本发明公开了一种基于可重构计算的张量处理架构及其工作模式、FPGA开发板，整体架构包括：QSFP接口、DDR存储模块、访存控制模块、微码控制模块、矩阵模块、片上共享存储模块、控制网络、RISC‑V处理器、可重构计算接口模块、可重构计算模块、可重构配置模块和结果返回网络。整体架构的工作模式分为两种：CPU控制模式和集群计算模式，CPU控制模式用于单片计算时通过CPU控制全局的计算和输出；集群计算模式用于与上位机连接配合上位机执行矩阵计算等计算任务；整体架构通过FPGA开发板实现，FPGA开发板采用Virtex UltraScale+VU13P作为主要逻辑实现平台。本发明通过片上微码的动态粒度配置，可以实现多种运算模式，提升硬件的利用率；硬件实现了多种配置的策略，泛用性高。

欢迎来电洽谈： 15323758534 QQ：2793177994 韦先生

（一）主要功能：双行显示，具有修改、插入、删除功能，重现功能，快速上下翻转，快速左右翻转，240种计算功能，10位数+2位指数显示，错误提示，9个变量，分数计算，百分数计算，答案存储，六十进制与十进制的换算，双曲/反双曲函数，常用及自然对数、指数、倒数、阶乘，随机数、π、小数位数、有效位数、舍入 （二）平方根、立方根、根、平方、立方，极坐标/直角坐标变换，度分秒计算，排列、组合，统计、回归计算，规格参数，重量：135g(含电池)，机身尺寸：148mm*80mm*18mm，耗电：0.0002W，电源：一节AAA（7号/SUM-4），电池寿命：约有2年（每天使用一小时），操作温度：0℃-40℃  包装尺寸：152mm*88mm*24mm （三）此款计算器适合中学生使用，符合国标，行标JY/T0382-2007,塑料按键，有保护盖。

（一)主要功能：349种计算功能，具有修改、插入、删除功能、快速上下翻转功能，快速左右翻转功能，多步重现、统计运算、分数运算、表达式编辑、直角坐标与极坐标，独立存储器运算功能，存储内容显示、双曲和反双曲函数运算功能显示、清除存储器运算功能显示、 （二）规格尺寸：重量：112-120g(含电池)，机身尺寸：148mm*80mm*16mm，耗电：0.0002W，电源：一节AAA（7号/SUM-4），电池寿命：约有2年（每天使用一小时），操作温度：0℃-40℃，包装尺寸：163mm*88mm*24mm （三）此款计算器为10+2显示函数计算器，符合国标、行标JY/T0382-2007,适合高中、初中学生使用，塑料按键，有保护盖

产品介绍： 美国 Lake Shore 218是功能丰富的温度监视器8个传感器输入，几乎可以与任一个二极管或电阻型温度传感器配合使用。连续显示所有8个通道，显示单位是K, °C, V 或 Ω。测量输入是按低温测量的要求设计的，但是监视器的低噪音、高分辨率、宽量程范围等特点，使其应用在非低温的环境中也是理想的。  218温度监视器台式监控器低温监测仪表 主要特点 • 使用合适的传感器，操作时的*低温度可以达到1.2K • 8个传感器输入 •支持二极管和电阻型传感器 • 连续8个输入显示为K, ℃, V 或 Ω为单位的读数 • IEEE-488 和 RS-232C 接口，模拟输出和报警继电器 • 有2个型号可供选择：218S 和 218E • CE认证  218温度监视器台式监控器低温监测仪表   传感器输入显示 美国 Lake Shore 218温度监视器具有八个恒流源（每个通道一个），可以与多种传感器配合使用。输入设置可以通过前面板完成或通过计算机接口完成。监视器的八个通道分为两组，每组中的四个通道必须连接一种类型的传感器（比如四个通道全都是铂电阻传感器，或者全都是硅二极管传感器）。 两个高分辨率的A / D转换器可以提高218温度监视器的更新速率。因为不需要等待电流源转换，所以218比其它品牌的扫描式监视器能更快地读取到温度读数。218温度监视器每秒可读取到16个温度读数，也就是说每个通道每秒可读到2个温度读数。还可以关掉部分输入通道的方法来获得更高的读数率。   温度曲线 美国 Lake Shore 218温度监视器含有标准的硅二极管和铂电阻传感器的温度曲线。它每个通道可以储存一条200点的用户自定义曲线，所以可以支持多种传感器类型。 Lake Shore校准的CalCurves™同样可以被存储为用户曲线。内置的SoftCal™1算法也可以将DT-470系列二极管和铂电阻的温度曲线进一步改善，做为用户曲线储存到218 中。 Lake Shore用在硅二极管和铂电阻传感器上的SoftCal™ 算法，对于用户希望得到比标准曲线更高的精度，但并不需要传统的标定的情况是很好的解决方案。 SoftCal™ 算法采用几个已知的温度参考点点来修正传感器的标准曲线，从而达到更高的精度。 接口 美国 Lake Shore 218温度监视器可获得的计算机接口有并口（IEEE-488，仅218S有此接口）和串行计算机接口（RS-232C）。每个输入都有高、低值报警，并且提供锁定和非锁定操作。218S中的八个继电器可用于故障报警或执行简单的开关控制。218S包括两个模拟电压输出，用户可以选择输出数据的比例和数据进行输出，包括温度、传感器单位、或线性方程的结果。在手动控制下，模拟电压输出也可以作为一个电压源用于其它应用程序。   显示 美国 Lake Shore 218温度监视器八个显示位置的内容用户可配置的。读出的数据源是温度单位、传感器单元和数学*算函数结果。为使用方便，输入的通道号和数据源一直显示在前面板。显示的数据每秒更新两次。 1 Lake Shore SoftCal™的校准对于硅二极管和铂电阻传感器需要更高精度时是比较好的解决方案，但是这种校准并不是真正的传统意义上的校准。SoftCal校准是采用标准曲线的可预测性来改善单独传感器在几个已知温度参考点的精度。  

OAM（轨道角动量）模分复用技术是一种新兴的通信复用方式，它通过在光信号中引入轨道角动量这一新的维度，实现了光信号的多模式传输，从而显著提高了光纤通信系统的传输容量。然而，OAM模分复用系统在实际应用中面临着模式间串扰和非线性效应导致的信号失真问题，这些问题限制了系统的性能和传输距离。 针对这一挑战，提出了一种高效的非线性均衡器，该均衡器采用先进的算法和电路设计，能够有效地抑制OAM模分复用系统中的非线性失真和模式间串扰，从而提高系统的传输性能和稳定性。该均衡器不仅具有高度的灵活性和适应性，能够根据不同的传输需求和系统配置进行优化调整，而且其设计紧凑、功耗低，非常适合应用于现代光纤通信系统。 本成果创新点主要体现在以下几个方面：首先，通过引入先进的非线性均衡算法，实现了对OAM模分复用系统中非线性失真的有效抑制；其次，利用优化的电路设计和信号处理技术，提高了均衡器的性能和稳定性；最后，该技术能够广泛应用于多种光纤通信系统，具有广阔的市场前景和应用价值。 图1. 均衡器计算过程

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化

本发明公开了一种考虑节点业务流量的水下声信道网络媒体接入控制方法，本发明通过载波侦听及 按时隙发送来防止数据包碰撞；在每轮数据发送过程中，通过 RTS/CTS 包的交互选出发送队列最长的 节点；最后，发送队列最长的发送节点获得发送数据的机会，其所有邻居发送节点将延迟发送数据直至 该发送节点数据发送完毕。从长期过程来看，业务流量需求更大的节点将能够获得更大的传输带宽。因 此，本发明能实现更加优化的网络带宽分配，从而有效提高水下网络的实际吞吐量，减

重点围绕实施大型机电设备预测性的状态检修需要，建立设备状态劣化监测模型，在线评价设备健康状态。采用自动逻辑推理的自主故障诊断方法，结合专家人机交互方式进行观察、推理的人工诊断方式，形成更准确全面的故障原因分析和故障定位。根据状态评价和故障定位结果，自动给出设备维修建议的方法。利用长期积累的设备试验、运行、故障前后的各种状态数据，进行设备状态劣化模型、故障诊断模型的更新和修正方法。基于Internet的远程协作诊断机制，遇到疑难问题时邀请多领域专家进行在线会商。可以用于机电设备、水电机组、风力发电机组