摘要：为解决传统“冯·诺依曼”架构功耗墙瓶颈,提升人工智能应用中点乘求和计算能效,设计了一种基于8T静态随机存储器阵列的存内计算电路,可有效解决“内存墙”问题。通过对存储单元的偏置电压设计来稳定充放电电流,可改善位线放电线性度,提高计算准确性。同时,在保证放电电流相同的前提条件下,减少了模数转换器(ADC)阈值编码,存储阵列的面积明显减小。电路基于65 nm CMOS工艺设计,通过8×72存储阵列的并行计算结构完成了64 Byte二进制点乘累加计算功能。仿真结果表明,在3位ADC输出、8 bit比较输出模式下,使用0.8、1.2 V的核心电源电压和250 MHz的时钟频率,可达到每比特1.69 GOPS/W的计算能效。与理论值基线相比,计算输出的平均计算偏差最大为1.05%,有效提高了计算准确率,并减小了电路面积。

摘要：为能实时方便了解家庭饮用水源质量,设计了一个基于Arduino的小型家用水质监测仪。该监测仪利用物联网技术可智能化采集水体的浊度、TDS、硬度、电导率、PH值等关键水质参数数据,并实现云端存储传输。通过此设计,用户能够即时在手机或PC端通过应用程序在线查看实时与历史水质情况,从而实现家庭用户对饮用水质的在线智能监测。此外,本设计对于城市水质监测、相关部门的调研都有着重要辅助作用。