信息技术智能化发展：纳米尺度光物质相互作用与超低功耗光电技术突破

信息技术智能化发展：纳米尺度光物质相互作用与超低功耗光电技术突破

1。研究部门简介

信息技术和电子技术正在发展智能。相关系统在带宽，能源消耗，微型化等方面的需求受到核心瓶颈的限制。此外，支持这些系统的制造技术也正在接近物理限制。目前，如果可以在基本的电子和光电设备和制造技术中进行变革性突破并应用它们，它将阻止信息技术的发展停滞，并且还将重新确定未来的新信息技术。

该研究部门将探索纳米级的光与物质相互作用的新机制，揭示小规模噪声和非线性对宏观设备的影响，克服了载体运输的微纳米级调节方法和技术。探索新材料的量子物理机制，例如狄拉克材料和拓扑绝缘子，并提出了超出玻尔兹曼限制并实现接近零功耗的电子设备和芯片的技术方法。在此基础上，我们将开发超低功率的纳米活性和被动光电集成芯片。开发超高速度，宽带积分光电子和相关的高频宽带光学信号处理组件；开发具有接近零功耗的新电子设备并支持大规模单元集成；并开发高性能，低功率计算和内存芯片。为此，该研究部门将重点关注纳米 - 振动发光设备和集成芯片，高维的平行光学处理芯片，光电设备以及微波光子设备，新的基本电子设备和新基本电子传感器和微观传感器，可重建的计算系统以及新的集成体系程序，用于存储和计算和计算。

2。主要研究方向

1。纳米 - 振动发光设备和集成芯片

片上超级计算机和片上数据中心是限制超级计算机或数据中心开发的两个关键指标：能耗和速度。在这种方法中，一个具有挑战性的问题是纳米，低能消耗和光电设备的整合。该研究方向将探索新的纳米摄影材料的发光物理机制，研究新型的小型，低能的高速纳米胶质器和片上光学放大器；揭示尺寸限制，能耗极限以及纳米剂的高速和尺寸能消耗速度之间的关系，研究了二维相变材料的新的高速和低能调制材料；探索用于纳米级设备集成的新想法，并研究关键设备（例如光源，调节器，波导和检测器）的“模型”芯片的设计，材料兼容性和开发过程。 After 5-10 years of research, it was finally realized that ultra-low power consumption on-chip integrated nanolasers with an ultra-low power consumption below 10 fJ/bit was completed, and the verification of ultra-high-speed nanolasers above 50 GHz was completed, and the entire process of integrating key nano-optoelectronics devices was opened to realize the integration of the "model" chip.

2。高维平行光学处理芯片

随着微电子芯片中的设备处理接近物理极限，很难维持依赖微电体集成以提高芯片性能的途径。光信号处理技术提供了突破这种瓶颈的新方法。需要解决此方法的挑战性问题是如何实现在有限的光子设备集成条件下，其性能优于微电子芯片的光学处理芯片。该研究方向将研究实现芯片上复杂的高维光场生成和操纵功能的技术，发展高性能，高效率和低功率高维的平行光学处理芯片，并探索其在高性能光学计算和光学通信中的应用。预计将在未来五年内开发出各种新的高维空间光场设备，以实现新的波长空间动态调节芯片，并获得超高分辨率的光谱操纵（小于0.1nm），超快速的空间模式调节速度（大于MHz）和Ultra-Large-large-large-large-large-scale（可能100*100*100*）。

3。光电子和微波光子学

将激光和微波检测结合在一起，以实现多波段和多维集成目标监视和成像是将来智能平台眼的基本功能要求。光电设备和微波光子组件具有低噪声，高灵敏度，较大的带宽和较大的动态范围是对此基本功能需求的基本支持。该研究方向将开发用于调节半导体微纳米量子结构中载体运输的方法和手段；研究强度噪声，相位噪声和载体噪声的物理机制和抑制方法，开发原子尺度半导体薄膜的制备技术和低维量子结构以及高分辨率，现场，女权级材料和Micro-Nanano结构的分析和评估技术；研究基于微波光子技术的分布式相位结构结构，研究高精度时间频率动态同步的原理，方法和核心技术；研究光电气整合相结合信号处理的理论和方法，并研究高频宽带光电集成的原理，结构和技术。经过五年的研究，已经实现了半导体发光膜材料在无定形底物上的外延生长，从而颠覆了半导体晶体生长的现有范式。实现新的全稳态活跃分阶段阵列激光雷达技术的突破，开发和开发关键的光电核心单元设备；突破分布式微波光子的原理，方法和核心技术，并实现高精度的三维微波成像。

4。新的基本电子设备和微传感器

根据现有的集成电路技术路线，减少比例的芯片制造技术已逐渐接近其物理限制。信息处理和计算技术的开发迫切需要进行新的基本电子材料，设备和微传感器的升级。该研究方法将探讨低维铁磁和狄拉克材料以及新的铁电纳米材料的生长机制。研究新材料系统的物理机制，例如能带，带隙，能量阀，旋转和铁电源；调节材料系统和微纳米结构的性质；探索新的传感器物理机制；研究传感器的芯片集成技术，要测试的对象和控制电路。经过五年的研究，在相同的过程条件下，新设备的功耗减少到传统硅相应设备的功耗，而负电容逻辑设备的磁滞降低至50 mV以下。将来，功耗将进一步降低到传统硅设备的50％，负电容逻辑设备的滞后滞后降至小于10 mV；实现单位集成，将完成旋转逻辑计算设备，负电容晶体管和存储原理芯片，并应用于量子计算，人工智能和其他字段。

5。可重建计算系统和存储的新架构

指令集处理器（ISAPS）和特定于应用程序的集成电路（ASIC）无法再满足智能终端计算的要求；迫切需要探索并破坏冯·诺伊曼建筑的新系统，并促进智能计算领域的创新发展。该研究方向试图解决这一挑战，并将重点放在研究上：可扩展的动态变量结构电路结构和电路重建方法；具有混合粒径和动态变量功能的基本计算单元和存储单元；高带宽，可扩展的动态可重新配置片上互连策略；集成计算结构集成体系结构的集成体系结构的集成体系结构的理论基础及其计算机制；以及集成计算结构的综合结构的设计以及集成计算集成计算结构的集成计算结构的集成计算结构的集成计算结构的集成计算结构的高能映射方法。在5年内，我们实现了动态的可编程软件和硬件，并重新配置功能计算芯片，并在人工智能处理器和数据中心处理器的领域设计并完成了两个芯片。人工智能处理器的能源效率达到60台/W；与指令驱动程序CPU相比，数据中心处理器的性能为1倍，功耗减少了1倍。突破内存和计算的集成高能智能计算体系结构，完成集成存储器的开发和计算智能芯片，计算能源效率比CPU-GPU高2-3个数量级以及100毫米的能源消耗，并实现在移动电话，无人机和其他领域中的应用。将来，高效的一般可编程可编程逻辑设备将旨在用大量和广泛的范围替代特定于应用程序的集成电路，探索我国高端集成电路的新开发路径，并增强我国集成电路行业的核心竞争力。

iii。重要的研究结果

3.1基本边界研究

1。未来光电集成芯片的光源和设备

In 2007, the metal-semiconductor core-shell structure was first proposed to use the metal-semiconductor core-shell structure as a laser miniaturization solution, using the coupling of plasma excitons and light waves in metal to limit the optical mode to a scale far smaller than the wavelength, thereby fundamentally breaking the diffraction limit and opening up a new way for the final miniaturization of laser size.目前，许多国际研究小组都采用了该计划。在2009年，开发了低于一半波长的光学厚度的第一个金属腔激光器。这是世界上第一个电气注射激光器，其比例小于衍射极限。 2013年，世界温度首先实现了带有电气注入和连续模式操作的金属等离子体激光器，因此在这种纳米激光器的实用中迈出了关键的第一步。

金属等离子体激光的研究结果

2.半导体合金纳米材料，多波长激光器和白光激光器：2015年，首次在单个纳米血症导膜上增长了支持三种原色和激光操作的异质界，首次在单个纳米血症导体膜上生长，并且在世界上首次实现了白光激光器。相关结果发表在“自然纳米技术”中。 2015年底，这本著名的《美国科学技术》杂志流行科学将“白色激光”的发明评为年度最佳工程发明之一（“年度最佳技术”），而中国激光网络选择了白色激光作为2015年前十名新的激光器之一，在激光领域中排名前十的技术进步。

半导体合金纳米材料，多波长激光器和白光激光器的研究结果

3。基于硅的二维纳米激光器和片上光学放大器

2017年，在室温下连续操作中首次实现了具有基于硅二维材料的纳米仪。相应的结果发表在《自然纳米技术》杂志上，以及2017年基础研究类别的“中国光学的十大进展”。开发了一种新的在基于硅的底物上生长的单晶化合物纳米线，并首次在单个纳米线上准确测量了材料的内在吸收系数，并最终获得了高达100dB/cm的光学净增益。相应的结果发表在2017年自然光子杂志上。该研究结果对与硅底物上的光子集成的纳米激光器和光学放大器具有重要意义。

用于基于硅的二维材料的纳米激光器和纳米线波导的示意图

4。基于超材料的游离电子辐射芯片

提出了SPP超材料中的“无阈值Cherenkov辐射”并实验证明，并实现了低速自由电子的光带辐射，并且世界上第一个自由电子辐射芯片是创造性地设计和开发的，自由电子光源集成了芯片。该论文发表在2017年的“自然光子学”上，并作为当前网站主页上的封面文章。这项研究结果从根本上解决了Cherenkov辐射数十年来需要极高的电子速度的问题，并将促进光电设备领域中“游离电子辐射芯片”的新研究方向的发展。研究工作被选为“ 2017年中国光学的十大进展之一”。

Cherenkov筹码及其性能

5。在新电子设备中取得突破

石墨烯状的突触设备，可实现电压调节的可塑性。这种新的动态突触设备在同一设备上实现了兴奋性和抑制性突触行为，为设计和实施类似大脑的计算芯片的设计和实现提供了新的想法和支持技术（Nano Letters 2015，15，8013？8019）；具有电压调节存储窗口的耐石墨烯的可变内存，该新内存的写入电压是可以连续调节的，预计这将对新一代高密度存储技术产生重要影响（Advanced Materials，2015，27，7767–77774）。石墨烯用于修改介电层和电极界面，并实现低阻力电阻值和低功率石墨烯内存（Nano Letters 13，651-657（2013））。

石墨烯突触设备

石墨烯电阻内存

石墨烯内存

电阻可变内存已实现，可在非常低的10 pa工作电流下运行，其功耗仅为28 PW，远低于传统电阻可变内存订单MW〜NW的功耗。该设备的仿生突触能量消耗仅为400 FJ/SPIKE，它非常接近人脑中〜1-100 FJ/SPIKE的超低能量消耗。这项成就对于具有极低功耗的仿生神经计算具有重要意义（ACS Nano，2017，11（12），第12247-12256页）。

阻力记忆

3.2应用基础研究

1。光通信带量子光源设备

它是中国第一个基于基于硅的光子设备进行量子光源进行研究的研究，并首次使用光学纤维来实现量子纤维来实现量子幽灵图像，完全利用了硅波导量子光源的高维时频纠缠特性。开发的光学通信带的两光量子量子光源也用于：用于光纤传输量子安全性的直接通信实验，基于独立量子光源的量子传送实验以及量子纠缠交换实验。结果进入了生产阶段。

2。微波光子滤光片及其基于硅的集成芯片

提出了电域等效切片的原理来实现光学域光谱的超高精度切割，并解决了光学域光谱的硬切割精度不佳的问题。揭示FIR滤波器的Q值最终受到组件的高阶分散体的限制；发明一种用于高精度在线测量微波光子过滤器的方法；提出并实施一个微波光子滤波器原理和结构，该原理和结构可以消除高阶分散。最后，实现了具有记录（> 6400）复合系数的FIR微波光子滤波器，其复合系数可重构FIR微波光子光子滤波器具有W波段（75〜110GHz）Q值。相关的学术成就已经发表在《光明：科学与应用》，《激光与光子学评论》，《光学快报》，《光学信》等的国际期刊上，并在国际会议上提供了特别报告，例如Cleo-pr2017，ICOCN2017，Cleo2018，Cleo2018，Advanced Photonics，Advanced Photonics 2018和其他国际会议。

W波段可调节的，可重建的FIR微波光子滤光片组件

提出了基于双层耦合的超低超低损失氮化硅波导的超长延迟线（〜50厘米）和级联的MZI光子循环，并实现了具有7个ZERO的氮化液和FIR Ultra Ultra Microwave光子集成信号处理芯片，并具有145mhz的处理精度，并实现了7个ZERO的精度；提出了基于自我诱导的透明度效应的超细微波光子信号处理芯片，这可以使微型Q值提高200倍以上，加工细度可以达到2.2MHz，并且等效的光学域Q值达到8E7，这是该时间相似的微波炉光子信号处理器的最高准确记录。具有覆盖1-65GHz的频率范围的微波信号通过可调的精细处理实现，处理精度为500MHz。

微波光子滤清器芯片

3。超快激光扫描系统

根据新快速的时频映射光场信息的产生和获取，结合了波长划分技术，在激光扫描成像中的成像帧速率和分散分辨率的基本矛盾和局限性解决了，并且实现了世界上最快的实时线扫描技术，从而实现了扫描速率，以增加对2GHZ和2GHZ的扫描速率。

实现了快速结构的光照明成像和数据压缩系统，克服了传统结构光调制技术的速度缺陷，将结构化光生成的速度提高到50MHz，这比当前最快的DMD快3个数量级。超快超分辨率成像是在1.55微米带中实现的，该频带超过了衍射分辨率限制40％。

流式细胞仪检测原理

4。基于光子原理的宽带微波传输和接收组件的研究

提出了一个光子辅助的PDAC结构和技术，以消除电子DAC时间抖动和其他限制DAC高频宽带的影响，并实现10GHz带宽的任意波形的产生。基于此PDAC，开发了波形可重构宽带微波传输组件。具有可重构带宽的宽带微波光子接收前端，支持下调/向后启动等，并且具有灵活的功能。基于此，成功开发了0-100GHz可调且可重新配置的宽带微波接收组件。实现了X波段4GHz带宽和W波段10GHz带宽运动目标的成像，分别分别为5厘米和1.9厘米。结果已获得7项国家发明专利和十多份SCI论文，并进入了应用研究的阶段。

宽带微波光子雷达发射器和接收器

X频段4GHz成像雷达的成像效果和分辨率

W频段10GHz宽带微波光子雷达的成像分辨率和成像效应

5。非易失性处理芯片

基于Ferroelectric存储器设备的分布式非易失性存储架构，世界上第一个低功耗的非挥发处理器THU1010N已成功设计。 Chipping结果表明，与该行业最先进的MSP430系列处理器相比，THU1010N的唤醒速度和睡眠能量消耗均通过2-4的订单提高。完成了世界上最快的非易失性处理器THU2015N，并在筹码领域的国际顶级会议上发表。设计了最集成的非挥发处理器THU1020N，非挥发性FPGA技术和灵活的Pseudo-CMOS逻辑电路噪声公差模型。 THU1020N具有最高的整合度，并且数据传输效率提高了27倍。

设计的非易失性智能传感芯片

6。数字到分析转换芯片

经过将近10年的努力，从头到尾超过了外国禁运指标的定性飞跃。在公开发表的论文中，这项研究提出了第一个交织的数字域动态随机零技术，第一个互补的当前源技术和第一个基于冗余的空间过采样技术，并提出了自适应密码与不相关的开关开关技术。 The DAC chip with a 14-bit accuracy of 3.0GS/s sampling rate based on these technologies has achieved a dynamic range of more than 70.5dB in a bandwidth of 442MHz and a dynamic range of more than 54.7dB in a bandwidth of 1000MHz, far exceeding the indicators of the embargo of Europe and the United States (12-bit, 1.25GS/s, and 68DB动态范围为100MHz）。这项研究结果已获得7项授权的发明专利，并发表了8份最高的SCI来源期刊和国际会议论文。

设计了数字到分析转换芯片，测试电路和实际测量结果

3.3应用研究

1。高速分布式反馈半导体激光器及其集成光源

这所学校持续了将近20年，并且已经开发了高速，低成本的DFB激光器及其综合光源，并与合作社企业实现了工业化。结果在2011年获得了教育部的科学和技术成就的批准。评估委员会认为，“研究结果水平已达到国际领导力”。结果已广泛用于数字光纤通信网络。在过去的三年中，合作企业在国内外提供了超过110万套的高速光源设备，新的销售额超过7.5亿元，这有效地促进了我国高端OptoelectRonic Chip行业的独立创新和开发。这所学校的成员（排名第一和第二）与企业合作，于2011年赢得了中国电子学会电子信息科学和技术的一等奖，并于2012年获得了国家技术发明的二等奖。

中继光学通信使用40 GB/S高速集成光源。 （a）激光和调制器的增益耦合的集成光源芯片结构共享相同的外延层； （b）40 GB/S高速集成光源模块； （c）40 GB/s高速集成光源模块100km，以传输测得的眼图； （d）国家技术发明奖证书的二等奖

2。基于GAN的蓝绿色LED用于半导体照明及其工业化

他是第一个提出在具有二维高和低起伏结构的图案化基材上的外延LED材料的技术解决方案（中国发明专利：ZL02117329.X）；提出了一种新的量子井结构来抑制压电极化效应，提高内部量子效率并稳定发光波长。使用模式底物表面的步骤开发了无膜gan侧外延技术，而gan材料的脱位密度将降低到107 cm？ 2。LED的光输出效率比传统平面底物高20％以上；通过优化生长条件，可以获得具有陡峭界面的Ingan/Gan多量子井，而LED芯片的光谱特征是国际文献中报告的最好的。提出了一种基于CL2/AR/BCL3的新蚀刻气体组合，并系统地对蚀刻参数进行了优化，并实现了具有较大面积均匀性，可控制速度和平滑表面的GAN/Algan异质结的非选择性ICP蚀刻。与企业的合作达到了上述创新技术的工业化，促进了我国LED行业的发展，并与合作社企业一起获得了2011年国家科学技术进步奖的二等奖。

基于GAN的LED芯片的关键技术。 （a）二维蓝宝石图形底物上的gan材料外延； （b）高内部量子效率量子井结构； （c）原子水平ICP干蚀刻技术； （d）国家二等奖证书

3。根据光行为调节及其在半导体照明中的应用，建造三维自由光学表面

半导体照明光源结构可以同时实现光调节（光分布），系统散热和直流优化驾驶；构建了三维自由光学弯曲表面，以调节具有非成像光学原理LED发出的光方向，消除眩光并实现均匀的照明/亮度分布。同时，只有一个自由的光学弯曲表面可以将偏离理想点光源偏离的LED扩展光源转换为可以提供任何照明分布的半导体照明光源。基于这种方法，发明了各种三维不对称的不对称光学弯曲透镜，包括“花生”光学结构。与传统的路灯相比，它们首次应用于实际道路，其照明均匀性增加了45％，节能率为60％。上述非成像光学的专利成就已成为Dongguan Qinshang Qinshang opetelectronics Co.，Ltd。的核心技术，并促进了其清单，形成了一系列产品，例如大型场地照明和街道照明，可实现122亿Yuan的销售收入。当在人民大厅的大厅中使用时，照明效果要比原始的卤素钨灯更好，并节省了75％的能量。他于2009年赢得了广东省科学技术的一等奖，并于2014年获得了国家技术发明的二等奖。

半导体照明应用技术。 （a）面临传统照明技术和早期半导体照明技术的问题； （b）具有矩形均匀照明分布的非成像光自由表面设计； （c）在深圳高速公路和人民大厅上应用结果； （d）赢得国家技术发明二等奖的证书

4。高效动态可重建计算及其系统芯片的关键技术

它领导着突破关键技术，例如层次配置策略，其存储率低和沟通成本低，是一个并行多任务处理的有效的重建管理器，一种基于可调的双电压技术的低功能可重新配置阵列设计，一种可调节的双电压技术，一种固定的多层数据存储器结构，并具有扩展的配置结构，并具有扩展的配置信息，并具有扩展的配置数组可重新配置的阵列体系结构，支持有效的循环任务执行。专注于两个主要的技术问题，高能效率和高灵活性，许多芯片，例如可重新配置的计算单元阵列IP Core-RPU（可重构处理单元），高性能重新配置的处理器SOC -REMUS_HPP和其他芯片已成功开发。相关成就赢得了2015年国家技术发明的二等奖。

RPU体系结构（左），RPU IP核心验证芯片变色龙体系结构（中间）和模具照片（右）TSMC 65NM LP1P8M流程芯片，比例为540万门（注意：内存已转换为标准门），区域为16.7mm2，正常工作频率为200mmHz

Verification demonstration circuit structure (left) and physical demonstration diagram of RPU IP core verification chip (right)

(Note: The verification demonstration circuit consists of 8 RPU chips and 2 super large capacity FPGAs)

REMUS_HPP architecture (left), RHINOCEROS architecture (middle), RHINOCEROS die photo (right) (TSMC 65nm process, REMUS_HPP area is 48.9mm2. Integrate REMUS_HPP into a high-definition set-top box prototype SoC chip RHINOCEROS, and pass the TSMC 65nm LP1P8M process flow. The silicon wafer area of ​​RHINOCEROS is 9.28×9.28mm2.)

5. Thinker series of artificial intelligence chips for deep learning

Faced with the urgent need for artificial intelligence applications by mobile computing devices and the strict limitations on power consumption, the reconfigurable hybrid neural network computing chip - Thinker was studied and designed. This chip proposes high energy-efficiency technologies such as adaptive multi-bit wide computing, on-demand resource division and on-chip data multiplexing based on the characteristics of neural networks, such as high fault tolerance, large fluctuations in computing density, and complex memory access mode. Thinker uses TSMC 65nm LP process flow chip with a chip area of ​​4.4mm×4.4mm. Under the voltage supply of 0.7V~1.1V, the power consumption is only 4mW to 447mW, and the energy efficiency is as high as 1.06TOPS/W~5.09TOPS/W.

For general-purpose neural network computing, adopt heterogeneous PE architecture, support CNN/FCN/RNN, and hybrid neural network Thinker-I deep learning chip

Thinker-I Deep Learning Chip

Thinker-II deep learning chip for extremely low-power neural network computing, load-aware scheduling technology, and support low-bit width quantization and resource multiplexing technology

Thinker-II Deep Learning Chip

Thinker-S deep learning chip for extremely low power voice application technology, Always on real-time processing technology, voice recognition and voiceprint recognition technology

Thinker-S Deep Learning Chip

6. Reconfigurable chips for general computing

For the field of general computing, in order to meet the characteristics of 13 types of general computing applications proposed by the University of California, Berkeley, and overcome key technologies such as reconfigurable array optimization for control-intensive applications, multi-objective optimization of reconfigurable network design, and hardware multi-threaded distribution and scheduling based on priority and load, a reconfigurable general chip - HReA is developed. The chip is designed based on the TSMC 65nm process, with a chip scale of 18.9 million doors and a silicon wafer area of ​​4.83×3.93mm2. Compared with ARM's high-end processor Cortex A15, the chip's power consumption is 22.1 times and its energy efficiency is 16.2 times.

General-purpose reconfigurable computing chip-HReA

7. Bridge structure monitoring wireless sensor network

Based on 51 invention patents and 7 software copyrights in circuits, sensors, software systems, etc., 23 wireless sensor products certified by authoritative institutions have been developed, and has the node time synchronization technology reached 10? S-level, a structureless model health assessment method and progressive online program update technology based on statistical analysis of deep neural networks and bridge structure mechanics parameters was invented, and a bridge monitoring cloud service platform software was developed, and a long-term monitoring wireless sensor network system for large and super-large bridges was built in the world's first long-term monitoring wireless sensor network system for extra-large bridges, national inspection of large bridges, daily inspection of more than a thousand bridges, "Belt and Road" projects and Fuzhou subway monitoring, and has been promoted and applied to tunnels, slopes, hydropower dams, and ancient buildings. Win the 2016 "First Prize in Science and Technology of China Highway Society". Based on this technology, this research department successfully established Yuanqing Huihong Information Technology Co., Ltd. in October 2013.

The Ronghu Bridge Health Monitoring Wireless Sensing Network was built in 2012

8. Neural network acceleration system and software and hardware collaborative design technology

In 2015, convolutional neural network was implemented on the embedded FPGA platform, low bit and network compression technology were introduced, and the system energy efficiency exceeded that of the NVIDIA GPU platform. The result was published at the 2016 FPGA conference and cited more than 200 times by Google. It implemented a sparse voice recognition engine on the KU060 FPGA, which was 3 times faster in processing speed and 11.5 times higher in energy efficiency than NVIDIA GPUs of the same level. This result was the best paper for FPGA 2017 and has been successfully deployed in Amazon AWS cloud. He has won the "First Prize in Technology Invention of the Science and Technology Award of the Chinese Computer Society" in 2017, Zhongguancun High-College Project-Innovation Leading Talent, etc. Based on the above technical foundation, this research department successfully established Shenjian Technology Co., Ltd. in March 2016. In 2017, it received a US$40 million financing round led by Samsung and Xilinx, with a valuation of more than US$150 million, becoming an international leading supplier of deep learning processors and solutions.

9.3D imaging system

In the field of three-dimensional information research, a high-precision global stereo matching algorithm with the progressive iteration theory of parallax and estimation confidence was proposed, ranking first in the binocular stereo matching algorithm evaluation established by authoritative institutions such as the United States Natural Science Foundation of China, Microsoft Research Institute, and Middlebury University (the research results article was published as of the publication). On the issue of pose estimation, a regional integrated neural network method was proposed. In the three tasks of the hand posture estimation challenge in ICCV 2017, they achieved 2nd, 3rd and 4th respectively, and ranked first in domestic research in this field. The results have been applied to online quality inspection of liquid food. Related products have been applied to major domestic and foreign companies such as Coca-Cola, Unified Enterprise, Nestlé and Danone, and have been exported to Japan, the Philippines and other countries. At present, more than 200 sets have been promoted and applied, creating a total of about 320 million yuan in economic benefits for users. 46 SCI articles, 77 EI articles, nearly 30 invention patents were disclosed, 19 invention patents were authorized, and 5 utility model patents were authorized. In 2014, he won the first prize of "Wu Wenjun" Science and Technology Progress Award and the second prize of Shandong Science and Technology Progress Award.