Technology and Beyond (TaB) - Social science

存储器结构性分道篇－重内存

Sat, 18 Sep 2021 14:59:09 +0800

投资建议
虽然我们保守预期 2022 年全球内存 DRAM 市场将衰退 10-15 个点，DRAM 合约价格将下跌 30-35 个点，直接影响 DRAM 大厂的营业利润率在这次下行周期至少超过 15 个点，但我们认为这是布局优质公司的机会。归因于摩尔定律趋缓，新设备如 EUV 单价提升拉高资本开支及折旧费用，加
上人工智能服务器系统对于 HBM 高频宽内存需求的增加，服务器 CPU 的加速叠代更新到 5/3nm 及/20A 制程工艺及从 8 到 12 通道内存模组的规格改变，DDR5/DDR6 及 L3/L5 自驾车的陆续上路，中／低容量特殊利基型DRAM 需求超过供给，这些趋势的改变将让 DRAM 位元密度需求增长加速。
（从过去五年 18%的 bit growth, 到未来 10年的 20-21% bit growth），加上长期价格的稳定来反映高资本开支，我们预期 DRAM 内存产业进入未来 10年的黄金时代，10 年内存营收复合增长率将达 21-22%，这类似于我们看到先进逻辑制程工艺产品的长期价格上涨通膨趋势，但 10 年逻辑芯片及晶圆代工营收复合增长率达 10-15%，明显低于内存器营收复合增长率。

存储器结构性分道篇－重内存.pdf (Size: 3129027 / Downloads: 0)

电力设备与新能源行业-逆变器行业

Sat, 18 Sep 2021 14:45:16 +0800

投资要点：

受益于全球光伏市场高景气度，逆变器需求高速增长
在全球各主要经济体陆续公布了双碳目标的大背景下，光伏行业延续蓬勃
发展的态势具有较高确定性。逆变器作为光伏系统的必要设备，将充分受
益于光伏装机量的提升以及存量市场的替换需求，预计全球光伏逆变器需
求量将实现2020-2025年16.20%的CAGR，到2025年达到400GW级别，对
应市场规模为800亿左右。

行业历经多次洗牌，现存厂商建成动态壁垒 2009年至今，行业已历经至少3次洗牌，大批曾经在行业内具有重要影响力
的海内外厂商主动或被迫退出光伏逆变器业务。现存厂商普遍建设有完备
的全球销售渠道，及时的售后维护响应能力，迅速的产品迭代升级能力。
其中国内领先厂商以更强的成本控制能力和技术迭代速度，较海外厂商竞
争优势明显，目前国内CR6全球市占率60%，仍具有提升空间。

电力设备与新能源行业-逆变器行业.pdf (Size: 2071117 / Downloads: 0)

2021年中国新材料产业深度研究报告

Sat, 18 Sep 2021 14:43:06 +0800

2025年中国新材料产业总产值有望达10万亿元
伴随新一代信息技术、新能源、高端装备制造等应用领域的快速发展和材料基础研究及技术创新的稳步推进，中国新材料产业获得了发展动力。根据工信部预计，在产业政策的促进下，中国新材料产业将保持良好发展势头，预计在2025年新材料产业总产值将达到10万亿规模，2020至2025年年均复合增长率达13.5%

2021年中国新材料产业深度研究报告.pdf (Size: 36894997 / Downloads: 0)

2021中国网络广告年度洞察报告 ——产业篇

Sat, 18 Sep 2021 14:37:12 +0800

后疫情环境：整体环境不稳定性高，但影响力降低，广告主对营销工作抱有信心
伴随防疫的常态化，同时企业应对疫情不断优化自身结构、外部环境经济复苏、数字化技
术广泛普及以及更加多元的营销形式成熟之后，广告市场进入精细化、高效化的发展阶段。

数字化转型：社会数字化转型加速，数据成为重要资产，推动营销技术的应用
数字化升级影响下，营销各环节都借助数字手段参与构建与连接，全链路触点的互动和关
键触点的转化成为广告主的重要诉求，同时数据与个人信息安全也受到国家层面的关注。

广告市场生命力依然旺盛，网络广告持续发展
受疫情影响，整体经济增速下行，但广告市场的规模仍在成长，其主要动力来源于网络广
告的增长，2020年中国网络广告市场规模达7666亿元，不同形式、不同平台的网络广告类
型也呈现蓬勃发展的态势。

数字化浪潮再掀行业革新
广告主：根据艾瑞广告主调研，广告主的认知和营销策略受到疫情的影响和数字化浪潮的
推动，更加看重营销的精细化以及费效管控，对于数字技术的投入也更高。
媒体：媒体份额持续变化，电商平台和短视频平台占据网络广告市场份额主要版图，流量
与数据管理成为营销价值的突破口，私域营销顺势崛起。
消费群体：整体消费加速向线上平台倾斜，Z世代与下沉市场作为新兴消费势能人群，消费
潜力和成长空间仍待深度挖掘。

融合与竞争造就全新格局
短视频广告行业发展迅猛，电商营销依旧占据龙头地位，社交媒体用户活跃度因疫情而提
升，传统门户资讯及搜索行业积极探索新模式，增强用户粘性，各行业类型网络广告在发
展中不断融合，在互相竞争中共同推动行业的升级与进步。

前沿营销技术赋予新活力
疫情加速了社会各方面的数字化转型进程，营销新技术步入数据化深水区，其发展与应用
推动营销数字化升级，数字化贯穿营销全流程，网络广告市场注入新的活力与动力，数字
化理念不断深入与创新，探索全新商业模式。

2021年中国网络广告年度洞察报告.pdf (Size: 4305316 / Downloads: 0)

2021生鲜到家NPS用户体验研究

Sat, 18 Sep 2021 14:35:07 +0800

生鲜到家行业进入精细化运营时代，平台可持续关注用户体验优化，建立竞争壁垒
生鲜电商行业竞争日趋激烈，用户规模增长放缓。同时，获客成本不断增加，平台
拉新不易。用户方面，针对生鲜网购不同环节的投诉事件频发，对用户体验造成负
面影响。生鲜到家平台可持续关注用户体验优化，通过精细化运营，实现提升客单
价及复购率的经营目的，以此建立平台竞争壁垒。

生鲜到家行业NPS值为42.0，“平台型到家”NPS值表现最优
生鲜到家”行业NPS值得分42.0，高于社区团购行业NPS表现。 • “平台型到家” NPS值为47.3，在生鲜到家平台四类经营模式中表现较好。 • “到家+到店”商超模式的NPS值表现相对较弱，与其他模式对比存在较大差距。

重点关注商品情况和配送服务相关的体验优化，增强行业竞争优势
聚焦五大体验环节，商品情况和配送服务是优化重要性较高的两个环节，需重点关
注。平台服务和会员体系可持续优化，以维持较高水平的NPS值。 • 未来，可具体关注商品价格、商品丰富度、配送时效和配送员服务等体验痛点，以
提升用户推荐意愿，增强生鲜到家业务的竞争优势。

2021年生鲜到家NPS用户体验研究.pdf (Size: 1799633 / Downloads: 0)

“没想干掉百度搜索，但Magi正成为最大的通用知识图谱系统”丨独家专访 Peak Labs

Tue, 03 Dec 2019 10:48:06 +0800

来源

5G 极化码之父
埃尔达尔·阿里坎教授
确认出席 EmTech China 全球新兴科技峰会

11 月初，一个名为“magi.com”的 AI 搜索引擎出现。如同一颗石子坠入到中文互联网世界这片怒海狂潮，新的产品或多或少总会有一些存在的反馈。

但现实情况是，基于知识图谱+自然语言理解技术的 magi.com 掀起了不小的浪头：上线第一周，0 投放达到 100 万用户周活；登上国内第七大搜索引擎的位置；有网友在体验之后，甚至期待它将是一款能够摆脱“搜索引擎原罪”、真正面向 AI 时代的产品，乃至撬动现有的搜索引擎竞争格局。

一个巨大的悬念是，如果有一款搜索引擎未来会替代掉百度，它会是 magi.com 吗？

带着这样的疑问，我们最近拜访了 Magi 的开发团队 Peak Labs，从团队两位核心人物——季逸超、刘欣旸口中得到的信息是，上述所有的浪花和遥远的想象，都非常戏剧性地不在团队的规划之内。
“开发 magi.com，我们没想过要干掉百度搜索。百度已经占据了国内搜索引擎市场的 75%，形成了自己的护城河，我们起初并不是为了进入到 to C 的市场去与巨头竞争……

magi.com 一开始不是设计给吃瓜群众用的，我们根本没想到会有这么多人使用……

我们没有投入这么多资源在 magi.com 上，在公众发现 magi.com 的当天就出现了服务器压力预警，现在每天都有黑客在攻击我们……这种情况已经打乱了团队原有的前进节奏。”在采访中，身为团队创始人的季逸超道出 Peak Labs 目前面临的一连串“甜蜜的烦恼”。

“没想干掉百度搜索，但Magi正成为最大的通用知识图谱系统”丨独家专访 Peak Labs.pdf (Size: 1870631 / Downloads: 1)

从一个程序员的角度告诉你：12306有多牛逼？

Mon, 02 Dec 2019 10:54:08 +0800

来源
每到节假日期间，一二线城市返乡、外出游玩的人们几乎都面临着一个问题：抢火车票！

12306 抢票，极限并发带来的思考

虽然现在大多数情况下都能订到票，但是放票瞬间即无票的场景，相信大家都深有体会。

尤其是春节期间，大家不仅使用 12306，还会考虑“智行”和其他的抢票软件，全国上下几亿人在这段时间都在抢票。

“12306 服务”承受着这个世界上任何秒杀系统都无法超越的 QPS，上百万的并发再正常不过了！

笔者专门研究了一下“12306”的服务端架构，学习到了其系统设计上很多亮点，在这里和大家分享一下并模拟一个例子：如何在 100 万人同时抢 1 万张火车票时，系统提供正常、稳定的服务。

Github代码地址：

https://github.com/GuoZhaoran/spikeSystem

大型高并发系统架构

高并发的系统架构都会采用分布式集群部署，服务上层有着层层负载均衡，并提供各种容灾手段（双火机房、节点容错、服务器灾备等）保证系统的高可用，流量也会根据不同的负载能力和配置策略均衡到不同的服务器上。

下边是一个简单的示意图：

负载均衡简介

上图中描述了用户请求到服务器经历了三层的负载均衡，下边分别简单介绍一下这三种负载均衡。

①OSPF（开放式最短链路优先）是一个内部网关协议（Interior Gateway Protocol，简称 IGP）

OSPF 通过路由器之间通告网络接口的状态来建立链路状态数据库，生成最短路径树，OSPF 会自动计算路由接口上的 Cost 值，但也可以通过手工指定该接口的 Cost 值，手工指定的优先于自动计算的值。

OSPF 计算的 Cost，同样是和接口带宽成反比，带宽越高，Cost 值越小。到达目标相同 Cost 值的路径，可以执行负载均衡，最多 6 条链路同时执行负载均衡。

②LVS （Linux Virtual Server）

它是一种集群（Cluster）技术，采用 IP 负载均衡技术和基于内容请求分发技术。

调度器具有很好的吞吐率，将请求均衡地转移到不同的服务器上执行，且调度器自动屏蔽掉服务器的故障，从而将一组服务器构成一个高性能的、高可用的虚拟服务器。

③Nginx

想必大家都很熟悉了，是一款非常高性能的 HTTP 代理/反向代理服务器，服务开发中也经常使用它来做负载均衡。

Nginx 实现负载均衡的方式主要有三种：

轮询

加权轮询

IP Hash 轮询

下面我们就针对 Nginx 的加权轮询做专门的配置和测试。

从一个程序员的角度告诉你：12306有多牛逼？.pdf (Size: 941595 / Downloads: 0)

首度公开！OceanBase存储系统架构的演进历程及工程实践

Wed, 27 Nov 2019 09:41:19 +0800

来源

OB君：作为一款100%自研的分布式数据库，OceanBase历经了近十年的发展历程。近十年来，OceanBase的存储架构经历了多次演进，以解决业务越来越复杂苛刻的存储需求。本文整理自赵裕众（花名陈群）在2019 SACC中国系统架构师大会中的演讲。
随着用户数据量的不断增长，基于传统共享存储的纵向扩展能力渐渐变得力不从心，分布式存储成为应对用户海量数据的标配。
作为一位架构师，在设计系统的分布式存储架构时，需要关注哪些方面呢？或者我们换句话说，对于客户来说，一个理想中的分布式存储产品应该具有哪些特性呢？
我们认为完善的分布式存储架构应该关注这五个方面：

扩展性：扩展性可谓是分布式存储有别于单机存储的重要特征，分布式存储的扩展性远远好于单机存储，但是不同分布式存储系统的扩展性之间仍然有着非常大的差异。某些分布式系统在几十个节点的量级上可能运行的很好，但是节点如果再多下去，到了上百个乃至上千个的时候可能就会面临很大的问题。用户数据的增长没有止境，如果不能做到线性扩展，那么今天能够支撑业务的系统到了明天可能就会成为业务进一步发展的阻碍。

高可用：在分布式系统中出现节点故障是很常见的事情，分布式系统中的节点越多，出现节点故障的频率也就会越高。在发生节点故障时是否能够保证系统仍然可用，对于很多业务来说至关重要。根据故障类型和恢复时间的不同，高可用也分有不同的级别，系统是否可以容单点故障、多点故障、单机房故障、多机房故障、单城市故障、多城市故障？系统恢复是否可以做到天级恢复、小时级恢复、分钟级恢复、秒级恢复？不同业务场景可能会对高可用有不同的要求。

一致性：一致性其实是一个被滥用的概念，很多同学会将其和数据库事务特性中ACID中的C相混淆，在这里我们特指分布式系统的一致性。那么分布式系统的一致性指的是什么？如果用一句话进行概括，我们认为一致性指的是在一个分布式的读写系统中，用户是否总能读到最新写入的数据。如果总是能读到，那么这个系统就是强一致的，否则则是弱一致的。最终一致性则是弱一致的一种特例，指的是尽管不能总是读到最新的数据，但随着写入操作的终止，最终还是可以读到最新的数据。尽管很多分布式系统都宣称提供一致性，但很多时候它们只是提供弱一致或者最终一致。强一致对于一些业务特别是和交易相关的金融业务来说至关重要，如果不能保证总是读到最新的数据，那么就会有发生资损的可能。

低成本：分布式存储系统可以使用更加廉价的PC服务器来代替高端的小机及大机，在成本上具有显著的优势。但低成本并不意味着低性能，事实上由于分布式系统下有着非常多的节点，同时使用这些节点的能力可以为我们带来相比大型服务器更高的性能。低成本高性能可以为我们的用户节省更多的系统成本。

易用性：低成本特性通常关注于硬件成本，易用性则关系到人力成本。对于开发同学来说，易用性意味着简单易上手的使用接口，最好学习和迁移成本为零，同时功能强大，能够满足各式各样的需求；对于运维同学来说，易用性则意味着系统稳定健壮，系统监控及运维手段完善，学习及使用门槛低。

架构演进历程
架构设计服务于业务，再完美的系统架构都需要有业务进行使用才能创造价值。对于业务来说，当然希望我们的产品能够同时具备高扩展、高可用、强一致、低成本以及零门槛的易用性，但对于系统架构师和开发者来说，这五个特性之间存在相互矛盾的不少，同时在实现这些特性时也会面临巨大的复杂性，这要求我们在做系统设计及实现时需要有所权衡。
下面我们就OceanBase创立九年多以来存储架构的演进历程，来回顾每一次架构变更背后的权衡与思考。
OceanBase 0.1版本（2010年）

OceanBase由阳振坤于2010年在淘宝创立，当时淘宝大多数业务都已经按照用户维度做了分库分表，一个全新的分布式存储系统似乎很难有用武之地。最终我们找到了OceanBase的第一个业务：淘宝收藏夹，也就是我们今天打开手淘看到喜欢的商品点收藏时用到的收藏夹，直到今天它仍然跑在OceanBase数据库上面。

淘宝收藏夹业务

当时收藏夹面临了一个分库分表难以解决的问题，它的核心业务主要包括两张表，一张是用户表，记录一个用户收藏的商品条目，数量从几条到几千条不等；另一张是商品表，记录一件商品的描述、价格等明细信息。如果一个用户增加/删除收藏，那么相应的就向用户表中插入/删除数据就可以了；同时如果一个商家需要修改商品描述，例如修改商品价格等信息，那么相应的更新商品表就可以了。

当用户打开收藏夹时，通过用户表和商品表的连接查询，就可以展现给用户最新的商品信息。最开始的时候，这两张表是在一个数据库里面，也一直运行地很好，但随着用户数据量的增长，单个数据库放不下了，一般常用的做法是将表按照用户维度进行拆分，用户表是可以这样拆，但是商品表中没有用户字段，如果按照商品条目进行拆分，那么在用户打开收藏夹时，就需要对多个不同的库进行查询并做连接，当时的数据库中间件并没有这样的能力，即使可以这么做，一次查询也会耗费非常长的时间，会极大的影响用户体验，业务遇到了很大的困难。

OceanBase接下了用户的这个难题，如果我们分析扩展性、高可用、一致性、低成本和易用性这五个特性，那么什么是业务的刚需，什么是业务可以放弃的呢？业务最强的刚需是扩展性，因为传统的单机模式已经走到了尽头；最可以放弃的其实是易用性，因为业务对写入查询的使用非常简单，提供简单的读写接口就可以满足业务需求，业务甚至不需要在表上构建索引。同时我们也注意到业务对一致性也有一定的需求，业务可以容忍一定的弱一致读，但不能容忍数据出错。这些特性决定了OceanBase从诞生的第一天起，就是一个支持在线事务处理的关系型分布式数据库。

我们注意到收藏夹这个业务的特性，它的存量数据比较大，但是每天的增量并不大，毕竟每天新增收藏的用户并不是特别多。它更关心数据存储的扩展性，而对写入的扩展性要求并不是很高。我们将数据分为两部分：基线数据和增量数据。基线数据是静态的，分布式地存储在ChunkServer上。增量数据写在UpdateServer上，通常是存储在内存里面，通过Redo Log支持在线事务，在每天的业务低峰期，UpdateServer上的数据会与ChunkServer上的数据做合并，我们称之为“每日合并”。MergeServer是一个无状态的Server，提供数据写入的路由与数据查询的归并；RootServer负责整个集群的调度与负载均衡。这是一个类似于LSM Tree的存储架构，这也决定了今后OceanBase的存储引擎都是基于LSM Tree的。

我们回过头来看OceanBase0.1的架构，它实际上具有很强的一致性，因为写入是个单点，读到的数据一定是最新写入的数据，同时成本也并不高，也具有一定的扩展性，存储空间可以很容易地做扩展，很好满足了当时业务的需求。
OceanBase 0.2-0.3版本（2011年）

很快OceanBase 0.1版本上线了，并为收藏夹业务提供了读服务，但业务不能把所有流量都切到OceanBase上面来，因为OceanBase 0.1版本的架构有着一个很大的缺陷：它不是高可用的。任何一台服务器的宕机都会造成数据的不可访问，这对于收藏夹这样的业务是无法接受的。很快我们带来了OceanBase 0.2版本的架构，补上了高可用的短板。

在OceanBase 0.2版本中我们引入了主备库模式，这也是当时传统数据库常用的容灾模式，数据通过redo log从主库同步到备库，当主库发生问题时，可以把备库切换为主库继续提供服务。redo log的同步是异步的，这意味着主备的切换是有损的，可能会丢失若干秒的数据。

我们将OceanBase 0.2版本和OceanBase 0.1版本的架构进行对比，会发现OceanBase 0.2版本终于有了高可用这一重要特性，但高可用的获得不是没有代价的，首先系统不再是强一致的了，我们不能够保证业务总是能够读到最新的数据，在宕机场景下，数据可能会有部分丢失；其次主备库的引入极大地增加了成本，我们使用的机器数量翻番了。之后的OceanBase 0.3版本基于OceanBase 0.2版本做了很多代码上的优化，进一步降低了系统成本，但从架构上来说和OceanBase 0.2版本并没有显著的差别。
OceanBase 0.4版本（2012年）

随着收藏夹业务的成功，很快我们接到了更多新的业务，淘宝直通车是一个面向商家的业务，也面临着分库分表难以解决的问题。首先淘宝直通车的数据量越来越大，单库难以支撑，同时它又是一个OLAP类型的业务，有很多多表间的关联查询，每张表的维度又各不相同，无法统一按照用户id进行拆分。对于OceanBase的扩展性、高可用以及低成本业务都很满意，但是接口使用确实是太痛苦了。那么问题来了，什么是最好的接口语言？对于编程来说，可能不同的语言都有不同的拥趸，但对于数据操作来说，我们认为SQL一定是最好的语言。对于简单的KV查询，你可能会觉得SQL过于沉重了，但当你的业务慢慢复杂起来后，SQL一定是使用最简单轻便的。

在OceanBase 0.4版本，我们对SQL有了初步的支持，用户可以使用标准SQL来访问OceanBase，支持简单的增删改查以及关联查询，但对SQL的支持并不完整。同时OceanBase 0.4版本也是我们最后一个开源版本。

对比OceanBase 0.4版本和OceanBase 0.2版本的架构，在OceanBase 0.4版本我们最终补上了易用性的白板，开始慢慢有了一个标准分布式数据库的样子。
OceanBase 0.5版本（2014年）

2012年底的时候，OceanBase团队来到了支付宝。当时支付宝面临着全面去掉IOE的强烈需求，IOE的成本太高了，但PC服务器的稳定性难以和高端存储相比，如果我们使用MySQL这样的开源数据库基于PC服务器进行替代，业务就面临着可能会丢数据的潜在风险。当时基于MySQL的容灾方案仍然只是主备同步，对于支付宝交易支付这样的核心系统来说，丢失一笔订单造成的损失难以估量。业务对数据库的强一致和高可用提出了更高的要求，也使得我们搭建了OceanBase 0.5版本的新一代架构。

在OceanBase 0.5版本中，我们引入了Paxos一致性协议，通过多数派选举来保障单点故障下的数据一致性。一般情况下，OceanBase 0.5版本的部署模式会是三副本，当有一个副本出现问题时，另外两个副本会补齐日志并重新选出一个主提供服务，我们可以做到单点故障下不丢失任何数据，同时故障恢复时间小于30s。同时为了更好地支撑业务，在OceanBase 0.5版本中，我们全面兼容了MySQL协议，支持了二级索引并有了基于规则的执行计划，用户可以用MySQL的客户端来无缝连接OceanBase，可以像使用MySQL一样来使用OceanBase。

对比OceanBase 0.4版本和OceanBase 0.5版本的架构，我们发现OceanBase 0.5版本基于Paxos，有了更强的高可用以及强一致，基于SQL有了更好的易用性，但代价是从两副本变成三副本，系统成本进一步增加了50%。
OceanBase 1.0版本（2016年）

在OceanBase 0.5版本的架构下，业务对强一致、高可用以及易用性的需求都得到了很好的支持，痛点慢慢集中在扩展性和成本上。随着用户写入量的不断增长，UpdateServer的写入单点总是会成为瓶颈，同时三副本也带来了过高的成本消耗。OceanBase 1.0版本带来了全新的架构，重点解决了扩展性和成本的痛点。
在OceanBase 1.0版本中，我们支持了多点写入，从架构上将UpdateServer、ChunkServer、MergeServer和RootServer都合并为一个OBServer，每一个OBServer都可以承担读写，整体架构更加优雅，运维部署也更加简单。一张表可以被划分为多个分区，不同分区可以散布在不同的OBServer上，用户的读写请求通过一层代理OBProxy路由到具体的OBServer上进行执行。对于每个分区都仍然通过Paxos协议做三副本高可用，当有一台OBServer出现故障时，这台OBServer上的分区会自动切到其他包含对应分区的OBServer上提供服务。

在成本方面，我们注意到在Paxos协议中，需要三副本同步的只是日志，日志需要写三份，但是数据并不是，和数据相比日志量总是小的。如果将日志和数据分开，我们就可以使用两副本的存储开销实现三副本高可用。在OceanBase 1.0版本中，我们将副本分为两种类型：全功能副本和日志副本，其中全功能副本既包含数据也包含日志，提供完整的用户读写；日志副本只包含日志，只进行Paxos投票。

同时在OceanBase 1.0版本中，我们引入了多租户的概念，在同一个OceanBase集群中，可以支持多个不同的租户，这些租户共享整个集群资源，OceanBase会对不同租户的CPU、内存、IO及磁盘使用进行资源隔离。租户可以根据自己的需要配置不同的资源容量，集群会根据不同OBServer的负载做动态的负载均衡。这使得我们可以把很多个小租户部署到同一个大集群中来，降低整体的系统成本。
和OceanBase 0.5版本相比，OceanBase 1.0版本的扩展性有了大幅提升，而且由于引入了日志副本和多租户技术，在成本上有了大幅降低；但扩展性的提升不是没有代价的，多点写入带来了巨大的复杂性。首先用户的写入并不一定会只写单个分区，对于多个分区的写入不可避免会带来分布式事务，我们使用两阶段提交协议来完成分布式事务。其次在一个分布式系统中获取一个全局单调递增的时间戳是极其困难的，由于没有全局时钟，我们基于局部时间戳做单分区内的读写并发控制，这使得系统的一致性有了一定的限制，虽然单分区的查询仍然是强一致的，但跨分区的查询无法保证读的强一致，这对于用户而言会是一个不小的限制。同时由于分区的关系，二级索引成为了分区内的局部索引，这要求索引键中一定需要包含分区键，无法支持全局的唯一索引，这对于用户使用也造成了一定的不便。

OceanBase 2.0版本（2018年）

OceanBase 2.0版本的外部整体架构与OceanBase 1.0版本没有太大差别，仍然是一个share nothing的三副本架构，但在内部我们对扩展性、高可用、一致性、低成本和易用性都做了极大的提升。

在扩展性方面，我们实现了分区分裂的功能。在建表的时候，用户对合适的分区数可能没有很好的估计，当分区过大时，可以通过分区分裂来使得分区数变多。尽管分区分裂是一个比较重的DDL操作，在OceanBase 2.0版本中，分区分裂是可以在线进行的，对用户的正常业务读写并不会造成太大影响。

在高可用方面，我们支持了主备库功能，对于某些只有双机房的用户，可以在机房内通过三副本做机房内的无损容灾，通过主备库做跨机房的有损容灾。

在一致性方面，我们支持了全局快照，真正意义上实现了分布式读写下的强一致。基于全局快照，我们也完成了对全局索引以及外键的支持。

在低成本方面，我们在事务层支持了TableGroup，允许把一组相近的表“绑定”在一起，减少分布式事务的开销。在存储层引入了数据编码，通过字典、RLE、Const、差值、列间等值、列间前缀等算法进一步压缩存储空间的占用，并且对于数据的编码是自适应的，会根据数据特征来自动选择合适的编码算法。

在易用性方面，我们支持了Oracle租户，允许用户在同一套ObServer集群中同时使用MySQL租户与Oracle租户，并且支持存储过程、窗口函数、层次查询、表达式索引、全文索引、ACS、SPM、回收站等功能。

总结
尽管今天的OceanBase 2.0版本在扩展性、高可用、一致性、低成本以及易用性方面做到了更好的平衡，但这样的架构并不是一蹴而就的，从OceanBase 0.1版本到OceanBase 2.0版本的发展历程来看，OceanBase的架构总是在一直进化，为了能够更好地服务于业务，很多事物总是面临着许多权衡取舍，一项特性的提升会以其他特性的降低为代价。架构的优化演进没有终点，未来为了更好满足业务的需求，OceanBase的架构还会不断进行演化。

作者介绍
赵裕众（花名陈群），蚂蚁金服高级技术专家，目前在OceanBase团队负责存储相关的开发工作。2010年于中国科学技术大学获得计算机博士学位，同年加入支付宝从事分布式事务框架的研发，2013年加入OceanBase团队。

— 想了解更多OceanBase背后的技术秘密？

— 想与蚂蚁金服OceanBase的技术专家深入交流？
— 只需扫码关注OceanBase微信公众号并回复“加群”，快速加入OceanBase技术交流群！

— 有钉钉的小伙伴也可以加入OceanBase钉钉互动群：搜索群号21949783

首度公开！OceanBase存储系统架构的演进历程及工程实践.pdf (Size: 1615861 / Downloads: 0)

中科院转化交易基地揭牌仪式议程

Thu, 24 Oct 2019 10:55:57 +0800

时间：2019 年 10 月 24 号(星期四) 9：30---11:00
地点：宁波保税区金融科技产业园一层路演厅
活动议程：
一、嘉宾介绍 9:30-9:40
宁波保税区管委会领导：
主任、党工委书记严荣杰
副巡视员余斌
组织部部长钱继光
财政局局长朱光煦
人事局副局长蔡树群
工科局副局长邹杰
财政局副局长、金融服务中心主任（兼）应容与
中国科学院计算机网络信息中心领导：
中心主任廖方宇
中心主任助理周园春
中科北龙总经理齐勇
中心先进网络技术与应用发展部主任周旭
中心人工智能技术与应用发展部主任王彦棡
中科信控总经理王钊
中国科学院计算机网络信息中心科技成果转化交易基地
中国科学院院直属机构嘉宾：
中国科学院上海分院副院长瞿荣辉
中国科学院北京分院科技合作处处长初玉
中国科学院宁波材料所副所长杨甦
中国科学院上海分院副院长科技合作处副处长张维易
中国科学院城市环境研究所合作发展处长刘海宁
特邀嘉宾：
宁波诺丁汉大学副校长崔平
宁波诺丁汉大学区块链实验室主任华秀萍
盘古创富投资公司创始人许萍
招商银行宁波分行副行长金伟进
二、领导致辞 9:40-10:10
宁波保税区管理委员会主任党工委书记严荣杰
中国科学院计算机网络信息中心主任廖方宇
北京分院科技合作处处长初玉
中国科学院上海分院副院长瞿荣辉
三、中国科学院计算机网络信息中心科技成果转化交易基地揭牌仪式
10:10-10:15
廖方宇、严荣杰、瞿荣辉、初玉四位领导共同为基地揭牌
四、基地主任、副主任及首批入驻专家受聘仪式 10:15-10:20
1、基地主任：李树仁；副主任：马诚明
（严主任给李树仁聘书、廖主任给马诚明聘书）
中国科学院计算机网络信息中心科技成果转化交易基地
2、李树仁、田东、乔红超、吴章生、王宗国、吴双力（6 位专家）
(廖主任、严主任、瞿院长按顺序每人为二位专家颁发聘书)
五、合作项目介绍 10:20-10:50 (全部路演须在 30 分钟以内结束）
1、贺院士项目（负责人：李要彬）
2、宁波海上鲜信息技术有限公司（负责人：叶宁）
3、众造互联项目（负责人：孙震寰）
4、国科信控千云（宁波）科技有限公司 (负责人：上官辉)
5、广州中国科学研究院计算机网络信息中心（负责人：耿立宏）；
六、10:50-10:55 合作项目签约仪式
1、航天云网云制造科技（浙江）有限公司（签约嘉宾：王涛）
2、广州中国科学研究院计算机网络信息中心（签约嘉宾：耿立宏）
3、宁波海上鲜信息技术有限公司（签约嘉宾：叶宁）
4、众造互联项目（签约嘉宾：孙震寰）
5、国科信控千云（宁波）科技有限公司 (签约嘉宾：上官辉)
6、宁波深鹿物流科技有限公司（签约嘉宾：蒋一鸣）
（基地主任、副主任共同签约）
七、宣布仪式结束 11:00

简讯 | 创客广东·创新对接日——创新项目考察走访·深圳站

Sat, 12 Oct 2019 09:35:44 +0800

来源

为持续做好“创客广东”大赛获奖团队的后续跟踪服务工作，充分了解和考察获奖项目的进展情况，积极促进创业项目与龙头企业、投资机构、小微企业创业基地的对接与合作，我们将持续开展“创客广东·创新对接日-创新项目考察走访”活动。
10月9-10日，省小微企业创业创新基地服务联盟、新鹏投资带领华登国际、鲲鹏资本、中海资本、瀚晖投资、嘉溢创投、中大创投等投资机构和双创基地代表考察走访了深圳市光科全息技术有限公司、深圳市矩阵多元科技有限公司、深圳湖图塔信息技术有限公司、深圳市邦得凌触控显示技术有限公司、深圳一目科技有限公司、深圳烯湾科技有限公司等7家创客广东大赛获奖项目企业，并与项目负责人进行了座谈交流，深入了解项目进展情况及存在的困难和具体需求，现场多方进行了资源共享和对接。

创新项目推介

行业领域：新材料

基于非规则性微透镜阵列组合技术在显示领域的应用（光科全息技术）

项目简介-公司采用复合透镜组功能设计的复数层透镜薄膜层组合构造，针对每个特定透镜薄膜功能层设计出特定的微观材料光学结构，并组合形成连续化的微光路系统，最终达成最佳薄膜成像光效。通过对多层薄膜上进行复合对位镜头组的方式，我们可以对光线实现控制，从而制备出适配不同环境，不同场景下的光子屏。

光子屏全面适用于所有投影成像器械，将投影显示产品的画质水平提升到了可以与液晶显示屏及OLED显示屏等主流显示器画质直接竞争的水平，颠覆了传统的投影应用市场，创新性地开辟了众多原本投影技术无法使用的市场领域。

项目需求：市场人员、市场拓展、寻求合作伙伴、明年计划A轮融资。

行业领域:新一代信息技术
Data Thinker: 新型大数据基础软件体系（湖图塔信息技术）

项目简介-基础软件是信息系统的基础，核心软件技术的制高点，也是当前IT产业发展的增长点。我们立足新兴大数据应用，从分布式大数据引擎切入，由底层向上构建包含指令集、分布式操作系统和数据库的新型基础软件体系Data Thinker，提供较国外同类产品提升1.5~70倍的性能，并聚焦数据驱动行业形成“杀手锏”类型的产品，从而拓展市场和参与国际竞争。
Data Thinker是由底层开始全新设计的新一代大数据系统，该技术由新型分布式指令集Esperanto整合众多计算机的CPU、内存及硬盘资源，以经济、高效、可扩展的方式构建高性能、低延时、图灵完备的计算体系，通过BigMessage数据范型提供对GB-PB量级数据的存储、搜索、挖掘、高性能计算及商业智能处理的能力，其性能较Hadoop高2-70倍、较Spark高1.5-5倍，并且可实现几乎所有大数据算法和应用。
项目需求：人才、计划融资1000-2000万，用于研发和市场拓展。

行业领域：新材料

芯片材料高通量制备系统的开发及应用（矩阵多元科技）

项目简介-利用团队专有的高速度材料研发技术-多元脉冲激光沉积技术，结合当前世界上最先进的材料自动检测分析技术，利用微机电系统和自动控制系统，实现芯片材料研发的自动化和规模化。公司搭建了一个基于多元脉冲激光沉积技术（MPPLD）的高通量材料研发平台，相比传统的逐个试错式的材料研究，该平台可并行一次批量合成100个不同材料成分的样品并对实行自动扫描式测试。通过此方法可以迅速得到材料的性能数据，并筛选出最佳的材料性能及其成分，该方法应用范围广泛，可应用于合金材料、芯片材料、锂电池材料、太阳能材料、先进功能陶瓷材料、手机材料，防伪材料，以及防辐射材料等。矩阵团队制备的平台性能达到当前国际通用技术的100倍以上，可大大缩短新材料研发周期、降低研发成本，加速新材料的研发及应用。同时高通量材料制备技术解决的是中国材料基因工程中痛点问题，是必不可少的一环，该项目对满足国家材料基因工程的战略需求和产业化有重要战略意义。

项目需求：融资3000万，出让10%股份，用于系统研发、团队扩建、市场拓展等。

行业领域：数字经济

先进无人航空器集群平台创新应用：星空视觉造景

项目简介-该技术无人机集群 + 投影显示 = Display in Sky,世界首创一个全新的空中影像投影显示产业。该业务不但是炫酷黑科技，更是长做长有的创意文化，是国际领先水平的应用，具体包括：星空舞台、星空虚拟现实、乃至星空巨幕等等。把星空变成了舞台，舞台变成银幕，银幕变成虚拟现实，满足人们仰望星空的习惯与好奇，开创星空注意力经济。其核心技术建设专利池交叉保护。该业务不但让中小商企、乃至家庭个人享受价廉物美的无人机灯光秀服务，更能实现后者做不到的空中高清影像秀，还有实现线下表演和线上广告业务的结合。极大拓展增量用户，有望成为星空数字化广告平台，成为星空中的分众传媒。

项目需求：营销、融资500-800万，用于人才引进、研发设备购买、研发、市场拓展等。

行业领域：新材料

光阻纳米银线及其导电膜的柔性折叠触控技术产业化（邦得凌触控显示技术）

项目简介-一种以特种光阻剂为基础的新材料、结合纳米银线均匀分散其中，成为一种光阻纳米银线复合材料涂布液（该技术吸收日本先进光阻原材料技术并申请专利，成为世界级的领先材料）。进一步，利用该光阻纳米银线涂布液在大型涂布生产线上涂布透明导电膜（50欧姆/）,该导电膜表面导电材料因具有负型光阻成分，所以可以直接经过黄光制程光刻显影图型完成触摸屏的图型化，改变了触摸屏Sensor镀膜蚀刻的传统工艺。节约了一倍以上的能效，同时省去了浓酸蚀刻的环境不友好试剂使用。

项目需求：供应链推广、融资2000万，用于建工厂。

行业领域:新一代信息技术

基于微型传感器阵列的在线水质检测预警系统和微流体芯片项目(一目科技)

项目简介-企业利用微流控技术结合生物传感器、光谱传感器技术、大数据和高端芯片制造技术，解决我们最关心的环境和健康问题。采用的多波段微型光谱传感器芯片，是世界上目前量产的最小的光谱传感器之一。芯片由团队自主研发设计，在光谱传感器领域具有巨大领先优势。通过微流体的设计与制造，达到在不影响干流液体的情况下，在线采集微量液体、实时监测样品指标。可快速检测总有机碳（TOC）、总溶解固体（TDS）、重金属、浊度、pH等水质指标。可应用于水源地水厂和供水管线监测、商业场馆及家用净水器监测等领域。公司立足于现有技术又推出了微流控微光谱的血糖和血氧监测模块，在大健康领域迅速占领市场。

项目需求：产品使用端推广、政府端如智慧城市等项目应用、资金、人才。

行业领域：新材料

一种高容量、高库伦效率的新型锂电池负极材料（烯湾科技）
项目简介-锂离子电池因其优异的性能已经在便携式消费电子、电动工具、医疗电子等领域广泛应用。常用电池负极材料是以石墨为主的碳材料，随着国家对锂电池性能要求的不断提高，石墨显露出质量比容量较低、循环多次后的层状结构易剥离、脱落等不足。硅是目前人类至今为止发现的比容量(4200mAh/g)最高的锂离子电池负极材料,是一种最有潜力的负极材料，但其存在循环寿命低、体积变化大、持续产生SEI膜等问题，研制高能量比的锂电池材料迫在眉睫。本项目采用Si、CNT 分散液为原料，经物理混合，以喷雾干燥的方式获得Si/CNT多孔颗粒，该颗粒经磁控溅射，在Si表面生长无定形碳，从而形成三维网络多孔形CNT/Si。该技术可改善体积增大问题，形成有效导电网络，在坍塌环境中保证导电的有效路径，较好的解决了硅碳负极首次库伦效率较低、循环性能较差等主要问题。
项目需求：产业用地需求（50亩），扩大产能、政府项目申报、寻找合作开发，希望对接高校、科研院校、龙头企业等资源。

IBM z15及高端存储：重新定义基础架构弹性

Sat, 12 Oct 2019 09:16:17 +0800

来源

现在的客户越来越“挑”了，他们希望在秒级而不是分钟级的时间内访问数据和获得分析洞察，并且能够在粒度级别上控制数据的隐私保护。尤其是在混合多云环境中，人们最关心的是依旧是安全、隐私、弹性和灵活性等几个主要指标。最新发布的IBM z15能够兼顾传统关键任务型工作负载和数字化资产，以足够的安全性和敏捷性，帮助企业解决数字化转型中的创新需求、安全威胁和数据隐私保护等问题，书写IBM主机的老兵新传吗？

在企业数字化转型的过程中，技术的创新总也赶不上客户业务需求的变化，两者中间似乎总有一道填不平的鸿沟，这也是让客户感到郁闷的地方。IDC的研究显示，今天的企业正在向数字化转型的深水区迈进，越来越多的企业关键工作任务负载将逐渐迁移至云端。

IBM z15的推出能够帮助客户掀开数字化重塑的“第二篇章”吗？答案是肯定的。IBM z15通过提供一个超安全、敏捷和持续可用的平台，帮助企业在数字化转型中迈出下一步。

IBM z15发布，掀开数字化重塑“第二篇章”

如今《财富》100强企业中有三分之二都在使用IBM Z。借助IBM z15，客户可以获得更多的收益和弹性：首先是扩展的弹性，IBM z15每天可处理高达1万亿笔网络交易，支持大型数据库，在单台z15系统中横向扩展至240万个Linux容器，与裸机x86平台相比，运行相同的网络服务器负载，每个z15 LPAR（逻辑分区）上的Linux容器，最多可以多出2.3倍；其次是缩短时延，使用企业数据压缩集成加速器（Integrated Accelerator for z Enterprise Data Compression ），在加密前压缩安全的网络交易数据，而不是用传统的软件压缩的方式，可将IBM z15上运行的延迟减少到三十分之一，CPU效率提高28倍；最后是性能的增强，与IBM z14相比，IBM z15的内核增加12%，内存增加25%，可以充分满足企业数字业务的处理需求。

1982年，巴西Bradesco银行推出了巴西首个在线活期账户更新模型，并进行了巴西首次远程银行处理。这两项创举都是在IBM主机平台上实现的。今天，该银行的所有核心数据依然运行在IBM主机上。基于IBM z15提供的强大处理能力、弹性、安全性和灵活性，能够更快地为客户提供新产品和新服务。IBM主机的弹性由此可见一斑。

在云的世界里，IBM主机的弹性、灵活性依旧不可小觑。IBM Z的一个定位是安全的混合云策略的中心点。比如，IBM z15包括的z/OS Container Extensions与z/OS Cloud Broker两项功能，可以帮助开发人员更方便地构建和管理云应用程序。

IBM之前已经宣布，将在IBM Z和LinuxONE上支持红帽OpenShift平台。借助基于IBM Z和LinuxONE的Linux上支持云原生开发的集成工具和功能丰富的生态系统，这项服务将加快实现更高的可移植性和灵活性。云开发人员可以利用OpenShift部署z/OS应用程序，而不需要掌握特殊的Z技能。通过将这些产品和服务与IBM卓越的企业平台IBM Z和LinuxONE结合，可以更好地打造安全开放的混合多云平台，进一步释放IBM z15的弹性和价值。

02

即时恢复灵活防护

可能就在您阅读本文的几十秒时间里，某家公司已经中招，成了某次网络攻击的受害者。这种持续性的安全威胁将遍布各个行业，而且只会愈演愈烈。企业能否在网络攻击中幸存下来？企业解决安全威胁问题要付出多少代价？统计数据显示，全球范围内遭波及的数据记录条数为33亿，而数据泄露的平均总成本达到380万美元。

新推出的IBM z15有一首创功能——即时恢复，可以减少计划内和计划外停机所产生的成本和带来的影响。这种方法使用户能够在一段时间内访问全系统容量，从而加快IBM Z服务的关闭和重启，还能实现临时增容，以便系统快速恢复。

哦，IBM z15原来是这样诞生的……

即时恢复功能也是IBM z15弹性能力的一种具体体现，通过启用内置内核恢复停机前的服务等级协议（SLAs），最快能以2.5倍的速度，处理停机期间没能处理的交易。具体来说，通过释放系统中潜在的额外容量，客户可以缩短停机时间并快速恢复服务，并利用这些额外的容量快速处理被延迟的交易。这不就是一种容量的弹性吗？

客户还可以根据业务需求，频繁地使用即时恢复功能，从而大大提高灵活性，以响应新的需求和处理当前的维护需求。这又体现了功能应用的弹性。此外，采用即时恢复功能，在减少停机对业务影响的同时，丝毫不会给客户增加成本。

IBM拥有全面的网络弹性解决方案组合，能够有效地帮助企业降低因用户失误、恶意破坏或勒索软件攻击而造成的业务中断或财务损失等风险。IBM存储基于“识别、保护、检测、响应和恢复”五阶段法，借助丰富的IBM存储软硬件解决方案，以及与网络攻击的防范、检测和响应相关的各种标准、指南和最佳实践，能够帮助企业达到网络安全框架的目标。IBM存储构筑起抵御安全威胁的一道坚强防线。

全新高端企业存储系统IBM DS8900F

举例来说，与IBM z15同期发布的新一代高端企业存储系统IBM DS8900F，为客户提供了全面而强大的网络安全、数据可用性和系统弹性。超过“7个9”的可用性、多个为实现恢复时间接近于零而设计的容灾恢复方案等，将数据保护提升到一个全新的层次。

03

数据隐私弹性掌控

号称世界上最严格的隐私保护法则GDPR为何诞生？在数字化转型过程中，数据隐私保护问题如影随行。

在万物互联的时代，无处不在的联接让数据的共享与传输变得更加便利，但同时也增加了数据泄露的风险。据统计，2018年，60%的企业报告，他们遭遇了因供应商或第三方导致的数据泄露。随着采用混合多云环境的企业日益增多，保护数据安全和隐私变得更加迫切和困难。

IBM委托调查机构Harris Poll进行的一项调研显示，76%的受访者表示，如果有办法随时收回和撤销自己的数据，他们将更愿意分享个人信息。随着IBM z15的推出，一项名为数据隐私护照（Data Privacy Passports）的技术受到了强烈关注。顾名思义，数据隐私护照一定是设备随身携带且不可或缺的，就像人的身份证明。它可以实现随时随地进行加密，帮助客户实现对数据存储与共享的控制。

IBM z15重新定义基础架构的弹性

借助这项技术，无论是在IBM z15环境中，还是在企业混合多云环境里，客户可以随时提供、保护数据，或者撤销数据访问权。在生活中，如果拥有一本通行全球的护照，你便可以周游世界各地，畅通无阻，而数据隐私护照对于数据隐私的保护也可以做到一劳永逸。有了它，IBM z15可以将普遍加密功能扩展至整个企业，即便离开这个平台也可以通过策略确保数据隐私保护。借助IBM这一业界首创的功能，客户可以对个人数据如何被使用拥有更大的控制权。

数据隐私护照是一项保护数据隐私的综合解决方案，不仅能保护基础设施层面的本地数据，还允许设置数据使用规则，对个人用户跨私有、公有和混合云的数据访问进行管理，进而提升企业整体的数据隐私保护能力。

数据隐私护照技术增强了IBM z15对数据隐私保护的弹性，或者说是灵活性。举例来说，数据隐私护照引入的可信数据对象（Trusted Data Objects, TDO），可以实现无处不在的数据保护，不管数据是在数据中心，还是移动到其他任何地方。这体现了数据隐私保护空间上的灵活性。

另外，IBM z15在数据隐私保护方面的灵活性还体现在：基于数据隐私护照，企业可以根据不同用户的需求，灵活制定和实施整个公司层面的数据隐私保护策略，将不同的数据视图显示给不同的用户；企业可以从数据访问到聚合的审计与合规活动为中心，跟踪从原点到消费点的完整数据转换过程；数据隐私护照还为在整个企业中创建和分发的可信数据对象提供了必要的密钥管理，这将大大降低解决方案实施的复杂性，也能为数据在不同系统之间传输时提供简单的数据管理。

IBM z15的安全性、灵活性和弹性，将企业在数字化转型中遇到的种种问题一扫而光。

源文件：

IBM z15及高端存储：重新定义基础架构弹性 .pdf (Size: 4773237 / Downloads: 0)

探秘上交所智能监管系统：操纵股价难逃法眼每个账户皆可画像

Sat, 12 Oct 2019 00:50:57 +0800

阅读原文

新一代监察系统的建设正在快速地推进。其较交易所最初使用的监察系统，已经历了三代的升级更迭。新监察系统的最大亮点，是实现了实时监控预警、历史数据分析、监管工作流的一体化运行，功能覆盖了自律监管、线索分析、运行监测、数据协查等全业务领域，具有数据可视化、操作自动化、模型智能化的技术优势。

-----------------

近日，第一财经记者实地走访了上交所数个业务部门，深入体验一线监管的科技化水平与智能化程度。目前，画像服务、关联分析等技术手段在监管实践中已深入应用，科技监管成为各业务领域的重要辅助工具。不仅如此，上交所还建成了目前国内证券行业最大的数据中心，即金桥数据中心；不仅为交易所和市场交易提供可靠的安全保障，还将向金融机构进一步开放，与行业共享高可靠、高安全的基础设施。

找来上百个账户做掩护，进行秘密的股价操纵，但谁承想在下单之初就被一个智能系统盯上，复杂隐蔽的关系网很快就浮现。

事实上，敏感投资者在这个系统内其实早就有了一张“画像”，风格、持仓、偏好、过往监管信息等关键指标都跃然纸上。而这个市场里的每一家上市公司，也都有着多维度的立体“画像”，全面的基本信息、潜在的风险隐患、清晰的财务状况都会被智能识别。

这些场景，并不是出自一家高科技的公司，而就是上海证券交易所日常的一线监管工作中最常见的一幕。

就在9月初，证监会召开全面深化资本市场改革工作座谈会，布置了当前及今后深化改革的12个重点任务。其中，加快提升科技监管能力再被强调，要求推进科技与业务深度融合，提升监管的科技化、智能化水平。

近日，第一财经记者实地走访了上交所数个业务部门，深入体验一线监管的科技化水平与智能化程度。目前，画像服务、关联分析等技术手段在监管实践中已深入应用，科技监管成为各业务领域的重要辅助工具。不仅如此，上交所还建成了目前国内证券行业最大的数据中心，即金桥数据中心；不仅为交易所和市场交易提供可靠的安全保障，还将向金融机构进一步开放，与行业共享高可靠、高安全的基础设施。

数据透视与精准监控

利用大数据、云计算、人工智能等技术，将人工监管的经验和敏锐度进行提炼并放大，上交所的交易监管仿佛装上了一双“透视眼”。每只股票的异常交易行为、敏感账户及其关联关系，都会以画像的形式呈现在监管员眼前，而这一切都是由机器自动生成。

A股目前有近1.6亿的投资者，每个交易日都生产着海量的交易数据。及时在投资者和交易的各类信息中做好市场监察，这是交易所的核心职能，但也是一线监管面临的巨大挑战与压力。以2017年证监会处罚的一批次新股操纵案件为例，相关操纵团伙采用多账户、多点进行股票操纵。交易行为及账户的关联性极为复杂，违法行为的隐蔽性极大。

“在筛查这起操纵次新股案件的线索时，我们借助了账户关联性分析模型，把嫌疑账户组和背后的实际控制人快速识别并定位，整起合谋操纵的行为模式得到了比较完整的还原。”在回顾该案最初的监察情况时，上交所相关业务人员王晗（化名）回忆道。

针对市场监察业务中遇到的实际问题，上交所组织开展了一系列新技术研究，诸多成果已经应用在监管实践中。王晗所说的上述关联性分析模型，正是其中之一，并且已经实现了图形化的直观呈现。在该功能模块下，点开一个账户，其涉及到的关联关系都一目了然。

这背后，依靠的是知识图谱技术。通过对账户关联性相关的多维度数据进行关联和深度整合，在图数据库技术的助力下，快速生成关联拓扑图，进而呈现账户之间、账户组之间复杂多变的关联关系，提高关联账户的识别效率。

类似的新技术还有很多运用实例。比如，依托机器学习技术而完成的“投资者画像”。王晗介绍道，根据交易风格、持仓特征、投资偏好、历史监管情况等多个维度指标，目前同样可以图形化的方式，全方位展示敏感投资者的交易行为特征。借此，监管人员可以快速、准确地锁定频繁参与市场炒作、以拉抬打压等手法进行异常交易的账户。

甚至是一边在股吧里大放厥词，一边使用账户抢先交易的网络“黑嘴”，也被这些新技术手段盯上了。通过文本挖掘、语义分析等技术，目前上交所监察系统可以自动抓取热门网络社区中的荐股信息，再同步筛查、比对相关股票是否存在异动，对具有“抢先交易”行为特征的账户，进行更进一步的深度分析挖掘。藏于网络之下的那些“黑嘴”嫌疑账户，很容易就被抓个现行。

新技术研究还在一直持续。比如，上交所新内幕分析模型已经在建设中，监管人员仅需要输入证券名称和分析区间，将可以看到对内幕交易嫌疑账户的智能分析，并“一键生成”内幕交易核查报告。线索分析工具的自动化和智能化升级、针对易被市场操纵股票进行预言预判等模型开发，都已经提上建设日程表。

“有时候网络上的某个消息一传出来，股价立马就会随之变化，这里面就可能暗藏了内幕交易或市场操纵等违法违规行为。”王晗说，在传统的交易持仓数据、账户开户数据、交易终端与保证金数据、监管历史数据等结构化数据的基础上，上交所监察系统还在向非结构化或半结构化数据源拓展，比如网络舆情、公司年报、券商研报等等，这将更充分地发挥监管大数据的联动分析效果。

在技术层面想要实现这些功能模块，并不难。但交易所还有着一线监管关键的“王牌”，那就是监管员日积月累的监管经验、交易所成立以来的历史数据。没有人工，难以智能。不可复制的独有资源，借助人工智能及大数据处理技术，最终将实现实时、全景、穿透式的监管目标。

在未来，这些功能并不会“单兵作战”，而会全部整合于新一代监察系统之中，实现更自动化、智能化的市场监管。

新一代监察系统的建设正在快速地推进。其较交易所最初使用的监察系统，已经历了三代的升级更迭。新监察系统的最大亮点，是实现了实时监控预警、历史数据分析、监管工作流的一体化运行，功能覆盖了自律监管、线索分析、运行监测、数据协查等全业务领域，具有数据可视化、操作自动化、模型智能化的技术优势。

从目前自律监管处置功能，不难感受到这套系统的自动化程度——

以科创板为例，其异常交易规则已公布，各项指标明确。交易行为一旦触发异常就会自动报警，系统内会根据具体的异常行为自动生成相应的自律监管函件，再自动下发给券商，由其通知交易的投资者。整个过程实现了自动化，人工监管仅需确认下函件内容就可完成整个处置流程。

智能画像与风险识别

除了交易监管外，监管科技也有效应用在市场、主体风险识别和防范工作中，对于维护资本市场安全运行和投资者合法权益发挥着关键作用。

能够被画像的不只是投资者。近日，上交所公司画像系统正式上线。同样只需要轻轻一点，包含着公司的前世今生、潜在风险、财务预警等重要信息的画像图立刻呈现。像装上了“筛选器”般，显著提高了公司监管的效率与精准度。与此同时，企业情况更为多元和复杂的科创板上市审核，也在推进科技评价、金融文本处理等辅助审核工具。

人工监管，有着自身独特的经验优势，但也存在效率不高、标准不一等现实问题。尤其伴随上市公司数量逐渐增多、监管复杂性提高的情况下，这些短板日渐明显。启用公司画像，为的是让监管人员快速、全面了解和掌握公司情况，更加及时有效地发现公司的潜在风险，辅助分管人员对定期报告进行审核。

启动公司画像，目前已有公司快览、风险扫描、财报审核三个功能模块已经上线，用途各有侧重。

点开“公司快览”，更像是公司的一幅全景扫描，呈现了监管档案、关键指标分析、股价与公司大事、股东及关键人员、业务及财务信息、行业比较分析、资本运作信息、外部评价信息、公司关系图谱等多个关键信息。

通过“风险扫描”，能直观识别公司的“健康情况”，并有针对性做提前预警。上交所公司监管部的一位监管员介绍，该功能模块里设置了80多个风险标签，涉及到财务业绩、公司经营、公司治理及合规、股东关键人员、股价舆情、资本运作、公司债券等。不同标签背后，更对应了160多项触发预警情形的业务规则；按照不同类别，既可以做长期风险事项的持续提示，也可以对突发情形进行及时预警。

与之逻辑类似，通过“财报审核”也能够实现风险预警，并且能更进一步识别财务舞弊及财务异常。上述监管员表示，通过这一模块目前已实现沪市公司定期报告的自动审查、全面覆盖；通过对资产质量、盈利状况、运营情况等78个相关标签进行监控排查，分管的监管员能够快速锁定公司定期报告中隐藏的风险。

一个实践战绩显示，在对2018年年报审核情况的检验中，系统自动生成的审核简报对问询函问题的覆盖率已接近60%。值得注意的是，“财报审核”中的标签会随着行业公司增加而进行动态更新，审核的精确度还有望不断提高。

释放人力、提高效率、力求精准，这种需求也同样出现在科创板企业发行上市审核中。

注册制下的上市发行审核，以信息披露为中心。面对动辄几百页的招股书与审核问询回复，科创板审核员要从中提炼出企业的科创属性、科技实力、创新动力，也要找出遗漏的潜在风险、未尽的披露细节等等。

一项名为“科技评价系统”的模块，目前已在科创板审核系统中试行。在大数据、自然语言处理和智能分析等技术的运用下，科创板审核企业的技术实力可以快速、直观呈现。比如，针对科创企业最为核心的指标之一就是专利情况，在新的科技评价系统里，有多项功能对这一指标进行多维度分析。

科创板审核中心的相关负责人展示着，在评价系统内，通过校验科技数据的功能，将申报材料中相关技术数据与国家专利局等数据进行比对，可以校验是否存在虚假申报、专利是否存在质押或转让等情况。通过技术方向分析的功能，基于技术聚类的行业分类模型，将申报企业所处行业对应至某一种或几种专业技术，能够提高行业分类准确性及针对性。还有核心技术分析功能，可以将企业的专利质量、技术质量、专利对应的市场价值和社会影响等都直观呈现。此外，行业地位分析、风险预警等功能也都能有力辅助审核工作。

“科技评价系统的推出，有效辅助审核员更好地聚焦企业的核心技术是什么、技术发展前景怎么样、企业在该技术方向上的实力如何这些核心问题。”科创板审核中心相关负责人还表示，科创板审核目前也推出启用了金融文本处理系统金融文档，通过人工智能、机器学习等方法处理复杂多样的金融文档，释放人力，提升了审核工作的效率与抽取质量。

上交所科技监管向业务领域的渗透，也不仅仅覆盖股票等品种。

上交所债券部的相关人士介绍，通过使用大数据、XBRL等科技手段，交易所目前已实现了对公司债券的全生命周期监控，日常监管动作及监管措施也都可以做到电子化留痕。当前的债券业务流程中，启用了公司债券项目审核系统、债券业务管理系统、债券监管与风险管理系统，“已经可以覆盖公司债券项目审核、发行上市、存续期的全生命周期数据，未来还将建设债券业务平台来实现债券相关系统的整合。”

在创新产品领域，科技监管亦有融合与覆盖。

上证50ETF期权是我国首个场内期权产品，自上线至今发展已将近5年，已经成为全球第二大ETF期权产品。截至今年8月底，50ETF期权合约日均成交246.93万张、日均持仓307.24万张、日均权利金成交14.51亿元，日均成交面值688.49亿元。另一张成绩单是出自市场的良好运行。截至目前，尚未出现爆炒、过度投机等风险事件，上证50ETF期权基本经受住了市场的考验。

谈及期权监管，上交所产品创新中心相关负责人表示，利用科技手段，目前实现了重点筛查未报备账户违规进行程序交易；构建期权市场投资者画像；还利用大数据建模，核查分拆账户交易行为、挖掘疑似账户，精准定位所属期权经营机构及账户。多个违法经营期权业务的分仓交易平台，就是在该科技监管的部署中被精准打击。

夯实基础与共享开放

如果给上交所画像，那另一面就是一家“硬核”的信息技术公司。

上海证券大厦南塔25楼，是上交所技术公司的办公所在地。与交易监管或科创板审核中心的严肃和紧张相比，这里的气氛更为活跃，还设置有基于桌面云的开放式办公区域，供所内员工进行移动式的内外网办公。

在近几年科技监管的攻坚突围期，这里每天都接受着来自各业务部门的产品需求、使用反馈，产出和完善出一个个监管“神器”和“秘笈”；还监测着庞大的数据平台与交易系统的一举一动，担起了市场运行的“安全员”。据内部人士介绍，早于每个交易日数个小时之前，技术公司的核心监测屏就开始运行，保障着沪市每天千亿成交额的交易安全。

但同时，这里也与各业务部门做到严格的权限划分。“我们收集业务部门的需求和测试反馈，至于这些产品的监管结果和处理措施，我们完全接触不到。”上交所技术公司负责人向记者表示。

细数上交所当前的科技监管架构，不管是新监察系统、科技评价系统的平台建设，还是画像功能、关联分析的应用服务，都是技术公司主导研发，并建立在自有的基础架构之上，实现了技术对监管、服务等各业务环节的引领。

而纵深来看，从之前的数据仓库到现在的大数据平台和证通云，从外高桥证券数据大厦再到目前国内业内最大的金桥数据中心，从系统内自用到辐射全行业……近20年里，上交所始终专注于基础设施的建设，进而推动科技监管的持续升级。

于是，一个架构清晰、规划明确的信息技术研发公司画像就出现了。

从上交所技术公司的开发规划和产品架构来看，在最底层，除了已有的技术大厦数据中心、宁桥路数据中心、华信北数据中心，上交所金桥数据中心已在建设和试运行中。从机柜数量这一指标来看，这将会是国内证券行业最大的数据中心；它不仅会是上交所和证券交易市场的底层基础，也将为证券行业提供高可靠、高安全的数据中心。

而就在今年5月，金桥数据中心迎来了东方证券(10.100,-0.10,-0.98%)、兴业证券(6.160,-0.06,-0.96%)等首批行业用户。数据中心将为这些用户提供两幢机房楼以及配套的办公、运维资源。入驻后，数据中心还会凭借专业化的运维管理、安全可靠的接入服务，提供全方位应用级服务的平台。能够选择交易所数据中心而非自建机房，这将极大减少金融机构的重复建设，提高资源运用效率、节约建设成本。

能够从自用向行业开放的，不只是在基础设施方面。在上交所技术公司产品架构的第二个层级，大数据平台和金融云（即证通云）目前已初步建成，并逐步投入使用。其中，证通云已经开始向部分金融机构开放商用。

假设一家新建基金公司需要搭建系统和组建技术团队，至少要有千万元级别的成本投入，时间周期也需要约半年时间；如果使用证通云的计算资源和解决方案，最快可以在一两个月内、以百万级别的投入完成初步构架。

既保障着上交所的信息技术系统和基础设施建设与运行，还在向市场输出技术和服务——上交所技术公司与数据中心，其实更是上交所科技战略的一个缩影，也是其迈向技术先进、运行高效、结构完整、品种齐全、功能完备、市场透明、监管有效、具有国际影响力的世界领先交易所的重要一步。

第一财经张婧熠

里程碑式反超！中国自研数据库超越Oracle登顶全球第一

Fri, 04 Oct 2019 15:34:38 +0800

来源

科技日报记者崔爽

10月2日，在浓浓的国庆气氛中，一场“技术阅兵”在大洋彼岸上演。

结果再添喜气：继5G移动通信和高端芯片之后，中国公司在又一个“核高基”领域取得了重大突破。

蚂蚁金服自主研发的数据库OceanBase打破数据库基准性能测试的世界记录，成绩是前世界记录保持者、老牌巨头甲骨文（Oracle）的两倍。数据库领域最权威的国际机构国际事务处理性能委员会（TPC，Transaction Processing Performance Council）在官网发表了这一最新结果。

对此，中国工程院院士、计算机专家李国杰表示：OceanBase打破了由甲骨文保持了9年之久的TPC-C基准性能测试的世界纪录，“是中国基础软件取得的重大突破”。

长期依存

时间回到1997年，北京机场跑道上，国宾车队一字排开、闪着大灯。

甲骨文创始人埃里森（Larry Ellison）初次到访中国，这位数据库帝国的掌门人计划到长城拍摄推广网络计算机的宣传片，时任甲骨文中国总裁的冯星君找了20个小学生一同参与拍摄。

约好早上8点开拍，但直到9点，埃里森还没起床。

当天的北京零下二十几度，小学生们在没有暖气的大巴上苦等，冯星君带着哭腔给埃里森电话，一个多小时后，大老板才终于现身。

无奈的等待和敢怒不敢言背后，是国内在数据库服务上对甲骨文的全面依赖。

彼时的中国，商业力量快速复苏，外贸进出口总额突破4000亿美元大关，相伴而生的，是信息技术需求的井喷。甲骨文的数据库，正是软件中最硬的核心技术。

不能说国产数据库完全不行——但上世纪90年代才蹒跚起步的国产数据库，中国已经来不及等它长大。战场迫不及待需要成熟的战士。

于是，国内几乎所有机构和公司，从金融、电信到航空，清一色地使用甲骨文。

这意味着，中国人每一笔银行取款、转账，每一次充话费、买机票的数字，都储存和运行在美国的数据库上。

自主研发

数据库的重要性丝毫不亚于芯片，没有数据库，就没有信息科技的发展。受制于人的局面急需改变。

2006年，国务院发布《国家中长期科学和技术发展规划纲要(2006-2020年)》，提出“核高基”的概念。“核高基”是对核心电子器件、高端通用芯片及基础软件产品的简称，同时也是与载人航天、探月工程并列的16个重大科技专项之一。其中，基础软件就包括数据库、操作系统、中间件等。

不过，赶超之路谈何容易。

此次以两倍优势反超的阿里巴巴一度是甲骨文中国的标杆客户，淘宝、支付宝等公司98%以上的软件系统和业务都由甲骨文数据库提供数据服务。但随着双11成为现象级商业活动，几何级增长的交易量把一个严峻的问题摆上台面：如果继续使用甲骨文，为了应对天量数据，只能再花上亿人民币购买主机。

他们选择了自主研发。

当时阿里有自己的数据库研发团队，但很多人不看好。毕竟甲骨文有十几万人，从事核心数据库研发的超过两千，而阿里数据库团队20多个人，团队负责人阳振坤此前在另一家大厂开发数据库，两年多没出成绩被扫地出门。

所幸新东家给了足够的耐心和支持，才有这个后来居上的故事。

如今，OceanBase已在蚂蚁金服和阿里巴巴的业务系统中得到广泛应用。数亿人能够随时随地网购、移动支付，背后都靠OceanBase数据库的力量。从2017年开始，OceanBase数据库开始对外开放，服务包括银行、保险等金融机构。

创造纪录

TPC-C是全球主流计算机硬件厂商、数据库厂商公认的评价标准，被誉为“数据库领域的世界杯”。

TPC-C标准模拟了经典商品销售付款场景来做测试，通过每分钟创建新订单数量来评价数据库的性能和性价比。OceanBase以60,880,800 tpmC（每分钟内系统处理的新订单个数）创造了新的联机交易处理系统（OLTP）世界纪录。

过去数十年，TPC-C一直是海外传统数据库厂商竞技的舞台，而OceanBase是登上TPC-C排行榜前列、由中国公司完全自主研发的第一款大型数据库产品。

尤其值得一提的是，OceanBase不仅在性能指标上创造了新纪录，还成为全球首个通过TPC-C审计的分布式无共享关系数据库。据介绍，此次TPC-C测试结果是在阿里云标准云资源支持下实现的，改变了之前高性能测试结果都依赖专用集中式存储设备和管理软件的实现方式，以完全分布式的软件架构达成这一突破性成果。

此次登顶国际权威排行，也是云时代中国数据库换道超车的标志。

趟出新路

OceanBase的崛起，不只是商业力量竞逐的结果，更有时代变革的红利。

此前，国产数据库之所以没有得到广泛使用，原因主要在于金融、电信、航空等关键行业必须确保数据库的可用和稳定，无法给新兴的国产产品试错空间。

而电子商务完全是新兴领域，双11的交易规模，完全超出甲骨文的经验范围，反而有了趟出一条新路的机会。

OceanBase是云计算时代中国数据库的代表。几乎同一时期，达梦、人大金仓、神通、南大通用等一批国产数据库都陆续应用到央企、国家财政、军事等专用领域。华为、腾讯等中国公司也纷纷推出了自己的数据库产品。

但与此同时，在底层核心技术突破、产业生态建设等方面，国产数据库仍面临挑战。

据第一财经报道，深耕数据库领域多年的南大通用首席技术官武新曾表示：甲骨文、微软等公司经过几十年的发展，建立起非常强大的生态系统，这种依存关系还将维持一二十年，而中国的生态系统仍然较为薄弱，这与缺乏技术基础积累有关。

数据库是支撑人工智能、区块链等新技术的基础技术，尤其是在核心敏感行业，自主可控意义重大。建设强大完善的自研数据库，中国技术人仍在“升级打怪”的路上。

复旦宣讲会、推广信息

Tue, 24 Sep 2019 14:22:37 +0800

A1.如果您手头有实习，校招，社招，猎头等资源请直接将JD/链接发到群里（要有BASE和联系方式）
想到复旦开宣讲会请联系：顾老师电话：021-65643536
http://gc@fudan.edu.cn

A2.如果您所在公司有业务或者产品想向复旦师生校友（30万校友+6万在校师生）宣传推广，请加微信：18019022355
（我们目前合作过的商家有：网易严选、上海国际医学中心、掌阅科技、叮咚买菜、自如APP等）我们将为您免费服务

A3.如果您有如下资源联系校友办李老师，微信18019022355
母婴产品，当季农产品（柚子，枣，栗子，茶以及各种生鲜酒水），乐器（钢琴小提琴等），上海周边旅游资源，装修家电直销等

Tianjic的天机：深度解析Nature封面AI芯片

Thu, 15 Aug 2019 18:32:38 +0800

来源

原文件如下：

深度解析Nature封面AI芯片.pdf (Size: 576430 / Downloads: 0)

作为首次登上Nature封面的中国芯片，Tianjic的意义非同凡响。赞誉的话就不在重复了。周末仔细拜读了Tianjic的论文，从一个硬件架构师的角度，分析其设计理念和实现细节，剖析究竟泄露了那些“天机”。

Tianjic是面向AGI（Artificial General Intelligence）的芯片。不同于通常的AI加速器，追求的是人工智能领域的通用处理性。文中总结了AGI的4个主要特点：支持大量复杂的神经网络，包含时间和空间的复杂关系；支持多种网络层次结构；支持多种算法模型；以及支持神经网络的并行任务处理。仅从支持度上而言，CPU和GPU都可以成为是AGI系统，主要的缺陷是性能不足。对于海量数据需求的人工智能算法而言，主要的矛盾集中在如何高效的进行运算，不是1倍2倍，而是百倍千倍的提升。这需要在架构上进行颠覆性的改变。Tianjic的创新主要集中在2点，统一的神经网络执行单元和粗粒度可重构（CGRA）的阵列结构。下边会详细介绍这两个方面的设计细节。

目前人工智能的发展主要有2个方向，一是算法，一是仿生。算法方向主要是利用计算机运算的优势，通过大量数据的学习迭代形成有效的算法及参数，这是目前的主流方向，如我们熟知的深度学习框架CNN，RNN等，统称为ANN。另外一种是用电路器件模拟出生物神经元的连接和运行方式，搭建和人类大脑类似的模型来实现。其中代表性的模型就是脉冲神经网络（SNN），主要通过计算神经电脉冲进行信息传递，因此是2值的。这个和传统网络的权重连接+激活的方式有很大差别。现在学术界和工业界对SNN的研究不多，主要是基础算法上还没有关键性的突破，一方面达不到深度学习模型的准确率，而且编程上没有统一便利的模型，实现上很复杂。大公司中也只有IBM的TrueNorth，Intel的Loihi芯片在做一些偏研究性质的工作。虽然进展缓慢，但很多人更看好后者，因为其更接近于人脑的工作方式，也最有可能实现人脑级别的人工智能。两者的优劣这里不做评述。上图描述了两种方式计算上的差别。Tianjic的主要创新是将这两者统一在一个运算单元中，可以使一块芯片同时支持通用的深度学习模型和研究性的脉冲神经网络。

ANN和SNN统一的方法并不复杂，基本思路是通过分析其运算特点，统一相似的部分，而独立差别较大的部分。虽然算法差别较大，但主要的计算部分都可以归结为乘累加运算，因此将ANN的权重连接部分和SNN的树突传递部分合并，共16个MAC单元组成一个阵列。可以看到该部分包含了一个独立的weight memory。Weight会在芯片初始化时全部加载在local memory中，不需要在运算时从片外反复读取，这也是另一种形式的存算一体化。优点很明显了，在于功耗和速度，缺点是weight memory的大小限制了整个单元的计算能力。后边可以看到Tianjic的芯片是没有DDR的，这样单芯片所能加载的模型大小就是个固定值，而不能像通用处理器那样具有可伸缩性。

整个执行单元也就是这部分是shared了。其他的如图中的Axon，Soma等部分都是独立的。可以看出这并没有多大程度的统一，还有这么多模块只能对其中一种算法开放，这样不是很浪费面积么？面积当然会变大，但是这不是主要矛盾。随着工艺尺寸的下降，芯片设计的主要矛盾集中在日益增长的性能需求和难以控制的功耗上。由于Dennard scaling的失效，芯片功耗无法随着尺寸的缩小而保持不变，成为性能最大的瓶颈。因此现代芯片系统中常常出现某些部分由于功耗限制而低速工作或者不工作的情况，称为“Dark Silicon”。换句话讲，只要芯片在工作部分的性能足够高就可以，而暂时不工作的部分可以用来支持其他算法，在切换为工作状态时再提供输出，像十八般兵器那样，需要哪个就用哪个。面积换功耗会在很长一段时间里影响着现代数字电路的设计方法。Tianjic正是这样的思路，独立的运算部分的面积不重要，重要的是可以在ANN和SNN两个模式下都有高效的运算模块进行工作，实现比传统算法高的多的性能。关于“Dark Silicon”的相关话题之后会有专门分析，欢迎大家关注。

运算模块的配置，以及各模块之间的连接就是典型的粗粒度可重构阵列（CGRA，Coarse Grained Reconfigurable Array）的思路。之前分析Thinker的文章已经介绍过CGRA的特点，可以参考“思考的芯片：清微智能Thinker架构分析”，两者可以说是师出同门。不同于FPGA，CGRA是一种更高层次的可重构技术，通过指令对可编程的执行阵列进行配置。整个阵列由多个执行单元（PE）构成，通过配置每个PE的连接性和运算模式来定义整个阵列的功能。这种配置主要来源于特定算法的映射，因此也被称为“软件定义硬件”。CGRA的硬件设计是相对简单的，主要的难点是如何高效的进行阵列配置，将软件模型映射在硬件上。不仅仅是功能的映射，还包括数据流的控制，相关性的处理等。这和传统的软件编程思路有很大不同。Tianjic的PE单元称为FCcore，包括统一的和独立的ANN、SNN运算模块，local memory，以及一个负责信息交互的Router。多个FCcore组成一个2D的Mesh结构，这也是很多Many core架构的加速器通常采用的互联方式，优点是扩展性强，延迟线性增加。Mesh网络还通过router支持point2piont，recurrent和multicast等灵活的数据交换方式。

最后的成片采用156个FCcore的组合，最大40000个神经元和10M的突触，28nm下的裸片面积为3.8 × 3.8 mm2，频率300MHz。可以看出Tianjic的运行频率不是很高，即使采用最新的7nm工艺，估计也只能接近1GHz。单芯片在ANN的算力1.4TOPS（156x16x2x0.3G）, 8 bit INT。这个算力并不大，主打的是能效。个人来看，tianjic的整体结构更多的是面向SNN，各种灵活连接配置的特性也更适合前者。而在ANN方面，尤其是卷积，这样的小算力众核结构，效率上应该是没有TPU高的，主要的制约在MAC阵列的规模，local内存的大小，以及中间数据的频繁交换上。

通过FCcore中Axon，Dendrite，soma，router等部分，各FCcore的功能，以及Mesh网络连接等不同层次上的重构，Tianjic可以对各种AI算法进行非常灵活的配置和运算。这正是CGRA结构最有吸引力的地方，即通过简化的运算和灵活的连接来支持复杂功能。FCcore甚至可以配置为部分ANN部分CNN的hybrid组合体，因此有很大的想象空间。当然，硬件配置的灵活性是以软件编译复杂为代价的。如何高效的进行算法匹配和映射就成为Tianjic结构能否发挥优势的关键。这也是“Thinker”、“Wavecomputing”等类似结构的加速器所面临的共同问题。Tianjic做到什么程度，只有等Tianjic开源相关的软件工具或者商用后才能评价。

Tianjic选择的应用场景可以说让人眼前一亮。想起以前google在愚人节发布的一个视频，就是推不倒的自行车，无人驾驶，可以像出租车一样召唤到任何地点。使用Tianjic的系统真的实现了这样一个场景，一下子有种科幻电影变为现实的魔幻感，很具有吸引力和冲击力。这个例子本身并不能证明Tianjic的方案有多好，甚至这只是个算法问题，跟硬件没有太大联系，但的确是一个很好的宣传亮点。深度学习一路发展到今天，很明显的呈现出和传统科学不一样的发展思路，即更高的曝光度和关注度，科研工作者和他们的研究成果不断的在镁光灯下震撼着世界，同时也吸引着更多的人关注这个行业，投身相关研究和工程，而不是像之前行业那样只默默无闻的奉献。非常高兴看到国内的科研工作者们也开始懂得包装自己的研究成果。

从个人角度来说，虽然媒体极尽赞誉，tianjic的设计中并没有创新性很强的部分，大多是将已有的一些方法组合在一起来支持hybrid的功能。实现上也中规中矩，是典型的同步数字电路设计，没有像Loihi这样尝试异步电路这样更接近SNN特性的方案。因此在整体架构的创新性和学术性方面，tianjic都弱于“DIANNAO”系列。不过这并不妨碍tianjic的成就。一个好的想法，从理论到实践在到商用的道路是很漫长且艰难的，tianjic已经走完了前两步，并且还是一个很有趣的实践项目，这本身就是个了不起的成就。期待tianjic给我们带来商用化的好消息。

HUAWEI鸿蒙操作系统深度研究：鸿蒙的现在与未来

Wed, 14 Aug 2019 20:00:32 +0800

20190808收到Dr.Gu微信消息：
如何客观的看待鸿蒙的现在与未来

HUAWEI鸿蒙操作系统深度研究：鸿蒙的现在与未来.pdf (Size: 18489551 / Downloads: 1)

(微信文章)美国提高GPS L2信号功率，提前暴露军事行动？全球IGS跟踪站数据分析

Sun, 23 Jun 2019 12:28:29 +0800

从昨天开始，就有人发现某些CORS站的GPS L2信噪比突然放大（功率提高），去年美国空袭叙利亚期间也曾出现过类似事件。

从目前记录到的数据看，此次事件大约持续了18个小时（目测UTC事件窗口为：2019年6月20日15时30分~6月21日10点）。

IGS（International GNSS Service）是一个国际组织，全球拥有数量众多的CORS站，分部全球CORS站记录了每一天的数据。其中作者在IGS的CDDIS服务器上共下载到当天410个站的数据。

经过观测L2信噪比，会发现从2019年6月20日下午开始出现功率放大情况，一直持续到第二天（2019年6月21日）上午10点左右才回复正常。

从405个数据中识别出存在信噪比放大的站点，统计成表并通过画图分析：此次GPS L2功率提高是全球范围内的，其中在非洲比较密集。

但是由于不同厂家的接收机硬件的信噪比特征曲线不一样（信噪比的值域及其随卫星仰角的变化而变化的统计曲线），所以为了排除接收机差异，挑出使用相同的厂家仪器的站点分析，分析出信噪比提高的接收机情况：
Trimble(美国)：主要分布在南美洲，欧洲，非洲以及亚洲东南部
Leica(瑞士)：欧洲
Septentrio（比利时）：欧洲
Javad(美国)：北美洲，欧洲

分析后发现：无论哪个品牌的接收机，都出现了GPS L2信噪比提高的数据。

L2的信噪比具体提高了多少？
随机挑选了三个站点的数据并分成两段，第一段是从0时至15时30分（正常时段），第二段是从15时30分至24时（功率放大期间），通过对比相同接收机的数据差异，分析得到：
1.高仰角卫星（高度角>30°）L2的信噪比提高了约7dB;
2.低仰角卫星（高度角<30°）L2的信噪比提高了约5dB;
通过数据质量对比分析：
1.GPS L2功率提高后数据完整率（%）私户略有提高；
2.数据质量（多路径，周跳比）未见明显差异。

最终得到结论：
1.此次GPS L2功率提高是全球范围内的。
2.期间GPS L2信号功率提高了大约5~7dB.
3.是否可以通过检测GPS L2的功率变化，提前预报军事行动？（我认为是可以的）

而根据《纽约时报》6月20日曝出的猛料，美国总统特朗普在无人机遇袭当天就批准了空袭伊朗的计划，并定于美东时间20日傍晚7时、伊朗时间21日凌晨4时发动 ”
此次GPS L2功率提高事件的伊朗当地时间：6月20日19时30分 ~ 6月21日14点，时间刚好对上。

图解CPU生产全过程——以intel CORE i7为例，展望CPU架构(12k字)

Mon, 17 Jun 2019 23:20:01 +0800

来源

原文如下：

图解CPU生产全过程——以intel CORE i7为例，展望CPU架构(12k字).pdf (Size: 1631003 / Downloads: 0)

科学Sciences导读：图解CPU生产全过程——以intel CORE i7为例，展望CPU架构。本文简介英特尔Intel x86架构、生产制造CPU的原料和准备、CPU生产制造过程，并展望CPU的x86架构和RISC架构。其中，重新整理《图解intel Core i7 CPU生产全过程》，增加生产步骤中纳米级别的数据说明。关键词：CPU，x86，RISC-V，图灵奖，帕特森，清华-伯克利国际实验室。公号输入栏发“CPU架构生产”获取本PDF资料；欢迎大家赞赏支持科普、下载学习科技知识。

目录

图解CPU生产全过程——以intel CORE i7为例，展望CPU架构 (11k字)

一、英特尔Intelx86架构

二、制造CPU的基本原料

三、CPU制造的准备阶段

四、intelCore i7生产全过程图解

五、英特尔X86展望

六、清华-伯克利深圳学院RISC-V国际开源实验室

素材(670字)

图解CPU生产全过程——以intel CORE i7为例，展望CPU架构

文|秦陇纪等，科学Sciences©20190617Mon

中央处理单元——CPU是现代计算机的核心部件，又称为“微处理器”。衡量计算机性能，要看CPU的生产制造规格与运行控制频率。而生产制造计算机，要先设计计算机系统架构，再生产出来。硬件制造完成后，还要有操作系统和应用程序，人类才可以使用计算机——史上最强大的信息处理工具。领域外，要严格确定保护相关知识产权，否则无以为继。本文简介CPU架构和生产知识。

一、英特尔Intel x86架构

Intel从8086开始，到286、386、486、586、P1、P2、P3、P4、i3、i5、i7、i9都用的同一种CPU架构，统称X86。(INTEL和AMD目前的处理器基本都是X86架构。IBM的POWER系列和ARM公司的产品不是X86架构。)从1978年6月8日，美国英特尔(Intel)公司发布新款16位微处理器“8086”，开创x86架构时代算起，Intel x86架构已经四十多年了，是世界上设计、生产、制造最多的CPU体系之一。

图2：Intel 8086处理器

X86架构(The X86 architecture)是微处理器执行的计算机语言指令集，指一个intel通用计算机系列的标准编号缩写，也标识一套通用的计算机指令集合。x86指的是特定微处理器执行的一些计算机语言指令集，定义了芯片的基本使用规则，一如今天的x64、IA64等。

虽然8086处理器发布之初没有获得太多关注，也没有被大范围采用，但它在PC业界带来的x86体系，成就了Intel如日中天的地位，也成为一种业界标准，即使是在当今强大的多核心处理器上也能看到x86的身影。在40年发展史中，x86家族不断壮大，从桌面转战笔记本、服务器、超级计算机、编写设备，期间还挫败或者限制了很多竞争对手的发展，让不少处理器厂商及其架构技术成为历史名字，即使有些封闭发展的也难以为继，比如苹果就已经放弃PowerPC了。

当然，不能忘了x86-64和EM64T的斗争。2003年，AMD推出了业界首款64位处理器Athlon 64，也带来了x86-64，即x86指令集的64位扩展超集，具备向下兼容的特点。当时Intel也在推行64位技术，但其IA64架构并不兼容x86，只是用在服务器处理器Itanium上。为了和AMD展开竞争，Intel也在2004年推出了自己的64位版x86，也就是EM64T。

对此，AMD和Intel互相指责对方，但无论如何至少推广了64位技术的发展和普及，也让x86技术得以继续发扬光大。加州大学伯克利分校计算机科学教授、RISC发明人之一大卫·帕特森(David Patterson)表示：“这证明，x86指令集的弹性完全可以拿来对付Intel，所以即使Intel统治了整个市场，其他公司依然可以改变x86的发展方向。”

x86是一个intel通用计算机系列的标准编号缩写，也标识一套通用的计算机指令集合，X与处理器没有任何关系，它是一个对所有*86系统的简单的通配符定义，例如：i386,586,奔腾(pentium)。由于早期intel的CPU都是如8086,80286来编号，整个系列的CPU都是指令兼容的，所以都用X86来标识所使用的指令集合如今的奔腾,P2,P4,赛扬系列都是支持X86指令系统的，所以都属于X86家族。

X86指令集是美国Intel公司为其第一块16位CPU(i8086)专门开发的，美国IBM公司1981年推出的世界第一台PC机中的CPU--i8088(i8086简化版)使用的也是X86指令，同时电脑中为提高浮点数据处理能力而增加的X87芯片系列数学协处理器则另外使用X87指令，以后就将X86指令集和X87指令集统称为X86指令集。虽然随着CPU技术的不断发展，Intel陆续研制出更新型的i80386、i80486直到今天的Pentium 4(以下简为P4)系列，但为了保证电脑能继续运行以往开发的各类应用程序以保护和继承丰富的软件资源，所以Intel公司所生产的所有CPU仍然继续使用X86指令集，所以它的CPU仍属于X86系列。

另外除Intel公司之外，AMD和Cyrix等厂家也相继生产出能使用X86指令集的CPU，由于这些CPU能运行所有的为Intel CPU所开发的各种软件，所以电脑业内人士就将这些CPU列为Intel的CPU兼容产品。由于Intel X86系列及其兼容CPU都使用X86指令集，所以就形成了今天庞大的X86系列及兼容CPU阵容。当然在台式(便携式)电脑中并不都是使用X86系列CPU，部分服务器和苹果(Macintosh)机中还使用美国DIGITAL(数字)公司的Alpha 61164和PowerPC 604e系列CPU。

x86架构的CPU对我们大多数人的工作、生活影响颇为深远。许多对电脑知识略知一二的朋友大多会知道CPU里面最重要的东西就是晶体管了，提高CPU的速度，最重要的一点说白了就是如何在相同的CPU面积里面放进去更加多的晶体管，由于CPU实在太小，太精密，里面组成了数目相当多的晶体管，所以人手是绝对不可能完成的，只能够通过光刻工艺来进行加工的。

这就是为什么一块CPU里面为什么可以数量如此之多的晶体管。晶体管其实就是一个双位的开关：即开和关。如果您回忆起基本计算的时代，那就是一台计算机需要进行工作的全部。两种选择，开和关，对于机器来说即0和1。那么您将如何制作一个CPU呢?下面，一步步讲述中央处理器从一堆沙子到一个功能强大的集成电路芯片的全过程。

二、制造CPU的基本原料

如果问及CPU的原料是什么，大家都会轻而易举的给出答案—是硅。这是不假，但硅又来自哪里呢?其实就是那些最不起眼的沙子。难以想象吧，价格昂贵，结构复杂，功能强大，充满着神秘感的CPU竟然来自那根本一文不值的沙子。当然这中间必然要经历一个复杂的制造过程才行。不过不是随便抓一把沙子就可以做原料的，一定要精挑细选，从中提取出最最纯净的硅原料才行。试想一下，如果用那最最廉价而又储量充足的原料做成CPU，那么成品的质量会怎样，你还能用上像现在这样高性能的处理器吗?

除去硅之外，制造CPU还需要一种重要的材料就是金属。目前为止，铝已经成为制作处理器内部配件的主要金属材料，而铜则逐渐被淘汰，这是有一些原因的，在目前的CPU工作电压下，铝的电迁移特性要明显好于铜。所谓电迁移问题，就是指当大量电子流过一段导体时，导体物质原子受电子撞击而离开原有位置，留下空位，空位过多则会导致导体连线断开，而离开原位的原子停留在其它位置，会造成其它地方的短路从而影响芯片的逻辑功能，进而导致芯片无法使用。

除了这两样主要的材料之外，在芯片的设计过程中还需要一些种类的化学原料，它们起着不同的作用，这里不再赘述。

三、CPU制造的准备阶段

在必备原材料的采集工作完毕之后，这些原材料中的一部分需要进行一些预处理工作。而作为最主要的原料，硅的处理工作至关重要。首先，硅原料要进行化学提纯，这一步骤使其达到可供半导体工业使用的原料级别。而为了使这些硅原料能够满足集成电路制造的加工需要，还必须将其整形，这一步是通过溶化硅原料，然后将液态硅注入大型高温石英容器而完成的。

而后，将原料进行高温溶化。中学化学课上我们学到过，许多固体内部原子是晶体结构，硅也是如此。为了达到高性能处理器的要求，整块硅原料必须高度纯净，及单晶硅。然后从高温容器中采用旋转拉伸的方式将硅原料取出，此时一个圆柱体的硅锭就产生了。从目前所使用的工艺来看，硅锭圆形横截面的直径为200毫米。

不过现在intel和其它一些公司已经开始使用300毫米直径的硅锭了。在保留硅锭的各种特性不变的情况下增加横截面的面积是具有相当的难度的，不过只要企业肯投入大批资金来研究，还是可以实现的。intel为研制和生产300毫米硅锭而建立的工厂耗费了大约35亿美元，新技术的成功使得intel可以制造复杂程度更高，功能更强大的集成电路芯片。而200毫米硅锭的工厂也耗费了15亿美元。

制成硅锭并确保其是一个绝对的圆柱体之后，下一个步骤就是将这个圆柱体硅锭切片，切片越薄，用料越省，自然可以生产的处理器芯片就更多。切片还要镜面精加工的处理来确保表面绝对光滑，之后检查是否有扭曲或其它问题。这一步质量检验尤为重要，它直接决定了成品CPU的质量。

新的切片中要掺入一些物质而使之成为真正的半导体材料，而后在其上刻划代表着各种逻辑功能的晶体管电路。掺入的物质原子进入硅原子之间的空隙，彼此之间发生原子力的作用，从而使得硅原料具有半导体的特性。今天的半导体制造多选择CMOS工艺(互补型金属氧化物半导体)。

其中互补一词表示半导体中N型MOS管和P型MOS管之间的交互作用。而N和P在电子工艺中分别代表负极和正极。多数情况下，切片被掺入化学物质而形成P型衬底，在其上刻划的逻辑电路要遵循nMOS电路的特性来设计，这种类型的晶体管空间利用率更高也更加节能。同时在多数情况下，必须尽量限制pMOS型晶体管的出现，因为在制造过程的后期，需要将N型材料植入P型衬底当中，而这一过程会导致pMOS管的形成。

在掺入化学物质的工作完成之后，标准的切片就完成了。然后将每一个切片放入高温炉中加热，通过控制加温时间而使得切片表面生成一层二氧化硅膜。通过密切监测温度，空气成分和加温时间，该二氧化硅层的厚度是可以控制的。

在intel的90纳米制造工艺中，门氧化物的宽度小到了惊人的5个原子厚度。这一层门电路也是晶体管门电路的一部分，晶体管门电路的作用是控制其间电子的流动，通过对门电压的控制，电子的流动被严格控制，而不论输入输出端口电压的大小。

准备工作的最后一道工序是在二氧化硅层上覆盖一个感光层。这一层物质用于同一层中的其它控制应用。这层物质在干燥时具有很好的感光效果，而且在光刻蚀过程结束之后，能够通过化学方法将其溶解并除去。

3.1光刻蚀

这是目前的CPU制造过程当中工艺非常复杂的一个步骤，为什么这么说呢?光刻蚀过程就是使用一定波长的光在感光层中刻出相应的刻痕，由此改变该处材料的化学特性。这项技术对于所用光的波长要求极为严格，需要使用短波长的紫外线和大曲率的透镜。刻蚀过程还会受到晶圆上的污点的影响。每一步刻蚀都是一个复杂而精细的过程。

设计每一步过程的所需要的数据量都可以用10GB的单位来计量，而且制造每块处理器所需要的刻蚀步骤都超过20步(每一步进行一层刻蚀)。而且每一层刻蚀的图纸如果放大许多倍的话，可以和整个纽约市外加郊区范围的地图相比，甚至还要复杂，试想一下，把整个纽约地图缩小到实际面积大小只有100个平方毫米的芯片上，那么这个芯片的结构有多么复杂，可想而知了吧。

当这些刻蚀工作全部完成之后，晶圆被翻转过来。短波长光线透过石英模板上镂空的刻痕照射到晶圆的感光层上，然后撤掉光线和模板。通过化学方法除去暴露在外边的感光层物质，而二氧化硅马上在陋空位置的下方生成。

3.2掺杂

在残留的感光层物质被去除之后，剩下的就是充满的沟壑的二氧化硅层以及暴露出来的在该层下方的硅层。这一步之后，另一个二氧化硅层制作完成。然后，加入另一个带有感光层的多晶硅层。多晶硅是门电路的另一种类型。由于此处使用到了金属原料(因此称作金属氧化物半导体)，多晶硅允许在晶体管队列端口电压起作用之前建立门电路。感光层同时还要被短波长光线透过掩模刻蚀。再经过一部刻蚀，所需的全部门电路就已经基本成型了。然后，要对暴露在外的硅层通过化学方式进行离子轰击，此处的目的是生成N沟道或P沟道。这个掺杂过程创建了全部的晶体管及彼此间的电路连接，没个晶体管都有输入端和输出端，两端之间被称作端口。

3.3重复这一过程

从这一步起，你将持续添加层级，加入一个二氧化硅层，然后光刻一次。重复这些步骤，然后就出现了一个多层立体架构，这就是你目前使用的处理器的萌芽状态了。在每层之间采用金属涂膜的技术进行层间的导电连接。今天的P4处理器采用了7层金属连接，而Athlon64使用了9层，所使用的层数取决于最初的版图设计，并不直接代表着最终产品的性能差异。

3.4测试封装测试过程

接下来的几个星期就需要对晶圆进行一关接一关的测试，包括检测晶圆的电学特性，看是否有逻辑错误，如果有，是在哪一层出现的等等。而后，晶圆上每一个出现问题的芯片单元将被单独测试来确定该芯片有否特殊加工需要。

而后，整片的晶圆被切割成一个个独立的处理器芯片单元。在最初测试中，那些检测不合格的单元将被遗弃。这些被切割下来的芯片单元将被采用某种方式进行封装，这样它就可以顺利的插入某种接口规格的主板了。大多数intel和AMD的处理器都会被覆盖一个散热层。

在处理器成品完成之后，还要进行全方位的芯片功能检测。这一部会产生不同等级的产品，一些芯片的运行频率相对较高，于是打上高频率产品的名称和编号，而那些运行频率相对较低的芯片则加以改造，打上其它的低频率型号。这就是不同市场定位的处理器。而还有一些处理器可能在芯片功能上有一些不足之处。比如它在缓存功能上有缺陷(这种缺陷足以导致绝大多数的CPU瘫痪)，那么它们就会被屏蔽掉一些缓存容量，降低了性能，当然也就降低了产品的售价，这就是Celeron和Sempron的由来。

当CPU被放进包装盒之前，一般还要进行最后一次测试，以确保之前的工作准确无误。根据前面确定的最高运行频率不同，它们被放进不同的包装，销往世界各地。

读到这，相信你已经对CPU制造流程有了一些比较深入的认识。CPU的制造，可以说是集多方面尖端科学技术之大成，CPU本身也就那么点大，如果把里面的材料分开拿出来卖，恐怕卖不了几个钱。然而CPU的制造成本是非常惊人的，从这里或许我们可以理解，为什么这东西卖这么贵了。

在测试这个环节很重要，比如你的处理器是6300还是6400就会在这个环节被划分，而 6300天生并不是6300，而是在测试之后，发现处理器不能稳定的在6400标准下工作，只能在6300标准下稳定工作，于是对处理器定义，锁频，定义 ID，封装，印上6300。

我们用AMD的来举例：同样核心的处理器都是一个生产线下来的，如果稳定工作在2.8GHz，1M*2的缓存下，就被定义为5600+，如果缓存有瑕疵，切割有问题的那一半，成为5400+，如果缓存没问题而频率只能在2.6G通过测试，那么就是5200+，如果缓存有瑕疵，就切割成为5000+…………一直把它测到3800+，如果还不稳定，要么想办法变成速龙64单核或者单核闪龙，或者就是出现过的ES版的双核闪龙，如果出现批量不能工作在3800+条件下，而工作在3600+条件下，那么3600+就上市了，如果出现批量能工作在3G，1M*2条件下，那么6000+就上市了，这就是为什么处理器总是中等型号的先上市，高端和底端的后上市，当然后期工厂可能会节约成本专门开出底端的流水线，专门生产底端处理器，赛扬，闪龙的各种型号就相继上市，而高端的流水线因为个别处理器不稳定转变为底端处理器，例如将速龙64缓存切割就变为闪龙64。

四、intel Core i7生产全过程图解

沙子：硅是地壳内第二丰富的元素，而脱氧后的沙子(尤其是石英)最多包含25%的硅元素，以二氧化硅(SiO2)的形式存在，这也是半导体制造产业的基础。

4.1硅熔炼：

12英寸/300毫米晶圆级，下同。通过多步净化得到可用于半导体制造质量的硅，学名电子级硅(EGS)，平均每一百万个硅原子中最多只有一个杂质原子。此图展示了是如何通过硅净化熔炼得到大晶体的，最后得到的就是硅锭(Ingot)。

4.2单晶硅锭：

整体基本呈圆柱形，重约100千克，硅纯度 99.9999%。

4.3硅锭切割：

横向切割成圆形的单个硅片，也就是我们常说的晶圆 (Wafer)。顺便说，这下知道为什么晶圆都是圆形的了吧?

4.4晶圆：

切割出的晶圆经过抛光后变得几乎完美无瑕，表面甚至可以当镜子。事实上，Intel自己并不生产这种晶圆，而是从第三方半导体企业那里直接购买成品，然后利用自己的生产线进一步加工，比如现在主流的45nm HKMG(高K金属栅极)。值得一提的是，Intel公司创立之初使用的晶圆尺寸只有2英寸/50毫米

4.5光刻胶(PhotoResist)：

图中蓝色部分就是在晶圆旋转过程中浇上去的光刻胶液体，类似制作传统胶片的那种。晶圆旋转可以让光刻胶铺的非常薄、非常平。

4.6光刻：

光刻胶层随后透过掩模(Mask)被曝光在紫外线(UV)之下，变得可溶，期间发生的化学反应类似按下机械相机快门那一刻胶片的变化。掩模上印着预先设计好的电路图案，紫外线透过它照在光刻胶层上，就会形成微处理器的每一层电路图案。一般来说，在晶圆上得到的电路图案是掩模上图案的四分之一。

4.7光刻：

由此进入50-200纳米尺寸的晶体管级别。一块晶圆上可以切割出数百个处理器，不过从这里开始把视野缩小到其中一个上，展示如何制作晶体管等部件。晶体管相当于开关，控制着电流的方向。现在的晶体管已经如此之小，一个针头上就能放下大约3000万个。

4.8溶解光刻胶：

光刻过程中曝光在紫外线下的光刻胶被溶解掉，清除后留下的图案和掩模上的一致

4.9蚀刻：

使用化学物质溶解掉暴露出来的晶圆部分，而剩下的光刻胶保护着不应该蚀刻的部分。

4.10清除光刻胶：

蚀刻完成后，光刻胶的使命宣告完成，全部清除后就可以看到设计好的电路图案。

4.11光刻胶：

再次浇上光刻胶(蓝色部分)，然后光刻，并洗掉曝光的部分，剩下的光刻胶还是用来保护不会离子注入的那部分材料。

离子注入(Ion Implantation)：在真空系统中，用经过加速的、要掺杂的原子的离子照射(注入)固体材料，从而在被注入的区域形成特殊的注入层，并改变这些区域的硅的导电性。经过电场加速后，注入的离子流的速度可以超过30万千米每小时。

4.12清除光刻胶：

离子注入完成后，光刻胶也被清除，而注入区域(绿色部分)也已掺杂，注入了不同的原子。注意这时候的绿色和之前已经有所不同。

4.13晶体管就绪：

至此，晶体管已经基本完成。在绝缘材(品红色)上蚀刻出三个孔洞，并填充铜，以便和其它晶体管互连。

4.14电镀：

在晶圆上电镀一层硫酸铜，将铜离子沉淀到晶体管上。铜离子会从正极(阳极)走向负极(阴极)。

4.15铜层：

电镀完成后，铜离子沉积在晶圆表面，形成一个薄薄的铜层。

4.16抛光：

将多余的铜抛光掉，也就是磨光晶圆表面。

晶体管级别，六个晶体管的组合，大约500纳米。在不同晶体管之间形成复合互连金属层，具体布局取决于相应处理器所需要的不同功能性。芯片表面看起来异常平滑，但事实上可能包含20多层复杂的电路，放大之后可以看到极其复杂的电路网络，形如未来派的多层高速公路系统。

4.17晶圆测试：

内核级别，大约10毫米/0.5英寸。图中是晶圆的局部，正在接受第一次功能性测试，使用参考电路图案和每一块芯片进行对比。

4.18晶圆切片(Slicing)：

晶圆级别，300毫米/12英寸。将晶圆切割成块，每一块就是一个处理器的内核(Die)。

晶圆级别。测试过程中发现的有瑕疵的内核被抛弃，留下完好的准备进入下一步。

4.19单个内核：

内核级别。从晶圆上切割下来的单个内核，这里展示的是Core i7的核心。

封装：

封装级别，20毫米/1英寸。衬底(基片)、内核、散热片堆叠在一起，就形成了我们看到的处理器的样子。衬底(绿色)相当于一个底座，并为处理器内核提供电气与机械界面，便于与PC系统的其它部分交互。散热片(银色)就是负责内核散热的了。

4.20等级测试：

最后一次测试，可以鉴别出每一颗处理器的关键特性，比如最高频率、功耗、发热量等，并决定处理器的等级，比如适合做成最高端的Core i7-975 Extreme，还是低端型号Core i7-920。

4.21装箱：

制造、测试完毕的处理器要么批量交付给OEM厂商，要么放在包装盒里进入零售市场。

五、英特尔X86展望

英特尔推出X86架构已满40年了，同486相比，Pentium向前迈进了一大步，而PⅡ的前进步伐则没有这么大了，X86 CPU的发展似乎已到了尽头。英特尔非常清楚，是X86指令集限制了CPU性能的进一步提高，因此，他们正同惠普共同努力开发下一代指令集架构(Instruction Set Architecture，ISA)： EPIC(Explicitly ParallelInstruction Computing，显性并行指令计算)。对英特尔而言，IA-64(英特尔的64位架构)是下一个10到15年的架构。新的ISA将使英特尔摆脱X86架构的限制，从而设计出超越所有现有RISC CPU和X86 CPU的新型处理器。

那么EPIC的先进之处在什么地方呢？为什么英特尔会放弃使它成为芯片巨人的X86架构呢？

IA－32的问题：工程师可以通过提高每个时钟的指令执行数来提高性能，英特尔新的指令集的首要目的在于，让指令更容易解码，更容易并行执行。这样就可以不受限制地开发新型处理器。但是，对工程师而言，兼容8086的X86指令集一直是必须完成的任务。毕竟，兼容前代产品是使英特尔成长壮大起来的关键因素，而且还可以保护用户原先的投资和使用数以百万计应用软件。

既然如此，为什么又要放弃整个X86指令集重新开始呢？X86的不足在什么地方？

(1)可变的指令长度 X86指令的长度是不定的，而且有几种不同的格式，结果造成X86 CPU的解码工作非常复杂，为了提高CPU的工作频率，不得不延长CPU中的流水线，而过长的流水线在分支预测出错的情况下，又会带来CPU工作停滞时间较长的弊端。

(2)寄存器的贫乏 X86指令集架构只有8个通用寄存器，而且实际只能使用6个。这种情况同现代的超标量CPU极不适应，虽然工程师们采用寄存器重命名的技术来弥补这个缺陷，但造成了CPU过于复杂，流水线过长的局面。

(3)内存访问 X86指令可访问内存地址，而现代RISC CPU则使用LOAD/STORE模式，只有LOAD和STORE指令才能从内存中读取数据到寄存器，所有其他指令只对寄存器中的操作数计算。在CPU的速度是内存速度的5倍或5倍以上的情况下，后一种工作模式才是正途。

(4)浮点堆栈 X87 FPU是目前最慢的FPU，主要的原因之一就在于X87指令使用一个操作数堆栈。如果没有足够多的寄存器进行计算，你就不得不使用堆栈来存放数据，这会浪费大量的时间来使用FXCH指令(即把正确的数据放到堆栈的顶部)。

(5)4GB限制这似乎不是问题，但是，在2000年前，主流PC只有4MB内存，现在绝大部分PC装备了2G以上的内存，是以前的512倍，所以，PC内存突破16GB绝对不会令人惊讶，大型服务器已经使用了32GB以上的内存，突破64GB内存的情况已经出现。

(6)芯片变大所有用于提高X86 CPU性能的方法，如寄存器重命名、巨大的缓冲器、乱序执行、分支预测、X86指令转化等等，都使CPU的芯片面积变得更大，也限制了工作频率的进一步提高，而额外集成的这些晶体管都只是为了解决X86指令的问题。

六、清华-伯克利深圳学院RISC-V国际开源实验室

2019年6月12日，图灵奖得主、计算机体系结构领域享誉世界的顶级科学家大卫·帕特森(David Patterson)在瑞士宣布，将依托清华-伯克利深圳学院(TBSI)，建设RISC-V国际开源实验室(RISC-V International Open SourceLaboratory)，又称大卫·帕特森RIOS图灵奖实验室(以下简称RIOS实验室)。

图33：大卫·帕特森宣布依托TBSI建设RIOS实验室

大卫·帕特森为2017年图灵奖得主，美国科学院、工程院、艺术与科学学院三院院士，伯克利加州大学电子工程与计算机科学学院Pardee荣誉教授。他与清华有多年深厚的友谊和密切的合作，并于2018年获颁清华大学名誉博士学位。

图34：邱勇校长授予大卫·帕特森清华大学名誉博士学位

作为计算机体系结构领域享誉世界的顶级科学家，大卫·帕特森最早提出“精简指令集”(RISC)体系。第五代精简指令集(RISC-V)是目前最新一代伯克利RISC处理器指令集，由帕特森教授带领的伯克利加州大学团队于2011年首次发布。RISC-V的硬件和软件技术发展吸引了世界各国的关注。

特别值得一提的是，该指令集完全开源并免费。大卫·帕特森院士一直坚持原创知识成果开源，希望以非商业性的开源运动带动RISC-V全球化，形成新的开源CPU生态体系。

RIOS实验室将瞄准世界CPU产业战略发展新方向和粤港澳大湾区产业创新需求，聚焦于RISC-V开源指令集CPU研究领域开展研究，建设以深圳为根节点的RISC-V全球创新网络。研究将极大地推动全球RISC-V技术的工业化进程和软硬件生态建设。RIOS实验室由大卫·帕特森院士担任实验室主任，将依托清华-伯克利深圳学院开展工作。

图35：大卫·帕特森为RIOS撰写的proposal(部分)

RIOS在西班牙语中意为河流，代表着汇聚资源，形成聚力。将实验室命名为RIOS，也传达了大卫·帕特森院士对开源的支持与对合作前景的美好祝福。未来依托该实验室将开展硕士、博士培养项目，并以此作为清华大学深圳国际研究生院核心学科建设的一部分，在教师和研究人员的选聘方面建立配套措施。

清华与伯克利加州大学的合作基础深厚。早在1979年，两校便签署了改革开放以来清华大学与国外大学的第一个学术交流协议。40年来，两校共同致力于解决全球面临的重大挑战，在能源、环境、健康、经济、社会发展等众多领域开展了合作研究。基于多年的合作互信关系，2014年，清华大学与伯克利加州大学在深圳市政府的支持下联合建立清华-伯克利深圳学院，凭借两校的综合学科优势和雄厚工科基础，吸引世界一流的生源与顶尖的教授和研究者，致力于培养产业科学家、解决中国的世界级问题。是秦陇纪向往的研究场所之一。

图36：大卫·帕特森与TBSI师生交流

RIOS实验室在深圳的建设也有着深远的意义，其研究方向契合深圳市战略性新兴产业布局，将极大推动RISC-V的工业化进程和在全球的广泛产业应用，进一步建立与全球各大公司的联系与合作。RIOS实验室落户深圳，还将为深圳聚集和培养面向处理器和开源硬件设计的高端急需人才，有助于深圳国际化科技生态圈建设及智能硬件产业链布局，提升粤港澳大湾区在RISC-V开源处理器全球生态圈中的话语权与影响力。

政策解读 | 宁波市装备制造业重点领域首台（套）产品

Fri, 14 Jun 2019 21:47:29 +0800

来源

原文：
政策解读_宁波市装备制造业重点领域首台（套）产品.pdf (Size: 1182755 / Downloads: 0)

甬创链昨天

获取新鲜宁波创业创新

资讯及政策！

长按扫码关注我们

为加快发展我市装备制造业，鼓励企业开发具有自主知识产权、技术含量高、信息化和智能化深度融合的装备类产品，提高我市装备制造业自主创新能力。宁波市经信局出台了装备制造业重点领域首台（套）产品的相关认定及奖励文件。由于2019年该政策的申报通知尚未发布，为了让企业可以更好的做好申报准备，小编结合2018年的申报通知进行了相关细节的梳理，供广大装备制造企业参考学习。

1、申报产品及范围

宁波市装备制造业重点领域首台（套），是指本市企业首次自主研发制造并经用户单位使用的成套装备或单台产品，包括国内首台（套）和省内首台（套）两类产品。

申报产品应符合《宁波市“3511”产业投资导向目录和智能制造评判标准（2018年本）》2.3.1和2.3.2条款的智能制造装备和其他智能装备产品。（http://zfxx.ningbo.gov.cn/art/2018/5/28/art_2447_2266236.html）

获取目录详情，请登入网站进行查看

2、相关奖励政策

认定奖励

围绕智能装备重点发展领域，市经信委每年度开展一次国内、省内首台（套）产品认定工作，对被认定为国内、省内首台（套）产品分别给予100万元、50万元市本级财政奖励。

被认定为国内首台（套）的产品自动列入当年度优秀工业新产品一等奖名单，被认定为省内首台（套）的产品自动列入当年度优秀工业新产品二等奖名单和当年优质产品目录。

来源文件：《宁波市人民政府关于加快发展智能装备产业的实施意见》 (甬政发〔2015〕68号)

保险补贴

1.对市级认定的首台（套）成套设备补贴数量为前3台（套），补贴金额按实际投保费率不超过3%的上限及实际投保年度保费的80%计算；

2.对市级认定的首台（套）部件和机器人补贴数量为前50台（套），补贴金额按实际投保费率不超过3%的上限及实际投保年度保费的80%计算，补贴时间按保险期限据实核算，原则上不超过3年；

3.对符合工信部《首台（套）重大技术装备推广应用指导目录》的我市首台（套）重大技术装备生产企业，按照《财政部工业和信息化部保监会关于开展首台（套）重大技术装备保险补偿机制试点工作的通知》（财建〔2015〕19号）规定享受中央财政保费补贴80%的基础上，宁波市财政给予保费配套补贴，首年度补贴20%，第二年补贴10%，第三年不再补贴；

4.中央财政补贴超过500万元的企业，不再享受宁波市市级财政配套补贴。其余企业每年获得保险补贴（包括中央和市级）总额不超过500万元。

来源文件：《宁波市智能装备首台（套）和新材料首批次应用保险补贴工作实施办法（试行）》的通知甬经信原材料〔2018〕142号

3、申报要求

（一）产品研发制造单位应为在宁波市区域内注册的、具有独立法人资格、管理规范、依法纳税且信誉良好的研发、生产企事业单位。

（二）产品应符合“申报产品及范围”，且通过在规定时间内的宁波市级工业新产品投产鉴定。

（三）本次申报的首台（套）产品，其成套类产品售价应在10万元（含）以上，部件和机器人类产品售价应在1万元（含）以上。

（四）同一产品不得同时申报国内首台（套）和省内首台（套）；已获首台（套）称号的系列产品或申报的产品在国内、省内及我市已有类似产品的，不得再次申报。

4、申报材料

（一）首台（套）产品申请表；

（二）首台（套）产品申请报告书暨答辩提纲；

（三）申请材料承诺书；

（四）单位的法人营业执照副本复印件；

（五）在规定时间内的宁波市新产品新技术鉴定验收证书；

（六）关于产品知识产权权益状况和品牌状况的有效证明文件。涉及多个单位的，应提交与产品技术归属及权限有关的技术转让、许可、授权、合作生产、合作开发的合同或协议；

（七）产品检测报告，特殊行业产品生产许可证、强制性产品认证证书（扫描上传封面与结论页）；

（八）技术监督部门出具的企业产品标准备案证明（扫描上传封面与结论页）；

（九）国家一级资质机构出具本年度或上年度的产品查新报告（扫描上传封面与结论页）；申报国内首台（套）的产品需通过国际查新；申报省内首台（套）的产品需通过国内查新；

（十）产品销售合同、销售发票、用户使用报告；

（十一）经会计师事务所审计的上年度企业报表，只须扫描上传审计报告及资产负债表、利润表和现金流量表；

（十二）申请认定国内首台（套）产品的单位要求具有两名或两名以上的相关专业教授级高级工程师、高校正教授、研究员或两院院士出具首台（套）推荐证明书。申请认定省内首台（套）产品的单位要求具有两名及以上相关行业的高级专业技术职称的专家出具首台（套）推荐证明书；

（十三）提供产品数码照片或产品样本。

备注

在申报要求中有一条提到，需要企业提供在规定时间内的宁波市级工业新产品投产鉴定。如何进行宁波市级工业新产品投产鉴定？小编通过网站搜索、学习进行了以下几点的整理。

首先，登入首台（套）产品申报系统（http://tysb.nbeic.gov.cn）进行新产品申报，然后再进行鉴定申请，通过后可获得新产品新技术鉴定验收证书。

新产品申报

企业进行账户注册——进入新产品试产申报系统——新产品申报——新增——完善2019年度宁波市工业新产品试产计划项目申报表——数据上报

鉴定

申请

鉴定验收申请报告

鉴定验收证书

鉴定验收承诺书

编写鉴定资料

鉴定验收工作大纲

鉴定会议

以上材料全部通过网上系统申报（申请报告书大纲提交word文档，其它材料均为扫描件），详细信息查询和电子文档下载，可登陆首台（套）产品申报系统（网址http://tysb.nbeic.gov.cn）。

注意

提醒各申报单位按提纲要求制作8分钟的PPT，为下步专家评审答辩做好准备。

本文的申报范围、要求和提交材料均来自《关于组织申报2018年度宁波市装备制造业重点领域首台（套）产品的通知》（甬经信技改〔2018〕202号）文件，相关附件企业可自行上网搜索下载。

2019年的申报通知文件预计于今年9、10月份出台，可能会存在相关事项的微调，但总体不变，我们会持续跟进及时通知企业。

服务器集群任务调度系统大比拼！

Sun, 02 Jun 2019 10:01:20 +0800

来源

原文请看：

服务器集群任务调度系统大比拼.pdf (Size: 880026 / Downloads: 0)

Original: dongye_3377 生信技能树 2 days ago

有幸在工作中体验了几个计算集群的使用，几乎每个计算集群都有专门的集群调度系统，而当需要在短时间对多个系统做测试是第一道障碍就是熟悉各个调度系统的操作指令，以下列举近期使用到的几个分布式作业调度系统的常用操作指令和几个超算中心使用体验

广州超算天河二号

普通刀片节点配备两颗 Intel® Xeon® CPU E5-2692 v2 @ 2.20GHz 共24物理核，内存为64G
调度系统为 Slurm，以下为常用指令

yhi(sinfo): 显示系统资源使用情况
yhi命令可查看当前账号可用队列的状态信息，主要用于查看队列中空闲节点情况，常用命令还有yhi -n cn12345查看指定节点信息， yhi -p paratera 查看指定队列信息

yhq(squeue): 显示作业状态
yhq可查看已投递任务的简要信息，包括任务状态、所在计算节点等信息，常用参数有-j 指定jobid，-u 指定用户， -p 指定队列， -w 指定计算节点进行查看任务信息

yhrun(srun): 交互式作业提交
常用命令 yhrun -N 1 -n 1 -c 24 -p paratera job.sh，由于天河服务器采用任务独占节点形式，所以每节点的任务最好设置为24

yhbatch(sbatch): 批处理作业提交
后台提交任务，功能与yhrun相同，命令yhbatch -N 1 -n 1 -c 24 job.sh

yhcancel(scancel): 取消已提交的作业
命令用法yhcancel JOBID

yhacct(sacct) 查看历史作业信息
yhacct -u pp100 -S 03/01/17 -E 03/31/17 --field=jobid,partition,jobname,user,nnodes,start,end,elapsed,state

国家超算无锡中心神威-太湖之光

国家超算无锡中心神威-太湖之光包括商用x86平台和国产平台，国产平台采用申威26010处理器，有专用编译器，尚不支持JAVA, python, R等语言，x86平台普通节点配备两颗 Intel® Xeon® CPU E5-2680 v3 @ 2.50GHz CPU，共24物理核，内存为128G
调度系统不明，可能是自研的，以下为常用指令

qload -w: 显示可用队列资源使用情况

bsub: 提交作业
常用参数 bsub -q q_x86_share -N 1 -o job.out /path/job.sh, 注意投递任务脚本路径必须填写绝对路径

bjobs: 显示作业状态

bkill JOBID: 取消已提交的作业

福建省超算中心曙光集群

福建省超算中心曙光集群普通计算节点配备 2颗 Intel® Xeon® Gold 6132 CPU @ 2.60GHz 共28物理核，内存为188G，在体验期间曾遇到频繁开启关闭超线程现象，同时也有幸在同系统内对开启或关闭超线程做了点小测试，测试结果显示开启超线程对计算密集型进行有小幅加速效果，但在以核时计费的系统中需要注意，开启超线程将会导致耗费核时为实际情况的两倍，此集群只有一个登录节点，节点运行程序较多，有mysql运行在登录节点，从一定程度上反映出集群管理不是很专业
调度系统为PBS，以下为常用指令

pestat: 查看计算节点使用情况

qsub job.pbs: 提交作业
job.pbs中填写提交参数与执行程序，参数格式为 #PBS -q queue

qstat：查看已提交作业
可通过-u 参数指定用户名进行只查看自己的任务

qdel JOBID：取消已投递作业

某高校计算集群

普通计算节点配备两颗Intel® Xeon® Gold 6150 CPU @ 2.70GHz CPU，36物理核，内存188G，是体验中单节点性能最好的集群
调度系统为 LSF，以下为常用指令

bqueues：查看可用队列信息

bhosts：查看计算节点使用情况

bsub：提交作业
简单任务参数，bsub -q queue -J name -n 36 -R span[hosts=1] -o name.out -e name.err /path/job.sh

bjobs：查看已提交作业

bkill JOBID：取消已提交作业

自建计算集群

调度系统为 SGE，以下为常用指令

qconf -sql：显示队列
qconf -sq QUEUE: 显示指定队列信息

qhost：查看计算节点使用情况

qsub：提交作业

qstat：查看已提交作业

qdel JOBID：取消已提交作业

分布式管理系统常用指令速查表

欢迎您继续补充完善

那我就补充一下，早在 2015年9月29日我就介绍过关于qsub和condor两种在集群上面提交任务的方式比对

condor_q 可以用来查看任务提交情况

condor_rm 可以用来杀掉提交的任务。