et加速器官网文章列表:

• 1、等离子体火箭，充电就能轻松去火星
• 2、方舟反应炉核聚变能走进现实吗？
• 3、典型工业互联网平台集锦
• 4、入选芯片顶会ISSCC，阿里达摩院最新存算芯片技术解读
• 5、做科研要从一而终？大部分物理学家并不专一 | 赛先生

等离子体火箭，充电就能轻松去火星

来源：中国科学技术出版社

好奇是人类天性。地球容不下的不止马斯克，还有各位航天发烧友。他们中的一些成了火箭科学家、工程师，心心念念，致力于制造出一枚枚高推力火箭，将人类的足迹扩展到外空间。据测算，一枚3408吨推力的“土星五号”运载火箭，可以将45吨的载人宇宙飞船送上月球（美国，20世纪中叶）；一枚2940吨推力的“能源号”重型火箭，可以将27吨载荷送到火星和金星（俄罗斯，1987年）；一枚4000吨推力的“长征九号”重型火箭，则可以将37吨载荷轻松送至火星（中国，正在研制中）。

这种火箭只靠充电，39天就能从地球飞到火星！

等离子体火箭可以帮助我们探索更遥远的太空。|NASA

作者|李嘉良 中科院高能物理研究所

目前世界各国使用的这些运载火箭都是化学火箭，靠燃烧液态或固态燃料释放巨大能量，排出高温高速气体，让火箭获得巨大推力。而要奔赴更远的深空，就需要更多燃料。

但火箭储存燃料的空间毕竟有限，燃料过重影响发射怎么办？长时间太空旅行过程中，燃料供应不足又该如何解决？

一位来自NASA的华裔航天员张福林，提出了一种新型火箭——等离子体火箭。这种火箭靠电能推动，以气态的等离子体为“燃料”。坐上等离子体火箭，从地球到火星只需要39天。

正在规划的“长征九号”火箭（最右）起飞质量超过4000吨，运力和美国“土星五号”火箭大致相当，超过正在研制的美国下一代运载火箭（SLS），完全可以满足未来载人月球探测、火星取样返回、太阳系行星探测等任务。|Spacenews

飞出地球，以气体为“燃料”

在科幻小说中，飞行器似乎能为星际旅行提供全程动力。可现实中使用的化学火箭需要消耗煤油、酒精等化学燃料，它们胃口很大，效率却并不高，大部分燃料都被用来摆脱地球引力，根本无法实现随心所欲的星际旅行。

等离子体火箭（VASIMR）则采取了一种完全不同的思路——利用等离子体加速器作为推动力。

这里先介绍一个何为等离子体。当物质被加热到足够高温时，其中的原子会电离为带正电的原子核和带负电的电子，形成一团离子状的“浆糊”，也就是等离子体。

等离子体在自然界中普遍存在，炽热的火焰、光辉夺目的闪电，以及绚丽的极光，都是等离子体作用的结果。在整个宇宙中，几乎99.9%以上的物质（如恒星、行星际空间物质）都以等离子态存在。因此，它也被称为在气态、液态、固态之外的“物质的第四态”。

用人工方法，如核聚变、核裂变、辉光放电等过程，都可产生等离子体。

等离子体在自然界中普遍存在。例如图中的闪电、氖灯、等离子体球、航天飞机上的等离子体踪迹。|维基百科

相比于化学火箭燃料重量大，火箭发射过程中燃料本身就可能成为 “累赘”，等离子火箭能用更少的燃料提供更多动力，一旦进入太空，就会像顺风的帆船，逐渐加速飞行，最终把传统的化学火箭远远抛在身后，在太空中完成各种航天探索任务。

等离子体火箭的发动机以氩气作为等离子体来源。氩气是一种惰性气体，不易与其他元素发生化学反应，经常在焊接金属时做保护气体，很适合做等离子体。

其工作原理是：火箭发动机先电离氩气，将其转化为低温等离子体（其实也有5000℃以上）。随后利用磁铁使电离气体加热、加速，温度达到上百万摄氏度。再用磁场控制高温等离子体，使其加速排出火箭尾部，形成巨大推力，助力火箭冲出地球。

等离子体火箭发动机工作原理图。|来自网络

经推算，安装上等离子体火箭，太空飞船的速度可达每小时约19.8万公里。相比于传统火箭用250天时间送宇航员到达火星，等离子体火箭最快可以让宇航员在39天内到达火星，节省大量的燃料、食物、水、空气，宇航员也能摆脱长时间的宇宙射线辐射。

那么，等离子体火箭到底是如何获得这么高的推进效率呢？这与等离子体被加速的机制有关。

神奇的磁重联机制，从磁场中要能量

等离子体火箭在发动机工作的全过程中，主要利用磁重联机制加速、加热等离子体束流。

什么是磁重联呢？其实，磁重联是太阳上一个非常重要的快速释放磁能的过程，太阳爆发事件几乎都和磁重联有关，例如耀斑、日冕物质抛射、喷流等。而且不仅是太阳上，在地球大气层和托卡马克核聚变反应堆内也能看到磁重联现象。

在磁重联过程中，多组方向相反的磁力线相互靠近，并重新连接形成新磁力线。等离子体火箭利用磁场变化带动磁力线连接和断开，将磁能转化为等离子体的动能、热能和粒子加速度。

磁重联过程中，磁力线断开并重新连接。|维基百科

但磁重联过程需要有足够大的电能支撑，等离子体火箭需要的电能近数百千瓦。这么大的电能从哪里来？选择何种供电方式才能满足需求呢？

巨大电能从哪儿来？核能？太阳？

1）核反应堆供电

目前认为，最好的动力来源是核反应堆，因此我们可以设想，等离子体火箭最终将是一个核电火箭发动机。用核裂变反应堆为等离子体火箭提供电力，能轻松将人们带到火星。

就目前情况而言，等离子发动机的推力仍旧比不上传统火箭，很难将有效载荷从地球带到近地轨道。不过到了近地轨道，等离子发动机的优势就能显现：如果能够将动力升至200千瓦，将足够提供大约0.45千克的推力——相比火箭的重量，这听起来轻如羽毛，但在太空中，0.45千克的推力可以驱动2吨重的货物。

等离子体火箭需要巨大的电能。图中为利用核反应堆供能的等离子体火箭。|维基百科

2）太阳能电池板供电

将火箭供电装置改成太阳能电池板，可以把太阳能转化为电能。问题是，电池板的效率不够高，如果向深空继续进发或者运载更大重量，就需要增加太阳能利用效率。

研究发现，大型且可控的太阳能电池阵列可以提供高达1千千瓦的功率。但过大的电池阵对航天器的构型、轨道保持和姿态控制设计等会带来巨大挑战。

目前国际空间站的太阳能电池也只能提供百千瓦级的电功率，而且这一结果是在地日距离下，太阳能在火星以外的区域将大幅衰减。

另外，很多科学家也在研究太阳能供电的宇宙飞船——太阳帆，期待未来有一天能使用太阳帆探索太空。

提供上百千瓦电力的国际空间站。|来自网络

与太阳能电池相比，空间核反应堆电源的优点在于它是自主电源，不依赖阳光，且储能极高；适用功率范围广，可以覆盖千瓦甚至兆瓦以上功率输出。缺点则是，从安全和技术角度考虑，核反应堆供电的技术要求很高，工程成本相对较大，工期长。

目前核电可以有效满足航天任务日益增长的能源需求。随着空间技术的发展，大功率卫星、深空探测等都需要大功率长久耐用的供电方式。相比之下，太阳能电池供电还有很长的路要走。

太空中的等离子体火箭。|AdAstraRocketCompany

记得小时候，乘坐普速火车从北京去上海需要数十个小时，现在具有更高性能的高铁仅用4个多小时就可以。

同理，摆脱传统能源依赖，改为靠电能推动的“电火箭”，不仅推动自己更快地奔向火星，还推动了世界航天科技的发展。

相信我们终有一天会克服技术瓶颈，研发出更高性能的“电火箭”，更加方便快捷地奔赴太空旅行，去探索太空深处不为人知的奥秘。

参考资料

VASIMR Human Mission to Mars， Franklin R。 Chang Diaz， et al。 http://www.adastrarocket.com/Andrew-SPESIF-2011.pdf

方舟反应炉核聚变能走进现实吗？

喜欢科幻的读者可能对漫威电影里钢铁侠托尼·斯塔克胸前的方舟反应炉印象深刻。这个又小又酷的玩意儿，采用冷核聚变技术，使分子间距小到可以发生核聚变的程度，以产生不可思议的巨大能量。

图 方舟反应炉

方舟反应炉的灵感，正是来自于现实中的核聚变研究。科学家们希望利用较轻的原子核聚合成较重的原子核，在这个过程中释放出巨大的能量，以期获得近乎无限的清洁能源，为人类提供能源的终极解决方案。

目前，受到广泛关注的可控核聚变研究路径是利用热核反应，如磁约束的托卡马克装置和惯性约束的核聚变炉。这类研究把等离子体或混合介质加热到足够高的温度（如一亿度），用以克服库仑势垒。

然而，除了在极高温度条件下研究核聚变，可控核聚变是否还有别的技术路线？常温下的“方舟反应炉”核聚变能走进现实吗？

其实，冷核反应（常温核聚变反应）的研究已有70多年的历史了，科学家们已经在常温条件下发现了缪子催化核聚变的现象。虽然距离应用还面临诸多挑战，核物理学家们认为，缪子催化核聚变也可能成为能源的终极解决方案之一。

为何青睐缪子？

缪子（Muon，又称μ子）由两位美籍物理学家C. D. Anderson和S. Neddermeyer于1936年发现。缪子的质量约为106 MeV，带一个单位正或负的电荷，自旋为1/2（费米子）。缪子是不稳定粒子，其半衰期为2.2微秒（一个缪子产生后，大约能存活0.000002 秒）。

缪子的质量是电子质量的207倍，而且在不稳定粒子中，缪子的寿命仅比中子短，这些都是缪子非常重要的优势，也是物理学家们选择它作为核聚变的催化剂的重要原因。

图 缪子 图| 寇维

核聚变反应发生的条件十分苛刻。只有当两个原子核靠得极近，大约在一飞米的距离内，其相互吸引的核力大于电磁排斥力，两个原子核才可能融合成一个更大的原子核，并释放出能量。

然而，原子核带正电，两个原子核之间存在很强的电磁排斥力。如何克服这种排斥力使得两个原子核靠得很近呢？

如果把电子换成缪子，就可以靠近200多倍！

缪子可以像电子一样被质子俘获，形成缪子氢原子。因为缪子的质量是电子质量的200多倍，而轨道大小反比于电子或者缪子的质量，所以缪子氢原子的轨道比电子氢原子的轨道小200多倍！这样，另一个原子核更容易和缪子原子靠近，在常温下发生核聚变的概率就会大幅增加。

图 缪子的轨道(右)比电子的轨道(左)小200多倍。图| 寇维

驱动核聚变的催化剂

二战后，来自世界各地的一些科学家开始探索一种新的技术，即缪子催化核聚变。

1947年，英国物理学家弗雷德里克·查尔斯·弗兰克 (Frederick Charles Frank) 的理论工作为缪子催化核聚变的概念播下了第一颗种子。他在《自然》杂志上发表了一篇论文，预言缪子催化的事件会导致能量产生。几年后，两位苏联科学家Yakov Zel'dovich和Andrei Sakharov在研究氢弹的同时也考虑了同样的过程，认为输入的缪子可能导致氘氚混合物融合在一起。

1956年，美国物理学家、诺贝尔奖获得者阿尔瓦雷斯(Luis W. Alvarez）研究小组在伯克利的氢气泡室中开展实验，他们在分析使用缪子进行的一些实验的结果时，观察到了氢-氘的缪子催化放热现象。这是人类第一次在实验室里成功观测到1947年预言的缪子催化核聚变！1956年12月29日，《纽约时报》以《更简单的新方法产生的原子能》为标题对此进行了报道。

图 1956年12月29日《纽约时报》剪报，报道了实验中发现缪子催化的氢同位素聚变的消息。图源| 《纽约时报》

随后，美国物理学家杰克逊(John David Jackson)立即投入研究，对粘附概率、氘氚缪(dtμ)分子的形成速率以及核聚变反应产生的能量等一系列关键问题进行了计算。

图 约翰·大卫·杰克逊 (John David Jackson) (1925 - 2016)，美国艺术与科学院院士和美国国家科学院院士。他的教科书《经典电动力学》影响了美国几代物理研究生。图源| Fermilab

目前，人们一般采用氢的同位素氘(d)和氚(t)核来作为缪子催化核聚变的反应材料。氢核仅由一个质子组成，氘核由一个质子和一个中子组成，氚核由一个质子和两个中子组成，该过程每次比氢-氘过程释放出更多的能量。

图 氘和氚的核聚变过程。图源| https://www.llnl.gov/news/lab-researchers-gain-microscopic-understanding-nuclear-fusion

缪子催化核聚变反应过程分为三步：首先，将一束缪子注入氘和氚的混合气体中，形成缪子氚原子。为何不形成缪子氘原子呢？这是因为氚的质量比氘大，对缪子的捕获力更强；第二步，由于缪子氚原子非常小，并且不带电荷，它们与氘原子碰撞而不受电磁排斥力的影响，比较容易形成氘氚缪(dtμ)分子；第三步，氘和氚核聚变发生后，dtμ分子中的缪子被释放出来，可用于产生新的dtμ分子。这样一连串的核聚变随之发生，如此循环，构成了缪子催化的反应链。这种反应被称为“缪子催化的核聚变”，因为缪子的作用就像驱动核聚变的催化剂。

图 缪子催化核聚变循环图。图| 寇维

如何提高缪子催化次数？

虽然缪子催化核聚变的原理已经被研究得很清楚了，但要使其走向应用，需要满足的必要条件是——输出能量需远远超过输入能量。这使得物理学家们需要去解决一些关键问题，例如，如何提高缪子催化的次数？

缪子不像电子那样拥有无限长的寿命。在缪子有限的生命周期里，最多能进行多少次催化是一个重要的指标。

研究表明，缪子大约有一百五十分之一的概率在催化后被粘在阿尔法粒子上，无法参与随后的核聚变反应。科学家们用阿尔法粘附(alpha sticking)概率来表示每次缪子参与催化被阿尔法粒子捕获的平均概率。

阿尔法粘附的原因是氘氚聚变反应产生的两个粒子，一个为阿尔法粒子，带正电；另一个为中子，不带电，所以缪子有可能被阿尔法粒子俘获，却不会被中子俘获。俘获概率主要跟阿尔法粒子的速度相关，与其电荷和质量关系不大。

这里，我们进行一个大致的估算：一个缪子在其一生中，大约可以催化150次聚变反应，每次释放出17.6 MeV的质量，总共可产生2.7 GeV的能量，即一个缪子可产生相当于自身静止质量的20倍的能量。不幸的是，目前加速器产生一个缪子大约需要5 GeV的能量。也就是说，缪子催化核聚变产生的能量，仅为其所消耗能量的一半左右。

由此可以看出，若想提高缪子参与核聚变的次数，就需要降低阿尔法粘附概率值。杰克逊曾经指出：除非“阿尔法粘附问题”能够得到解决，否则缪子催化核聚变作为一种能源是不切实际的。

阿尔法粘附这个关键问题，如何解决呢？

最近，一项新的研究另辟蹊径：用锂材料作为催化反应材料。研究者发现，锂和氢的聚变反应生成的阿尔法粒子速度更快，不易俘获缪子，因此该聚变过程的阿尔法粘附概率较小。计算结果表明，锂和氢的核聚变阿尔法粘附概率值可降低大约5倍，输出能量比值达到90%左右。

不过，这种催化反应是否具有可行性，还需要更深入的研究。我们知道锂的原子核带3个正电荷，而一个缪子只有一个负电荷，只能将一个正电荷屏蔽。为了实现锂的缪子催化核聚变，至少要有三个缪子同时结合到反应物分子中，这对于当前的技术水平来说，仍存在巨大的挑战！

除了阿尔法粘附问题，影响聚变输出能量的因素还包括缪子产生的能量消耗、聚变材料的密度等等。

缪子源的建设与展望

研究缪子催化核聚变需要依托缪子源。世界上的缪子源有两种：宇宙射线和加速器。它们的本质是相同的，都是通过高能质子束轰击靶粒子获得π和K等介子，这些介子衰变后得到缪子。宇宙线缪子的密度低、能量高，为了产生高强度的缪子源，通常需要强流质子或者离子束打靶。

从上世纪六十年代开始，国际上开始相继建设一些缪子源。美国、苏联、日本和欧洲都曾经投入力量研究缪子催化核聚变。

现在，日本是世界上最积极开展缪子催化核聚变研究的国家。上世纪九十年代，日本开始利用位于卢瑟福阿普尔顿实验室（Rutherford Appleton Lab, RAL）的 RIKEN-RAL缪子设施开展相关研究。

2008年，日本J-PARC(Japan Proton Accelerator Research Complex)建造了新的缪子源。该设施由日本高能加速器研究机构和日本原子能机构共同建造。J-PARC是日本推进缪子催化核聚变技术实际应用研究的重要装置，其目标是将核聚变投入实际应用。

图 日本J-PARC装置 图源| K.Ishida

最近，日本科学家基于飞行缪子催化聚变(In-flight Muon Catalyzed Fusion，IFMCF)提出了一种创新的紧凑型反应堆概念，其目的是通过提高聚变材料的密度来提高缪子平均催化次数。在拉瓦尔喷嘴(Laval nozzle)中，由超音速流产生的马赫冲击波对氘氚混合靶进行空气动力学加压，形成高密度区域。缪子被注入到该区域，和氘氚形成dtμ分子，发生缪子催化的核聚变。

图 IFMCF反应装置 图源| https://doi.org/10.1063/1.5135483

在我国，中国散裂中子源二期升级项目正在推进加速器缪子源的研制，以便开展缪子前沿科学与技术应用。同时，中科院近代物理所正在建设的大科学装置——惠州大型加速器集群也具有建设缪子源的条件。这些国之重器将推动基础研究和应用研究的科技进步，成为解决国家重大战略科技问题和关键瓶颈问题的主平台。

图 正在建设的惠州大型加速器集群（设计效果图）图源| 近代物理所

此外，缪子源还可以在粒子物理、核物理和物质结构等领域为科研人员提供广阔的基础和应用研究平台。

图 缪子物理和缪子能量的关系图 图| 陈旭荣

结语

一场全球性的能源危机正在袭来。随着全球变暖，找到可以替代化石能源的未来能源迫在眉睫。为了在新一轮科技革命中争夺主导权,大国之间的能源科技竞争将变得更加激烈。

缪子催化核聚变被世界核物理学家们认为是可能实现的冷核聚变之一。依托我国已有或者未来规划建设的缪子源，组织力量开展缪子催化核聚变的理论和技术研究，将对我国的能源战略具有非常重大的意义。

致谢：感谢中山大学唐健教授审阅本文并提出宝贵建议。

作者| 吴迁 陈旭荣

编辑| 刘芳

参考文献：

W. P. S. Tan, Nature, 263 (1976), 656.

Petrov, Nature, 285 (1980), 466.

Qian Wu, Xurong Chen, arXiv: 2207.09753

詹文龙, 基于惠州核中心的缪子研究,《缪子束加速和对撞技术及其应用》论坛, 北京, 2022.

孙志宇等, 基于HIAF集群的高强度缪子、反质子次级束产生及其物理研究展望, 中国科学: 物理学力学天文学2020 年第50卷第11 期: 112010.

唐靖宇, 周路平, 洪杨, 缪子源及多学科研究和应用,《物理》2020年第10期.

陈羽, 杜浠尔, 罗光, 赵先和, 唐健, 缪子源及多学科研究和应用,《物理实验》2019年第39卷10期.

唐健, 李亮, 袁野, 缪子物理实验现状及发展前景, 中国科学: 物理学力学天文，2021.

Alvarez, L.W.; et al. (1957). "Catalysis of Nuclear Reactions by μ Mesons". . 105 (3): 1127.

Atsuo Iiyoshi, Yasushi Kino， et al., Muon catalyzed fusion, present and future AIP Conference Proceedings 2179, 020010 (2019); https://doi.org/10.1063/1.5135483.

转载内容仅代表作者观点

不代表中科院物理所立场

如需转载请联系原公众号

来源：中科院近代物理所

编辑：黄水机

典型工业互联网平台集锦

1、航天云网-INDICS 平台

INDICS 平台在 IaaS 层自建数据中心，在 DaaS 层提供丰富的大数据存储和分析产品与服务，在 PaaS 层提供工业服务引擎、面向软件定义制造的流程引擎、大数据分析引擎、仿真引擎和人工智能引擎等工业 PaaS 服务，以及面向开发者的公共服务组件库和 200 多种 API 接口，支持各类工业应用快速开发与迭代。

INDICS 提供 Smart IOT 产品和 INDICS-OpenAPI 软件接口，支持工业设备/产品和工业服务的接入， 实现“云计算 边缘计算”混合数据计算模式。平台对外开放自研软件与众研应用 APP 共计500 余种，涵盖了智能研发、精益制造、智能服务、智慧企业、生态应用等全产业链、产品全生命周期的工业应用能力。

2、树根互联-根云平台

树根互联技术有限公司由三一重工物联网团队创业组建,是独立开放的工业互联网平台企业。2017 年初，树根互联发布了根云 RootCloud 平台。根云平台主要基于三一重工在装备制造及远程运维领域的经验，由 OT 层向 IT 层延伸构建平台，重点面向设备健康管理，提供端到端工业互联网解决方案和服务。

树根云平台主要具备三方面功能。一是智能物联，通过传感器、控制器等感知设备和物联网络，采集、编译各类设备数据。二是大数据和云计算，面向海量设备数据，提供数据清洗、数据治理、隐私安全管理等服务以及稳定可靠的云计算能力，并依托工业经验知识谱构建工业大数据工作台。三是 SaaS 应用和解决方案。为企业提供端到端的解决方案和即插即用的 SaaS 应用，并为应用开发者提供开发组件，方便其快速构建工业互联网应用。

3、海尔-COSMOPlat 平台

海尔集团基于家电制造业的多年实践经验，推出工业互联网平台COSMOPlat，形成以用户为中心的大规模定制化生产模式，实现需求实时响应、全程实时可视和资源无缝对接。

COSMOPlat 平台共分为四层：第一层是资源层，开放聚合全球资源，实现各类资源的分布式调度和最优匹配。第二层是平台层，支持工业应用的快速开发、部署、运行、集成，实现工业技术软件化。第三层是应用层，为企业提供具体互联工厂应用服务，形成全流程的应用解决方案。第四层是模式层，依托互联工厂应用服务实现模式创新和资源共享。

4、中国电信-CPS 平台

中国电信集团公司是我国大型通信企业， 近年来积极向工业领域拓展。中国电信 CPS 平台以生产线数据采集与设备接口层为基础，以建模、存储、仿真、分析的大数据云计算为引擎，实现各层级、各环节数据互联互通，打通从生产到企业运营的全流程。

平台架构包括通讯层、应用开发平台层和应用展现层。在通讯层， 通过使用工业 PON 或移动通讯方式， 将采集到的数据传输到云平台。在应用开发层， 基于数据集成与大数据存储， 通过先进的业务计算模型和科学分析方法，优化业务逻辑，生成平台应用功能。同时提供拖拽式开发界面，实现应用快速构建。在应用展现层，支持 PC、 手机、大屏、看板等不同界面展现， 并通过接口与企业其他业务系统进行交互。

5、华为-FusionPlant 平台

华为是全球领先的信息与通信技术解决方案供应商，在电信、企业、消费者等领域为客户提供有竞争力的产品和服务。

华为工业互联网平台FusionPlant，包含联接管理平台、工业智能体、工业应用平台三大部分。定位于做企业增量的智能决策系统，实现业务在云上敏捷开发，边缘可信运行。赋能行业合作伙伴深耕工业核心业务流，持续释放潜在业务价值。

云网协同

依托华为领先的联接方案，如5G、NB-IoT、TSN、工业PON，满足企业在工厂内、外网络各类场景的连接需求。

边云协同

提供纳管海量分布式边缘节点，并能够将云上的丰富的服务、生态伙伴和客户的应用部署到边缘节点运行的能力。

工业数据湖

提供数据全生命周期一站式开发运营平台，提供数据集成、开发、治理、服务等功能，帮助企业快速构建全局数据运营能力。

全栈AI

提供从芯片、硬件、算子库、AI框架、通用AI开发平台、工业智能体的全栈方案，实现协同优化和多点创新。

安全可信

华为工业互联网整体方案在设备认证、隐私数据加密保护、业务运行的可靠性和可用性、安全启动等多个方面提供全方位保障。

6、和利时-HiaCloud 平台

和利时主要从事自主 PLC、 DCS、 SCADA 产品的研发、制造和服务，业务聚焦工业、轨道交通和医疗三大领域。和利时于 2017年发布面向企业生产制造和运营服务的 HiaCloud 平台，实现全面的数据汇集、生产运营管理和 APP 创新服务。

HiaCloud 平台由工业现场层、工业 PaaS 平台层和工业SaaS 智能应用层构成。工业现场层提供边缘计算服务,实现企业现场各类数据的汇集与本地应用。工业 PaaS 平台层自下而上包括云基础环境子层、数据服务子层和应用服务子层，建立工业对象模型的虚拟运行空间，并提供 API 接口和一系列快捷开发工具。

工业 SaaS 智能应用层是基于工业 PaaS 层开发的各类工业 APP服务，主要包括资产管理服务和运营优化服务。HiaCloud 平台支持公有云、私有云及混合云部署。此外，和利时还构建了工厂级综合数据集成与应用开发平台 HiaCube，用于过程工业、离散工业、轨道交通、市政设施、能源矿山和工业园区的本地化智能生产与智慧运营。

7、用友-精智丨用友工业互联网平台

用友推出面向智能制造的精智丨用友工业互联网平台（简称“用友精智平台”）， 提供基于数据的场景化智能云服务，支撑智能制造创新，驱动企业商业模式与管理方式变革。

用友精智平台一是包括融合了各种企业互联网化基础技术支撑层，包括云计算、移动、大数据、物联网、 3D 打印、机器人、AR/VR、机器学习等，二是提供覆盖企业互联网化应用全生命周期的技术能力，包括云开发、云测试、云构造、云发布、云部署、云集成、云运维、云运营等工具与服务。

8、索为-SYSWARE 平台

索为主要面向国防军工和高端装备制造业等领域提供工程研发和制造解决方案， 以知识自动化和工业技术软件化为出发点推出 SYSWARE 平台。

索为 SYSWARE 平台架构主要包含工业资源层、平台层、应用层三层。其中， 工业资源层即工业基础设施层，既包含 IT 领域的软硬件资源，也包含工业物联网领域的软硬件资源；平台层包含工程中间件、工业 APP 运行/开发平台、智能语义标定体系以及各类工业软件/设备适配器等， 通过模型化、组件化、软件化形成可重用的、可执行的工业 APP；应用层包括工业 APP 生态环境及产品开发管理环境两大功能，为工业技术融合化建设、复杂工程产品开发提供保障和服务。

9、东方国信-BIOP 平台

东方国信基于软硬件相结合的端到端工业大数据解决方案，推出 BIOP 工业互联网平台。平台主要包含数据采集层、PaaS 层、SaaS 层三个部分。数据采集层包含 BIOP-EG 智能网关接入设备和 BIOP 的接入接口软件， 支持各类数据的接入。工业 PaaS 层集成了工业微服务、大数据分析、应用开发等功能。工业 SaaS层面向工业各环节场景向平台内租户提供工业领域通、专用以及基于大数据分析的云化、智能化工业应用及解决方案服务。

10、中船工业-船舶工业智能运营平台

船舶工业智能运营平台是由中国船舶工业集团公司旗下中国船舶工业系统工程研究院、中船黄埔文冲船舶有限公司、北京中船信息科技有限公司共同发起。船舶工业智能运营平台接入层实现生产类数据和工艺类数据的采集,PaaS 层集成了工业微服务、大数据服务、区块链、环境管理等功能， SaaS 层基于开放环境部署应用，为企业用户提供研发设计协同、全生产过程管控优化、供应链协同、工业知识库、知识共享与交易、船舶智能运营、产业链金融等服务。

11、浪潮-In-Cloud工业互联网平台

浪潮集团是以服务器、软件为核心产品的解决方案服务商。2017年12月3日，在乌镇举行的第四届世界互联网大会上，浪潮正式发布了工业互联网平台，以云和数为核心，助力企业数字化转型，打造企业大脑，加速实现智能制造。

从平台能力上来说，浪潮工业互联网平台涵盖基础服务、数据采集、数据存储、数据处理、数据分析、数据服务、应用数据库、工业应用等八大能力；另一方面，浪潮正在积极构建工业互联网生态，通过实施云计划未来三年要发展8000 合作伙伴，努力打造一个国家级工业互联网平台。

12、阿里- supET工业互联网平台

supET平台基于阿里云公共云计算平台的基础能力，提供三个核心的工业PaaS服务。一是阿里云的工业物联网服务，实现工业设备云端一体化管理；二是阿里云的工业APP运营服务，实现一站式的工业APP集成、托管、运维等，三是阿里云的工业数据智能服务（ET工业大脑），实现工业数据智能化分析应用。此外，浙江中控侧重在于企业现场端为大中型企业提供工业自动化和智能制造的解决方案，并可与阿里云的云上平台对接。之江实验室建设了工业互联网攻防试验场和威胁态势感知平台。

13、富士康BEACON工业互联网平台

富士康工业互联网平台BEACON，是在先进制造 互联网的浪潮下，富士康科技集团通过整合生产制造、连网技术、数据分析、云端存储及工业互联网解决方案等建成的工业互联网平台。

BEACON以IoT平台数据采集为基础，以智能数据平台、智能制造平台、影像大数据平台为核心，辅以数据模型化、模型服务化，快速打造客户关系管理、生产制造管理、供应商供给侧管理、质量管理、产品技术管理、金流与通路管理、安全管理、环保管理等专业服务应用，建立跨边缘层、IaaS层、PaaS层和SaaS层的应用体系，连通设备层、车间层、企业层，智能辅助生产、管理与决策。

14、研华-WISE-PaaS工业互联网平台

WISE-PaaS (平台即服务) 是域专属云与IoT设备之间的桥梁，可为系统集成商提供模块化运营环境。在提供无缝传感器信息传输和远程管理控制的同时，其开放式RESTful API/SDK协议也可于所有子系统间创建连接和通信。集成IoT软件和云平台在IoT应用开发、IoT大数据分析、工作流程持续优化以及系统后续扩展等方面起着至关重要的作用。

15、K2DATA昆仑数据-KMX工业大数据平台

面向工业数据资产化、数据服务和数据中台构建、工业知识沉淀共享的场景，提供数据集、数据资产、分析模型管理，支持企业级内容管控和分享。

16、宝信-宝信工业互联网平台

工业互联网通过构建连接机器、物料、人、信息系统的基础网络，实现工业数据的全面感知、动态传输、实时分析，形成科学决策与智能控制，提高制造资源配置效率。宝信工业互联网平台面向制造业数字化、网络化、智能化需求，构建基于海量数据采集、汇聚和分析的服务体系，是支撑制造资源泛在连接、弹性供给、高效配置的工业云平台。

宝信工业互联网应用开发平台分成三级，现场级由iCentroGate工业通信网关实现现场数据的采集，边缘级由iCentroView和iHyperDB构建区域数据汇聚、数据监控、数据缓存和中转等功能，中心级由xInsight实现工业大数据的存储、分析和展示等应用功能，三个层次共同构建行业工业互联网平台。

17、徐工-汉云工业互联网平台

2016年7月，徐工信息正式推出徐工Xrea工业互联网平台。2018年，Xrea平台全面升级，正式命名为徐工信息汉云工业互联网平台。

汉云平台包含边缘层、工业PaaS平台和行业方案及行业子平台。平台透过工业APP可以精准看到设备整体的运行数据。不同行业企业用户可以依托汉云平台进行远程监控、资产保全、智慧派工、故障诊断等方面应用。

汉云工业互联网平台汉云平台广泛适配96%的主流工业协议，已连接76万台设备，设备总价值6000亿，累积设备画像、云备件、云MES、车辆环保、能耗管理、预测性维护等十大高流量工业APP，已赋能包括核心零部件制造、建筑施工在内的63个行业。

18、瀚云-瀚云工业互联网平台

瀚云工业互联网平台定位跨行业跨领域工业互联网Paas平台，提供设备接入，数据存储，提供开放的API，向第三方开放平台的能力，使得工业互联网SaaS应用开发变得更加轻巧、快速和个性化。瀚云科技聚焦工业互联网平台的四大能力。一、泛在连接：瀚云工业互联网支持多种网络接入协议，轻松接入各种工业装备。二、云化服务：平台专注工业物联网PaaS云服务，满足工业企业用户原型开发、设备管理与监控。三、知识累积：平台提供大数据分析与人工智能引擎，从海量工业数据分析，沉淀工业机理与专家知识，形成微服务化的工业知识库与服务。四、应用创新：平台提供工业应用孵化工具，快速搭建并分发应用，助力百万工业企业上云，使能云上百万工业APP。

其中，瀚云工业应用加速套件，提供并完善开放的、可视化的、丰富多样的工业应用库，提供强大的可视化应用开发工具和开发环境。借助加速器套件，助推工业互联网开发者，快速搭建工业App，极速生成应用，帮助工业企业节省50－70%的开发时间，降低60－90%的开发成本，可缩短应用更新迭代周期，更为紧密地对接用户需求，加速应用迭代，促进应用产品或服务更快、更好地推向市场。

19、寄云- NeuSeer工业互联网平台

NeuSeer是寄云科技研发、独立自主的、国内专注于工业应用开发和工业大数据分析的工业互联网平台，NeuSeer平台集工业物联网、工业大数据和云计算等先进技术于一体，在工业应用开发和工业大数据分析等方面具有独特优势。它由 NeuSeer Edge 工业物联网网关、NeuSeer Stack应用开发与数据分析平台、NeuSeer Apps工业互联网应用等构成。

寄云NeuSeer平台功能架构如以下示意图所示，主要由NeuSeer Edge工业物联网网关、NeuSeer Stack应用开发与数据分析平台、NeuSeer Apps工业互联网应用等构成。

20、石化盈科- ProMACE工业互联网平台

ProMACE 定位于面向石油和化工行业全产业链自主可控的工业互联网平台，成为新一代信息通信技术与实体经济深度融合的基础设施。ProMACE 是支撑流程型智慧企业研发设计、生产制造、供应链管理、营销服务各业务环节的核心载体；是信息物理系统（CPS）在石油和化工行业的具体实现；是流程制造数字化、网络化、智能化的关键引擎。ProMACE可提供智能工厂、智能油气田、智能物流、智能服务站、智能研究院、数字化工程等解决方案，满足行业内不同类型企业的需求。

ProMACE 包括安全可控的工业物联网、开放智能的工业云平台、融入最佳实践的工业软件套件和工业 APP、基于行业经验的专业技术服务、标准与安全体系。支撑智能工厂、智能油气田、智能物流、智能服务站、智能研究院、数字化工程等解决方案。ProMACE 能够支持私有云、公有云、混合云的灵活部署，提供统一架构、统一服务无缝互通的云服务。

21、富士康-Fii Cloud

Fii Cloud 云平台是集设计、制造、销售以及全产业链解决方案于一体的工业互联网平台，通过自设计、零组件、SMT、智能制造、智能测试及出货至终端客户的一整套供应链管理系统，实现智能工厂的快速部署。

22、PTC- ThingWorx工业创新平台

ThingWorx 提供了企业推动工业创新所需的功能、灵活性和可扩展性，其中包括在编排流程和提供强大 Web、移动和 AR 体验的同时获取数据源和背景以及综合数据的能力。

ThingWorx平台主要由三部分构成，分别是Kepware、Foundation和Analytics。而最新的版本8.5，或于今年第四季度发布。

Kepware，负责设备的连接、数据的接入。

Foundation，主要是负责整个数据源的建模问题，表明业务对象之间、以及设备对象之间建模的关联关系。包括所有数据的存储、建模，前台应用的UI开发等。

Analytics，是指数据的分析建模，例如通过机器学习对数据的潜在价值进行挖掘。

23、力控科技- ThingLinx工业物联网平台

ThingLinx是一个以设备为核心的开放IIoT设备平台，能为每一台设备提供从设备接入、运行监控、设备资产管理、工业数据预知分析等一站式SaaS服务与行业解决方案。通过ThingLinx，用户可以快速地搭建自己的设备物联网平台。

24、奥普云- ProudThink工业互联网平台

立足于工业互联网，帮助企业实现设备的云端运营，并基于大数据分析，实现服务和产品的持续创新，携手第三方厂商一起打造互联生态体系，加速工业互联网转型。

主要功能：

设备监测

动态解析传输数据，监测设备数据变化，实时触发告警响应。

故障诊断

建立故障知识管理体系与分析模型，诊断故障原因，推荐维护策略。

维保服务

完善的设备运营维护服务体系，全方位跟踪设备维护任务过程。

25、中国移动- OneNet工业互联网平台

OneNET是中移物联网有限公司基于开放、共赢的理念，面向公共服务自主研发的开发云平台，为各种跨平台物联网应用、行业解决方案提供简便的云端接入、海量存储、计算和大数据可视化服务，从而降低物联网企业和个人（创客）的研发、运营和运维成本，使物联网企业和个人（创客）更加专注于应用，共建以OneNET设备云为中心的物联网生态环境。

OneNET平台提供设备全生命周期管理相关工具，帮助个人、企业快速实现大规模设备的云端管理；也开放第三方接口和，加速个性化应用系统构建；同时，可定制化的“和物”APP，为您提供云、管、端整体解决方案。

26、智能云科- iSESOL工业互联网平台

智能云科是互联网云制造服务平台企业， 以智能数控设备为基础，高端工业服务为途径，整合广泛社会资源，打造 iSESOL 平台。平台共分为三个层级，分别为业务应用层、平台服务层及物理系统层。

iSESOL 工业云平台主要包括五项功能：一是设备资源接入、基础服务、应用服务以及对外开放 API；二是通过云端 Agent 服务进行设备接入验证以及构建数据传输通道， 提供数据采集、数据存储以及数据分析等服务；三是提供工业生产要素的建模及分析、工业大数据分析、工艺分析等服务；四是提供 iSESOL 上层业务系统数据交互服务；五是通过开放 API，实现外部系统接入以及对外数据支持服务。通过与智能装配等相关企业合作， iSESOL 平台已经接入大量生产资源，从单一的金切领域扩展到机加工大部分领域，并辐射到整个制造业。

27、机智云- Gizwits IOT Enterprise工业互联网平台

机智云是面向物联网的开发平台提供商和云服务商，主要基于设备连接向用户提供应用开发接口和功能组件， 并提供数据分析引擎和解决方案。为解决企业物联网应用需求， 机智云开发PaaS 平台产品 Gizwits IOT Enterprise（简称 GIE），以降低企业研发成本，加快产品产出速度， 提升企业生产效率。

GIE 平台实现三方面功能：一是提供端到端的设备、应用基础接入能力，通过连接组件 GAgent 为设备与云端、 APP 端提供连接服务；二是提供应用 SDK、 API 以及微服务集群，通过 DynamicData Director Engine 等扩展服务组件，支持快速应用开发；三是提供 RTBD 实时大数据分析工具, 基于 Spark 实时计算框架,根据企业的业务应用场景进行数据的计算与处理。目前，机智云能够为电子信息、能源、制药等行业企业提供仿真系统搭建、生产现场参数监测调节、能源优化等服务。

28、美云智数-MeiCloud 平台

美云智数是由美的集团专门成立的云计算技术和服务提供商，通过智能制造、物联网、大数据、云计算、移动互联网等技术推出工业互联网平台 MeiCloud。

MeiCloud 平台包括数据采集层、 PaaS 平台层和 SaaS 层。数据采集层支持 DCS、 PLC、 DDC、现场总线、智能仪表等多种设备的通讯协议。PaaS 层由云开发平台 CDP、持续交付平台 CICD 和运维监控平台 OvO 三部分组成，既可以支持 SaaS 应用建设，也支持传统单体应用的建设。SaaS 层开发部署了各种智能应用，主要包括云端 MES 服务、企业间协作服务、数据服务、电子商务服务等。

29、GE-Predix 平台

GE（美国通用电气公司）是世界上最大的装备与技术服务企业之一，业务范围涵盖航空、能源、医疗、交通等多个领域。GE于 2013年推出 Predix平台，探索将数字技术与其在航空、能源、医疗和交通等领域的专业优势结合，向全球领先的工业互联网公司转型。Predix 平台的主要功能是将各类数据按照统一的标准进行规范化梳理，并提供随时调取和分析的能力。

Predix 平台架构分为三层，边缘连接层、基础设施层和应用服务层。其中，边缘连接层主要负责收集数据并将数据传输到云端；平台层主要提供基于全球范围的安全的云基础架构，满足日常的工业工作负载和监督的需求；应用服务层主要负责提供工业微服务和各种服务交互的框架，主要提供创建、测试、运行工业互联网程序的环境和微服务市场。

30、ABB-ABB Ability 平台

ABB 是设备制造和自动化技术领域的领导厂商，拥有电力设备、工业机器人、传感器、实时控制和优化系统等广泛的产品线。ABB 于 2017 年推出了工业互联网平台 ABB Ability，探索将数字技术与其在电气自动化设备制造等领域的专业优势结合，向全球领先的工业互联网公司转型。

ABB Ability 平台由 Ability Edge 和 Ability Cloud 构成。ABB Ability Edge 主要用于数据的采集，包括设备及生产控制系统（SCADA， DCS）的数据，通过 Ability Edge 内置的数据模型进行预处理，并传输至云端。Ability Cloud 是基于 Microsoft90Azure 云基础架构及其应用服务，通过对数据进行集成管理和大数据分析，形成智能化决策与服务应用。未来， ABB 还计划将其Ability 与其他工业互联网平台进行互联互通，实现业务协作。

31、施耐德-EcoStruxure 平台

施耐德电气公司是全球著名的电气设备制造商和能效管理领域领导者，为 100 多个国家提供能源整体解决方案。施耐德于2016 年发布 EcoStruxure 平台， 探索将数字技术与其在电力设备等领域的专业优势结合， 实现施耐德集团制造设备的互联。

EcoStruxure 平台包括三个层级，第一层是互联互通的产品。产品涵盖断路器、驱动器、不间断电源、继电器和仪表及传感器等。第二层是边缘控制。边缘控制层可以进行监测及任务操作，简化管理的复杂性。第三层是应用、分析和服务。应用可以实现设备、 系统和控制器之间的协作， 分析则通过运营人员的经验形成模型，用模型促进改善策略的形成，提升决策效率与精准度，服务提供可视化的人机接口， 实现业务控制和管理。EcoStruxure 平台目前已联合 9000 个系统集成商，部署超过 45000 个系统。平台主要面向楼宇、 信息技术、 工厂、 配电、电网和机器六大方向。

32、西门子-MindSphere 平台

西门子股份公司是全球电子电气工程领域的领先企业，业务主要集中在工业、能源、基础设施及城市、医疗 4 大领域。西门子于 2016 年推出 MindSphere 平台。该平台采用基于云的开放物联网架构，可以将传感器、控制器以及各种信息系统收集的工业现场设备数据，通过安全通道实时传输到云端，并在云端为企业提供大数据分析挖掘、工业 APP 开发以及智能应用增值等服务。

MindSphere 平台包括边缘连接层、开发运营层，应用服务层三个层级。主要包括 MindConnect、 MindClound、 MindApps 三个核心要素 ，其中 MindConnect 负责将数据传输到云平台 ，MindClound 为用户提供数据分析，应用开发环境及应用开发工具， MindApps 为用户提供集成行业经验和数据分析结果的工业智能应用。MindSphere 平台目前已在北美和欧洲的 100 多家企业开始试用，并在 2017 年汉诺威展上与埃森哲、 Evosoft、 SAP、微软、亚马逊和 Bluvision 等合作伙伴展示了多种微服务和工业APP。

入选芯片顶会ISSCC，阿里达摩院最新存算芯片技术解读

芯东西（公众号：aichip001）
作者 | 陈巍 千芯科技

编者注：阿里达摩院12月3日宣布其已成功研发基于DRAM的3D键合堆叠存算一体AI芯片，该芯片可满足AI等场景对高带宽、高容量内存和极致算力的需求，相关研究成果已被国际芯片顶会ISSCC 2022收录。本文为千芯科技董事长陈巍对该芯片创新技术的解读。

12月3日，阿里达摩院宣布成功研发新型架构芯片，已经被证明能够在阿里推荐系统中发挥极大的应用价值，并受到技术圈的普遍关注。

据悉，这颗芯片与数据中心的推荐系统对于带宽/存储的需求完美匹配，大幅提升带宽的同时还实现了超低功耗，充分展示了存算技术（第一代仅是近存计算）在数据中心场景的潜力。

▲达摩院存算芯片工作将发表在2022年ISSCC

让我们根据达摩院成员已公开的技术信息，来大胆解读这颗芯片的新科技。

据悉，该工作将发表在2022年ISSCC的Session 29的第一篇，堪称Session 29的扛鼎之作。需要说明的是，ISSCC（International Solid-State Circuits Conference）被业界视为芯片设计界的奥林匹克运动会，是芯片设计圈的顶级盛会。

根据该论文的信息，我们可以看到，这款存算芯片的设计合作方包括北美Sunnyvale、北京、上海三地的达摩院和西安紫光国芯。幕后大佬包括了达摩院的谢源教授和紫光国芯的CEO任奇伟。

该存算芯片的吞吐率能效达到184QPS/W，单位面积存储密度为64Mb/mm^2，使用了基于3D混合键合（3D Hybrid Bonding）近存计算技术，将逻辑单元与DRAM单元键合在一起。

一、为什么达摩院要使用存算技术？

▲传统架构存在“存储墙”问题

“冯·诺伊曼架构存储和计算分离的模型，已无法满足人工智能应用的需求，计算存储一体化将突破AI算力瓶颈。”这是达摩院判断的2020十大科技趋势中的技术趋势之一。

AI技术的快速发展，使得算力需求呈爆炸式增长。虽然多核（例如CPU）/众核（例如GPU）并行加速技术也能提升算力，但在后摩尔时代，存储带宽制约了计算系统的有效带宽，芯片算力增长步履维艰。

巨大的算力需求与实际算力有限增长之间的矛盾，将问题根源指向了冯·诺依曼架构存算分离的局限性。由于计算与存储分离，在计算的过程中就需要不断通过总线交换数据，将数据从内存读进CPU，计算完成后再写回存储。这一运转方式让冯·诺依曼架构无法适应新型计算的大算力需求。

分析显示，数据从内存传输到计算单元需要的功耗大约是计算本身的200倍，真正用于计算的时间和功耗占比大大降低。

为了从根本上解决冯·诺依曼架构瓶颈，就必须使用将计算和存储合二为一的存算技术。

二、基于SeDRAM的近存计算技术

▲SeDRAM技术图示（B. Fujun et al.,2020）

达摩院存算芯片的内存单元采用了异质集成嵌入式DRAM（SeDRAM），拥有超大带宽、超大容量等特点，片上内存带宽可高达37.5GB/s/mm^2。

达摩院存算芯片所使用的SeDRAM就是堆叠嵌入式DRAM（Stacked Embedded DRAM）。

在以往的HBM使用硅中介层（interposer）和微凸块（microbump）来增加逻辑到内存接口的I/O连接数量，以在高数据速率下提供高带宽。然而，进一步提高每引脚数据速率需要HBM和复杂且耗电的PHY电路。而且TSV 和中介层连接具有较大的电阻和电容，从而导致高功耗。

在基于SeDRAM的存算芯片中，AI电路和外围电路，包括控制、I/O和DFT，被分立到一个逻辑芯片，并通过混合键合堆叠在存储阵列芯片上方，混合键合使用 Cu到Cu直接熔合键合。DFT模块则被设计为逻辑芯片中的 IP，用于为阵列芯片执行BISR（内置自修复）。

▲SeDRAM技术的延迟更低带宽更大（B. Fujun et al.,2020）

作为线路后端（BEOL）互连工艺的延伸，混合键合比微凸块和TSV的寄生电容小很多。因此，逻辑到存储器接口的功耗也可以降低40%。

混合键合的PIN间距尺寸为3μm，相反，microbump的间距约为50μm，TSV的间距约为6μm。与使用微凸块和TSV技术的HBM相比，使用混合键合技术的SeDRAM可以达到 110,000/mm^2的最大通孔密度

仅就带宽而言，基于混合键合技术的SeDRAM比HBM效率更高。

当然，我们也看到，达摩院的这颗芯片仅仅是使用了近存计算技术，就已经获得了显著的性能，如果使用更先进的存算技术，则会产生更大的技术跃迁。

三、存算芯片的数据流架构

▲一种数据流架构（Wang Z. et al.,2020）

数据流架构是这颗芯片的另一个特色。

达摩院研发设计了基于数据流的定制化加速器架构，对推荐系统端到端进行加速，包括匹配、粗排序、神经网络计算、细排序等任务。

如数据流架构图所示，节点（Node Cluster）是构建整个架构的基本模块，每个检点的微架构包括多个存储块和一个处理核心。（例如权重存储和输入数据存储）

底层电路结构采用了同构设计，所有节点都可以灵活配置，每个节点有点像多处理器片上系统。

整个计算流程分为多轮（Round）。一轮可以进一步分为两个子轮。在计算子轮期间，存储在其本地缓冲区中的输入特征和神经权重被传送到处理数组中以进行计算。在每个通信子轮中，节点转发其输出特征，簇（Cluster）之间以循环方式交换存储的数据。

通过这种近存计算（基于SeDRAM）和数据流架构的耦合，可以大大减少访问外部内存的次数，提升整体计算能效和性能。

以搜索推荐为例，这一场景对内存带宽、功耗、时延等方面有很高的要求，如果用传统计算来实现，系统性能不易提高，但用存算的方式就能解决这些问题，同时降低成本。在实际推荐系统应用中，该芯片相对于传统CPU计算系统可以达到10倍以上性能提升和300倍的能效提升。

▲数据流架构的执行方式（Wang Z. et al.,2020）

四、存算技术路线的演进

目前存算技术在按照以下路线在演进：

查存计算（Processing With Memory）：GPU中对于复杂函数就采用了这种计算方法，是早已落地多年的技术。存储芯片内部的存储单元完成查表计算操作，存储单元和计算单元完全融合，没有一个独立的计算单元。

近存计算（Computing Near Memory）：典型代表包括AMD的Zen系列CPU和达摩院本次发表的存算芯片。计算操作由位于存储区域外部的独立计算芯片/模块完成。这种架构设计的代际设计成本较低，适合传统架构芯片转入。这次达摩院发布的存算芯片也属于这一类型。

存内计算（Computing In Memory）：典型代表是Mythic、闪忆、知存、九天睿芯。计算操作由位于存储芯片/区域内部的独立计算单元完成，存储和计算可以是模拟的也可以是数字的。这种路线适合算法固定的场景算法计算，目前主要用于语音等轻算力场景。

▲存算架构的演进路线

逻辑存储（Logic In Memory）：通过在内部存储中添加计算逻辑，直接在内部存储执行数据计算，这种架构数据传输路径最短，同时能满足大模型的计算精度要求。典型代表包括TSMC（在2021 ISSCC发表）和千芯。

在达摩院前期的测试中，这颗存算芯片（目前还仅是近存计算）已经被证明能够在阿里推荐系统中发挥极大的应用价值。

可以看到，由于存算技术本身的高能效和大算力特点，可以打破传统计算架构的“存储墙”问题。

这次近存架构在数据中心推荐系统中的应用还只是小试牛刀。存算技术在海量数据计算场景中拥有天然的优势，将在云计算、自动驾驶、元宇宙等场景拥有广阔的发展空间。

做科研要从一而终？大部分物理学家并不专一 | 赛先生

你可能以为物理学家大多在某一个领域深耕，但实际上有超过一半（63%）的物理学家都活跃在两个或更多领域。他们的“跨界”遵循一定规律，形成了一张“物理学关系网”。

撰文 | 杨枭

编辑 | 金庄维

物理学诞生之初，伽利略这样的自然哲学家可以掌握所有物理领域的知识。但如今，物理学经过400年的发展，学科已经繁荣而复杂。2019年1月，发表在Nature Review上的一篇文章（Taking Census of Physics）通过物理学家的论文和引用量等数据，量化了物理学各个领域的规模大小，绘制出物理学家在各个领域流动的图谱。

哪个领域最受欢迎？

研究人员首先采用Web of Science上的物理论文及引用量数据，选取了发表在294个物理期刊上的320万篇物理学论文。为防止丢失掉综合类期刊中的物理学文章，他们又在Nature、Science等其他期刊上选取了引用文献和参考文献大多为物理领域的论文，获得了一个拥有770万篇文章的数据集。

研究人员将这些论文通过物理和天文学分类方案（Physics and Astronomy Classification Scheme）分别归到九个子领域。结果表明，凝聚态物理学（CondMat）领域拥有的人气最高，以46%的份额（62000余名物理学家）占据榜首。随后依次是普通物理学（General，34000人），高能物理学（HEP，33000人），跨学科物理学（Interdisc，32000人），经典物理学（Classical，28000人），核物理学（Nuclear，24000人），原子分子物理学（AMO，20000人），天体天文以及地球物理学（Astro，19000人）和等离子体物理学（Plasma，不到11000人）。

物理学各领域人气分布（图源：参考资料[1]）

你可能以为大多数物理学家都在某一个领域深耕，但实际上他们并没有我们想象中那样分工明确——有超过一半（63%）的物理学家都活跃在两个或更多领域。不过这种情况在不同领域之间差别很大，凝聚态物理、高能物理、核物理这三个领域的专才并不少（所占比例分别是42%，34%，25%），因为研究者要熟悉大型设备，参与长期项目，以至于无暇关注其他领域。

“跨界”科学家往往能够借鉴不同领域的研究思路和方法，这对做出新发现有很好的促进作用。不过，跨界也有一定规律。研究人员捕捉了这些学科之间相联系的蛛丝马迹，发现上面九个细分领域可以归为三个紧密的大领域：跨学科物理和凝聚态物理；经典物理、原子分子物理和等离子物理；高能物理、核物理和天体天文以及地球物理学，它们通过普通物理连接到一起（如下图），形成“物理学关系网”。

物理学关系网。圆圈越大代表从事这个领域研究的物理学家越多，圆圈间的连线越粗代表领域之间的联系越紧密。（图源：参考资料[1]）

从一而终还是见异思迁？

这种关系网的形成，与物理学的“演化”不无关系。研究人员统计了自1985年至2015年的数据，发现在1985年，最受欢迎的领域是凝聚态物理，但其增长率逐渐下降。而跨学科和天体物理虽然在三十年前非常小众，研究人员数量却在稳步增长。物理学领域发生如此重大变化的原因与社会政治背景密不可分。

20世纪80年代末是凝聚态物理、高能物理、核物理飞速发展的黄金时代。在冷战背景下，这三个领域与美国国防部的联系最为紧密，研究的大部分资金均来自国防部。当时的苏联也是如此。这与统计结果相符：1985年至2015年间，64%的物理学家都将处女作发表在这三个领域。

但随着冷战突然结束，军备建设事项的优先级迅速重置。接踵而来的，便是物理学领域的优先级调整。1993年10月，美国国会投票取消了资助超导超大型加速器（SSC）。

许多一开始做凝聚态的物理学家，后期逐渐转向跨学科物理、经典物理和普通物理。高能和核物理领域因为学科相似性互相交流，还有部分流向了天体物理。

相比之下，跨学科物理很难用于起步。虽然它不是物理学家的诞生地，但是凝聚态和普通物理的研究者后期会转向这里。这与其交叉的特点是一致的。

等离子体和天体物理领域则是来得多、走得少。

物理学家在做选择时都有各自的思量。有的物理学家从一而终在一个领域深耕，比如著名的物理学家克劳斯·冯·克利青（Klaus von Klitzing），为凝聚态物理领域贡献了500多篇论文，并在1985年因为发现量子霍尔效应获得诺贝尔奖。

相比之下，2017年诺奖得主莱纳·魏斯（Rainer Weiss）就不那么“专一”了。他学术生涯的第一篇论文是关于原子分子物理学中某个领域的研究，而他的“成名作”是激光干涉技术的发明，与最初的研究毫无关系。

物理学的“演化”（图源：参考资料[1]）

最有潜力的是……

物理学的“演化”带来了哪些影响？

首先是团队规模和论文产量。从1985年到2015年，以每篇论文合作者数量为指标，所有领域的团队规模都在逐步增长，这表明科学家之间的合作越来越多。在高能物理、核物理和天体物理相关领域，大团队合作的趋势尤为明显。诸如ATLAS（超环面仪器）这样的大型实验，使得这三个领域产量剧增。而其他六个领域的论文产量基本保持不变。

然而，对于所有领域，论文产量的增长速度都比不上团队规模。尽管论文产量在增加，但人均产量却都在下降。

其次是对原有评价体系的挑战。一直以来，我们都用论文数量和引用量来衡量一位物理学家的影响力，但这一标准是否真的合理？

统计结果显示，高能物理学领域的顶尖物理学家（前5%）在职业生涯的最初十年，平均合作发表169篇论文，积累超过7000次引用。相比之下，跨学科物理的数据是18篇论文，不到1000次引用。因此，当不同领域的物理学家竞争职位和资助时，学科本身存在的差异不容忽视。

这便衍生出更多问题：当青科在选择研究方向时，如何知道哪个领域更有潜力？基金资助机构如何判断哪个领域更值得投入？期刊编辑又该如何衡量论文的影响力？

对于这些问题，我们无法提供标准答案。欢迎留言，与我们分享你的思考?

参考资料

[1] Battiston F, Musciotto F, Wang D, et al. Taking census of physics[J]. Nature Reviews Physics, 2019, 1(1): 89.

[2] Malmgren, R. D., Ottino, J. M. & Amaral, L. A. N. The role of mentorship in protégé performance. Nature 465, 622 (2010).

[3] Uzzi, B., Mukherjee, S., Stringer, M. & Jones, B. Atypical combinations and scientific impact. Science 342, 468–472 (2013).

[4] https://en.wikipedia.org/wiki/Rainer_Weiss