基于此，阿里云在会上宣布“与产业伙伴同行”战略合作，通过一系列举措，聚焦产业数字化赛道，神州数码、软通动力、用友网络、太极股份、朗新科技、润和软件、鼎捷软件、浙江中控将成为首批产业战略合作伙伴。 软通动力作为与阿里云有着长期合作基础的产业伙伴，在制造、汽车、金融等多个行业开展了广泛的联合市场拓展，如今更是结合双方的技术优势，打造了智慧园区等联合解决方案。在阿里云全新的客户分层模式下，双方将进一步聚焦目标合作市场，共同做好产业客户服务。 鼎捷软件与阿里云结合各自在工业软件产品、云底座的优势，联合打造“云上智造联合解决方案”，为无锡普天铁芯、宁波更大集团、金华皇冠集团等多个制造业客户提供智能制造服务。下一步，双方将继续深化战略合作，以“行业共建、方案共创、产品共生、渠道共通”为目标，深耕服务电子半导体、装备制造等产业客户。 目前，阿里云与全球超过12000家合作伙伴，共同打造800+联合解决方案，服务超过45万客户，并通过持续的能力建设，帮助超过30万伙伴取得ACE、ACP等云原生能力认证。

储能电池是由电池储能设备(由单体元件→电池包模块→电池柜→电池储能单元→电池储能设备)、PCS及滤波环节所构成的整体。其通过变压器，经由公共连接点(Point of Common Coupling，PCC)并网的结构如图2.3所示： 储能电池是电动汽车的核心部件之一，很大程度决定了电动汽车性能的优劣。 储能电池经历了三代发展，分别是错蓄电池、碱性电池和燃料电池。其中之一代的铅蓄电池价格低廉，但是充放电次数少、自放电电流大、反应速度慢。 第二代电池是碱性电池，常见的有镍锡电池、镇氧电池、理电池等，其中镍榻电池含有重金属铬，严重污染环境，并且记忆效应较强烈，现在很少使用。在容量体积比方面，镜氢电池高出镜镉电池一倍，并解决了重金属污染的问题，同时其过充过放能力增强，并且记忆效应较征弱。里电池相比这两种电池，在性能上更具有优势，具有更高的能量密度，重量优势也很明显，但是成本较高。表1.1列举了的可充电电池的单体性能参数。 第三代电池为燃料电池，利用氢气氧化还原反应产生电能，同时能量密度高于前两代电池，但由于氧气运输、存储、基础建设等问题，同时燃料电池自身无法实现能量回馈，目前还很难实现大规模产业化。 目前广泛使用于电动汽车的储能电池存在以下几点问题：功率密度低、响应速度慢、循环寿命短、充电时间长等，因此无法满足人们对汽车高性能的需求。如果仅通过单一的储能电池达到目标，则一方面储能元件的质量和体积都将急剧增大，无法在汽车有限的空间实现，另一方面，成本也会大幅提升，超出消费者的购买力。 据媒体报道，特斯拉已经改组了位于内华达州里诺市郊外的超级电池工厂的领导层，并为该工厂设定了新目标。 根据周四的会议音频以及工厂工作人员向媒体分享的文件，特斯拉内华达超级工厂运营副总裁Chris Lister已于今年夏天离职，而Hrushikesh Sagar被提升为该超级工厂的负责人。Sagar直接向特斯拉首席执行官埃隆·马斯克汇报工作，同时还将监督特斯拉位于加州弗里蒙特的汽车装配厂。 周四下午，Sagar就管理变化、绩效评估、工厂里程碑以及产量新目标向内华达超级工厂的员工发表了讲话。他还披露了特斯拉德州奥斯汀工厂和德国柏林工厂的一些进展情况。 内华达超级工厂的工人为特斯拉电动汽车制造电池组和动力传动系统，以及特斯拉能源部门出售的大型备用电池Powerwall和Megapack。在周四的会议上，Sagar庆祝了特斯拉加州弗里蒙特工厂今年第二季度生产了大约13.4万辆汽车，并表示，8月是该工厂产量创下纪录的月份之一。他表示，弗里蒙特工厂现在每周能生产大约1.2万辆汽车，下一个目标是每周生产1.4万辆。 他还表示，特斯拉柏林工厂最近达到了一个里程碑，即能够在七天滚动的基础上生产1000辆汽车。马斯克最近参观了柏林工厂。该工厂预计到2022年底，周产量将达到5000辆。特斯拉在德州奥斯汀的新工厂也达到了每周1000辆的产量。Sagar还表示，内华达超级工厂在第二季度生产了283473个动力传动系统，供应弗里蒙特和奥斯汀工厂。 在周四的同一场会议上，负责内华达工厂日常事务的现场主管Eric Montgomery告诉员工，他们需要每周稳定产出8800块高压电池组，以支持弗里蒙特的新生产目标。他表示，2022年8月也是内华达超级工厂有记录以来产量第二好的月份，仅次于2021年10月。内华达超级工厂能源负责人Matt Reddick则表示，特斯拉现在可以在7天滚动的周期内生产42块巨型Megapack电池。Megapack电池大约有一个集装箱那么大，用于公用事业规模的能量储存，通常用来储存风能或太阳能产生的多余能量。 面向未来十年乃至更长的周期，一条”长坡厚雪”的超级赛道正在全面开启，据高工产业研究院(GGII) 数据显示，预计2025年，全球储能电池出货量将超600GWh，到2030年，储能电池出货量将达到2300GWh，市场规模将超3万亿。 与此同时，动力电池配套的电动汽车，归于新消费品属性，更强调的是使用体验，而储能作为构建新型电力系统的重要组成，则具备的是新基建属性，其发展方向更聚焦于更低的全生命周期度电成本和更好的投资回报。 完全不同的定位与属性，直接决定了储能电池的独立化发展。 产业界正在形成的一致共识是，市场的独立性、应用场景的差异化意味着储能电池将会是一个产业标准独立，技术路径独立，产品布局独立，产业生态完全独立的赛道。基于此，储能电池正在走向专属化、专业化的产品设计、工艺选择和制造路径。 8月22日，厦门海辰储能科技股份有限公司(简称海辰储能)线上发布，首款300Ah电力储能专用电池和大圆柱户用储能专用电池，聚焦电力储能和户用储能大赛道，抢占储能电池制高点。两款电池将于2023年Q1开启全球交付。 海辰储能自成立以来，就围绕于储能应用的痛点，从产业链整体着眼，从新材料、工艺装备、电池、系统集成、材料回收等维度全面部署，坚持研发专属储能应用技术，开发差异化的储能产品，建构储能电池专业化”内核”。 三年”零”衰减 海辰300Ah新品直击电力储能痛点 双碳目标推进下，光伏、风电等新能源电力占比逐步走高，对于储能的配比需求也同步加大，与此同时，过高的投资成本成为行业发展最大的掣肘。 电池大约占据一套储能系统40-50%的成本，目前市场上主流的磷酸铁锂储能电池，前1000次循环，容量衰减较快，约为6%，这与储能项目投资期望矛盾，成为投资方的最大痛点。 海辰储能此次推出300Ah电力储能专用电池，可实现前三年”零”衰减，循环寿命达12000次，能量效率达95%，与此同时，该款电池产品与市面上280Ah储能电池具有相同的尺寸，可与当前储能系统完美兼容适配。 就在前不久，国家能源局发布规定明确，中大型电化学储能电站将禁止使用三元锂电池和钠硫电池，即将引发储能电池领域的一场大变革! 毫不夸张地说，锂电池可能真的要凉凉了，取而代之的镁电池呢，有望将成为储能领域新的王者 原因有三点，第一，锂电池由于锂原子的还原反应，容易引发爆炸，而镁电池则不会 第二，镁资源丰富，地壳中的镁含量足足是锂的300倍，第三，镁能量密度极高，是锂电池的三倍，锂电池的十倍 为此呢我全面复盘，挖掘了镁电池最正宗并且股价仍在低位的六大龙头 第六家北京L尔公司，通过参股方式切入镁领域 第五家云海J属公司， 国内最大专业化镁合金生产商 第四家宜安K技公司，拥有完整的镁铝合金产业链条 第三家新疆Z和，控股子公司是金源镁业 第二家公司是A股中唯一拥有五万吨级别的金属镁一体化基地，外资更是在重仓3300万股的基础之上，刚刚又再度加仓了100多万股 第一家，股价仅四块出头，但公司的镁矿高达近一亿吨，不仅央企大基金买入了2400万股，而且国家队汇金呢，也是提前埋伏了1500万股，最后两家公司呢，我已经放在了“镁电池潜力品种内参”当中!关注我，投资其实并不难!

根据检测工艺所处的环节，IC集成电路检测被分为设计验证、前道量检测和后道检测。前道量测、检测均会用到光学技术和电子束技术，其中光学量测通过分析光的反射、衍射光谱间接进行测量，其优点是速度快、分辨率高、非破坏性。后道检测工艺是芯片生产线的“质检员”，根据工艺在封装环节的前后顺序，后道检测可以分为CP测试和FT测试。 在以上测试中，光谱仪可以用于膜厚测量、蚀刻终点监控等工艺中。 (一) 膜厚测量 半导体集成电路的生产以数十次至数百次的镀膜、光刻、蚀刻、去膜、平坦等为主要工序，膜层的厚度、均匀性等直接影响芯片的质量和产量，在加工中必须不断地检测及控制膜层的厚度。光学薄膜测厚仪是半导体生产流程中必不可少的设备之一，用于对芯片晶圆及相关半导体材料的镀膜厚度等进行检测。 半导体光学薄膜测厚仪技术主要有光谱反射仪和椭偏仪两种。椭偏仪考虑了光的极化，采用P波和S偏振反射光之间的相位差异，适用于非常薄的薄膜，并可直接测试N，K值。光谱反射仪虽然没有椭偏仪的这些性能，但也能测量数纳米以下的薄膜厚度，测量精度高，而且测量速度较快。 基于光波的干涉现象，光束照射在薄膜表面，由于入射介质、薄膜材料和基底材料具有不同的折射率值和消光系数值，使得光束在透明/半透明薄膜的上下表面发生反射，反射光波相互干涉，从而形成干涉光，这些干涉光在不同相位处的强度将随着薄膜的厚度发生变化。通过对干涉光的检测，结合适当的光学模型即可计算得到薄膜的厚度。 海洋光学(Ocean Insight)膜厚仪检测系统，配置有采样平台、UV-VIS反射探头，配置如下。 图1：薄膜厚度测量系统配置 (二) 终点监控 在基于等离子体的蚀刻工艺中，等离子体监测对工艺控制很重要。晶圆是用光刻技术制造和操作的，蚀刻是这一过程的主要部分，在这一过程中，材料可以被分层到一个非常具体的厚度。当这些层在晶圆表面被蚀刻时，等离子体监测被用来跟踪晶圆层的蚀刻，并确定等离子体何时完全蚀刻了一个特定的层并到达下一个层。通过监测等离子体在蚀刻过程中产生的发射线，可以精确跟踪蚀刻过程。这种终点检测对于使用基于等离子体的蚀刻工艺的半导体材料生产至关重要。 等离子体监测可以通过灵活的模块化设置完成，使用高分辨率光谱仪，如海洋光学的HR或Maya2000 Pro系列(后者是检测UV气体的一个很好的选择)。对于模块化设置，HR光谱仪可以与抗曝光纤相结合，以获得在等离子体中形成的定性发射数据。从等离子体室中形成的等离子体中获取定性发射数据。如果需要定量测量，用户可以增加一个光谱库来比较数据，并快速识别未知的发射线、峰和波段。 图2：模块化的光谱仪设置可以配置为真空室中的等离子体测量。 图3：通过真空室窗口测量氩气等离子体的发射。 紫外-可见-近红外光谱是测量等离子体发射的有力方法，以实现元素分析和基于等离子体过程的精确控制。这些数据说明了模块化光谱法对等离子体监测的能力。Maya2000 Pro在紫外光下有很好的响应。另外，光谱仪和子系统可以被集成到其他设备中，并与机器学习工具相结合，以实现对等离子体室条件更复杂的控制。 在半导体领域中的光谱应用是海洋光学的未来业务侧重点之一。从Ocean Optics更名为Ocean Insight，也是海洋光学从光谱产品生产商转型为光谱解决方案提供商战略调整的开始。海洋光学不仅继续丰富扩充光传感产品线，且增强支持和服务能力，为需要定制方案的客户提供量身定制的系统化解决方案和应用指导。作为海洋光学官方授权合作伙伴，爱蛙科技(iFrog Technology)致力于与海洋光学携手共同帮助客户面对问题、探索未来课题，为打造量身定制的光谱解决方案而努力。 本文资料来源-海洋光学/ 编辑整理-爱蛙科技

随着社会经济的发展，节能减排成为全球共同关心的问题，这就需要加大清洁高效能源的利用力度。页岩气是以甲烷为主要成分、非常规天然气形式存在的天然气，是一种清洁、高效的能源资源和化工原料，可被用于居民燃气、供热、发电、汽车燃料和化工生产等领域，应用范围广泛。 2022年全国能源工作会议中指出，油气方面，加大油气勘探开发，预计全年原油产量1.99亿吨、连续3年回升,天然气产量2060亿方左右、连续5年增产超百亿方,页岩油产量240万吨、页岩气产量230亿方、煤层气利用量77亿方，继续保持良好增长势头。 一、项目挑战 在北方某钻探公司页岩气钻机项目中，绞车电机为400KW，转盘电机为300KW，电压均为600V。两台电机通过传动装置分别为绞车和转盘提供动力，控制室会根据具体钻井深度和钻井工艺调整电机转速，来满足钻井工艺需求。绞车电机的零速“悬停”功能让现场操作变得更简单，作业过程变得更安全。转盘的零速扭矩输出保持功能，让扭矩释放过程变得简单，轻松应对堵转工况。 二、采用英威腾驱动，提高效率又安全 某客户现场采用一台整流柜、四台逆变柜、一台制动柜的多传动方案，相比于单机配置，整流容量配置小，制动单元配置少，设备安装占用空间小，系统使用及后期维护的经济性更好，英威腾驱动方案全面提高现场生产效率，保障现场作业安全。 英威腾多传动方案 系统使用两组GD800整流模块通过直流母线为四台GD800逆变器供电，即考虑整流余量，又合理的降低了总装机容量。逆变器均采用速度矢量控制模式，控制精度高、速度响应块，运行更加稳定可靠。 图：系统单线图 方案特点 Goodrive800工程传动产品专为高端应用市场而设计，采用国际主流的模块化设计理念，可以应用在需要高过载能力、高可靠性、持续作业的场合； 采用英威腾方案有以下优异特点： •  功率密度大，体积较以往设备降低30%以上，降低室内占地面积； •  公用制动单元，设备利用率高，既经济又高效； •  整流效率99%以上，逆变效率98.5%以上； •  柜前安装操作，方便用户后期设备维护； •  系统成柜，外部跨线少，搬家拆装更快速； •  高功率因数，达0.95以上； •  系统低噪声、无污染，更加绿色环保。 三、能量回馈再使用，助力推进“碳中和” 与使用传统柴油机驱动相比，使用电机驱动有诸多优点，包括环境污染小、对周围居民噪音影响小、维护工作量小等，在绞车减速下放时还可以通过逆变器将电能回馈给直流母线，再次供转盘、泥浆泵等其他设备使用，大大提高了电能使用效率。根据数据统计，用柴油机驱动的情况下，每天用油量在2.5吨左右，按照每吨7500元，每天费用在1.87万元左右。用电机驱动的情况下，每天耗电量在1.4万度电左右，按照1.1元/度，每天费用约1.54万元。在用电的情况下，每天至少能省下3300元左右的费用，节能效果明显。 通过现场运用表明，英威腾GD800变频器响应效果好，节电率效果显著，是钻采行业的好帮手，在转盘、顶驱、绞车、泥浆泵上将有广泛的应用前景。

当前，全球5G发展正处于规模建设和商用的关键时期，我国5G发展也正进入全面赋能经济社会发展的重要阶段。根据工业和信息化部的部署，今年全年将新建开通5G基站60万个，总数将超过200万个，并实施5G行业应用“十百千”工程，助力产业数字化转型。 “未来两三年将是培育5G应用生态的重要窗口期。”科学技术部副部长相里斌表示，5G改变行业、改变社会的愿景要依靠科技创新和应用创新，依靠科技界、产业界的探索与坚持。 中国电信董事长柯瑞文表示，5G的应用生态、AI智能生态、安全生态和绿色生态的打造与运营，都离不开云网融合的数字新型基础设施的平台基础，要有科技的战略支撑。 随着5G商用进程的加快，5G将进一步为各行各业赋能，形成跨行业融合的5G大生态，进一步变革生产方式，改善百姓生活，并创造出更大的经济价值。“应构建全链条的产业生态，从局部试点到成熟推广，从少数行业向更多行业拓展，逐步打造百万级、千万级乃至上亿级的5G连接应用。”国家互联网信息办公室副主任曹淑敏表示。 与此同时，新技术的广泛应用引入了新的安全风险，给5G发展带来了新挑战。对此，奇安信集团董事长齐向东表示，针对5G应用场景，要梳理识别5G网络中的安全资产，分析安全威胁风险，并借助专业工具进行实战化的攻防测试，检验5G应用系统在面对各种类型攻击时的实际效果，及时消除隐患，不断提升安全防御能力。 赋能新一代5G人工智能应用 虽然AI/ML正被用于推动新一代5G应用以及5G基础设施。无代码开发工具将使每个人都可以使用这些AI/ML应用程序。 AI开发人员始终短缺。为了缩小技能差距，无代码AI开发工具正在把文章智能的力量交给IT经理和主题专家。无代码平台抽象了AI的复杂性，使构建、试验和部署AI/ML软件更加容易。无代码AI平台提供了拖放界面，任何企业经理都可以创建自己的AI应用程序，而不是需要具有深厚AI专业知识的数据科学家。 5G无线网络的普及将鼓励AI应用程序开发人员社区创建利用5G速度和低延迟的新解决方案。无代码AI开发平台将促进创新。不断增长的用户社区和开放的架构平台将使5G更容易访问，并使新的、一流的模型和工具能够纳入AI/ML工作流。 各组织也在建设私有5G网络。拥有大量物联网传感器或端点的组织受益于私有5G，因为专用网络可提供超低延迟和极高带宽。5G最初的设计是为了适应物联网应用的大规模传感器网格。物联网设备和传感器会产生大量数据，因此传统的核心网络或集中式云基础设施无法处理这些流量。使用边缘计算实现低延迟是需要实时效率的AI应用程序的理想选择。 随着成像和显示技术的不断进步，8K视频早已不是什么新概念了。高通公司在2020年推出的骁龙865手机处理器上，就已经实现对8K视频拍摄的支持。甚至可以再往前追溯，2019年努比亚Z20搭载了骁龙855 Plus，成为了全球首款支持8K视频拍摄录制的智能手机。只不过那时候受限于智能手机内存和网络等条件限制，8K视频并没有合适的土壤大规模应用，4K视频还是主流，所以，高通也并未过多的强调8K这个明显超前的功能。 在北京冬奥会旗舰，相信很多人对TVU One的5G直播背包印象深刻，从电视画面中，我们看到几乎每个新闻摄影人员人手一包。这款产品就是由高通和TVU联合打造，内置基于骁龙X55 5G平台的移远5G模组RM500Q，并集成了先进的动态智能编码技术和多路复用技术，可以实现稳定的4K、8K高清画质直播。不仅可以应用于各类体育赛事、大型会议、演唱会等，而且在环境比较恶劣的山地、沙漠地区也能为全程直播提供有力帮助。 在2020年珠峰高程测量、2021年进博会、2022年两会现场，TVU One 5G直播背包都曾大显身手，“5G+8K”这一新型的直播和视频传播技术，已经开始在包括媒体、在线教育、远程医疗以及全景VR等在内的诸多领域大展拳脚。

集成电路英语：integrated circuit，缩写作 IC;或称微电路(microcircuit)、微芯片(microchip)、晶片/芯片(chip)在电子学中是一种将电路(主要包括半导体设备，也包括被动组件等)小型化的方式，并时常制造在半导体晶圆表面上。 电路制造在半导体芯片表面上的集成电路又称薄膜(thin-film)集成电路。另有一种厚膜(thick-film)集成电路(hybrid integrated circuit)是由独立半导体设备和被动组件，集成到衬底或线路板所构成的小型化电路。从1949年到1957年，维尔纳·雅各比(Werner Jacobi)、杰弗里·杜默(Jeffrey Dummer)、西德尼·达林顿(Sidney Darlington)、樽井康夫(Yasuo Tarui)都开发了原型，但现代集成电路是由杰克·基尔比在1958年发明的。其因此荣获2000年诺贝尔物理奖，但同时间也发展出近代实用的集成电路的罗伯特·诺伊斯，却早于1990年就过世。 晶体管发明并大量生产之后，各式固态半导体组件如二极管、晶体管等大量使用，取代了真空管在电路中的功能与角色。到了20世纪中后期半导体制造技术进步，使得集成电路成为可能。相对于手工组装电路使用个别的分立电子组件，集成电路可以把很大数量的微晶体管集成到一个小芯片，是一个巨大的进步。集成电路的规模生产能力，可靠性，电路设计的模块化方法确保了快速采用标准化集成电路代替了设计使用离散晶体管。集成电路对于离散晶体管有两个主要优势：成本和性能。成本低是由于芯片把所有的组件通过照相平版技术，作为一个单位印刷，而不是在一个时间只制作一个晶体管。性能高是由于组件快速开关，消耗更低能量，因为组件很小且彼此靠近。2006年，芯片面积从几平方毫米到350 mm²，每mm²可以达到一百万个晶体管。 一家企业要独立研发一个芯片，需要大量的资金和研发投入，但如果有一个人工智能平台，让企业根据自己的需求来设计和生成自己的芯片，就相当于提供了一个“万能插头”，让芯片设计变得个性化。日前在“2022新思科技开发者大会”上，芯片行业的领军企业新思科技负责人向记者介绍了公司目前正在打造的这一平台。“如果把芯片比喻成一张照片，我们的目标是给所有企业提供一个‘ps(photoshop)软件’。”“摩尔定律”或被打破过去50年，芯片行业遵循着“摩尔定律”，即在价格不变的情况下，集成在芯片上的晶体管数量每隔18到24个月将增加一倍，计算成本呈指数型下降。当前，摩尔定律仍然在支撑着5g和人工智能等新技术的发展，但随着工艺从微米级到纳米级，晶体管中原子数量越来越少，种种物理极限制约着摩尔定律的进一步发展。 “大数据和人工智能等技术给芯片的生态系统带来了挑战，先进软件供应链更复杂了，为了满足消费者快速变化的需求，我们需要从系统出发，结合人工智能和大数据分析等技术，通过定制化的创芯来解决不同领域的系统复杂性。”新思科技总裁、首席运营官sassine ghazi说。进入“后摩尔时代”，由软件和大数据驱动的定制化芯片，更能为系统级公司建立差异化竞争优势。新思科技通过“智能编制”的设计方法学，从项目规划阶段就将特定软件和特定芯片需求结合，对芯片实现全生命周期管理和洞察，从而满足系统级公司对于芯片的不同需求。 一个100平方毫米的手机芯片上分布着上百亿个晶体管，它们如何布局才能以最大效率工作，支撑一台手机待机12个小时?这是芯片设计师每天都在做的事情。城市中的电网布局也是运用了相似的原理。 光学芯片不是还在发展中，怎么又出来个声学芯片? 其实，声学集成电路一直都在发展，声波相较于光来说速度会更慢，但这种“迟缓”的属性未尝不是一件好事—— 在设计量子电路时，为了提升探测精度，需要不断引入新材料，让载波信号在尽量短的距离内“折返”以获取数据。 如果用速度更快的光波，“折返”一次所需的距离会更大，可能会超出现有设备能测量的范围，也限制了探测精度的进一步提升。 因此，声学芯片一直是量子计算的研究方向之一。 但在之前，声学芯片一度遭遇瓶颈，大部分芯片材料无法以低损耗、可扩展的方式控制声波。 现在，哈佛大学的相关研究终于表明： 声波在芯片中传输数据也是有可能的，通过一种特殊的芯片结构，就能够很好地控制并传递声波。 在传统的电学芯片中，用来传输数据的是电子，它通过像晶体管之类的元件进行调制，将输入的数据编码，输出0、1或者高、低电平。 而在光子芯片中，它则是对光子进行调制，具体也就是将光子作为载波，用于传输信号源。 传输的介质是一种叫“波导”的东西，它会给光子提供一个传输的狭窄通道。 我们所要讲的声学芯片呢，原理和光学芯片差不多。 用什么调制声波? 在哈佛团队这篇研究中，他们展示了一种可扩展声-电平台，可以用来设计声学芯片。 首先需要设计一个电-声调制器，它可以用来调制声波。 电-声调制器，我们可以从它的名字中猜出它的作用： 就是通过施加电压来使波导(也就是传播介质)发生弹性响应，进而来调节声波的振幅、相位等。 因此，哈佛团队的电-声调制器是在一个集成的铌酸锂(LN)平台上制作的，b图可以清楚地看到，SiN在LN基板上沉积，中间形成了声波的波导。 采用铌酸锂(LN)是因为其具备良好的压电性能，即施加电压LN会产生相应的弹性形变。 接下来，我们来看看声波是从哪里来的，在调制之前经历了什么? 电-声调制器的两端，有两对叉指换能器(IDT)，它的作用是实现声-电换能，可以用于电激发和检测微波声波。 因为IDT的宽度大于声波波导的宽度，所以需要使用锥形波导结构将波耦合到声波波导中。 最后，声波传入到波导之后，怎么来调制声波呢? 这时就需要一个电场，通过生成电压，调制声波。 因此，在SiN上沉积了一层铝电极，在两个铝电极上接通电源，便产生一个电场。 这便是“电-声调制器”的基本构造了。 那它是如何通过对声波进行调制，来实现数据传输的呢? 如何调制声波以实现信号传输 在波导中，声波是被直接调制的。 在调制电极上施加直流偏置电压时，图b可以观察到声波的相位移动了π/2。 如果想要改变声波的振幅，该如何调制呢? 哈佛团队通过构建推拉结构中的声马赫-曾德尔干涉仪(MZI)来实现。 输入的声波在两个MZI臂之间被平均分割。施加在这两个波导上的电场方向相反，两个分裂波在每一臂上传播时的相位刚好是相反的。

收藏打印推荐 自2008年10月挂牌成立 到2022年跃升“2022年全球银行1000强”榜单358位 同时位居2022年中国银行业100强榜单第80位 金融资产达4000亿元规模 短短14年发展历程的广西北部湾银行 在全球、全国银行排名双创新高 满载荣誉的北部湾银行，并不满足于此 乘“云”而上，助推广西向海经济破浪前行 北部湾银行，需要一位实力搭档. 当前，北部湾银行加速拥抱数字化，加快完善IT架构，打造坚实的数字化基础设施，推动金融业务的创新。与紫光股份旗下新华三集团的携手合作，为北部湾银行的发展注入“云原生”之力。 加速转型 北部湾银行稳中求变遭遇架构难题 近年来，北部湾银行按照“集约高效、共享灵活”的原则，以科技建设驱动全行战略转型，加快实现由传统银行核心架构向金融生态体系架构的转变。 新华三集团根据北部湾银行的系统现状和业务需求，基于紫光云绿洲平台，为其量身定制了全新云原生金融云整体解决方案。借助IaaS和PaaS平台，依托微服务、容器化架构，通过提高底层资源的使用率，确保业务的快速发展和创新，保障业务在高负载压力下稳定运行，圆满实现业务上云目标。 高效、弹性、安全 微服务架构加速业务发展创新 从促进业务快速发展和创新的角度，新华三集团与北部湾银行紧密沟通，在不影响现有业务运转的前提下，基于业务逻辑、可扩展性、可靠性、性能等原则，将原有单体架构业务系统逐步分解为不同的微服务。 以风控系统为例，原系统所有模块都集中在一起，系统复杂、耦合度高、弹性弱。按照相关性原则，双方共同将风控应用拆分成包括决策中心、监控中心、运维中心、管理中心等在内的21个微服务，充分体现出了微服务秒级部署速度、弹性伸缩扩展、异常服务安全保护等优势。 为了保证微服务的正常运行，新华三集团同时对北部湾银行原有数据库进行了拆分并整合至PaaS云数据库，以便微服务所用的数据库可选用独立的存储介质、独立的部署方式且互不干扰。同时，云数据库MySQL、Redis也为北部湾银行的个人CRM系统、信用卡大额分期管理系统风控系统、财富数字营销、数据中台、可视化建模等关键业务系统提供了完整的数据库解决方案，极大地减少了北部湾银行人力、物力成本支出。 简单、轻量、自动 容器化助业务软硬件解耦 与其它金融机构类似，北部湾银行业务系统大量的应用由ISV开发商定制开发。这些应用普遍存在交付方式、安装部署不统一的问题。为解决以上问题，新华三集团以云原生架构的操作系统，为北部湾银行构建了容器云平台。 原有业务系统应用容器化改造之后，PaaS平台可以对其进行无差异调度，实现了软件与基础环境的解耦，既方便了应用的部署、改善了用户体验，同时提供了良好的安全隔离能力，凸显出容器化降低系统部署复杂性、轻量化满足业务负载需求、显著提升运维自动化能力等优势。 同时，新华三集团为北部湾银行建立建全云原生技术改造规范及关键技术要求。ISV应用厂商可参照适配规范实施微服务应用程序优化，加速业务及应用快速上云。 以应用为导向 绿洲平台构筑云原生底座 北部湾银行通过信息系统架构升级，实现业务敏捷弹性，以及对资源云化后的自服务管理，大幅提升金融IT服务效率。这些成效的背后，离不开紫光云绿洲平台强有力的支撑。 绿洲平台包括大数据平台3.0、数据运营平台、整合集成平台、应用开发平台、AIOS平台、Gaea区块链平台、DBaaS、PaaS云原生平台等产品，可助力百行百业客户数据便捷共享、应用快速迭代。依托N个行业套件，绿洲平台深耕行业，使行业经验可再生和复用，通过AI加持，加速数据智能化，驱动业务快速创新。 为满足金融行业对数据库的性能要求，绿洲大数据平台提供了多种资源部署模式并搭配多种数据库架构。其中，云数据库Redis提供的数据偏移量校验和数据校验，以及数据同步一致性检测等高级功能特性，满足了金融业务对数据库高并发、一致性、安全性的苛刻需求。经过多年的研发投入和市场拓展，紫光云目前已经具备30多个行业解决方案、17大类云服务，300多个云产品。基于紫光云的分布式云创新底座，全新绿洲平台2.0将实现海量数据的采集汇聚、共享打通、全域融合，以技术创新迎接变化，以模式重构引领成长。 绿洲之上，智慧新生。迈进云网协同的时代，新华三集团紫光云与智能事业群持续推动“云智原生”战略深化，基于分布式云的创新底座，绿洲平台将实现海量数据采集汇聚、共享打通、全域融合，通过不断演进的“数字大脑”，以“数优先”的创新理念赋能百行百业数字化、智能化转型升级，铸就数字经济高质量发展的坚实底座。

随着对未来6G无线通信标准技术组件的研究如火如茶地进行,人们也在探索6G的AI原生空中接口的可能性。罗德与施瓦茨与英伟达合作,向着未来6G技术对人工智能和机器学习(AI/ML)实施模拟。在巴塞罗那世界移动通信大会上,两家公司将展示业界首个神经接收器的硬件在环演示,显示与传统信号处理相比,使用训练有素的ML模型可实现的性能提升。 在今年的世界移动通信大会上,参观者可以体验到神经接收器方法在5G NR上行链路多用户多输入多输出(MU- MIMO)情况下的首次演示–这可能是6G物理层的蓝图。该装置结合了罗德与施瓦茨用于信号生成和分析的高端测试解决方案以及用于链路级模拟的NVIDIA Sionnam GPU加速开源库。 神经接收器的概念是用训练有素的机器学习模型取代无线通信系统物理层的信号处理块。全球的学术界、领先 的研究机构和行业专家预计,未来的6G标准将使用AI/ML进行信号处理任务,如信道估计、信道均衡和解映射。当前的模拟表明,与目前5GNR中使用的高性能确定性软件算法相比,神经接收器将提高链路质量并影响吞吐量。 为了训练机器学习模型,数据集是绝对的先决条件。通常情况下,所需的数据集访问是有限的,或者根本无法获得。在6G早期研究的现状中,在生成具有不同信号配置的各种数据集以训练信号处理任务的机器学习模型时,测试和测量设备提供了一个可行的选择。 在罗德与施瓦茨展位上展示的基于AI/ML的神经接收器设置中,R&S SMW200A矢量信号发生器模拟了两个单独的用户,在上行方向以MIMO 2×2信号配置发射80MHz宽的信号。每个用户都是独立消隐的,并应用噪声来模拟真实的无线电信道条件。R&S MSR4多用途卫星作为接收机,通过使用其四个相位相干的接收通道,捕捉以3GHz的载波频率传输的信号。然后,数据通过实时流接口提供给服务器。在那里,信号被使用R&S基于服务器的测试 (SBT)框架进行预处理,包括R&SVSE矢量信号探索器(VSE)微服务。VSE信号分析软件同步信号并进行快速傅里叶变换(FFT)。这个FFT后的数据集可作为使用NVIDIASionna实现神经接收器的输入。 NVIDIASionna是一个用于链路级仿真的GPU加速开源库。它能够对复杂的通信系统架构进行快速原型设计,并为6G信号处理中的机器学习集成提供本地支持。 作为演示的一部分,训练有素的神经接收器与线性最小均方误差(LMMSE)接收器架构的经典概念进行了比较,后者应用基于确定性开发的软件算法的传统信号处理技术。这些高性能的算法在目前的4G和5G蜂窝网络中已被广泛采用。 罗德与施瓦茨测试与测量部门的执行副总裁AndreasPauly表示:”在无线通信中使用机器学习算法进行信号处理是目前业内非常热门的话题,在业内同行中经常会有争议性的讨论。我们很高兴能与英伟达这样的合作伙伴在这个测试平台上合作。它将使研究人员和行业专家能够根据数据驱动的方法验证他们的模型,并利用我们在信号生成和分析方面的领先测试解决方案,在硬件在环实验中对其进行测试”。 英伟达电信部高级副总裁RonnieVasishta表示:”与传统的信号处理相比,经过训练的ML模型为提高性能开辟了相当大的潜力。罗德与施瓦茨和英伟达的这一神经接收器的硬件在环演示,标志着业界在展示人工智能和机器学习在6G技术中的效用方面的一个里程碑。” 罗德与施瓦茨积极支持欧洲、亚洲和美国的6G研究活动,为研究项目、行业联盟做出贡献,并与领先的研究机构和大学合作。公司的测试和测量专业知识和解决方案有助于为下一代无线通信铺平道路,预计将在2030年左右进行商业部署。 罗德与施瓦茨将在巴塞罗那FiraGranVia举行的2023年世界移动通信大会上展示基于AI/ML的训练有素的神经接收器,地点位于5号厅5A80展位。欢迎参观者见证神经接收器的性能提升,并与罗德与施瓦茨和英伟达的专 家讨论细节和总体概念。

在近日的平头哥首届玄铁RISC-V生态大会上，我们感受到了一个强烈的讯号。“RISC-V”已不仅仅局限在是芯片设计的一个小圈子里的一团小火苗，而是早已出圈，得到了诸多终端应用厂商的追捧。 对于终端应用厂商而言，可能并不会那么关注在指令集层面到底有多么精简高效，而是更关注实际开发过程中的工具链是否完备、操作系统适配是否到位、芯片优化带来系统整体PPA提升有多少，而这些放在一起，就构成了一个完整的软硬件生态。目前，平头哥集合众多不同类别的生态伙伴，已经实现了一个从芯片平台到操作系统再到应用软件的软硬件全栈平台。RISC-V的发展，相比Arm之前铺陈节奏要快的多——不仅在AIoT、智能端侧这些传统的Arm强势的领域开始开枝散叶，而且在Arm刚刚有所成绩的服务器领域，RISC-V的芯片产品和生态也开始逐步完善。 RISC-V生态业已成型，比之前Arm的铺陈节奏快得多 Arm架构通过17年的发展，到2008年实现了100亿颗的出货；而RISC-V在2022年，也就是用了12年的时间，就达到了同样的出货量，并且在未来还会继续加速。RISC-V基金会的首席执行官Calista Redmond认为，到2025年RISC-V架构内核出货量会达到800亿。在已经出货的100亿颗RISC-V架构芯片中， 有一半是来自中国。中国的RISC-V的生态正在茁壮成长，倪光南院士在开幕致辞中分享到，主要展现在软件生态、应用生态、及开发者生态三个方面。 在软件生态方面，玄铁RISC-V处理器已基本完成与主流操作系统的全适配，其中包括安卓、Debian、Fedora、Gentoo、Ubuntu、龙蜥、统信、openKylin、创维酷开系统、RTT等。在去年12月，谷歌官方宣布安卓支持RISC-V指令集架构。在此次生态大会上，谷歌安卓项目工程总监Lars Bergstorm也表示，希望 RISC-V成为安卓支持的一级架构平台 ，这将和安卓对 Arm的支持级别一致。 在应用生态方面，RISC-V最早应用于AIoT领域，但现在正走向更广阔的应用领域。平头哥去年推出的主频高达2.5GHz玄铁910处理器，也证明了RISC-V在高性能计算领域的实力。譬如更高算力需求的桌面应用、边缘计算、智能网联汽车等应用方向上，都被认为是RISC-V的巨大市场机遇。据倪光南院士分析，在中国，鉴于RISC-V具有模块化、可扩展、易定制的优势，以及不受垄断制约、供应链安全容易保障的优势，中国有关厂商正在全力推进提供强大算力的RISC-V方案。 应用和软件生态其实是分不开的，若能在全场景中采用RISC-V架构处理器，对于操作系统开发者而言也是益处颇丰。据龙蜥社区理事长、阿里云研究员马涛分享，未来像“云-边-端”各种各样的场景都使用RISC-V的话，第一，可以让操作系统更加简化，用一套软件解决各种各样的问题；第二是中国操作系统研发人员可以更深入投入到一些非常核心的组件研发，这个对于很多开源社区都是非常利好的事情。 在开发者生态方面，平头哥首次完整推出了玄铁开发工具（基础软件三件套）——编译器TAC、编译环境CDK、部署工具集HHB。编译器在过去一年性能提升了20%左右；集成开发环境中集成了全新的Language Server；AI部署工具中新增了混合量化功能，以及Transformer网络支持。 据平头哥半导体有限公司副总裁孟建熠表示，平头哥对于RISC-V的生态搭建分为几个层次。第一是高校层面，与高校一起合作课程，搭建线上平台与更多人分享；第二是开发者层面，通过开发板的开放申请，让更多人可以触摸到整个RISC-V；商业生态层面，通过“玄铁优选计划”，把RISC-V生态里结合比较好的云端一体产品一起推出去。 ️ RISC-V进入服务器市场，从专用加速芯片方向切入 服务器市场的处理器几乎一直是X86的天下，Arm的服务器芯片也是近年来才逐渐有所起色。尤其是头部云厂商的自研Arm服务器芯片，已经在功耗性能上远超了X86的处理器，并且已经进入了多次芯片产品迭代。十年前做Arm服务器芯片的公司几乎都没有活下来，但现在随着AI/ML等计算需求的兴起，服务器芯片市场需求也有了一些变化。而RISC-V开放、可拓展的特性，在对于一些异构加速计算场景中，可以提供更高的能效。 值得关注的是，在此次玄铁首届生态大会上，算能推出了行业首款服务器级RISC-V CPU算丰SG2042。SG2042是基于高性能RISC-V内核，采用9-12流水线设计，支持乱序执行，主频高达2GHz，每个Cluster最多4个内核，单SoC芯片拥有64核，64MB共享三级缓存，可以满足数据中心的各种需求。 据算能高级副总裁王雷介绍，2022年是AI发展非常重要的一年，应用侧确立了非常明确的应用需求，对AI硬件的需求也提出了非常明确的要求。在加速器方面，算能一直在思考和他所RISC-V与AI的结合。“目前不论是AI训练还是推理，更多是基于GPU的做法；而GPU本身是一种相对专用的加速器，虽然它一直在提高完备性，但是它作为加速器和主控CPU之间，事实上在协作过程中始终还是需要开发者、包括这个生态的很多人付出非常多的工作，去解决这样一个协同的问题。” GPU是最先跑出来的AI加速生态，因此大家的容忍度较高。但随着模型规模的增加，CPU和加速引擎之间能够使下 更深度耦合的架构，才是更符合未来大规模部署的结构。RISC-V有很强的扩展性，可以使算能很好地解决CPU跟加速引擎之间的延迟问题、带宽问题，可以形成更完整、更一致的解决方案和结构。 而且在今天，RISC-V做服务器芯片的环境要比十年前Arm进入服务器市场的环境要好得多。一是市场需求的变化打开，二是RISC-V服务器生态的建设速度也非常快。通过平头哥、PLCT等合作伙伴支持，算能SG2042目前已经适配了多款操作系统，常用办公软件也能成功运行。王雷表示，平头哥一直在推动生态的发展和软件的适配，做了大量工作，因此算能的SG2042芯片回来之后第一时间就体验到了生态逐渐完善的结果。在服务器领域里面所需要跑的绝大部分应用都有了很好的基础，而且也有非常广泛的开发者认可这样的方向。 RISC-V的未来：开源不可逆，但会走向收敛 “当一个开放的、底层的技术架构取得了共识，我认为它是不可逆的。”王雷通过职业早期生涯做Linux的经历，判断RISC-V的理念在不远的将来会取得足够的共识，形成不可逆的趋势。 指令集的开源开放，会涌现出更多的创新，提供更多的灵活性。但RISC-V要长期稳定地发展下去，一定要避免碎片化的问题，要实现RISC-V的繁荣，必然也需要走向收敛。“RISC-V的碎片化是过程和现象，本质一定是统一的。”孟建熠分享到，RISC-V标准化发展已经非常快，这也是各生态参与方共同努力的方向。 而RISC-V的收敛，目前来看，并不会是某一家独大的结果，而是立足应用发展的需求而来，需要基金会内的伙伴们一起认可和推进。例如服务器中的加速器应用，要找到RISC-V的架构开放特色与具体应用场景的切入点，然后才能持续不断地做下去。孟建熠表示，今天做一个架构是有很多约束的，不会随便因为某个技术好就做碎片化，这是做不到的。真正是创新的东西，真正是产业认可的东西，才能够推进去。 结语 回顾2016年首届RISC-V中国峰会，那时候大家觉得RISC-V是一个很“时髦”的技术，参与者占比中学生、老师居多，企业少一些。而在今年的玄铁RISC-V生态大会上，参与的更多是企业，而且很多都是已经量产RISC-V芯片的公司。孟建熠表示，在未来五年左右的时间里面，RISC-V的赛道从模糊变得清晰，从AIoT、到高性能计算、数据中心、通信和汽车等多个应用领域上，基本都能看到RISC-V的落地。