摘要：深度神经网络已被广泛应用于人工智能系统中,神经网络专用计算芯片成为学术界和工业界的关注热点。Thinker是一款基于可重构计算架构的低功耗神经网络计算芯片,其支持卷积网络、全连接网络和递归网络的混合计算。为了实现高能效,Thinker提出了三种优化技术。首先,每个处理单元(PE)支持位宽自适应计算,以满足神经层的不同位宽。

摘要：镍钴锰三元层状氧化物(NCM)正极材料由于其优越的综合性能在动力/储能电池系统(ESS)领域得到广泛应用。虽然Ni含量的增加可提高三元材料的比容量及电池的能量密度,但相关电池体系的容量保持率和安全性将会变差。如何有效解决该矛盾是此类NCM电池所面临的关键问题。本文从NCM电池体系循环过程中常见的体相结构破坏和正极-电解液界面组成改变两方面失效现象出发,结合近年来国内外对NCM失效模式研究中所提出的新理论、方法、应用,从机械破坏、结构演变、电化学极化、化学副反应、正负极协同效应等多个角度对NCM材料的衰退机理提出见解,对指导电池用户合理制定充放电协议、缓解电动汽车(EV)里程焦虑乃至材料设计本身均有重要的指导及借鉴意义。