当前位置:首页>办公设备>考勤机>

zk考勤机考勤表密码(zkt考勤机忘记密码如何重新设置)

zk考勤机考勤表密码(zkt考勤机忘记密码如何重新设置)

更新时间:2022-02-27 19:24:09

近日,国际计算机体系结构大会ISCA(International Symposium on Computer Architecture)2021公布了论文入选结果。由图灵奖得主、中科院院士、清华大学交叉信息研究院院长姚期智与西安市合作共建,设立于西安高新区的交叉信息核心技术研究院(以下简称:交叉信息核心院)共有两篇论文被录用:前沿构架与智能芯片研究中心领衔教授马恺声研究组、安全计算硬件系统研究中心领衔教授高鸣宇研究组各入选一篇。两篇论文分别展示了在Chiplet(芯粒)集成的解决方案和高效安全计算算法的流水线芯片架构方面的创新研究成果。

Chiplet集成的解决方案:解决芯片领域“卡脖子”技术难题

NN-Baton:DNN Workload Orchestration and Chiplet Granularity Explorationfor Multichip Accelerators一文是继2020年交叉信息核心院牵头成立Chiplet产业联盟后,马恺声教授研究组在Chiplet方向研究由0到1的关键一步。NN-Baton首次解决了面向Chiplet系统的神经网络硬件映射问题,并探讨了从传统的SoC芯片拆分成Chiplet的粒度问题。

随着基于人工智能新应用的发展,越来越多的厂商都在系统芯片中集成了面向深度学习计算的专用模块NPU,例如在华为、三星和苹果的手机芯片中都有它的影子。为了适应日趋复杂的算法,硬件的算力需求也因而越来越大,导致芯片面积的开销非常大,例如NVIDIA,华为,特斯拉,阿里巴巴的AI芯片,单裸片(Die)面积已从260mm²上升至709mm²(已接近光刻机单次流片的面积上限)。借鉴十年前由于功耗限制无法继续提升频率而提出的“功耗墙”概念,该文针对当前由于面积限制无法继续增大单裸片面积而提出“面积墙”的概念,并指出Chiplet集成的解决方案势在必行。

通过实验,该论文采用NN-Baton得到的最优映射最高为:可以进行近20倍的优化,并且非常方便地搜寻到最优的映射策略。同时,研究组进一步比较了Simba——NVIDIA的一款基于Chiplet的深度学习计算系统,采用该研究组的最优数据流可以实现22.5%-44%的能耗优化。

近年来,随着“摩尔定律”逼近物理极限,类似搭积木的Chiplet技术则成为了整个产业变革的宝贵机遇。本次研究成果初步证明了Chiplet集成的解决方案的可行性,为我国在芯片领域“卡脖子”困境“解锁”了创新路径。

未来1-3年,通过研发基于Chiplet技术的优异效能比的人工智能芯片,打造自动驾驶智能计算平台,为“智慧的车”构建智能化、网联化的创新基石,推动西安汽车产业链向价值链高端攀升;结合5G技术的普遍应用,在高性能边缘服务器部署强大AI推断能力,全面赋能车路协同基础设施“智能的路“,为西部公路交通领域的新基建提供技术保障。

Chiplet集成的解决方案可显著缩短芯片设计成本、降低企业进入门槛,减少人力成本,未来5-10年,充分发挥西安人才高地的优势,Chiplet解决方案将带动集成电路设计产业蓬勃发展。为以原始创新促进当地经济高质量发展做出积极探索。

PipeZK:高效支持实际应用中零知识证明算法的广泛应用

PipeZK: Accelerating Zero-Knowledge Proof with a Pipelined Architecture一文是高鸣宇教授领衔的安全计算硬件系统研究中心正在研发的PipeZK项目阶段成果论文。PipeZK可将常规密码学测试集的证明时间缩短10倍以上,可将隐私货币Zcash的证明时间缩短5倍以上。

在大数据时代,数据科学在带给人们各种便利的同时也导致了各类隐私安全事件。用户数据必须上传至云端共享的硬件平台上存储和进行运算,因此其必须信任云端的大量组件,包括硬件系统、操作系统、存储系统、管理系统,以及云计算服务商的工作人员,其中任何一环中的漏洞都可导致严重的隐私数据泄漏。

现代密码学算法中的零知识证明(zero-knowledge proof,ZKP)是一种强大的密码学协议,自提出以来,便受到了学术界和工业界的广泛关注,并且已经落地了许多应用,例如可信计算,区块链扩容,匿名货币等等。然而,应用零知识证明最核心的障碍在于证明者生成证明的过程非常耗时。

为了更高效的支持现实世界中零知识证明算法的广泛应用,该研究成果提出了名为PipeZK的高效的流水线芯片架构,综合和仿真结果表明,对于完整的证明产生过程,PipeZK可以将常规的密码学测试集的证明时间缩短10倍以上,可以将隐私货币Zcash的证明时间缩短5倍以上,为多种应用场景提供了可信基础,将有力促进零知识证明算法相关成果转化,实现产业落地。

(PipeZK系统架构)

在未来,PipeZK项目有望赋能多种应用场景,尤其是在金融多方隐私计算、区块链应用的身份认证、智能制造中的自动识别、供应链统筹安全管理等众多领域,在保护数据安全和用户隐私的情况下,提供本地及云端的快速、安全的身份证明。

多篇顶会:一流拔尖人才培养初显成果

ISCA作为计算机系统结构领域的顶级学术会议,芯片领域一直是ISCA的强项。会议论文被公认为行业发展的风向标,包括谷歌、英特尔、英伟达等企业在ISCA上发表的多项研究成果都已在行业内广泛应用,在该会入选论文成为业界衡量研发实力的重要指标。

本次入选的两篇论文由清华大学、北京大学、交叉信息核心院等单位合作完成,作者中共有三位来自西安交通大学“姚班”,这两篇论文是他们在交叉信息核心院实习实训期间,由研究中心领衔教授指导与其他青年学者合作完成。

人才是核心竞争力,人才培养是科创的筑基性工程。交叉信息核心院从成立之初,便将一流拔尖AI人才的培养当做重要使命。自姚期智院士担任西安交通大学“双聘院士”以来,交叉信息核心院吸纳了许多优秀的交大学子,开展“交叉信息产学研协同创新人才”培养。截至目前,西安交大“姚班”学子与交叉信息核心院各中心领衔教授、研究员在ICCV、CVPR等国际顶会共合作发表了多篇论文,AI拔尖人才培养成果初步显现。

交叉信息核心院作为西安市首批五家新型研发机构之一,以产业需求为导向,以人才培养为使命,将秉持“永葆好奇心,纯真做科学”的理念,持续在前沿科技基础研究领域取得更多创新突破,引领科技创新,促进科技成果转化,助力西安高质量发展。(中国日报陕西记者站)

,