123,123

基于PKS體系的 CockroachDB 性能優(yōu)化研究

分布式數(shù)據(jù)庫在PKS體系中扮演重要角色，其性能和穩(wěn)定性是提升信創(chuàng)產(chǎn)業(yè)的關(guān)鍵因素。聚焦基于PKS體系的 CockroachDB性能優(yōu)化研究，提出分布式數(shù)據(jù)庫 CockroachDB在 PKS平臺下的性能提升方案，并對所提出的方案進行大量對比實驗，實驗結(jié)果表明所提出的方案能夠明顯提高數(shù)據(jù)庫的性能，為國產(chǎn)可信計算和可信存儲提供堅實基礎(chǔ)。關(guān)鍵詞：分布式數(shù)據(jù)庫；優(yōu)化；PKS體系；CockroachDB

發(fā)表于：2024/1/26

基于PKS體系的3D圖形圖像顯示技術(shù)探索與研究

高性能3D 圖形圖像計算對 PKS 體系拓寬現(xiàn)有生態(tài)，解決科學、工程和數(shù)據(jù)分析等問題有重要意義。聚焦于 PKS 體系的 3D 圖形圖像顯示技術(shù)探索，研究 PKS 體系上不同的 3D 圖形顯示技術(shù)路線，并在搭載兩種主流圖形顯卡上對不同 3D 圖形應(yīng)用程序編程接口的性能進行比較，實驗結(jié)果旨在為未來 PKS 體系的3D 圖形圖像顯示技術(shù)的發(fā)展提供重要支撐和參考。關(guān)鍵詞：PKS 體系；OpenGL；Vulkan；3D 圖形圖像

發(fā)表于：2024/1/26

一種基于UDP和FTP協(xié)議的遠程瀏覽系統(tǒng)的設(shè)計

SCADA系統(tǒng)主要部署在控制系統(tǒng)的操控室，由專業(yè)人員進行操作，對于管理人員，如果在辦公室就可以實時監(jiān)視機組運行圖和數(shù)據(jù)曲線將給管理和決策帶來極大便利。設(shè)計了一種基于UDP和FTP協(xié)議的遠程瀏覽系統(tǒng)的實現(xiàn)方法，分別介紹了系統(tǒng)體系結(jié)構(gòu)、軟件地位、系統(tǒng)模塊劃分、總體處理流程、進程間的數(shù)據(jù)交互技術(shù)，以及FTP文件下載系統(tǒng)設(shè)計、客戶端共享顯示內(nèi)存設(shè)計等。該系統(tǒng)信息獲取便捷、快速、準確，使用方法簡單易操作，已經(jīng)得到廣泛應(yīng)用。關(guān)鍵詞：SCADA；UDP協(xié)議；FTP協(xié)議；Tag點；進程；共享內(nèi)存

發(fā)表于：2024/1/26

基于動力學的自適應(yīng)多段回溯前推實時速度規(guī)劃算法開發(fā)

為了提高微小線段的加工精度和效率，提出一種實時速度規(guī)劃算法。該算法由兩部分組成：針對剛?cè)狁詈稀⒅刎撦d平臺在數(shù)控運動中的抖動問題，提出基于動力學的初步規(guī)劃算法，以優(yōu)化短線段的實際加速度，提高運動的平穩(wěn)性；針對單段回溯前推算法對于微小直線/圓弧加工效率不高的問題，提出基于動力學的自適應(yīng)多段回溯前推速度規(guī)劃算法，以提升加工效率。在基于PC的實時控制器和龍門雙驅(qū)XY激光切割平臺上進行了測試，并將該算法與自適應(yīng)速率算法和單段回溯前推算法進行了比較。結(jié)果表明，所提算法在加工質(zhì)量和加工效率方面均有所提高。此外，該算法簡單有效，適用于高實時性的應(yīng)用環(huán)境。關(guān)鍵詞：數(shù)控系統(tǒng)；速度規(guī)劃；動力學；回溯前推算法；龍門雙驅(qū)

發(fā)表于：2024/1/26

基于FPGA的晶圓級芯片封裝圖像序列配準方法的設(shè)計與實現(xiàn)*

針對未切割晶圓進行封裝后的晶圓級芯片封裝（WLCSP），12英寸晶圓以1 μm物理分辨率進行自動光學檢測（AOI）面臨大幅面、高質(zhì)量成像和成像速度的技術(shù)挑戰(zhàn)。晶圓全局圖像需由多幅掃描生成的局部圖像序列拼接而成，為實現(xiàn)圖像序列的高質(zhì)量、高速配準，在FPGA中采用OpenCL實現(xiàn)相位相關(guān)法進行四鄰域棋盤配準。首先在構(gòu)建二維FFT和互功率譜函數(shù)內(nèi)核的基礎(chǔ)上，采用雙端口緩存和行緩存的設(shè)備全局內(nèi)存對計算過程的頻譜數(shù)據(jù)進行復(fù)用并應(yīng)用內(nèi)核通道級聯(lián)提高配準速度，基于最小生成樹優(yōu)化配準結(jié)果降低全局圖像坐標計算的累積誤差，并經(jīng)實際掃描圖像驗證配準算法及加速性能。關(guān)鍵詞：晶圓級芯片封裝；圖像配準；FPGA；OpenCL

發(fā)表于：2024/1/26

5G工業(yè)應(yīng)用質(zhì)量關(guān)鍵指標體系研究

5G在我國商用以來在工業(yè)互聯(lián)網(wǎng)取得重大進展，然而在工業(yè)領(lǐng)域仍未形成規(guī)?；瘧?yīng)用。面向5G在工業(yè)應(yīng)用中的性能、功能、服務(wù)等質(zhì)量保障需求，通過分析5G在不同的典型工業(yè)場景中的應(yīng)用需求，構(gòu)建物理參數(shù)、網(wǎng)絡(luò)能力和業(yè)務(wù)需求三個維度的5G工業(yè)應(yīng)用的質(zhì)量指標體系，促進工業(yè)用戶、運營商和集成商等對工業(yè)應(yīng)用質(zhì)量指標達成共識，指導(dǎo)5G在工業(yè)領(lǐng)域的建設(shè)與應(yīng)用，對于推動5G工業(yè)應(yīng)用深入發(fā)展具有重要意義。關(guān)鍵詞：5G；工業(yè)互聯(lián)網(wǎng)；工業(yè)應(yīng)用場景；指標體系

發(fā)表于：2024/1/26

面向微服務(wù)架構(gòu)的煤礦生產(chǎn)監(jiān)控數(shù)據(jù)采集系統(tǒng)設(shè)計

針對目前的煤礦監(jiān)控數(shù)據(jù)采集系統(tǒng)存在數(shù)據(jù)編碼標準不統(tǒng)一、單系統(tǒng)運行可靠性差、數(shù)據(jù)可視工具不支持WEB方式和主機不能智能切換的問題，基于工業(yè)互聯(lián)網(wǎng)平臺技術(shù)體系，利用前后端分離和Restful API接口訪問等技術(shù)，融合互聯(lián)網(wǎng)開源報表等組件，研究設(shè)計一個面向微服務(wù)架構(gòu)的煤礦生產(chǎn)監(jiān)控數(shù)據(jù)采集系統(tǒng)，介紹了目前煤礦監(jiān)控數(shù)據(jù)采集系統(tǒng)存在的問題，完成了面向微服務(wù)架構(gòu)的煤礦監(jiān)控數(shù)據(jù)采集系統(tǒng)架構(gòu)設(shè)計，具體闡述了數(shù)據(jù)統(tǒng)一標準化、單通道采集微服務(wù)化處理、數(shù)據(jù)服務(wù)狀態(tài)監(jiān)控和數(shù)據(jù)可視化組件等關(guān)鍵技術(shù)。煤礦生產(chǎn)監(jiān)控數(shù)據(jù)采集系統(tǒng)在山西天地王坡煤礦進行了工程驗證，應(yīng)用結(jié)果表明，按照統(tǒng)一標準的規(guī)范設(shè)計數(shù)據(jù)模型，通過把數(shù)據(jù)采集、數(shù)據(jù)服務(wù)、可視化等應(yīng)用微服務(wù)部署運行，實現(xiàn)了煤礦生產(chǎn)監(jiān)控數(shù)據(jù)采集及監(jiān)視，為煤礦其他應(yīng)用提供重要的數(shù)據(jù)支撐和基礎(chǔ)保障，同時，微服務(wù)運行的方式提高了煤礦系統(tǒng)維護人員的運維效率。

發(fā)表于：2024/1/26

面向圖像語義分割的多類型卷積加速器設(shè)計

圖像語義分割網(wǎng)絡(luò)為了提升精度常采用結(jié)構(gòu)復(fù)雜的卷積層作為基礎(chǔ)的特征提取單元，這類卷積層存在的不同類型卷積增加了對網(wǎng)絡(luò)并行加速計算的難度。針對語義分割網(wǎng)絡(luò)不同類型的卷積的加速計算需求，提出一種基于FPGA的面向多類型卷積的并行計算加速器。首先對卷積的計算原理進行分析，然后根據(jù)不同卷積類型的基本運算原理構(gòu)建多乘法并行計算的處理單元，并通過多處理單元并行、數(shù)據(jù)重用以及PIPELINE方法對卷積進行加速計算。實驗結(jié)果表明，對于特定尺寸的特征圖，使用所提的卷積加速器設(shè)計方法最多可以達到113倍的速度提升。關(guān)鍵詞：圖像語義分割；多類型卷積；FPGA；計算加速

發(fā)表于：2024/1/26

ADsim：面向自動駕駛的高性能并行仿真平臺

自動駕駛仿真平臺是解決自動駕駛中實車測試時間長、成本高和極端場景復(fù)現(xiàn)難的問題的有效手段。隨著大規(guī)模云計算和高性能異構(gòu)計算的引入，仿真平臺面臨著高效虛擬化、均衡調(diào)度、便捷端-云交互的挑戰(zhàn)。為此，設(shè)計了支持輕量級虛擬化的并行系統(tǒng)架構(gòu)，并設(shè)計和集成了細粒度資源均衡調(diào)度和低延時遠程交互方法，構(gòu)建了ADsim高性能并行仿真平臺，經(jīng)過測試驗證，平臺具備高性能和便捷交互特點。關(guān)鍵詞：自動駕駛；仿真；高性能；并行

發(fā)表于：2024/1/26

【圖解】2023年工業(yè)互聯(lián)網(wǎng)實現(xiàn)所有工業(yè)大類全覆蓋

發(fā)表于：2024/1/26

英特爾宣布與聯(lián)電達合作開發(fā)12nm工藝平臺

英特爾公司宣布與聯(lián)華電子達成新的晶圓代工合作協(xié)議，兩家公司將合作開發(fā)針對高增長市場的 12 納米工藝平臺。英特爾將在其位于亞利桑那州的晶圓廠開發(fā)和制造全新的 12 納米工藝制程，預(yù)計生產(chǎn)將于 2027 年開始。

發(fā)表于：2024/1/26

又一家芯片巨頭發(fā)出悲觀信號：工業(yè)芯片需求愈發(fā)惡化

繼德州儀器之后，又一家芯片巨頭發(fā)出悲觀指引。當?shù)貢r間周四，歐洲芯片制造商意法半導(dǎo)體發(fā)布指引稱，由于汽車需求疲軟和工業(yè)部門訂單進一步下降，公司第一季度收入預(yù)計將下降15%以上——這一展望遠低于市場預(yù)期。該公司公布，在去年第四季度，公司凈營收42.8億美元，同比下降3.2%，略低于分析師平均預(yù)估的43億美元。公司營利10.2億美元，同比下降20.5%。

發(fā)表于：2024/1/26

合同自動化的等級序列、展開維度與風險防治*

從合同自動化的等級序列入手,通過類比自動駕駛對合同自動化的差異化發(fā)展問題進行探討,指出智能法律合約想要轉(zhuǎn)換為智能合約需滿足文法要求、平臺訪問、非賦權(quán)原則三個基本規(guī)則。結(jié)合合同生命周期對智能法律合約的運行過程進行系統(tǒng)化的展開，進而對不同階段的智能法律合同所聚焦的問題進行論證。通過分析智能合約自動執(zhí)行與法律合同中當事人享有權(quán)利之間存在的內(nèi)生矛盾引出智能合約的風險原點，并加以討論和評價。最后，擺脫代碼之治這種單一化的風險救濟途徑，通過構(gòu)建覆蓋事前、事中、事后全流程的智能合約風險閉環(huán)機制，為探索智能合約可持續(xù)發(fā)展提供新的可行性方案。

發(fā)表于：2024/1/25

基于Kalman算法的大數(shù)據(jù)存儲架構(gòu)可擴展性優(yōu)化算法

為了優(yōu)化大數(shù)據(jù)存儲架構(gòu)可擴展性能，提高大數(shù)據(jù)架構(gòu)資源利用率，通過引入Kalman算法設(shè)計了一種大數(shù)據(jù)存儲架構(gòu)可擴展性優(yōu)化算法。首先，綜合考慮大數(shù)據(jù)存儲架構(gòu)與多核環(huán)境內(nèi)存布局之間的兼容性，設(shè)計架構(gòu)內(nèi)存布局。其次，設(shè)計分布式共享內(nèi)存協(xié)議，確保各個進程在訪問共享內(nèi)存時能夠正確地協(xié)同工作，提高存儲架構(gòu)的容錯性。在此基礎(chǔ)上，利用Kalman算法，動態(tài)調(diào)整存儲節(jié)點的負載，進而優(yōu)化大數(shù)據(jù)存儲架構(gòu)，以提高其可擴展性。實驗結(jié)果表明，應(yīng)用該算法后，大數(shù)據(jù)存儲架構(gòu)的資源利用率始終高于對照組，均達到了96%以上，最高達到了98%，架構(gòu)可擴展性優(yōu)化效果顯著，服務(wù)器資源利用更充分，大規(guī)模數(shù)據(jù)處理更高效。

發(fā)表于：2024/1/25

ASML：低端浸沒式DUV對個別大陸廠商供應(yīng)也將受限

北京時間2024年1月24日下午，光刻機大廠ASML今日發(fā)布了2023年第四季度及全年財報，整體業(yè)績表現(xiàn)高于市場預(yù)期。同時，ASML還缺認，個別中國大陸晶圓廠低端DUV光刻機的供應(yīng)也將受限。

發(fā)表于：2024/1/25