دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1st ed.
نویسندگان: Boris Murmann. Bernd Hoefflinger
سری: The Frontiers Collection
ISBN (شابک) : 9783030183370, 9783030183387
ناشر: Springer International Publishing;Springer
سال نشر: 2020
تعداد صفحات: 597
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 35 مگابایت
کلمات کلیدی مربوط به کتاب NANO-CHIPS 2030: هوش مصنوعی روی تراشه برای یک دنیای کارآمد مبتنی بر داده: فیزیک، علم و فناوری در مقیاس نانو، الکترونیک و میکروالکترونیک، ابزار دقیق، نانوتکنولوژی، نیمه هادی ها، سیاست تحقیق و توسعه/تکنولوژی
در صورت تبدیل فایل کتاب NANO-CHIPS 2030: On-Chip AI for an Efficient Data-Driven World به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب NANO-CHIPS 2030: هوش مصنوعی روی تراشه برای یک دنیای کارآمد مبتنی بر داده نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
در این کتاب، یک تیم جهانی از متخصصان از دانشگاهها، مؤسسات تحقیقاتی و صنعت، دیدگاههای خود را در مورد اینکه چگونه معماریهای نانوتراشههای جدید عملکرد و بهرهوری انرژی مورد نیاز برای پیشرفتهای مبتنی بر هوش مصنوعی در تحرک مستقل، مراقبتهای بهداشتی و انسان را امکانپذیر میسازند، ارائه میکنند. -همکاری ماشینی بررسیهای اخیر وضعیت موجود، همانطور که در CHIPS 2020 (اسپرینگر) ارائه شده است، نیاز به ارزیابی مجدد فوری فرصتها در فناوری اطلاعات نانوالکترونیک را برانگیخته است. به این ترتیب، این کتاب پایههای عصر جدیدی در نانوالکترونیک را بررسی میکند که باعث پیشرفت در سیستمهای تراشههای هوشمند برای فناوری اطلاعات کارآمد، یادگیری عمیق روی تراشه برای تجزیه و تحلیل دادهها و محاسبات کوانتومی میشود. با توجه به گستره آن، این کتاب خلاصه ای به موقع ارائه می دهد که امیدوار است آینده نانوالکترونیک را در دهه های آینده الهام بخش و شکل دهد.
In this book, a global team of experts from academia, research institutes and industry presents their vision on how new nano-chip architectures will enable the performance and energy efficiency needed for AI-driven advancements in autonomous mobility, healthcare, and man-machine cooperation. Recent reviews of the status quo, as presented in CHIPS 2020 (Springer), have prompted the need for an urgent reassessment of opportunities in nanoelectronic information technology. As such, this book explores the foundations of a new era in nanoelectronics that will drive progress in intelligent chip systems for energy-efficient information technology, on-chip deep learning for data analytics, and quantum computing. Given its scope, this book provides a timely compendium that hopes to inspire and shape the future of nanoelectronics in the decades to come.
Front Matter ....Pages i-xxiii
The New Era of Nano-chips: Green and Intelligent (Boris Murmann, Bernd Hoefflinger)....Pages 1-7
IRDS—International Roadmap for Devices and Systems, Rebooting Computing, S3S (Bernd Hoefflinger)....Pages 9-17
Real-World Electronics (Bernd Hoefflinger)....Pages 19-30
Silicon Complementary MOS into Its 7th Decade (Bernd Hoefflinger)....Pages 31-39
Nanolithography (Bernd Hoefflinger)....Pages 41-45
The Future of Ultra-Low Power SOTB CMOS Technology and Applications (Nobuyuki Sugii, Shiro Kamohara, Makoto Ikeda)....Pages 47-88
Dealing with the Energy Versus Performance Tradeoff in Future CMOS Digital Circuit Design (Wim Dehaene, Roel Uytterhoeven, Clara Nieto Taladriz Moreno, Bob Vanhoof)....Pages 89-115
Monolithic 3D Integration—An Update (Zvi Or-Bach)....Pages 117-125
Heterogeneous 3D Nano-systems: The N3XT Approach? (Dennis Rich, Andrew Bartolo, Carlo Gilardo, Binh Le, Haitong Li, Rebecca Park et al.)....Pages 127-151
High-Speed 3D Memories Enabling the AI Future (Zvi Or-Bach)....Pages 153-163
3D for Efficient FPGA (Zvi Or-Bach)....Pages 165-180
Digital Neural Network Accelerators (Ulrich Rueckert)....Pages 181-202
Enabling Domain-Specific Architectures with Programmable Devices (Alireza Kaviani)....Pages 203-225
Coarse-Grained Reconfigurable Architectures (Raghu Prabhakar, Yaqi Zhang, Kunle Olukotun)....Pages 227-246
A 1000× Improvement of the Processor-Memory Gap (Zvi Or-Bach)....Pages 247-267
High-Performance Computing Trends (Bernd Hoefflinger)....Pages 269-273
Analog-to-Information Conversion (Boris Murmann, Marian Verhelst, Yiannos Manoli)....Pages 275-292
Machine Learning at the Edge (Marian Verhelst, Boris Murmann)....Pages 293-322
The Memory Challenge in Ultra-Low Power Deep Learning (Francesco Conti, Manuele Rusci, Luca Benini)....Pages 323-349
Multi-sensor Scenarios for Intelligent SOCs (Bernd Hoefflinger)....Pages 351-358
High-Dynamic-Range and Wide Color Gamut Video (Zhichun Lei, Xin Yu, Markus Strobel)....Pages 359-386
Update on Brain-Inspired Systems (Ulrich Rueckert)....Pages 387-403
Energy-Harvesting Applications and Efficient Power Processing (Thorsten Hehn, Alexander Bleitner, Jacob Goeppert, Daniel Hoffmann, Daniel Schillinger, Daniel A. Sanchez et al.)....Pages 405-442
Artificial Retina: A Future Cellular-Resolution Brain-Machine Interface (Dante G. Muratore, E. J. Chichilnisky)....Pages 443-465
Augmented and Virtual Reality (Gordon Wetzstein)....Pages 467-499
Cryogenic-CMOS for Quantum Computing (Edoardo Charbon, Fabio Sebastiano, Masoud Babaie, Andrei Vladimirescu)....Pages 501-525
Quantum Computing (Albert Frisch, Harry S. Barowski, Markus Brink, Peter Hans Roth)....Pages 527-548
Human-Machine Interaction and Cognitronics (Ulrich Rueckert)....Pages 549-562
Efficient System-on-Chip (SOC) for Automated Driving with High Safety (Yutaka Yamada, Katsuyuki Kimura)....Pages 563-575
The Thirties (Boris Murmann, Bernd Hoefflinger)....Pages 577-583
Back Matter ....Pages 585-592