可以量产/n该项目是提供一个大数据处理框架和处理平台，具备较强的大数据 处理能力。 该项目需求广泛，将产生较大的经济效益。

项目简介 本成果基于高性能计算技术和大数据存储与处理技术，避开传统依赖单个计算机或 集群计算的缺点，应用先进的分布式文件系统和并行计算架构，使用普通的 PC 级机器构 建高性能的大数据处理平台。属国内领先项目。该成果处于中试研究阶段，并申请了专 利，专利号：ZL201010510071.8。 性能指标 （1）能利用 PC 级机器实现高速的大数据处理。 （2）能高效存储和管理海量的数据。 （

产品详细介绍 　　全数字音频更完美 　　清大云卓音频处理器产品采用全数字音频处理技术，完美解决环境噪声大及远距离声音采集困难的现状;而且可自动修复弥补环境建声缺陷，重现真实人声。 　　Input多种输入源 　　Input多种输入源选择，12路输入/4路输出。 　　可选择多种电平的音源输入，为电容式话筒提供48V 的供电。 　　AGC自动增益控制。自动提升和压缩话筒音量，使之以恒定的电平输出。 　　AVC回声消除。全新的自适应式回声消除功能，无需人工调试。 　　AFC声反馈啸叫消除。采用自适应处理的方式对现场扩声，系统的啸叫进行有效的消除。 　　ANC自动噪声消除。自动噪声消除根据环境的声场变化，自动进行噪声消除。

图像处理器 嵌入式设计、任意拼接组合、录播全方位检测、自定义轮巡预案 轻松满足： ·督导巡课 ·电子巡考 ·录播管理 优势特点： ·稳定低耗 采用嵌入式架构设计，高稳定、低功耗 超强网络防护能力，有效抵御病毒攻击 ·一机多用 视频解码、状态监控等录播管理应用 图像处理、画面拼接等视频处理应用 ·便捷督导 对录播信号源进行自定义分组与分类管理 调取预览分组信号，分类巡课督导便捷化 ·自由拼接 多组画面自由拼接组合，支持任意跨屏、漫游 场景保存和自动轮巡，支持多个大屏同时监视 ·集中监测 全面录播状态监控，远程集中监视管理 实现监视状态同步显示，系统维护高效

产品详细介绍 　　数字功放处理器 　　产品介绍 　　LION数字音频一体机在TIGER专业版处理器基础上集成了双通道145W数字功放模块。信号处理与功率放大在一块主板上工作，缩短了信号通路，简化了工程布线。支持带电源RS232控制端口。可选配最新的反馈消除(AFC)、回声消除(AEC)、噪声消除(ANC)算法。 　　应用场景 　　会议室、宴会厅、本地扩声、视讯会议，LION系列处理器内置功放，可简化音频系统，在有限空间内建设音频系统。 　　产品参数 采样 48k@24bit 通道隔离度 107dB @1k Hz 幻象供电 DC48V 共模抑制 70dB @80 Hz 频率响应 20Hz ～ 20K Hz，±1dB 最大输入电平 18dBu THD+N ≦0.004% @1k，4dBu 最大输出电平 18dBu 数模动态范围（A计权） 120dB 本底噪声 -90dBu 模数动态范围（A计权） 120dB 功放功率 2x150W 输入阻抗（平衡式） 20kΩ 系统延时 ≦3ms 输出阻抗（平衡式） 100Ω 工作电源 AC110V-220V,50Hz/60Hz EIN（A计权） ≦-131 dBu 工作温度 0-40℃

我校面向宽带通讯、高性能DSP等高吞吐量和高速信息处理应用领域，提出了新型层次化单芯片64核处理器体系结构，即底层为由四个处理器核组成的"簇"，采用总线和全互连混合架构；顶层采用2D Mesh的NoC架构，这是一个独特的"海量核"（sea-of-core）NoC集成架构。由于是高度正交化的分层结构，局部子系统设计和全局网络设计相对独立，使得该结构具有良好的可扩展性和可移植性。目标应用领域

成果简介：当前已经完成成果：已完成星上实时云剔除、关键区域/目标的快速提取算法研究；实现了光学遥感星上处理SoC芯片功能样片研制和测试，单片可实现155Mbps输入速率的实时处理，功耗小于600mw。 2015年完成成果：完成高性能、抗辐照星上光学遥感数据SoC处理器研发，并基于自主芯片构建星上并行实时处理原型样机，实现星上90%以上实时云剔除、关键区域/目标的快速提取等智能实时处理。 项目来源：民口863项目 技术领域：地球观测与导航技术

1.痛点问题 多年来，工业大数据领域大数据分析算法和模型都是基于大量代码实现，效率低，难以实现快速开发。同时，工业大数据处理分析模型处理过程多由多个算法通过一定的计算流程构成，计算流程复杂多变，迫切需要一款支持灵活定制和快速开发的处理分析技术来支持工业大数据处理分析。 2.解决方案 清华数为交互式大数据处理与分析技术针对工业大数据处理与分析任务的交互式探索、建模、调试和应用而设计。根据CRISP-DM设计原则，一般大数据处理与分析分为业务理解、数据理解、数据准备、建模、评估和部署等阶段，各阶段相辅相成，形成一个大数据处理分析生命周期。 图1.交互式大数据处理与分析技术设计思想 本成果技术基于上述CRISP-DM的设计思想而设计，完全支持大数据处理与分析生命周期。该技术的特点包括： （1）内置数百种通用和专用的大数据分析算法和模型，并提供了按需扩展机制，用户可以按照自己的需要随时添加和扩充，以支持客户特定的大数据应用需求； （2）支持拖拽方式构建处理与分析流程，完全图形化设计大数据处理分析计算流程，并能在设计过程中进行单步/多步运行调试，查看中间结果，实时调整运行结果，以获得用户期望的处理分析结果； （3）支持机器学习模型训练及使用，内置了机器学习模型训练框架，一般机器学习模型在该技术的支持下，可以实现快速训练，训练结果可支持进一步的大数据处理与分析； （4）支持数据处理与分析流程参数化，在其提供的内部数据处理与分析算法模板中，用户通过算法模板可以开发面向Java、Python的算法，并集成和扩展到该技术的算法集合，实现按需定制处理分析； （5）支持数据画像和学习模型可视化，以图形化的方式定制数据画像的方法模型，并以二维和三维图表的形式展示给用户； （6）支持批处理、流处理和流转批处理三种处理方式； （7）按需定制运行计划与资源有效利用，用户可设置任务执行计划，任务执行计划定期运行，以实现周期性处理分析，方便获得持续的运行结果。 清华数为交互式大数据处理与分析技术面向多种用户角色，包括数据工程师、数据分析师、数据科学家、算法工程师、运维工程师、代码工程师等。采用分层设计，分为客户层、服务层、计算层。 客户层包括流程建模调试工具，用户可用工具图形化拖拽式设计处理与分析计算模型，并可进行调试和查看中间结果；管理工具，针对服务层所调用和访问的计算框架或者外部系统进行管理，包括对于数据源、计算环境、存储环境等的管理工具。 服务层主要包括流程调度服务，即负责按照用户所设定的工作计划来定时调度执行计算模型；执行服务，是负责执行处理分析计算的模型和算法的服务；计算资源管理服务负责管理执行服务中所能集成的所有的服务，如计算框架和存储设施等。 计算层是执行服务在执行处理分析算法和模型中所访问的外部服务，包括计算组件或框架，以及持久化存储组件或者系统等。 图2.交互式大数据处理与分析技术架构 本成果的交互式处理与分析技术较好地解决了工业大数据处理分析工作中所遇到的问题和痛点，并且能够广泛应用于多个行业和领域中，如能源、矿山、医疗器械、装备制造业、消费品制造业、工程机械行业等。 合作需求 期待与工业、医疗等领域企业紧密合作，获得各领域的实际需求，促使该技术不断完善和升级迭代，走向成熟。 未来将在工程机械行业、医疗机械行业、矿山行业、装备制造行业、互联网电商行业等寻求更多的成果转化、深度合作机会，在合作基础上，推动上述行业领域实现数字化转型和智能化升级，为国家实现“双碳”目标做出清华贡献。

小试阶段/n该平台继承了目前主流计算框架和编程模式，尤其是内存计算框架， 通用性强、时效性高。该平台从根本上解决了目前大数据处理中耗时过 长的问题，通过优化大数据处理系统的任务管理和内存管理，对用户提 供主流的简洁编程接口，与目前国际上主流系统对比，该平台可以大量 减少内存占用，最高性能提升可达 41 倍，。该平台同时从根本上解决了 大数据系统自动管理内存的开销，减少 90%以上的开销。该技术平台是一 种通用数据处理平台，不影响上层生态应用，可以适用于各类大数据生 态系统，包括机器学习与深度学习领域