产品详细介绍

        技术成熟度：技术突破         目前的潮流能发电机组以直驱液压变桨及带变速箱的液压变桨为主，其发电机和变速箱均采取机械动密封方式进行密封防水处理，海洋环境下，机械动密封的可靠性和运行效率往往冲突，密封层级多运行阻力大，效率低，密封层级少，密封可靠性差，机组的运行可靠性大大降低。光伏、波浪、海流一体化集成发电，波浪能与海流能水轮机对转并通过磁力耦合驱动发电机增速，具有多能互补、高效获能、转换效率高、结构简单、运行可靠等特点，为规模化海洋能开发提供创新型设计。         意向开展成果转化的前提条件：中试放大及产业化工艺开发资金支持

本成果包括系列基于硅基或SOI基材料的高压集成技术，可用于700V AC-DC电源管理IC、600V/1200V高压栅驱动IC、不同电压需求的高压开关IC、D类功率放大器、电机驱动IC等的研制，满足照明、工业控制、汽车电子、电机驱动、消费电子等领域的需求。具体包括： 硅基：（1）超低比导通电阻700V单晶型BCD工艺；（2）600V外延型BCD工艺；（3）1200V外延型BCD工艺；（4）48V高功率BCD工艺；（5）40V高压双极型工艺。 SOI基：（1）600V 厚层SOI BCD工艺；（2）650V薄层SOI高压CDMOS工艺；（3）300V薄层SOI高压CDMOS工艺；（4）200V薄层SOI高压CDMOS工艺；（5）100V薄层SOI高压CDMOS工艺；（6）40V薄层SOI高压CDMOS工艺；（7）-200V SOI高压CDMOS工艺；（8）-100V SOI高压CDMOS工艺。

本成果包括系列基于硅基或SOI基材料的高压集成技术，可用于700V AC-DC电源管理IC、600V/1200V高压栅驱动IC、不同电压需求的高压开关IC、D类功率放大器、电机驱动IC等的研制，满足照明、工业控制、汽车电子、电机驱动、消费电子等领域的需求。

北京大学物理学院现代光学所王剑威研究员与意大利罗马大学Fabio Sciarrino教授、英国布里斯托尔大学Anthony Laing和Mark Thompson教授，受邀在国际著名刊物《自然-光子学》（Nature Photonics）上撰写综述文章，介绍“集成光量子技术”这一新兴领域的基本科学原理和前沿进展。 量子技术利用量子物理基本原理，通过操控光或物质的量子叠加和量子纠缠等内禀属性，其信息处理能力有望从根本上超越经典范畴的信息技术。集成光量子芯片技术是一门结合了量子物理、量子信息、集成光子学和微纳制造等学科的前沿交叉技术，通过半导体微纳加工制造，有望实现高性能且大规模集成的光量子器件和系统，达到对作为量子信息载体的单光子进行高效处理、计算和传输等功能。 国内外对集成光量子芯片技术的研究取得许多重要进展 2008年，国际上首次实现了基于二氧化硅平面光波导体系的量子受控纠缠门和量子干涉，开创了集成光量子芯片领域的先河。在过去十年间，国内外对集成光量子芯片技术的研究,取得了许多重要进展，目前已实现了片上光量子态的制备、量子操控以及单光子探测等核心功能，并且器件集成度和功能复杂度也都得到了大幅度提高。综述总结了集成光量子芯片的主流材料体系、核心量子光学元器件，及其量子信息的前沿应用，包括量子密钥分发和通信、物理和化学系统的量子模拟、量子玻色取样、光量子信息处理和计算等。 集成光量子芯片的材料体系目前主要采用硅基绝缘体上、铌酸锂、激光直写二氧化硅、氮化硅、氮化嫁、磷化铟等光波导材料。核心器件主要包括集成单光子源与纠缠光子源、可编程大规模集成光路、集成单光子探测器等，其中量子光源主要有非线性参量型量子光源和固态量子点型量子光源，而单光子探测主要通过超导纳米线探测和过度边缘感应传感来实现。这些核心光量子集成器件的性能均取得了很大程度的提升。与此同时，集成光芯片平台上也已经逐渐发展出一套可以将量子信息精确加载在单光子的路径、偏振、时间、空间、频率等不同自由度的方法，为该技术的发展提供了广阔的便利性和多样化。 集成光电子器件在经典通信系统中一直起着举足轻重的作用，可以预期其也将在量子密钥分发和量子通信中起到重要作用，特别是微小型、低成本、高性能的量子通信收发芯片的发展，将有助于进一步降低成本、提高可靠性，推进其实用化进程。目前，量子通信的几种主要协议，包括制备-测量类的通信协议以及基于纠缠分布和量子隐形传态类的协议等，已先后在硅基、磷化铟、氮化硅等光子芯片上得到实验验证。另外，全集成型量子真随机数发生器也有很多实验实现，并有望在不远的将来提供微小型、高速和低成本的真随机数发生器。 量子线路模型和基于测量的单向量子计算模型是实现通用量子计算的主流模型。光学量子计算的线路模型实现方案存在扩展性困难，但基于测量的光量子计算可以大大降低需要的物理资源，并可实现通用量子计算。在可编程的光量子芯片平台上，目前已成功实验验证了Shor因数分解算法、Grover搜寻算法、优化算法等重要算法，并可在单一芯片实现多种复杂量子信息处理功能。近年来，片上制备并操控复杂量子态，包括高维量子态、多光子纠缠态、图纠缠态等，均已在硅基和二氧化硅等平台实现。值得一提的是，集成光量子芯片的高可编程性、高稳定性、高保真度，为通用量子计算的实现提供了基础。 量子玻色取样和量子模拟被认为是量子计算的短期实现目标和重要应用方向。触发型玻色取样和基于量子点光源的玻色取样，被认为是实现具备“量子优势”的玻色取样量子计算的有效技术方案，有望超越经典计算机计算能力，其中前者已实现芯片上量子光源和线性网络的全集成，而后者最近在中科大发布的一个论文预印本中报道了20光子60模式玻色取样的重要突破。集成光量子芯片体系已实验验证了离散型和连续型的量子漫步功能，并可用于模拟复杂的物理和生物过程。同时，集成光量子模拟器也成功验证了多种典型的量子模拟算法，有望有效地模拟化学分子动力学过程。

水是工业生产的主要媒介之一，在生产过程中既作为工艺介质，又作为辅助介质，因此应用十分广泛，但由于以前水价偏低，致使企业不重视节水工作，不但用水量较大，同时还会产生大量的废水，既增加了企业废水处理的成本，又污染了环境。从2011年开始，国家又一次提高了污水的排放标准，与此同时，江苏地区还重新修订了工业企业的用水定额，对企业的用水与排水提出了更高的要求。针对于此，本课题组面向火力发电、钢铁、造纸、纺织印染、化学工业与石油化工等行业，在综合企业现有水系统的基础上，采用水夹点优化技术开发了集成节水技术，通过对水系统进行节水改造，通过提高水的重复利用率及废水的深度处理与再生回用，可大大减少企业的新水用量和废水排放量，降低企业的运行成本，减小环境治理的压力。  本课题组可承接各种节水技术改造的工艺与设备设计、设备安装调试等。

成果简介随着 LED 制造技术的发展， LED 应用已经从显示设备的背光照明领域发展到了民用照明领域， 越来越多的 LED 已被应用在汽车、 路灯、 民用以及舞台灯光等各种照明场合。 驱动电源性能是体现 LED 整体性能的关键， 保证 LED 驱动电源具有小巧、 长寿命、 高可靠性等优点是未来 LED 驱动电源的发展方向。本项目设计的是采用拥有自主知识产权的高性能功率变换器作为主电路， 将AC-DC 电源和驱动芯片的功能合二为一， 在实现功率因数校正的同时， 保证 LED

QFDesk是一个集成前处理、求解器、 后处理的基础软件平台。QFDesk已经实现了专业软件必备的功能模块以及扩展所需的全部基础模块，为客户实现专有计算软件提供灵活、丰富的接口。我们将与客户一起开发属于客户转悠的功能模块。由于所有的基础模块已经在QFDesk中实现，这使得扩展客户专属功能模块的工作非常简单和高效。用户可以自由扩展内容包括：功能菜单的自定义、参数配置界面的初始化、求解器调用集成、配置文件读写、结果文件的可视化等。

该平台包括多项核心技术和技术优势： （1）基于逻辑隔离机制的算力主机安全保护。实现了一种基于逻辑隔离机制的沙箱算力环境，能够独立于用户的系统进行计算。通过计算环境隔离、数据的存储隔离、网络环境的隔离，保障了算力运行环境独立于用户系统，互不干扰。 （2）多源异构数据的混合学习模型。提出一种基于深度学习的多源异构数据的混合学习模型，该模型通过深度学习进行不同数据源的特征提取，然后再通过深度学习的融合训练得到结果。 （3）高并发任务的调度。采取动态分配任务的机制，根据当前不同地区网络的传输速度，算力的分布情况，训练数据量的大小，根据制定的规则找到最合适的几个服务地点进行任务分配、数据传输以及分布式训练，最大化地利用当前算力资源。 （4）数据隐私保护。通过联邦学习、同态加密训练、区块链数据确权等方式加强对用户数据的保护。实现了一套基于同态加密和多方安全计算的训练系统，能够完全保护用户的数据隐私性。 （5）区块链记录及激励。“计算即挖矿”，系统根据用户提供的计算资源以及资源利用率来进行区块的奖励，算力越大获得的奖励也就越多。通过搭建的区块链可以记录数据的交互信息以及使用权，并可搭建智能合约平台。 该协作学习平台撮合各方业务和资源，包括算力、数据、模型，结合分布式机器学习、安全多方计算技术，提供保护隐私数据、算法模型前提下的协作学习服务，通过底层分布式账本记录，电子合约对接供需方，智能匹配资源对接，建立AI协作生态。具有以下优势：协作低成本、平台化；具备数据隐私保护，打破共享壁垒；后台底层账本对平台使用中产生的模型、数据、算力、广告收入等进行管理，保证数据可信；操作便捷，可提供定制化服务，高效最优匹配。02. 应用前景 该协作学习平台可用于人工智能、互联网广告、金融等领域，为中小型企业、科研机构或个人提供算力共享、数据共享、模型共享与模型开发等服务，具有广阔市场前景。03. 知识产权 已申请发明专利16项，登记软件著作权1项。04. 团队介绍 本成果团队长期研究区块链、人工智能、网络安全等。团队课题负责人为徐恪教授、博士生导师，清华大学计算机系副主任，国家杰出青年科学基金获得者，北京市卓越青年科学家。获得国家科学技术进步奖二等奖、国家技术发明奖二等奖，2011年获中国计算机学会青年科学家奖，是中国电子学会理事和中国计算机学会理事，曾在ACM SIGCOMM、IEEE/ACM TON、IEEE Communication Magazine等知名国际会议、期刊发表论文100余篇，近五年获得中国发明专利授权四十余项，获得美国发明专利8项。团队成员还包括多位教授、副教授、研究员和博士研究生。05. 合作方式 投融资 / 商务合作。06. 联系方式 邮箱：liuyi2017@tsinghua.edu.cn

如何及时感知学生的学习状态是中小学教育中的难点。传统课堂教学中，教师需要在讲课的同时观察数十名学生的学习状态，难以做到面面俱到；而在家庭练习中，父母陪同观察孩子既费时又会引起孩子的紧张和反感。针对这一应用需求和痛点，本项目计划研发一款能够自动及时感知中小学生的智能相机。该相机将采用人工智能和大数据的前沿技术，对中小学生的学习行为进行自动采集和分析，智能感知学习状态，并反馈给教师和家长进行参考，据此调整教学内容和形式，从而达到改善教学效果、提高学习成绩