基于Curvelet变换和非局部TV模型的图像去噪

为解决Curvelet图像去噪所产生的"环绕"效应以及非局部TV模型去噪过度平滑而无法保持细小纹理的问题,本文提出了一种基于Curvelet变换与非局部TV模型相结合的图像去噪方法(Curvelet and Non-Local TV,CNL-TV)。该方法首先对含噪图像进行Curvelet变换,将其分解成不同尺度的图像;其次根据每层图像的特性,选择合适的非局部TV模型参数分别进行处理;最后将处理后的每层图像融合。实验结果表明,该算法不仅能够有效地减少噪声,消除Curvelet去噪产生的"环绕"效应,而且最大程度地保持了图像中的细小纹理成分。通过比较不同方法所得结果的峰值信噪比,验证了算法的有效性。

挂车用静电喷涂涂料的配方设计及应用

介绍了挂车用涂料静电喷涂的原理,讨论了静电涂料的配方设计,研究了影响静电喷涂效果的主要因素,并验证了环绕效应。

FinFET/GAAFET纳电子学与人工智能芯片的新进展

集成电路在后摩尔时代的发展呈现出多模式创新的特点。综述了后摩尔时代中两大创新发展热点,即鳍式场效应晶体管/环绕栅场效应晶体管(FinFET/GAAFET)纳电子学和基于深度学习新算法的人工智能(AI)芯片,并介绍了其发展历程和近两年的最新进展。在FinFET/GAAFET纳电子学领域,综述并分析了当今Si基CMOS集成电路的发展现状,包含Intel的IDM模式、三星和台积电的代工模式3种技术路线,及其覆盖了22、14、10、7和5 nm集成电路纳电子学的5代技术各自的创新特点,以及未来3和2 nm技术节点GAAFET的各种创新结构的前瞻性技术研究。摩尔定律的继续发展将以Si基FinFET和GAAFET的技术发展为主。在AI芯片领域,综述并分析了数字AI芯片和模拟AI芯片的发展现状,包含神经网络云端和边缘计算应用的处理器(图像处理器(GPU)、张量处理器(TPU)和中央处理器(CPU))、加速器和神经网络处理器(NPU)等的计算架构的创新,各种神经网络算法和计算架构结合的创新,以及基于存储中计算新模式的静态随机存取存储器(SRAM)和电阻式随机存取存储器(RARAM)的创新。人工智能芯片的创新发展可弥补后摩尔时代集成电路随晶体管密度上升而计算能力增长缓慢的不足。

FinFET/GAAFET纳电子学与人工智能芯片的新进展(续)

集成电路在后摩尔时代的发展呈现出多模式创新的特点。综述了后摩尔时代中两大创新发展热点,即鳍式场效应晶体管/环绕栅场效应晶体管(FinFET/GAAFET)纳电子学和基于深度学习新算法的人工智能(AI)芯片,并介绍了其发展历程和近两年的最新进展。在FinFET/GAAFET纳电子学领域,综述并分析了当今Si基CMOS集成电路的发展现状,包含Intel的IDM模式、三星和台积电的代工模式3种技术路线,及其覆盖了22、14、10、7和5 nm集成电路纳电子学的5代技术各自的创新特点,以及未来3和2 nm技术节点GAAFET的各种创新结构的前瞻性技术研究。摩尔定律的继续发展将以Si基FinFET和GAAFET的技术发展为主。在AI芯片领域,综述并分析了数字AI芯片和模拟AI芯片的发展现状,包含神经网络云端和边缘计算应用的处理器(图像处理器(GPU)、张量处理器(TPU)和中央处理器(CPU))、加速器和神经网络处理器(NPU)等的计算架构的创新,各种神经网络算法和计算架构结合的创新,以及基于存储中计算新模式的静态随机存取存储器(SRAM)和电阻式随机存取存储器(RARAM)的创新。人工智能芯片的创新发展可弥补后摩尔时代集成电路随晶体管密度上升而计算能力增长缓慢的不足。

CMOS工艺节点进展中器件技术的革新

随着CMOS工艺技术的飞速发展,传统MOSFET器件的结构尺寸持续微缩,各种短沟道相关效应对器件性能的影响越来越严峻。在CMOS工艺节点演进中,为了减小短沟道效应的影响,改善器件性能,需要新技术、新材料以及器件结构的革新。文章回顾了应变硅技术、高K电介质、金属栅的应用,并探讨了对传统平面晶体管的器件结构革新,特别是创新的三维器件结构,包括鳍式场效应晶体管FinFET、环绕栅场效应晶体管GAAFET等。分析表明:FinFET结构中,栅极从三面围绕沟道而进行有效控制,可获得较小的亚阈值漏电及低功耗。而GAAFET结构中,栅极环绕沟道具有比FinFET更优异的性能,能够适用于下一代更先进的CMOS工艺节点。