《成果专场》依托科易网全国各地40+万项科技成果资源，精选出知名高校及科研机构的前沿科技成果进行推送，并帮助用户进行成果咨询、对接和交易。本期精选7项可应用于集成电路领域的技术成果进行推荐。

项目1：5G/6G未来通信芯片设计

项目2：边缘智能芯片设计

项目3：高端薄膜生长设备——小型分子束外延设备

项目4：一种硅基三维微电池纳米电极结构

项目5：基于闪蒸喷雾的大功率电子器件冷却系统

项目6：高速高精密喷射点胶阀

项目7：电子产品热管理技术

项目一：5G/6G未来通信芯片设计

所属领域

高性能集成电路设计

技术原理

该团队针对5G通信芯片集成电路设计技术方向，展开以硅基及第三代半导体等核心器件为主的毫米波（6GHz/28GHz）高速高频高带宽的通信器件及电路研究，开发了MIMO多模终端及基站芯片（包括PA，LNA，Switch，ADC，天线及基带等模块）系统。同时针对6G及未来通信集成电路设计及工艺设计的实际需求，开展了在亚太赫兹（77GHz/GHz）的高速高频通信器件及电路研究。该团队与广东/深圳龙头企业紧密合作，开展了基于GaN的5G收发机芯片设计（工信部5G制造业中心项目），基于CMOS的GHz太赫兹通信芯片设计（各国际知名IC下企业合作项目）等企业合作项目。

技术先进性

基于GaN的毫米波通讯器件

该团队针对5G通信芯片集成电路设计技术方向，展开以硅基及第三代半导体（GaN）等核心器件为主的毫米波（6GHz/28GHz）高速高频高带宽的通信器件及电路研究，开发了MIMO多模终端及基站芯片（包括PA，LNA，Switch，ADC，天线及基带等模块）系统。

图表1：26GHz实测GaNPA及性能对比表

基于CMOS的无线通讯电路

该团队通过控制使用超材料器件的CMOS晶体管阵列的相位，从而使得电磁能量的产生和传播可以进行同步控制，因此最终THz信号源的效率得以显著提高。我们在之前的工作中的初步结果表明，GHz的信号源可以产生3.5dBm的输出功率，可用于距离1米无线通讯的通信。通过引入基于超材料的零相移器来集成振荡器阵列，我们可以设计一个零相位的耦合振荡器阵列，以便产生具有高输出功率，紧凑尺寸及低噪声的THz信号。实验结果表明THz信号源效率显著提高（10倍），达到5dBm的输出功率。相比之下，传统的信号源设计没有对电磁场采取相位控制，因此在CMOS工艺下具有较低的能量效率和输出功率。

CMOS的毫米波无线通讯电路

应用市场

该团队与广东/深圳某龙头企业紧密合作，开展了基于GaN的5G收发机芯片设计（工信部5G制造业中心项目），基于CMOS的GHz太赫兹通信芯片设计（各国际知名ICT企业合作项目）等企业合作项目。

项目二：边缘智能芯片设计

所属领域

高性能集成电路设计

技术原理

该团队针对边缘智能（AlOT）芯片集成电路设计技术方向，开发在5G边缘端（基站）的下一代低功耗（1W），高通量（20fps）深度学习人工智能芯片。除了先进的3D储算融合架构，团队同时在算法上研发自动训练量化及张量压缩算法实现对静态（CNN）动态（RNN）数据具有检测，识别及分割功能的实时智能数据处理，最终可应用于消费类电子（手机，智慧城市，AR/VR，机器人等）实现边缘智能的落地。该团队与广东/深圳龙头企业紧密合作，现已建立了南科大-国际知名ICT下企业先进SoC芯片系统集成联合实验室，南科大-国际知名ICT企业边缘计算人工智能联合实验室。并与国际知名ICT企业深入开展新工科教学，参与教育部-国际知名ICT企业新工科培养计划，并共同建设南科大-国际知名ICT企业AI沃土产学研育人平台，这些都将为本实验室的新应用布局提供坚实的基础与发展潜力。

技术先进性

深度学习压缩算法

该团队通过深度学习神经网络的训练量化算法开发，训练量化技术将原始复杂深度学习神经网络（CNN）进行有精度约束的简化后得到轻量级深度学习网络，使得其既能提供有精度保障的图像识别功能，同时又能在硬件上进行高通量低功耗的实现。同时进行深度学习神经网络的张量压缩算法开发，张量压缩技术能显著减少时序深度学习神经网络（RNN）的计算量，得到轻量级深度学习网络，在权衡准确度的基础上使得处理动态图像的速度得到大幅提升。

针对边缘计算的深度学习时空模型

储算融合芯片

该团队通过研究设计选择合适的FPGA开发板来搭建和数据采集、处理和显示于一体的视频数据处理系统；接下来根据训练好神经网络量化，张量压缩算法化网络实现的硬件，然后根据设计方案进行模块化设计，完成RTL级仿真及综合，实现流片及整个处理系统调试。然后进行CMOS及忆阻器ReRAM的储算融和芯片实现，同样根据设计方案进行模块化设计，实现流片及整个处理系统调试。此储算融合的边缘端人工智能芯片的能耗可以达到传统GPU芯片的万分之一（mW），其通量可以达到GPU（TFLOPS）级别，同时成本也在其百分之一。再者，我们将研究CMOS+ReRAM芯片的三维集成。我们将进一步通过CMOS与ReRAM器件的三维集成来进一步实现高通量低功耗的边缘计算芯片。三维集成将进一步提高系统并行度，从而充分体现低值化深度神经网络的优势。

储算融合边缘智能芯片

应用市场

该团队与广东/深圳龙头企业紧密合作，现已建立了某知名ICT企业先进Soc芯片系统集成联合实验室，某知名ICT企业边缘计算人工智能联合实验室。并与国际知名ICT企业深入开展新工科教学，参与某ICT企业新工科培养计划，并共同建设知名ICT企业AI沃土产学研育人平台，这些都将为本实验室的新应用布局提供坚实的基础与发展潜力。

项目三：高端薄膜生长设备——小型分子束外延设备

项目背景

上个世纪80年代，MBE作为一种尖端技术，国外就对中国进行了技术封锁，禁运中国。甚至在今天，MBE仍然属于美国对中国出口的管制类产品，每一台都要经过复杂的审批过程。

目前市场上的主要生产厂家，有美国的VEECO、SVTA，法国的Rebel，瑞典的DCA,德国的MBE

转载请注明:http://www.aideyishus.com/lkzp/7292.html