研究人员利用AI技术证实了在可预见的未来，核聚变能量供应的可行性
普林斯顿大学的研究团队利用深度学习提高预测准确度，该预测有望助力阻止等离子体聚变反应的中断。
普林斯顿大学的研究人员利用ai技术，帮助证实了在可预见的未来，核聚变能量供应的可行性。
自从20世纪50年代以来，科学家就已开始试图从氘和氚（氢的丰富同位素）的聚变反应（类似太阳的热核聚变）中获取清洁能源。这种无碳能源可在3.6亿华氏度下获取，为电力的产生提供了绝佳途径。一般电力产生的过程为：通过将水加热生成蒸汽，蒸汽推动涡轮机运转，进而产生无数千瓦的电力。
为了成功获取这种能源，首先要做的就是精确预测磁约束热核聚变等离子体（也称为托卡马克装置）中的危险中断事件的发生时间。由于时间有限，要在中断发生之前的30毫秒之内进行干预，以通过等离子体控制预留缓冲时间。
普林斯顿大学天体物理学系等离子体物理研究生项目的研究教授william tang及其研究团队已利用深度学习和神经网络，接收大型信号数据库中的相关中断信号，这些信号均由领先的核聚变实验设施发出。他们已通过gpu加速计算证明，大幅提高中断预测的准确度和速度是有可能实现的。
高速预测
基于欧洲联合环状反应炉(jet，全球领先的托卡马克装置)中的实验数值，普林斯顿大学的研究团队已改进了其预测技术。eurofusion jet已经授权普林斯顿大学将其数据库中超过0.5 pb的数据，输入至核聚变循环神经网络(frnn)深度学习软件。
之前应用cpu的中断预测准确度有所提高，但预测出的典型问题通常需要一天时间来计算。tang的研究团队仅在20个nvidia tesla k20 gpu上部署其frnn软件，就可以大幅提升预测准确度，并将执行时间缩短至一小时以内。他们已进一步证实，可以扩展至数千个更高级的gpu进行软件部署。tang称之为一项“令人惊叹的”发现，因为将深度学习应用于核聚变研究可以加速科学发现，从而在全球范围内及更广泛的应用产生潜在的巨大影响。
普林斯顿大学早期建成的托卡马克核聚变实验反应堆
凭借这一研究成果，tang及其所在的普林斯顿大学研究团队入围nvidia 2018年度全球影响力大奖(global impact award)决赛的前四名。该奖项每年都会颁发20万美元，以奖励利用nvidia技术在解决社会、人道主义与环境问题上取得突破性进展的研究人员。
功能扩展
普林斯顿大学的研究团队已使用数千个gpu扩展其frnn软件的功能，以此训练深度神经网络。近日，继frnn在美国橡树岭国家实验室(oak ridge national laboratory)泰坦超级计算机的6000个tesla k20 gpu上成功运行后，frnn已证明了东京工业大学(tokyo institute of technology)的日本新型tsubame-3超级计算机上的nvidia tesla p100 gpu数量能够扩展至3000个。
为进一步推进核聚变研究，中断预测和控制至关重要：研究目标是在法国在建的国际托卡马克装置（造价250亿美元）上进行测试。他们的研究课题是生产一种可持续燃烧等离子体，这种等离子体比jet提供的成功度量平衡等离子体（即能量输出等于能量输入）大一个数量级。
tang表示，这可以与怀特兄弟在基蒂霍克(kitty hawk)试飞飞机相提并论。“航空业对交通运输业的后续影响是不可估量的，但清洁的聚变能源很有可能带来更大的影响。”
电路板怎样进行设计和调试
瑞萨电子开发出全新32位微控制器(MCU)V850E2/PJ4-E
适用于汽车和工业场合的高效同步SEPIC控制器
云网融合打造一体化运营服务体系,新一代云网运营呼之欲出
3D打印镜片具有不同折射率，能够用来传递3D光信号
研究人员利用AI技术证实了在可预见的未来，核聚变能量供应的可行性
今日看点丨瑞典要让电动汽车在行驶中充电；小米电致变色镜片专利公布
苹果2020年5G iPhone手机面临的芯片供货商棘手的局面
罗德与施瓦茨展示用于测试卫星有效载荷的新型Q/V波段射频上变频器
力学所提出提高可拉伸电子器件弹性延展性的新策略
赛灵思隆重发布嵌入式FPGA程序员双认证项目
TD-SCDMA系统终端CC实体的一致性测试
新冠疫情后，全球供应链将发生“四个东移”
2010年IC领域一定不能错过的Top10
三星新专利曝光在曲面屏幕上挖孔并配备了实体按键
可变电容器的拓扑结构、计算和应用分析
基于USB接口设备的固件程序设计
全球半导体行业的低迷时期，汽车半导体却能实现逆势增长
4-20mA转RJ45，16路模拟量采集模块4-20mA转网口Modbus
8通道16位SAR模数转换器GAD7689(替代AD7689)用于工业CPU主板
普林斯顿大学的研究人员利用ai技术，帮助证实了在可预见的未来，核聚变能量供应的可行性。
自从20世纪50年代以来，科学家就已开始试图从氘和氚（氢的丰富同位素）的聚变反应（类似太阳的热核聚变）中获取清洁能源。这种无碳能源可在3.6亿华氏度下获取，为电力的产生提供了绝佳途径。一般电力产生的过程为：通过将水加热生成蒸汽，蒸汽推动涡轮机运转，进而产生无数千瓦的电力。
为了成功获取这种能源，首先要做的就是精确预测磁约束热核聚变等离子体（也称为托卡马克装置）中的危险中断事件的发生时间。由于时间有限，要在中断发生之前的30毫秒之内进行干预，以通过等离子体控制预留缓冲时间。
普林斯顿大学天体物理学系等离子体物理研究生项目的研究教授william tang及其研究团队已利用深度学习和神经网络，接收大型信号数据库中的相关中断信号，这些信号均由领先的核聚变实验设施发出。他们已通过gpu加速计算证明，大幅提高中断预测的准确度和速度是有可能实现的。
高速预测
基于欧洲联合环状反应炉(jet，全球领先的托卡马克装置)中的实验数值，普林斯顿大学的研究团队已改进了其预测技术。eurofusion jet已经授权普林斯顿大学将其数据库中超过0.5 pb的数据，输入至核聚变循环神经网络(frnn)深度学习软件。
之前应用cpu的中断预测准确度有所提高，但预测出的典型问题通常需要一天时间来计算。tang的研究团队仅在20个nvidia tesla k20 gpu上部署其frnn软件，就可以大幅提升预测准确度，并将执行时间缩短至一小时以内。他们已进一步证实，可以扩展至数千个更高级的gpu进行软件部署。tang称之为一项“令人惊叹的”发现，因为将深度学习应用于核聚变研究可以加速科学发现，从而在全球范围内及更广泛的应用产生潜在的巨大影响。
普林斯顿大学早期建成的托卡马克核聚变实验反应堆
凭借这一研究成果，tang及其所在的普林斯顿大学研究团队入围nvidia 2018年度全球影响力大奖(global impact award)决赛的前四名。该奖项每年都会颁发20万美元，以奖励利用nvidia技术在解决社会、人道主义与环境问题上取得突破性进展的研究人员。
功能扩展
普林斯顿大学的研究团队已使用数千个gpu扩展其frnn软件的功能，以此训练深度神经网络。近日，继frnn在美国橡树岭国家实验室(oak ridge national laboratory)泰坦超级计算机的6000个tesla k20 gpu上成功运行后，frnn已证明了东京工业大学(tokyo institute of technology)的日本新型tsubame-3超级计算机上的nvidia tesla p100 gpu数量能够扩展至3000个。
为进一步推进核聚变研究，中断预测和控制至关重要：研究目标是在法国在建的国际托卡马克装置（造价250亿美元）上进行测试。他们的研究课题是生产一种可持续燃烧等离子体，这种等离子体比jet提供的成功度量平衡等离子体（即能量输出等于能量输入）大一个数量级。
tang表示，这可以与怀特兄弟在基蒂霍克(kitty hawk)试飞飞机相提并论。“航空业对交通运输业的后续影响是不可估量的，但清洁的聚变能源很有可能带来更大的影响。”
电路板怎样进行设计和调试
瑞萨电子开发出全新32位微控制器(MCU)V850E2/PJ4-E
适用于汽车和工业场合的高效同步SEPIC控制器
云网融合打造一体化运营服务体系,新一代云网运营呼之欲出
3D打印镜片具有不同折射率，能够用来传递3D光信号
研究人员利用AI技术证实了在可预见的未来，核聚变能量供应的可行性
今日看点丨瑞典要让电动汽车在行驶中充电；小米电致变色镜片专利公布
苹果2020年5G iPhone手机面临的芯片供货商棘手的局面
罗德与施瓦茨展示用于测试卫星有效载荷的新型Q/V波段射频上变频器
力学所提出提高可拉伸电子器件弹性延展性的新策略
赛灵思隆重发布嵌入式FPGA程序员双认证项目
TD-SCDMA系统终端CC实体的一致性测试
新冠疫情后，全球供应链将发生“四个东移”
2010年IC领域一定不能错过的Top10
三星新专利曝光在曲面屏幕上挖孔并配备了实体按键
可变电容器的拓扑结构、计算和应用分析
基于USB接口设备的固件程序设计
全球半导体行业的低迷时期，汽车半导体却能实现逆势增长
4-20mA转RJ45，16路模拟量采集模块4-20mA转网口Modbus
8通道16位SAR模数转换器GAD7689(替代AD7689)用于工业CPU主板