随着芯片设计规模和复杂度越来越大,传统的芯片EDA(Electronic Design Automation)验证方法在子系统和SoC(System on Chip)全芯片级别越来越受限于仿真速度限制。如何高效收敛RTL(Register Transfer Level)设计,确保及时高质量交付,成...随着芯片设计规模和复杂度越来越大,传统的芯片EDA(Electronic Design Automation)验证方法在子系统和SoC(System on Chip)全芯片级别越来越受限于仿真速度限制。如何高效收敛RTL(Register Transfer Level)设计,确保及时高质量交付,成为芯片研发领域急需解决的重要问题。介绍了一种自研的利用分布式计算方法来加速大型芯片仿真效率的DVA(Distributed Verification Acceleration)系统架构和实现。系统基于UVM(Universal Verification Methodology)验证方法学,采用底层原生的Linux socket组件进行通信,设计了一套包括控制面、数据流和会话的三平面通信同步机制,充分利用分布式验证平台可以并行计算的特点来加速芯片整体仿真速度。系统在超大规模通信SoC部署并且取得显著效果,相比于传统分立验证平台,DVA系统仿真速度可以达到5~10倍的加速比。系统还可以应用于多个芯片套片组网、多Chiplet(芯粒)互联等SIP(System in Package)验证场景,以及EMU(EMUlator,硬件加速仿真)和EDA联合等多种混合仿真场景。展开更多
文摘长身高原鳅(Triplophysa tenuis)对维持木扎提河的水生态系统物质和能量流动具有重要作用。文章基于脂肪酸生物标记法和碳、氮稳定同位素(δ^(13)C、δ^(15)N)技术研究了长身高原鳅的食性和营养生态位特征。结果显示,其肌肉中共检测出22种脂肪酸,其中有8种饱和脂肪酸、6种单不饱和脂肪酸、8种多不饱和脂肪酸;由特征脂肪酸组成情况推测,长身高原鳅对浮游动物、硅藻、陆地植物或喜摄食硅藻的鱼虾均有摄食,表现为杂食性。长身高原鳅的δ^(13)C和δ^(15)N分别介于-27.09‰~-20.98‰和5.71‰~8.45‰,营养级介于2.68~3.48。雌雄样本间的δ^(13)C、δ^(15)N和营养级均不存在显著性差异(P>0.05);雄性样本核心生态位(Standard ellipse area,SEAc)和总生态位(Total area of convex hull,TA)均高于雌性。δ^(13)C与体长间表现为极显著正相关性(P<0.01),δ^(15)N和营养级与体长间不具有显著相关性。70~80 mm体长组与90 mm以上体长组SEAc面积不存在重叠且在聚类分析中被分为不同组。综上,长身高原鳅的食性为杂食性且食物组成随体长变化而不同,作为营养级偏高的捕食者,长身高原鳅能延长食物链长度,增加食物网复杂性,有利于维持水域生态系统的稳定性。
文摘目的分析血清微小核糖核酸(micro RNA,miR)-139-5p,组蛋白去乙酰化酶4(histone deacetylase 4,HDAC4)和胶质纤维酸性蛋白(glialfibrillary acidic protein,GFAP)与新生儿缺氧缺血性脑病(hypoxic-ischemic encephalopathy,HIE)脑损伤严重程度的关系。方法选取2017年1月~2022年3月广元市中心医院分娩的HIE新生儿72例为研究对象(研究组);同期健康的足月新生儿75例为对照组。实时荧光定量PCR检测血清中miR-139-5p,HDAC4表达水平。酶联免疫吸附法(ELISA)检测血清GFAP水平。Logistic回归分析影响HIE患儿重度脑损伤发生的因素。结果与对照组相比,研究组血清GFAP(1.30±0.37ng/L vs 0.50±0.15ng/L),HDAC4相对表达水平(2.05±0.39 vs 1.02±0.21)升高,miR-139-5p相对表达水平(0.63±0.14 vs 1.01±0.22)和NBNA评分(33.20±1.43分vs 39.85±2.23分)降低,差异具有统计学意义(t=17.304,20.046,12.436,21.424,均P<0.05);与轻中度组相比,重度组血清GFAP(1.61±0.47ng/L vs 1.16±0.33ng/L),HDAC4(2.43±0.37 vs 1.87±0.40)相对表达水平升高,miR-139-5p相对表达水平(0.38±0.10 vs 0.74±0.16)和NBNA评分(30.52±1.54分vs 34.46±1.38分)降低,差异具有统计学意义(t=4.690,5.669,9.900,10.884,均P<0.05)。Logistic回归分析显示,miR-139-5p低表达,HDAC4高表达,低NBNA评分,低出生后1 min内Apgar评分是影响HIE患儿重度脑损伤发生的危险因素(Waldχ^(2)=5.772~6.969,OR=1.519~1.709,均P<0.05)。Pearson分析显示,血清miR-139-5p表达水平与GFAP,HDAC4呈负相关(r=-0.416,-0.579,均P<0.05),血清HDAC4表达水平与GFAP呈正相关(r=0.437,P<0.05)。Spearman分析显示,血清mi R-139-5p表达水平与NBNA评分、出生后1 min内Apgar评分、出生后5 min内Apgar评分呈正相关(r=0.398,0.367,0.348,均P<0.05);血清HDAC4表达水平与NBNA评分、出生后1 min内Apgar评分、出生后5 min内Apgar评分呈负相关(r=-0.364,-0.345,-0.332,均P<0.05)。结论HIE患儿血清中miR-139-5p表达降低,HDAC4表达升高,mi R-139-5p,HDAC4与HIE患儿脑损伤严重程度有关。
文摘随着芯片设计规模和复杂度越来越大,传统的芯片EDA(Electronic Design Automation)验证方法在子系统和SoC(System on Chip)全芯片级别越来越受限于仿真速度限制。如何高效收敛RTL(Register Transfer Level)设计,确保及时高质量交付,成为芯片研发领域急需解决的重要问题。介绍了一种自研的利用分布式计算方法来加速大型芯片仿真效率的DVA(Distributed Verification Acceleration)系统架构和实现。系统基于UVM(Universal Verification Methodology)验证方法学,采用底层原生的Linux socket组件进行通信,设计了一套包括控制面、数据流和会话的三平面通信同步机制,充分利用分布式验证平台可以并行计算的特点来加速芯片整体仿真速度。系统在超大规模通信SoC部署并且取得显著效果,相比于传统分立验证平台,DVA系统仿真速度可以达到5~10倍的加速比。系统还可以应用于多个芯片套片组网、多Chiplet(芯粒)互联等SIP(System in Package)验证场景,以及EMU(EMUlator,硬件加速仿真)和EDA联合等多种混合仿真场景。