登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《硅量子计算机芯片的完整设计亮相》

  • 来源专题：集成电路
  • 编译者： Lightfeng
  • 发布时间：2017-12-24

  • 世界各地的研究团队正在探索不同的方法来设计一个可以集成量子交互的工作计算芯片。现在，新南威尔士大学的工程师相信他们已经解决了这个问题，重新构想我们所知道的硅微处理器，为量子计算机芯片创造一个完整的设计，这个量子计算机芯片可以使用大多数标准的工业流程和组件制造。

    在“自然通讯”杂志上发表的新型芯片设计详细介绍了一种新颖的架构，可以使用现有的半导体元件（称为CMOS（互补金属氧化物半导体））进行量子计算，这是所有现代芯片的基础。

    它是由新南威尔士大学（UNSW）澳大利亚国家制造设施主管Andrew Dzurak和该论文的主要作者Menno Veldhorst博士设计的，该论文的创始人是新南威尔士大学研究员。

17浏览量
原文链接
相关报告

  • 《AI芯片巨头争霸时代，华为AI芯片下周将首次亮相》
    • 来源专题：集成电路
    • 编译者：tengfei
    • 发布时间：2017-11-20
    • 近日，华为高级副总裁余承东在微博上发布了一段视频，为自家的人工智能AI芯片造势。他表示，“速度之追求，从不止于想象”，并预告了AI芯片将在9月2日IFA2017上亮相。 在上月的华为年中业绩媒体沟通会上，余承东透露，将于今年秋季发布AI芯片，华为也将是第一家在智能手机中引入人工智能处理器的厂商。此外，在2017年中国互联网大会上，余承东还曾表示，由华为海思制造的芯片将会集CPU、GPU和AI功能于一体，并且有可能基于ARM今年在Computex展会上推出的全新AI芯片设计。 根据今日余承东视频透露，华为的AI处理器有望显著提升麒麟970的数据处理速度。如果AI芯片能用在10月份发布的华为Mate 10手机上，则华为Mate 10的数据处理能力将十分令人期待。 与华为一样，当下英特尔、联想、英伟达、谷歌、微软等全球科技巨头纷纷在积极拥抱AI，对AI芯片的布局成为重中之重。 英特尔 对于AI芯片的重要性，英特尔中国研究院院长宋继强本月接受媒体新智元采访时指出，我们需要用技术去处理大量数据，使其对客户产生价值，在这个过程中无疑芯片是极其重要的： 到2020年，保守估计，全世界会有500亿设备互联。未来的数据来源于各种设备终端。不再靠我们人打电话、玩手机、发邮件这些数据。无人车、智能家居，摄像头等都在产生数据。 以后每一台无人驾驶汽车都是一台服务器，每台车每天会超过4000个GB的数据，这些数据都不可能通过5G来传输，所以一定很多数据是在本地处理和分析然后选择性的往上走，本地你会使用很多技术，超越现代服务器的技术。 作为传统的芯片龙头制造商，英特尔今年7月推出了新一代Xeon服务器芯片，性能大幅提升，深度学习能力是上一代服务器的2.2倍，可接受培训和推理任务。此外，英特尔还展示了将在未来AI领域发挥重大作用的现场可编程门阵列(FPGA)技术，同时，计划推出Lake Crest处理器，旨在深度学习代码。 联想 联想集团总裁杨元庆表示，“AI通用处理器芯片是人工智能时代的战略制高点“，联想集团高级副总裁、联想创投集团总裁贺志强也指出： 智能互联网时代，AI芯片是人工智能的引擎，对于智能互联网的发展将起到决定性作用。 就在上周，联想创投与阿里巴巴创投等顶尖投资方一起，联合投资了有“全球AI芯片界首个独角兽”之称的寒武纪科技。 英伟达 英伟达在过去几年中将其业务重心转移到AI和深度学习领域，今年5月，英伟达发布了一款针对人工智能应用的重量级处理器：Tesla V100。 该芯片拥有210亿个晶体管，性能比英伟达一年前发布的带150亿个晶体管的Pascal处理器强大得多。虽然只有Apple Watch智能手表的表面那么大，但它拥有5120个CUDA（统计计算设备架构）处理核心，双精度浮点运算性能达每秒7.5万亿次。英伟达CEO黄仁勋表示，英伟达花了30亿美元打造这款芯片，售价将会是14.9万美元。 谷歌 宣布战略转向“AI first”的谷歌，在去年就发布了专门为机器学习定制的TPU（张量处理单元），与CPU、GPU相比，TPU效率提高了15-30倍，能耗降低了30-80倍。 今年5月的谷歌开发者大会上，谷歌发布了新款产品——Cloud TPU，它拥有四个处理芯片，每秒可完成180 tflops计算任务。将64个Cloud TPU相互连接可组成谷歌称之为Pod的超级计算机，Pod将拥有11.5 petaflops的计算能力（1 petaflops为每秒进行1015次浮点运算）——这对AI领域的研究来说将是非常重要的基础性工具。 目前，TPU已经部署到了几乎所有谷歌的产品中，包括Google搜索、Google Assistant，甚至在AlphaGo与李世石的围棋大战中，TPU也起到了关键作用。 微软 上月，媒体报道称，微软将为下一代HoloLens加入一款自主设计的AI协处理器，可以在本地分析用户在设备上看到和听到的内容，再也不需要浪费时间把数据传到云端进行处理。这款AI芯片目前正在开发，未来将被包含在下一代HoloLens的全息处理单元（HPU）当中。微软表示，这款AI协处理器将会是微软为移动设备设计的首款芯片。 近几年来，微软一直在致力于开发自己的AI芯片：曾为Xbox Kinect游戏系统开发了一套动作追踪处理器；为了在云服务方面与Google、亚马逊竞争，微软专门定制了一套现场可编程门阵列（FPGA）。此外，微软还从英特尔的子公司Altera处购置可编程芯片，写入定制化的软件来适应需求。 去年，微软曾在一次大会上使用数千个AI芯片，把所有英文维基百科翻译成西班牙语，大概有500万篇文章，而翻译时间不到0.1秒。接下来，微软希望能让使用微软云的客户通过AI芯片来完成任务，比如从海量数据中识别图像，或者通过机器学习算法来预测消费者的购买模型。
    113浏览量
    原文链接

  • 《可用于更薄计算机芯片的新材料》
    • 来源专题：集成电路
    • 编译者：shenxiang
    • 发布时间：2020-07-15
    • 越来越小，越来越紧凑——这是工业驱动下计算机芯片的发展方向。这就是为什么所谓的二维材料被认为是最大的希望：它们尽可能薄，在极端情况下，它们只由一层原子组成。这使得生产出尺寸小、速度快、效率最优的新型电子元件成为可能。 然而，有一个问题：电子元件总是由一种以上的材料组成。二维材料只有与合适的材料系统（如特殊的绝缘晶体）结合，才能有效地使用。如果不考虑这一点，二维材料本应提供的优势就失效了。来自奥地利维也纳技术大学电子工程学院的一个团队将这些发现发表在《自然通讯》杂志上。 达到原子尺度上的终点 “今天的半导体工业使用硅和氧化硅，”TU Wien微电子研究所的Tibor Grasser教授说这些材料具有很好的电子性能。在很长一段时间里，这些材料被用来使电子元件小型化。这在很长一段时间内效果很好，但在某些时候我们达到了一个自然极限”。 当硅层只有几纳米厚，以至于它只由几个原子层组成时，材料的电子性能就会严重恶化。”材料表面的行为与材料的体积不同，如果整个物体实际上只由表面组成，而不再有体积，那么它可能具有完全不同的材料属性。” 因此，为了制造超薄的电子元件，人们不得不换用其他材料。这就是所谓的二维材料发挥作用的地方：它们结合了优良的电子性能和最小的厚度。 薄层需要薄绝缘体 “然而，事实证明，这些2D材料只是故事的前半部分，”Tibor Grasser说材料必须放置在适当的基板上，并且在其上还需要一个绝缘体层-而且这种绝缘体还必须非常薄并且质量非常好，否则你从2D材料中什么也得不到。这就像在泥泞的地面上开着法拉利，不知道为什么没有创下速度纪录。” 因此，在蒂博·格拉瑟和尤里·伊拉里昂诺夫周围的图温研究小组分析了如何解决这个问题。”通常工业上用作绝缘体的二氧化硅在这种情况下并不适用它有一个非常无序的表面和许多自由的，不饱和的键，干扰了二维材料的电子性质。” 最好是寻找有序的结构：研究小组已经在含有氟原子的特殊晶体上取得了出色的成果。一个带有氟化钙绝缘体的晶体管原型已经提供了令人信服的数据，其他材料仍在分析中。 “目前正在发现新的二维材料。“这很好，但是根据我们的研究结果，我们想证明光靠这一点是不够的，”TiborGrasser说这些新型导电二维材料还必须与新型绝缘体结合。只有这样，我们才能真正成功地生产出新一代高效、功能强大的微型电子元件”。 论文信息：Insulators for 2D nanoelectronics: the gap to bridge，Nature Communications volume 11, Article number: 3385 (2020) 。 论文下载链接：https://www.nature.com/articles/s41467-020-16640-8
    9浏览量
    原文链接