頭條 東京大學研發摻鎵氧化銦晶體取代硅材料 6月29日消息，據scitechdaily報道，在2025 年 VLSI 技術和電路研討會上，東京大學工業科學研究所的研究人員發布了一篇題為《通過InGaOx的選擇性結晶實現環繞柵極的納米片氧化物半導體晶體管，以提高性能和可靠性》的論文，宣布開發一種革命性的新型的摻鎵氧化銦（InGaOx）的晶體材料，有望取代現有的硅材料，大幅提升在AI 與大數據領域應用的性能，并在后硅時代延續摩爾定律的生命力。 最新資訊 軟銀宣布65億美元全現金收購美國芯片設計公司Ampere 軟銀宣布65億美元全現金收購美國芯片設計公司Ampere 發表于：3/20/2025 美國EPC專利被判決無效 英諾賽科獲ITC案件終極勝利 美國GaN技術廠商宜普公司（EPC）于2023年向加州地區法院和ITC提起訴訟，聲稱國產GaN芯片廠商英諾賽科侵犯了EPC的4項專利，并尋求禁售與侵權賠償。 發表于：3/20/2025 我國科學家攻克超低溫量子接口技術 我國科學家攻克超低溫量子接口技術：首提無需修調的超低溫低功耗 CMOS 電壓基準，成果登頂刊 JSSC 發表于：3/20/2025 西門子計劃全球裁員6000人 德國西門子計劃全球裁員6000人：數字化部門受重創 發表于：3/20/2025 基于卡爾曼融合的雙通道微弱信號采集系統設計與實現 針對設備在水下磁異常信號檢測中難以有效采集、模數轉換器動態范圍受限導致信噪比較低、微弱信號易被噪聲淹沒等問題，設計一種基于國產現場可編程門陣列（Field-Programmable Gate Array， FPGA）的高精度磁異常信號采集系統。為了提升信號的信噪比與動態范圍，在分別采用2倍和8倍的增益前級處理后，通過高精度多通道模數轉換芯片ADS1278與紫光Logos系列FPGA對三軸磁通門輸出的微弱磁異常信號進行采集，并將采集的信號平均加權進行初步數據融合后使用卡爾曼濾波對融合數據進行二次修正。試驗結果表明，融合后的信號精度明顯優于單通道的采集信號，在使用雙通道A/D采集頻率為200 Hz、幅值為500 μV的微弱信號時，信噪比提高26.099 dB，有效提高了數據采集系統的動態范圍。 發表于：3/19/2025 基于碳化硅MOSFET半橋驅動及保護電路設計 針對碳化硅MOSFET驅動電路設計難度較大、門極易受串擾、保護功能不齊全以及全國產化的問題，基于國產芯片設計了一款碳化硅MOSFET半橋驅動及保護電路。重點分析總結了碳化硅MOSFET有源米勒鉗位保護、退飽和保護以及橋臂互鎖保護原理與模型。在隔離原邊信號與副邊信號的同時，采用18 V/-3.3 V的高低電平，實現對上、下橋臂碳化硅MOSFET的控制，同時集成了欠壓鎖定、退飽和保護、橋臂互鎖、有源米勒鉗位保護的功能。與國際先進水平Wolf Speed的碳化硅MOSFET驅動板CGD1200HB2P-BM2進行了參數對比和功能測試。實驗結果表明，該電路開關參數與CGD1200HB2P-BM2驅動板相近，滿足碳化硅MOSFET驅動需求，并能可靠觸發保護功能。電路已實際應用于碳化硅MOSFET的驅動中。 發表于：3/19/2025 基于深度學習的桑葉病害識別方法研究 為提高桑葉病害檢測精度，實現將模型方便快速部署到移動端，針對自然環境下桑葉病害病斑小、背景復雜等問題，以YOLOv8為基線模型進行改進，提出了一種YOLOv8-Evo的桑葉病害識別算法。首先在Backbone模塊中加入了可變形卷積模塊從而更靈活地捕捉病害的細節和形狀，其次在Neck模塊中增加了CBAM（Convolutional Block Attention Module）注意力機制，發掘圖像中的關鍵特征和區域，最后在18 849張桑葉病害數據集上進行驗證，相較YOLOv8s模型，YOLOv8-Evo的識別精度提高2.4%，召回率提高1.5%，mAP50提高1%，mAP50-95提高0.7%，實驗證明改進的YOLOv8-Evo模型為桑葉病害識別的自動化提供了理論依據與技術支持。 發表于：3/19/2025 電力物聯網智能巡檢業務與無線通信適配技術研究 隨著電力物聯網的建設，安全、高效的智能巡檢技術是電力行業健康發展的重要保障。智能巡檢具有通信要求高、工作環境復雜等特點，通信技術匹配難度較大。首先分析智能巡檢業務的特點及其對各類無線通信技術的性能需求，然后提出了一種基于貝葉斯最佳-最差法（Bayesian Best-Worst Method， BBWM）和改進多準則折衷排序法（VIKOR）的智能巡檢業務與無線通信適配方法，最后對三種智能巡檢業務與無線通信技術進行仿真實驗。仿真結果表明，所提方法可以較好解決智能巡檢業務與無線通信技術的適配難題。 發表于：3/19/2025 復雜場景下SAR圖像多尺度艦船檢測算法 針對復雜場景下的多尺度SAR艦船目標檢測存在誤檢漏檢的問題，提出了一種改進的SAR艦船目標檢測方法。首先，利用多尺度目標特征提取網絡提取特征信息，以提升多尺度目標的檢測能力并減少冗余計算。其次，引入可形變卷積（DConv）通過自適應調整卷積核的形狀來提升復雜場景下SAR艦船目標的檢測性能。最后，引入了注意力機制來抑制背景雜波并增強特征信息。實驗結果表明，在SSDD數據集和HRSID數據集上改進方法的檢測精度分別達到了97.9%和 93.1%，整體性能優于現有主流目標檢測算法。 發表于：3/19/2025 美光和SK海力士公布新型SOCAMM內存模組 美光和SK海力士公布新型SOCAMM內存模組，將用于英偉達GB300平臺 發表于：3/19/2025 ?…40414243444546474849…?
