加速器
加速器的相關(guān)文獻(xiàn)在1958年到2023年內(nèi)共計(jì)8989篇,主要集中在原子能技術(shù)、自動化技術(shù)、計(jì)算機(jī)技術(shù)、經(jīng)濟(jì)計(jì)劃與管理
等領(lǐng)域,其中期刊論文2702篇、會議論文402篇、專利文獻(xiàn)2899492篇;相關(guān)期刊1213種,包括中國醫(yī)療設(shè)備、醫(yī)療衛(wèi)生裝備、醫(yī)療裝備等;
相關(guān)會議164種,包括第五屆(2008)北京核學(xué)會核技術(shù)應(yīng)用學(xué)術(shù)交流會、第七屆全國醫(yī)用加速器學(xué)術(shù)交流會、第十屆高功率粒子束學(xué)術(shù)交流會等;加速器的相關(guān)文獻(xiàn)由11971位作者貢獻(xiàn),包括張?zhí)炀?、宋云濤、陳永華等。
加速器
-研究學(xué)者
- 張?zhí)炀?/li>
- 宋云濤
- 陳永華
- 李明
- 陳根
- 丁開忠
- 王川
- 殷治國
- 呂銀龍
- 安世忠
- 楊慶喜
- 劉耀紅
- 姚毅
- 紀(jì)彬
- 宋國芳
- 崔濤
- 管鋒平
- 邢建升
- 陸潔平
- 許森飛
- 吳建興
- 朱煥錚
- 尹蒙
- 夏佳文
- 張素平
- 李鵬展
- 陳懷璧
- 劉晉升
- 唐傳祥
- 王春波
- 連衛(wèi)東
- 王平
- 高寧
- 楊建成
- 葛濤
- 高大慶
- 付曉亮
- 單云
- 王復(fù)濤
- 譚松清
- 鄭曙昕
- 黃敬松
- 劉勇
- 葉斌
- 馮漢升
- 趙平
- 邊天劍
- 鄭俠
- 李君君
- 程越強(qiáng)
排序:
-
-
周健榮;
常正則;
張新穎;
韓瑞雄;
李梅;
朱柯宇;
張沛;
葛銳;
李少鵬
-
-
摘要:
高能同步輻射光源加速器的166.6 MHz超導(dǎo)腔采用4.5 K飽和液氦浸泡冷卻,其內(nèi)導(dǎo)體與小束管之間設(shè)計(jì)有加強(qiáng)筋以改善超導(dǎo)的應(yīng)力分布,加強(qiáng)筋會影響氣泡排出,氣泡聚集過多會降低液氦冷卻效果,有引發(fā)失超的風(fēng)險(xiǎn)。使用Fluent、Hfss軟件對超導(dǎo)腔內(nèi)導(dǎo)體附近的流場進(jìn)行了流動/傳熱/電磁多物理場耦合仿真,研究了加強(qiáng)筋頂部開孔設(shè)計(jì)對氣泡流動以及換熱效果的影響。結(jié)果表明:加強(qiáng)筋頂部開10 mm、20 mm方孔時氣泡排出比較順利,內(nèi)導(dǎo)體EM面最高溫度、平均溫度相差較小,相對誤差分別為0.5%和0.4%。加強(qiáng)筋頂部不開孔時會在頂部帶來較厚的氣泡堆積、較大的溫度梯度并抬升內(nèi)導(dǎo)體溫度,最高溫度約6.41 K,但仍可以保證超導(dǎo)腔處于超導(dǎo)溫區(qū)。
-
-
龔施??;
鄢貴海;
李曉維
-
-
摘要:
在數(shù)據(jù)高速增長的背景下,異構(gòu)計(jì)算作為滿足新興應(yīng)用不斷提高的算力需求的有效途徑,涌現(xiàn)了許多異構(gòu)加速系統(tǒng)。在這些異構(gòu)加速系統(tǒng)中,高效的任務(wù)映射是充分發(fā)揮加速器潛能提升應(yīng)用程序性能的關(guān)鍵之一。先前工作提出了許多基于有向無環(huán)圖如何最小化應(yīng)用程序整體執(zhí)行時間和最小化異構(gòu)多處理器之間通信開銷等高效的任務(wù)映射方法,這些工作通常采用將任務(wù)映射到加速器上來提高整個應(yīng)用的性能。但某些應(yīng)用程序如果將所有子任務(wù)全部映射到加速器上執(zhí)行,會帶來額外的通信開銷,進(jìn)而可能達(dá)不到提升性能的預(yù)期,甚至造成整個應(yīng)用程序的性能下降。因此,本文提出了一種基于預(yù)測的主動式任務(wù)映射算法(PPTM)來應(yīng)對這樣的場景,實(shí)現(xiàn)高效的任務(wù)映射。實(shí)驗(yàn)表明,本文算法能夠更準(zhǔn)確感知計(jì)算任務(wù)的運(yùn)行時狀態(tài),大幅提高應(yīng)用程序的整體性能。
-
-
乾大叔
-
-
摘要:
外賣現(xiàn)在抽成太高,很多商家都不太好過。我認(rèn)為疫情對于商家倒閉的關(guān)系并不大。我是這樣認(rèn)為的:因?yàn)楹芏嗌碳耶a(chǎn)品本身不行,疫情只是一個加速器。很多商家給自己生意不好找了很多外在原因,其實(shí)自己的原因才是最關(guān)鍵的因素。好的店會一直好,不好的店怎么干都不好,老板難道不去找自己的原因?你看很多好的小吃店顧客總是在排隊(duì),為什么排隊(duì)?為什么沒有受到電商的擠壓,也沒有受到美團(tuán)的擠壓,抖音的擠壓?抖音其實(shí)是個放大器的作用,你產(chǎn)品本身不行,做抖音也沒有用,你可能火一時,但是不好吃就算人來了,下一次就不會來了。
-
-
王肖;
鄧軍勇;
謝曉燕
-
-
摘要:
針對卷積神經(jīng)網(wǎng)絡(luò)(CNN)中卷積核的多樣性導(dǎo)致加速器難以實(shí)現(xiàn)高效計(jì)算的問題,提出了一種可重構(gòu)卷積神經(jīng)網(wǎng)絡(luò)加速器實(shí)現(xiàn)方法。加速器包括18個處理引擎(PE),每個PE包含9個乘累加單元,3個PE構(gòu)建一個5×5卷積核實(shí)現(xiàn)卷積核重構(gòu),調(diào)度器通過控制每層所需的卷積核大小和通道數(shù)分配PE實(shí)現(xiàn)卷積處理。加速器支持常見的3×3,5×5卷積核的網(wǎng)絡(luò)模型,加速器采用數(shù)據(jù)復(fù)用以及并行處理的設(shè)計(jì)方法,有效降低了存儲訪問次數(shù),提高了加速器的計(jì)算高效性。通過對AlexNet進(jìn)行驗(yàn)證,實(shí)驗(yàn)表明:使用XC7Z045平臺在150 MHz的工作頻率下,能效比可以達(dá)到16.89 GOP/s/W,相比于當(dāng)前典型設(shè)計(jì),能效比分別有410%,270%,78%,19%的提升。
-
-
-
施立瑞;
王帥帥;
肖昊
-
-
摘要:
卷積神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于航空圖像目標(biāo)檢測領(lǐng)域。然而,由于航空圖像成像背景環(huán)境復(fù)雜、目標(biāo)尺寸小且方向任意,為了提取更高層次的特征信息,神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)復(fù)雜度不斷提高,使得模型計(jì)算復(fù)雜度高、計(jì)算時間長,從而難以滿足航空目標(biāo)檢測的實(shí)時性需求。本文提出了一種面向航空目標(biāo)檢測的基于Winograd算法的神經(jīng)網(wǎng)絡(luò)加速器,通過Winograd卷積算法可大幅減少卷積計(jì)算中的乘法數(shù)量,并針對Winograd卷積在神經(jīng)網(wǎng)絡(luò)計(jì)算中由于時域變換引入額外加法計(jì)算的問題,提出了一種深流水的矩陣變換計(jì)算結(jié)構(gòu),通過復(fù)用加法計(jì)算的中間結(jié)果以及調(diào)整運(yùn)算順序減少輸入和輸出變換的計(jì)算量。同時,針對加速器的現(xiàn)場可編程門陣列(FPGA)實(shí)現(xiàn),提出了一種高效的數(shù)據(jù)流形式和DSP陣列結(jié)構(gòu)。試驗(yàn)結(jié)果表明,本文提出的加速器相比CPU和GPU分別獲得了32倍和2.6倍的速度提升。
-
-
李軍;
夏春秋
-
-
摘要:
首先,從輻射源的個體識別過程的3個步驟,即信號預(yù)處理、信號特征提取、信號分類分別展開分析,闡述了將深度學(xué)習(xí)應(yīng)用于輻射源的個體識別方法;然后,歸納了基于深度學(xué)習(xí)的輻射源識別方法的改進(jìn)趨勢,包括零小樣本學(xué)習(xí)的弱監(jiān)督學(xué)習(xí)方法和多特征融合識別;最后,針對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理均需要消耗大量算力的問題,總結(jié)了基于現(xiàn)場可編程門陣列(FPGA)處理器的深度學(xué)習(xí)加速器并將其運(yùn)用于本識別方法中,從而提高輻射源個體識別的速率、降低功耗和硬件成本,使基于深度學(xué)習(xí)的輻射源個體識別方法,能以更好的性能應(yīng)用于實(shí)際場景中。
-
-
王瑩
-
-
摘要:
有人問我,幸福是什么?我的答案是:眼里有光,心里有愛。轉(zhuǎn)眼我與肇東市海城鎮(zhèn)長興村結(jié)緣已經(jīng)200多天,回想在村里的點(diǎn)點(diǎn)滴滴,有焦慮,有氣憤,有感動,有心疼,千絲萬縷全部深深鐫刻進(jìn)我的記憶,濃濃地化為前行的動力。我知道,我是長興村的"新人",但我懷揣著最飽滿的熱情;我希望,我是長興村的"加速器",能讓長興村實(shí)現(xiàn)"長久振興"。
-
-
傅思清;
黎鐵軍;
張建民
-
-
摘要:
粒子輸運(yùn)的隨機(jī)模擬方法通常用于求解大量運(yùn)動狀態(tài)中粒子的特征量。粒子輸運(yùn)問題廣泛出現(xiàn)在醫(yī)學(xué)、天體物理和核物理領(lǐng)域,當(dāng)前粒子輸運(yùn)隨機(jī)模擬求解方法的主要挑戰(zhàn)是計(jì)算機(jī)能夠支撐的模擬樣本數(shù)、模擬時間尺度與研究人員研究實(shí)際問題的需求之間的差距。處理器性能的發(fā)展隨著工藝尺寸進(jìn)步的停滯進(jìn)入了新的歷史階段,復(fù)雜的片上結(jié)構(gòu)的集成已經(jīng)不符合現(xiàn)今的要求。面向粒子輸運(yùn)程序,文中開展了一系列體系結(jié)構(gòu)設(shè)計(jì)工作,通過分析和利用程序的并行性和訪存特點(diǎn),設(shè)計(jì)了精簡內(nèi)核和可重配置緩存來加速程序。通過模擬器驗(yàn)證,文中提出的體系結(jié)構(gòu)相比傳統(tǒng)亂序架構(gòu)獲得了4.45倍性能功耗比優(yōu)勢以及2.78倍性能面積比優(yōu)勢,這為進(jìn)一步研究大規(guī)模眾核粒子輸運(yùn)加速器奠定了基礎(chǔ)。
-
-
洪波;
文鵬程;
李亞輝
-
-
摘要:
深度卷積神經(jīng)網(wǎng)絡(luò)(deep convolutional neural networks,DCNN)已廣泛應(yīng)用在許多模式識別應(yīng)用中,但由于其參數(shù)規(guī)模相較一般的應(yīng)用更為龐大,難以得到廣泛的部署,尤其是在資源受限的嵌入式系統(tǒng)中。近年來,大量DCNN的硬件加速器被提出,其中基于FPGA的加速器因其具有高性能、低功耗和快速開發(fā)周期等優(yōu)點(diǎn)受到廣泛關(guān)注。對于不同形式DCNN算法的實(shí)現(xiàn)方式,其性能存在較大的差異,且不同的FPGA平臺計(jì)算資源和內(nèi)存帶寬的差異會加劇其性能差異。基于此,提出了一種基于FPGA的靈活可配置的DCNN加速器體系結(jié)構(gòu)。加速器采用8位定點(diǎn)量化數(shù)據(jù)用于DCNN前向推斷,通過調(diào)整DCNN的結(jié)構(gòu)以適配加速器的計(jì)算模式,可以最大程度利用硬件平臺的計(jì)算資源和存儲帶寬。在Zynq7100開發(fā)板上實(shí)現(xiàn)了該加速器,平均在單個時鐘周期可以完成4608個8位乘法運(yùn)算,滿足一般應(yīng)用的實(shí)時性要求。
-
-
Wang Aobo;
王奧博;
Liu Kai;
劉凱;
Li Wei;
李偉;
Chen Kai;
陳凱;
Zhao Peng;
趙鵬
- 《2018年全國高性能計(jì)算學(xué)術(shù)年會》
| 2018年
-
摘要:
卷積神經(jīng)網(wǎng)絡(luò)具有深度高,層次復(fù)雜,數(shù)據(jù)量大,存儲密集和計(jì)算密集的特點(diǎn).卷積神經(jīng)網(wǎng)絡(luò)的高計(jì)算和高存儲的特點(diǎn)使其難以廣泛應(yīng)用在實(shí)時性較強(qiáng)的場景.FPGA因其靈活的配置性,高度的并行性和低功耗的特點(diǎn)成為解決此問題的重要手段.本文提出一種結(jié)合Winograd算法構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)的FPGA加速器的設(shè)計(jì)方法.通過Winograd算法重新設(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)中的卷積層,提高DSP的利用率;采用模塊化構(gòu)造網(wǎng)絡(luò),縮短開發(fā)周期;進(jìn)行參數(shù)的量化,減少加速器的存儲需求;通過對系統(tǒng)的結(jié)構(gòu)進(jìn)行分析,從數(shù)據(jù)流的角度對加速器的緩存區(qū)進(jìn)行結(jié)構(gòu)優(yōu)化.使用此方法在FPGA平臺上建立卷積神經(jīng)網(wǎng)絡(luò)加速器.實(shí)驗(yàn)結(jié)果表明:本文設(shè)計(jì)的加速器在與GTX1080TI GPU相比,功耗和性能上具有一定的優(yōu)勢.
-
-
WU Chun-lei;
伍春雷;
婁本超;
LOU Ben-chao;
HU Yong-hong;
胡永宏;
LI Yan;
李彥;
KE Jian-lin;
柯建林;
TANG Jun
- 《中國核學(xué)會2024年學(xué)術(shù)年會》
| 2017年
-
摘要:
中物院核物理與化學(xué)研究所研制了一臺小型加速器D-T中子源.該中子源為一臺高度集成的高壓倍加型加速器,包括離子源、加速管、靶室、電源、控制系統(tǒng)和真空系統(tǒng),整體長度2.6m,重0.87t,可移動和運(yùn)輸.采用氘氚反應(yīng)產(chǎn)生中子,氘離子由高頻離子源產(chǎn)生,氘離子束流可達(dá)1.5mA;經(jīng)三圓筒加速管加速,能量可達(dá)250keV;轟擊新氚靶產(chǎn)生的D-T中子產(chǎn)額可達(dá)2×1011n/s,束斑直徑小于10mm.目前,該加速器中子源已用于中子照相技術(shù)研究(應(yīng)用中子產(chǎn)額為5×1010n/s至1×1011n/s),研發(fā)了中子成像檢測儀;同時,也能用于核參數(shù)測量、中子質(zhì)詢等的教研和工業(yè)應(yīng)用.
-
-
ZHAO Wei;
趙偉;
LONG Ji-dong;
龍繼東
- 《中國核學(xué)會2026年學(xué)術(shù)年會》
| 2017年
-
摘要:
核安全是關(guān)系國土安全的重要問題之一,而核材料的檢測是核安全領(lǐng)域的一個研究熱點(diǎn).神龍一號加速器可以產(chǎn)生大劑量的脈沖高能X射線和光中子.為了研究神龍一號加速器進(jìn)行核材料檢測的可行性,利用蒙特卡洛模擬軟件計(jì)算了神龍一號加速器產(chǎn)生的脈沖X射線和光中子的特性.計(jì)算表明X射線的脈沖寬度約為70ns,每個脈沖中能量大于5MeV的X射線可以達(dá)到約3.0×1014;光中子的脈沖寬度約為100ns,能譜為白光譜,主要在1MeV以下,其產(chǎn)額達(dá)到1011數(shù)量級.同時本文計(jì)算了鉛、聚乙烯、235U和238U等材料對高能X射線/光中子的響應(yīng).計(jì)算結(jié)果表明,高能X射線和光中子都可以誘發(fā)核材料裂變,裂變過程中產(chǎn)生的部分瞬發(fā)中子的能量大于誘發(fā)源的最大能量,而緩發(fā)中子在時間和能量結(jié)構(gòu)上具有特殊性,可以作為核材料的"指紋"信號,從而驗(yàn)證了神龍一號加速器進(jìn)行核材料檢測的可行性.
-
-
Ran Zhao;
趙然;
Hongjin Liu;
劉鴻瑾;
Yangyang Dong;
董暘暘;
Yisong Chang;
常軼松;
Mingyu Chen;
陳明宇;
Ke Zhang;
張科
- 《2018年全國高性能計(jì)算學(xué)術(shù)年會》
| 2018年
-
摘要:
為了有效提升數(shù)據(jù)中心的計(jì)算能力并降低功耗,各大互聯(lián)網(wǎng)公司已在其內(nèi)部數(shù)據(jù)中心大規(guī)模部署FPGA專用板卡并構(gòu)建加速集群,并將FPGA資源以云服務(wù)(FaaS,FPGA-as-a-Service)的形式進(jìn)行租售,用戶可以按需部署使用FPGA加速器.然而,目前商業(yè)FPGA云平臺內(nèi)部節(jié)點(diǎn)均為x86處理器通過PCIe總線與FPGA芯片板卡進(jìn)行交互,因此受服務(wù)器內(nèi)部空間尺寸和PCIe接口可擴(kuò)展性等限制,FPGA云平臺已開始顯現(xiàn)出部署密度低、成本高等問題.為解決上述問題,本文提出并實(shí)現(xiàn)了一套基于SoPC FPGA的云平臺原型.在此原型基礎(chǔ)上,以深度神經(jīng)網(wǎng)絡(luò)(DNN,Deep Neural Networks)加速處理應(yīng)用為例對云平臺軟硬件協(xié)同交互框架進(jìn)行介紹,部署加速器并驗(yàn)證了加速應(yīng)用軟件執(zhí)行流程的可行性與正確性.
-
-
-
Arto mustikkaniemi
- 《2017浦江創(chuàng)新論壇》
| 2017年
-
摘要:
芬蘭雖然是個很小的國家,但它的地理位置幾乎是世界版圖的中心.這里有很多森林和湖泊,但人口只有500萬人.芬蘭有著高標(biāo)準(zhǔn)的教育水平,強(qiáng)大的研發(fā)創(chuàng)新投入.根據(jù)世界經(jīng)濟(jì)論壇的評級,芬蘭在教育領(lǐng)域是世界上水平最高的國家之一,校企聯(lián)合也同樣表現(xiàn)出色.芬蘭有著非常好的"雙創(chuàng)"環(huán)境和技術(shù)專長,有著豐富的人才資源,有著非常強(qiáng)勁的創(chuàng)業(yè)精神,有著公開透明的制度環(huán)境和很多創(chuàng)新項(xiàng)目.這些因素集合起來,使得芬蘭成為歐洲創(chuàng)業(yè)最活躍的地區(qū)之一.
-
-
葉斌;
何崇超;
李娜;
丁美瑩;
王雅瓊;
張玙
- 《第十三屆全國低溫工程大會》
| 2017年
-
摘要:
中國散裂中子源低溫系統(tǒng)為中子慢化器提供超臨界低溫氫,包括了氦制冷機(jī),氫循環(huán)、氫安全等設(shè)備.低溫系統(tǒng)采用了2200W@20K的氯制冷機(jī),由林德提供.氫循環(huán)包括了液氫傳輸管線、氫循環(huán)冷箱和壓力緩沖器冷箱,在兩個冷箱內(nèi)部集成了低溫氫循環(huán)泵、正仲氫轉(zhuǎn)化器、氫氦換熱器、加熱器、壓力緩沖器等設(shè)備.氫安全設(shè)備包了括安全閥、爆破片、氨含量傳感器、火焰探測器等元件,確保在危險(xiǎn)情況下實(shí)現(xiàn)停機(jī)、排放等措施.低溫系統(tǒng)調(diào)試工作分四步進(jìn)行:(1)氦制冷機(jī)驗(yàn)收測試,使用制冷機(jī)內(nèi)部的加熱器作為熱負(fù)載,測試制冷機(jī)的制冷量;(2)氦降溫測試,使用模擬負(fù)載模擬慢化器動態(tài)熱負(fù)荷,采用氦氣降溫至20K后復(fù)溫并檢漏.(3)氫降溫測試,使用氫氣降溫至20K并優(yōu)化控制邏輯.(4)低溫系統(tǒng)與慢化器的聯(lián)合降溫測試.
-
-
葉斌;
何崇超;
李娜;
丁美瑩;
王雅瓊;
張玙
- 《第十三屆全國低溫工程大會》
| 2017年
-
摘要:
中國散裂中子源低溫系統(tǒng)為中子慢化器提供超臨界低溫氫,包括了氦制冷機(jī),氫循環(huán)、氫安全等設(shè)備.低溫系統(tǒng)采用了2200W@20K的氯制冷機(jī),由林德提供.氫循環(huán)包括了液氫傳輸管線、氫循環(huán)冷箱和壓力緩沖器冷箱,在兩個冷箱內(nèi)部集成了低溫氫循環(huán)泵、正仲氫轉(zhuǎn)化器、氫氦換熱器、加熱器、壓力緩沖器等設(shè)備.氫安全設(shè)備包了括安全閥、爆破片、氨含量傳感器、火焰探測器等元件,確保在危險(xiǎn)情況下實(shí)現(xiàn)停機(jī)、排放等措施.低溫系統(tǒng)調(diào)試工作分四步進(jìn)行:(1)氦制冷機(jī)驗(yàn)收測試,使用制冷機(jī)內(nèi)部的加熱器作為熱負(fù)載,測試制冷機(jī)的制冷量;(2)氦降溫測試,使用模擬負(fù)載模擬慢化器動態(tài)熱負(fù)荷,采用氦氣降溫至20K后復(fù)溫并檢漏.(3)氫降溫測試,使用氫氣降溫至20K并優(yōu)化控制邏輯.(4)低溫系統(tǒng)與慢化器的聯(lián)合降溫測試.
-
-
葉斌;
何崇超;
李娜;
丁美瑩;
王雅瓊;
張玙
- 《第十三屆全國低溫工程大會》
| 2017年
-
摘要:
中國散裂中子源低溫系統(tǒng)為中子慢化器提供超臨界低溫氫,包括了氦制冷機(jī),氫循環(huán)、氫安全等設(shè)備.低溫系統(tǒng)采用了2200W@20K的氯制冷機(jī),由林德提供.氫循環(huán)包括了液氫傳輸管線、氫循環(huán)冷箱和壓力緩沖器冷箱,在兩個冷箱內(nèi)部集成了低溫氫循環(huán)泵、正仲氫轉(zhuǎn)化器、氫氦換熱器、加熱器、壓力緩沖器等設(shè)備.氫安全設(shè)備包了括安全閥、爆破片、氨含量傳感器、火焰探測器等元件,確保在危險(xiǎn)情況下實(shí)現(xiàn)停機(jī)、排放等措施.低溫系統(tǒng)調(diào)試工作分四步進(jìn)行:(1)氦制冷機(jī)驗(yàn)收測試,使用制冷機(jī)內(nèi)部的加熱器作為熱負(fù)載,測試制冷機(jī)的制冷量;(2)氦降溫測試,使用模擬負(fù)載模擬慢化器動態(tài)熱負(fù)荷,采用氦氣降溫至20K后復(fù)溫并檢漏.(3)氫降溫測試,使用氫氣降溫至20K并優(yōu)化控制邏輯.(4)低溫系統(tǒng)與慢化器的聯(lián)合降溫測試.
-