摘要 高性能计算和智能计算中非规则数据访问模式常常导致传统数据预取技术失效,而以往依赖利用固定规则或基于特定程序上下文的离线学习模型也难以适应运行时动态变化的访存模式。虽然Pythia强化学习(RL)预取框架通过在线学习展现出良好的适应性,但在极端非规则负载下仍需要针对性调优,限制了实际应用的泛化能力。文中提出一种上下文感知的强化学习预取框架IEP(Irregular Enhanced Pythia),旨在增强对非规则访存模式的预测能力。该框架包含两方面创新:其一,提出非规则特征增强模块,引入地址位掩码和访问顺序距离两类状态特征,捕捉内存分配器行为在时间和空间上潜藏的规律,从而提升对非规则访存的表征能力;其二,提出分层奖励策略模块,通过信心感知与带宽敏感的动态奖励机制,精细化地引导智能体学习过程,从而加速策略优化并提升最终性能。实验基于ChampSim仿真器,测试多种非规则负载。实验结果表明,相比Pythia框架,文中方案在Ligra、PARSEC等典型非规则负载上的平均准确率最高提升2.27%,单核平均IPC最高提升2.90%,并在多核环境下保持稳定性能。

短波红外成像技术基于1~2.5μm 电磁波谱成像，无需依赖物体热辐射，受环境照度影响小，可弥补全波段成像空白，在多领域具有重要价值。文中设计基于 ZYNQ 平台与国产InGaAs焦平面探测器，开发非制冷短波红外机芯系统，实现图像采集、预处理 与 传 输 功 能。硬 件 上 设 计 主 控 板 与 驱 动 板，搭 配 TEC 温 控、供 电 及 外 围 电 路，通 过 Camera Link与以太网构建输出通道。软件上实现 PL与 PS端数据交互，基于JESD204B 协议完成链路同步与数据接收，经改进预处理算法优化图像质量，最终实现640×512分辨率、30f/s稳定输出，系统轻量化、低功耗且成本低，满足实际应用需求。

随着电子封装技术不断向高密度、高集成度方向发展,FC-CCGA封装因其优越的电热性能和I/O密度,在宇航等高可靠性领域应用日益广泛。而该类封装在服役期间需承受发射阶段的振动载荷和在轨阶段的温度循环载荷,其核心连接部件易因应力累积引发热疲劳失效,直接威胁封装器件的可靠性与使用寿命。基于Anand模型,构建了涵盖芯片凸点、焊柱、环氧胶及PCB板的电装三维模型,系统研究了FC-CCGA封装器件焊柱和凸点的振动可靠性和热疲劳可靠性。研究中开展了电装模型加固前后冲击响应谱分析,通过模拟关键焊柱和凸点在温度循环载荷下的应力-应变响应,分析了焊柱和凸点中的塑性应变分布与演变规律,并基于Coffin-Manson模型预测了焊柱和凸点的热疲劳寿命。对板级封装后的器件进行了温度循环试验,并观察了不同循环次数下焊柱的外观形貌变化,试验结果与仿真预测相符,研究结果为高可靠性应用场景下焊柱结构的优化设计与寿命评估提供了理论依据与方法支撑。

面向人工智能、边缘计算及高可靠嵌入式系统对高速、低功耗与非易失存储的迫切需求,自旋轨道力矩磁随机存储器(SOT-MRAM)成为新一代存储的重要发展方向。北京航空航天大学联合致真存储(北京)科技有限公司在材料、器件、工艺及架构层面开展协同创新,研制全球首颗8 Mb SOT-MRAM芯片。通过自主可控的8 英寸制造平台构建了兼容主流CMOS工艺的混合集成技术路线,并在保持亚纳秒级超快写入、超高可靠性与低功耗优势的同时,实现了容量规模化突破。相关成果为 SOT-MRAM从技术验证迈向工程化与产业化提供了关键路径,对我国新型存储器产业发展具有重要引领意义。

针对神经常微分方程网络推理在冯·诺依曼架构中面临“功耗墙”和“存储墙”瓶颈、在传统存内计算架构中因存在大量数/模、模/数转换而产生过多的时间和功耗开销等问题,提出一种基于RRAM的面向神经常微分方程网络的全模拟存内计算架构,能够实现纯模拟数据流的神经常微分方程网络推理。

人工智能等海量数据处理需求极大地推动了芯粒集成技术发展,对封装基板提出大尺寸、低翘曲、高性能、高可靠等技术要求。新型玻璃芯基板因本征低介电系数、高热稳定性与化学惰性而受到广泛关注。然而,当前玻璃芯基板技术尚处于起步阶段,缺乏全面、可靠、标准化的生产、应用、检测方法。文中概述了玻璃芯基板的发展历程、应用特点、面临的挑战,对玻璃芯基板在未来芯粒集成方面的应用发展进行了总结与展望。