All Node List by Editor

概伦电子 (股票代码: 688206.SH) 近日正式推出具有自主知识产权的高精度源测量单元 (SMU) FS810。作为实现半导体器件电特性表征的基础模组之一，SMU为台式源表、半导体参数分析仪、WAT/WLR等各类测试提供了核心的测试单元，具有广泛的应用场景和市场潜力。

概伦电子全自研FS810高精度SMU具备200V/1A的最大测试量程，在1个PLC时间内电流测试精度可达30fA，最高电流测试精度可达15fA，在单一模块内可同时满足宽量程和高精度的测试需求。FS810的精度、速度等性能指标在晶圆级的实测应用已达到且部分超过当前工业界的主流应用水平，满足各类先进工艺节点的器件研发和量产测试要求，具备国际市场竞争力。

杨廉峰博士 概伦电子董事、总裁：“在广阔市场需求和技术演进的推动下，概伦电子持续扩大研发投入，不断突破技术壁垒，围绕工艺与设计协同优化（DTCO）进行技术和产品的战略布局，此次在半导体测试的基础模块SMU的重大突破正是我们一以贯之的成果，有望成为概伦电子又一项具备国际市场竞争力的关键核心技术。概伦电子始终致力于以业界领先的EDA核心技术为基础，结合在半导体电特性测试领域的解决方案和广泛应用经验，提供专业高效、应用驱动的EDA流程，进一步加强和巩固市场竞争力。”

高精度SMU广泛应用于半导体、电子、通信、自动化等众多产业领域的各类电特性数据测试设备中，结合已被行业广泛应用的低频噪声测试、快速短脉冲测试、低漏电矩阵开关等关键技术，概伦电子可以为行业提供业界领先的半导体电特性测试解决方案和独有的数据驱动的EDA流程，全面覆盖半导体器件的基本电特性、低频噪声、可靠性、工艺扰动等，为DFY（Design for Yield）、DFM（Design for Manufacturing）、DFR（Design for Reliability）、DFN（Design for Noise）等DTCO的重要EDA流程提供高效、精准的数据支撑。

未来，概伦电子将与行业合作伙伴一起持续探索技术创新，共同构建从基础测试模块到整机测试系统，以及软硬件相结合的完整测试仪器生态环境，推动半导体行业应用的立体化发展。基于FS810的核心模组，概伦电子和行业合作伙伴的相关测试产品将于2024年下半年陆续推向市场。

来源：概伦电子Primarius

开源已成为技术和产业生态发展的重要趋势。英特尔秉持着开放、选择、信任的原则贯彻开源，并在社区、开源项目、开发者等方面贡献力量，带动更多参与者共同实现生态繁荣。2023年2月，英特尔中国开源技术委员会正式成立，这是英特尔推动开源的重要实践之一。过去一年，委员会通过驱动内外部合作，以强大执行力、整合的运营，同本地开源伙伴合作，取得了众多进展。

英特尔公司副总裁、英特尔中国软件与先进技术事业部总经理、英特尔中国开源技术委员会主席李映博士表示：“英特尔一直是开源生态的坚定不移的支持者，我们认为开源才能开放，开放才能给用户带来更多选择，而拥有更多选择才能更好地推动产业的发展。”

深度参与，共建繁荣社区

开源的本质是开放协作，这样的特质使开源社区成为不可或缺的平台。据英特尔中国开源技术委员会介绍，英特尔在中国开源社区建设的初期便积极参与其中。如在龙蜥社区，英特尔中国是14个初始创建成员之一，并且加入社区理事会、技术委员会以及运营委员会，去年还当选了龙蜥理事会的副理事长企业。此外，还在龙蜥社区成立了英特尔架构SIG，将其作为一个技术入口，把英特尔的平台支持，虚拟化、云原生等开源技术，和oneAPI框架集成到社区。

这样的合作同样发生在OpenEuler、Deepin和开放麒麟（Openkylin）等多个开源社区中。英特尔积极贡献平台优化和技术，深度参与社区发展，共同为生态建设注入活力。英特尔院士、英特尔大数据AI首席架构师、英特尔中国开源技术委员会技术创新负责人戴金权提到：“我们希望英特尔的技术在社区有更多应用，比如oneAPI本身是一个开放标准，在社区能够实现跨平台支持、应用，更好地助力开放生态，这是英特尔的目标。”

同时，英特尔中国还正式加入开放原子开源基金会（OpenAtom），共建开源软件验证中心，使中国开源软件项目能够在英特尔最新平台上尽早进行验证，以期形成合力共同促进本地生态繁荣。

积极贡献，耕耘开源项目

随着中国开源从跟随者转变为现在的引领者，其为服务产业的开源项目提供了成长壮大的一片沃土。在2023年，英特尔中国贡献到30多个本地开源项目中，涵盖操作系统、人工智能、网络与边缘等多个方面。例如，软件定义的智能座舱解决方案，就集中展示了英特尔平台在计算、游戏、人工智能和跨操作系统应用支持方面的强大能力。

此外，英特尔还联手行业伙伴推出企业AI开放平台（OPEA），加强异构生态系统的互操作性及RAG技术，凝结行业力量为企业提供一流的生成式AI部署便利性、性能和价值；并携手腾讯推出腾讯应用宝，打破安卓和x86的架构限制，促进生态融合，为更多客户和合作伙伴贡献价值。

英特尔中国技术政策和标准高级总监邹宁表示：“现在围绕AI、OPEA等有很多的开源项目，我们希望能够开放更多的开源项目，去和社区、开发者进行合作，帮助本地工程师更好地、更容易地推动开源发展。”

以技术专长，服务开发者

独木难成林，开发者生态培育同样重要，他们是整个生态可持续发展的中坚力量。为普及开源文化，鼓励更多人参与到开源生态中，英特尔中国开源技术委员会特别设立了工作组，通过活动、社区会议、媒体报道和开发者项目，触达并影响了约600万开发者。

对于开发者而言，如何通过技术和工具将想法转化为现实是关键所在，英特尔正通过AI产品组合、oneAPI、英特尔开发者云平台等帮助他们减低开发门槛，提升开发效率。

英特尔中国网络与边缘事业部、OpenVINO™产品营销及开发者生态总监王珅以人工智能创新应用大赛为例，讲述了开发者们在英特尔技术加持下的亮眼表现：“从大赛当中可以看到有很多开发者其实是在不同的角度、不同的层级去探索创新。有的参赛队伍可能熟悉某个具体的行业，他们会抓住行业痛点，从AI PC着手，搭配的平台CPU、NPU和GPU，以及OpenVINO™等工具，把它和行业问题结合，找到适配的应用场景。”

在未来，英特尔也将继续坚定地拥抱开源，进一步通过自身技术和高效协作，助力生态的开放互补、繁荣发展。

关于英特尔

英特尔（NASDAQ: INTC）作为行业引领者，创造改变世界的技术，推动全球进步并让生活丰富多彩。在摩尔定律的启迪下，我们不断致力于推进半导体设计与制造，帮助我们的客户应对最重大的挑战。通过将智能融入云、网络、边缘和各种计算设备，我们释放数据潜能，助力商业和社会变得更美好。如需了解英特尔创新的更多信息，请访问英特尔中国新闻中心newsroom.intel.cn以及官方网站intel.cn。

欧洲 RISC-V 定制内核人工智能专家 Semidynamics 公布了其运行 LlaMA-2 7B 参数大型语言模型 (LLM) 的 "一体化 "人工智能 IP 的张量单元效率数据。

Semidynamics 首席执行官 Roger Espasa 解释说："传统的人工智能设计使用三个独立的计算元件：通过总线连接的 CPU、GPU（图形处理器单元）和 NPU（神经处理器单元）。这种传统架构需要 DMA 密集型编程，易出错、速度慢、耗能大，而且还必须集成三种不同的软件栈和架构。此外，NPU 是功能固定的硬件，无法适应未来尚未发明的人工智能算法。

"相比之下，Semidynamics 重新发明了人工智能架构，并将这三个元素集成到一个单一、可扩展的处理元件中。如图 1 所示，我们将一个 RISC-V 内核、一个处理矩阵乘法的张量单元（扮演 NPU 的角色）和一个处理类激活计算的矢量单元（扮演 GPU 的角色）整合到一个完全集成的一体化计算元件中。我们的新架构不需要 DMA，使用基于 ONNX 和 RISC-V 的单一软件栈，并在三个元件之间提供直接的零延迟连接。因此，性能更高、功耗更低、面积更大、编程环境更简单，从而降低了总体开发成本。此外，由于张量和矢量单元由灵活的 CPU 直接控制，我们可以部署任何现有或未来的人工智能算法，为客户的投资提供了极大的保护。"

图 1 传统人工智能架构与 Semidynamics 全新一体化解决方案的比较

大型语言模型（LLM）已成为人工智能应用的关键要素。LLM 在计算上以自我关注层为主，详见图 2。如图 2 所示，这些层由五个矩阵乘法（MatMul）、一个矩阵转置（Transpose）和一个 SoftMax 激活函数组成。在 Semidynamics 的 All-In-One 解决方案中，张量单元（TU）负责矩阵乘法，而矢量单元（VU）则能有效处理 Transpose 和 SoftMax。由于张量单元和矢量单元共享矢量寄存器，因此在很大程度上避免了昂贵的内存拷贝。因此，从 MatMul 层到激活层之间的数据传输是零延迟和零能耗，反之亦然。为了使 TU 和 VU 持续工作，必须高效地将权重和输入从内存获取到矢量寄存器中。为此，Semidynamics 的 Gazzillion™ Misses 技术提供了前所未有的数据移动能力。通过支持大量的飞行中缓存缺失，可以提前获取数据，从而提高资源利用率。此外，Semidynamics 的定制张量扩展包括新的矢量指令，该指令针对二维瓦片的获取和转置进行了优化，大大提高了张量处理能力。

图 2 LLM 中的注意层

Semidynamics 使用 Semidynamics 的 ONNX Run Time Execution Provider 在其 All-In-One 元件上运行了完整的 LlaMA-2 7B 参数模型（BF16 权重），并计算了模型中所有 MatMul 层的张量单元利用率。结果如图 3 所示。结果按 A 张量形状汇总和展示。LlaMA-2 共有 6 种不同的形状，如图 2 中 x 轴标签所示。可以看出，大多数形状的利用率都在 80% 以上，与其他架构形成鲜明对比。结果是在最具挑战性的条件下收集的，即批量为 1 和第一个标记计算。作为对这些数据的补充，图 4 显示了大矩阵尺寸的张量单元效率，以展示张量单元和 Gazzillion™ 技术的综合效率。图 4 标注了 A+B 矩阵大小。我们可以看到，随着矩阵 N、M、P 维元素数量的增加，以 MB 为单位的总大小很快就超过了任何可能的缓存/抓板。图表中值得注意的一点是，无论矩阵的总大小如何，性能都能稳定地略高于 70%。这一令人惊讶的结果归功于 Gazzillion 技术能够在主内存和张量单元之间维持较高的数据流速率。

图 3 LlaMA-2 张量单元效率（按张量-A 形状排列

图 4 不同矩阵大小的 8 位矩阵（左侧）和 16 位矩阵（右侧）的张量单元利用率

Espasa 总结说："我们的全新一体化人工智能 IP 不仅具有出色的人工智能性能，而且编程也更加简单，因为现在只需一个软件栈，而不是三个。开发人员可以使用他们已经熟悉的 RISC-V 栈，而且不必担心软件管理的本地 SRAM 或 DMA。此外，Semidynamics 还提供了针对 All-In-One AI IP 进行优化的 ONNX 运行时，使程序员能够轻松运行他们的 ML 模型。因此，我们的解决方案在程序员友好性和易于集成到新的 SOC 设计中方面向前迈进了一大步。我们使用 All-In-One 的客户将能够以更好、更易于编程的硅片形式将所有这些优势传递给他们的客户、开发人员和用户。

"此外，我们的 All-In-One 设计完全能够适应人工智能/ML 算法和工作负载的未来变化。这对于启动芯片项目的客户来说是一个巨大的风险保护，因为该项目在几年内都不会进入市场。当您的芯片进入批量生产时，您的人工智能 IP 仍然具有相关性，这是我们技术的独特优势。

Semidynamics www.semidynamics.com

Semidynamics® 成立于 2016 年，总部位于西班牙巴塞罗那，是唯一一家提供可完全定制的 RISC-V 处理器 IP 的公司，专注于针对机器学习和人工智能应用提供具有向量单元和张量单元的高带宽、高性能内核。该公司为私营企业，是 RISC-V 联盟的战略成员。

通过DeepL.com（免费版）翻译

我国“脑科学与类脑科学研究”及国际相关领域均将阿尔茨海默病列为重点研究和探索的病种，并在药物研发和社会支持上加大力度。阿尔茨海默病是一种中枢神经系统的退行性病变，也是导致老年人认知功能下降的主要原因。其研究涉及大量的临床数据，需要构建数学模型来模拟疾病的发展过程，预测疾病的进展，以及评估不同干预措施的效果，这需要强大的计算基础设施来支持其复杂的数据处理和分析任务。

为此，首都医科大学宣武医院（以下简称“宣武医院”）与浪潮信息共同探讨并建设了脑研究科研计算平台。通过建设高质量算力基础设施，实现对医学影像、基因、病理等多模态数据的快速分析，为临床诊断和治疗提供更为精确的依据。

构筑高效科研平台 挑战国内脑研究制高点

脑科学与类脑研究是“十四五”规划《纲要》指明的重要研究方向，宣武医院作为国家神经疾病医学中心、中国国际神经科学研究所及国家老年疾病临床医学研究中心的重要载体，正站在国内外行业的前沿，不断探索与突破。为加速脑科学研究，宣武医院已经构建起国内顶尖的脑研究科研平台，该平台需要对影像、基因、病理等海量数据进行分析深度分析和高效处理，进而得到最准确的实验数据。一期规划涉及4000余例病例数据，后期预计扩展至万例以上。综合数据、影像数据、基因数据、电生理、样本库等各项数据不断积累，未来预计将达到PB级。如此庞大的数据需要进行快速处理，对医院科研平台的计算力和存储力提出了严峻挑战。

首先，为满足科研计算的密集需求，宣武医院需要构建一个高效能科研算力平台，确保多个节点能协同作业，应对海量数据计算的挑战，算力平台不仅要具备高性能，还要保证极高的稳定性和扩展性。其次科研计算过程中会依托大量的中间数据，如行为学数据、脑电图及功能磁共振成像、光学成像、电子显微镜成像、神经元电活动、神经元基因测序数据等，这些数据需要进行频繁的交互和优化，因此一个高效的数据交互和存储系统尤为重要。

此外，灵活性和可管理性也是科研平台不可忽视的需求。由于该系统需要支撑神经内科、神经外科、神经放射科等脑科室的共同使用，宣武医院需要通过任务调度系统、虚拟化技术、异构计算资源整合以及存储分级等手段，为医院科研平台提供统一、灵活且可快速重构的资源管理解决方案，包括裸机、虚拟机、容器化、虚拟防火墙、负载均衡、存储、数据库等多种服务，确保脑科学研究平台系统资源的高效分配。

计算赋能医学 拓展脑科学研究边界

在深入了解客户信息化现状和需求后，浪潮信息为宣武医院打造高效科研系统平台，一期IT基础设施包括了9台计算型节点、5台存储型节点，3台资源管理节点，2台网络管理节点以支撑诸如影像数据管理、基因数据管理、电生理和样本库等各类应用。一期配置计算资源的总量包含700+算力核心、存储资源总量约180+TB，同时建立备份系统，提供100+TB备份容量。充分保证系统的高性能和灵活性的同时，还必须保证系统的可靠和数据的安全。

计算更高效：算力节点采用浪潮信息的四路服务器，具备卓越的计算性能，能够满足医院科研数据搬移、在线计算等任务的高带宽和低时延需求。同时该平台拥有更强的I/O扩展能力，支持业务平滑升级，减少服务器因突发流量或负载增加而导致的系统崩溃或性能下降的风险，提供计算能力更强、扩展更灵活的解决方案。

存储更可靠：存储节点采用分布式架构，同时实现存储资源池化，提供块、文件、对象和大数据服务。单一存储系统支持数据中心，确保业务稳定、数据处理高效、成本优化。

管理更便捷：部署管理平台对资源池进行统一调度，通过虚拟化技术实现资源池化。融合服务流程、认证审批、应用交付、生命周期管理、业务中间件、安全防护、服务水平管理等自动化运维手段，为宣武医院科研平台提供安全便捷的IT服务应用。

基于浪潮信息计算解决方案，宣武医院脑研究科研计算平台一期项目实现了4000+病例数据的高速分析，工作效率提升30%以上。该平台的智能化为宣武医院开展各类各类阿尔茨海默病的筛查、诊断和治疗研究提供了极大便利。未来，宣武医院将继续基于脑研究科研计算平台，加速高水平脑疾病诊疗技术的研发和应用，为全球脑健康研究贡献重要成果。

稿源：美通社