“汉芯”芯片涉嫌造假终于水落石出 造假属实

上海交通大学调查确认,汉芯系列芯片负责人陈进存在严重造假行为。陈进通过虚假科研成果欺骗鉴定专家及公众。相关部门已作出处罚决定,包括撤销其职务、追缴经费等。

汉芯一号总体设计师陈进在展示DSP芯片(图片来源:新华网)

 

上海交大通报“汉芯”系列芯片涉嫌造假的调查结论与处理意见

 

陈进被上海交大解除有关职务

国家有关部委决定追缴相应拨款和经费

新华网上海5月12日电上海交通大学12日向新华社记者通报了“汉芯”系列芯片涉嫌造假的调查结论与处理意见。调查显示,陈进在负责研制“汉芯”系列芯片过程中存在严重的造假和欺骗行为,以虚假科研成果欺骗了鉴定专家、上海交大、研究团队、地方政府和中央有关部委,欺骗了媒体和公众。上海交大决定,撤销陈进上海交大微电子学院院长职务;撤销陈进的教授职务任职资格,解除其教授聘用合同。科技部根据专家调查组的调查结论和国家科技计划管理有关规定,已决定终止陈进负责的科研项目的执行,追缴相关经费,取消陈进以后承担国家科技计划课题的资格;教育部决定撤销陈进“长江学者”称号,取消其享受政府特殊津贴的资格,追缴相应拨款;国家发展改革委决定终止陈进负责的高技术产业化项目的执行,追缴相关经费。

2005年12月,上海交大接到对微电子学院院长、汉芯科技有限公司总经理陈进等人涉嫌造假的举报后十分重视,立即对有关情况进行了初步调查。考虑到问题的严肃性和复杂性,上海交大随即请求国家权威部门对事件进行深入全面调查。

2006年1月28日,科技部、教育部和上海市政府成立专家调查组并开始工作。在其后两个多月的时间里,专家调查组本着客观公正、尊重科学、实事求是的精神,针对举报人对“汉芯”事件的举报内容,采取与举报人、当事人和相关人员面谈、现场查验技术文档、分析对比有关技术资料、查验芯片演示系统和调阅相关音像资料等方式方法,对“汉芯”系列一至四号芯片的设计过程和性能指标等进行了全面调查与核实。日前,科技部和教育部向上海交大转交了专家调查组的调查结论。

据调查,陈进负责的汉芯团队所研制的“汉芯一号”,是一款208只管脚封装的数字信号处理器(DSP)芯片,由于其结构简单,不能单独实现指纹识别和MP3播放等复杂演示功能。为了在上海市举办的新闻发布会上能够达到所需的宣传效果,陈进等预先安排在“汉芯一号”演示系统中使用了印有“汉芯”标识、具有144只管脚的芯片,而不是提供鉴定的208只管脚的“汉芯一号”芯片,调查表明,当时汉芯公司并没有研制出任何144只管脚的芯片,存在造假欺骗行为。

“汉芯二号”是受某公司委托定制的DSP软核,汉芯公司完成了设计实现,但核心技术不为其所有。“汉芯三号”是对“汉芯二号”的简单扩充,技术上与“汉芯二号”来源相同,由于缺乏必要的外围接口,不能独立实现复杂的应用,芯片实际情况与汉芯公司宣称的“已经达到国际高端的DSP设计水平”的说法不符,夸大了事实。“汉芯四号”是一款使用了其他公司中央处理器的单核系统芯片(SoC),不包含汉芯DSP核,与汉芯公司向有关部委提交的项目文件中关于“汉芯四号”是双核芯片的陈述不符,存在夸大欺骗行为。

根据上述调查结论,上海交大认为,陈进等人的行为完全背离了科技工作者、教育工作者基本的诚信操守和行为准则,严重违反了上海交大的校纪校规,违反了国家的有关规章制度,造成了极其恶劣的影响。为严肃学术规范、维护学术声誉,上海交大按照学校有关规定和程序,经研究决定:撤销陈进上海交大微电子学院院长职务;撤销陈进的教授职务任职资格,解除其教授聘用合同。

接有关部门通知,科技部根据专家调查组的调查结论和国家科技计划管理有关规定,已决定终止陈进负责的科研项目的执行,追缴相关经费,取消陈进以后承担国家科技计划课题的资格;教育部决定撤销陈进“长江学者”称号,取消其享受政府特殊津贴的资格,追缴相应拨款;国家发展改革委决定终止陈进负责的高技术产业化项目的执行,追缴相关经费。上海交大表示将坚决支持并将严格执行国家有关部委的决定。

上海交大表示,学校历来倡导求真务实的科学精神,反对任何形式的学术造假行为。今后,将进一步加强科研管理和对科技经费使用的监管,组织全体教职员工、科研人员深入学习“八荣八耻”社会主义荣辱观,树立诚信意识,加强学风和道德建设,大力弘扬创新进取、淡泊名利、脚踏实地、潜心科研的良好风尚,努力为国家的科技事业发展做出更大的贡献。(完)(来源:新华网)


    辞典:“汉芯一号”

 

 

2003年2月26日,上海诞生了国内首个具有自主知识产权的0.18微米DSP芯片“汉芯一号”。“汉芯一号”在只有手指甲一半大小的一个集成块上有250万个器件,而且具有32位运算处理内核,每秒钟可以进行2亿次运算。经过国内权威专家验证,这一成果接近国际先进技术,在某些方面的性能甚至超过了国外同类产品。2004年1月18日,具有完全自主知识产权的汉芯二号和汉芯三号相继宣布在上海诞生。 张琳

已经博主授权,源码转载自 https://pan.quark.cn/s/fb533687a163 《C++经典代码大全》是一部专门针对C++入门者的重要参考资料,其核心目标在于提供易于理解的C++编程范例,旨在协助新学者迅速领会C++语言的关键概念与技术要点。此压缩文件所包含的信息或许涵盖了从基础到高级的各类C++编程技巧,涉及面向对象编程中的类与对象、函数的应用、程序流程控制、数据结构设计、模板技术以及异常管理等多个关键领域。 1. **基础语法** - 变量声明与初始化:掌握如何声明并初始化不同数据类型的变量,例如整型(int)、浮点型(float)、字符型(char)等。 - 基本输入输出:学习运用`std::cin`和`std::cout`执行标准数据输入与输出操作。 - 控制流语句:熟练运用条件语句(if、if-else、switch-case)以及循环语句(for、while、do-while)来控制程序流程。 2. **类与对象** - 类的定义:学会如何构建类,包含其成员变量与成员函数的设定。 - 对象的创建与使用:掌握如何实例化对象,并经由对象访问类的成员函数。 - 封装:理解封装的理念,并学习使用private和public访问修饰符来保护数据。 - 构造函数与析构函数:掌握如何为类定义自定义的构造过程与析构过程。 3. **函数** - 函数的定义与调用:理解函数的功能与作用,以及如何进行函数的定义和调用。 - 函数参数:精通不同类型的参数传递方法,包括值传递和引用传递。 - 函数重载:学习在同一作用域内定义多个具有相同名称但参数列表不同的函数。 - 函数指针:了解函数指针的运用方法,及其在回调函数和模板中的应用场景。 4. **数组与字符串** -...
内容概要:本文研究了一种计及自适应预测修正的微电网模型预测控制(MPC)优化调度方法,并提供了Matlab代码实现。该方法针对微电网中风电出力等可再生能源的强不确定性,引入自适应预测修正机制,动态调整预测模型以提升短期功率预测精度,从而增强调度决策的准确性与系统运行的鲁棒性。研究构建了完整的MPC滚动优化框架,涵盖预测模型建立、多时间尺度优化求解、实时反馈校正等关键环节,实现了系统运行成本最小化、能源高效利用与功率平衡的多重目标。所提方法有效应对了负荷波动与新能源出力随机性带来的调度挑战,提升了微电网能量管理系统的智能化水平。; 适合人群:具备电力系统、自动化、控制理论或相关领域基础知识的研究生、科研人员及工程技术人员,尤其适合从事微电网优化、可再生能源集成、模型预测控制研究的专业人士,熟悉Matlab编程与优化算法者更佳。; 使用场景及目标:①应用于高比例可再生能源接入的微电网能量管理系统,提升调度方案的实时性与鲁棒性;②为不确定性环境下电力系统动态优化控制策略的研究提供仿真验证平台;③支持学术论文复现、科研课题攻关及实际工程项目的前期技术验证与方案预研。; 阅读建议:建议结合Matlab代码逐模块分析算法实现细节,重点关注预测模型构建与反馈修正机制的设计逻辑,通过调整风电出力、负荷需求等场景参数进行仿真实验,深入理解MPC在微电网调度中的滚动优化特性与自适应修正能力。
代码下载链接: https://pan.quark.cn/s/a4b39357ea24 在信息技术领域中,字符编码扮演着处理文本数据的核心角色。本文着重研究在微控制器系统中,运用C语言如何将UTF-8编码格式转换为GBK编码格式,旨在处理串口通信、TF卡存储或LCD显示屏上可能出现的中文显示错误问题。我们将详细剖析UTF-8与GBK编码的运作机制,并研究基于Keil开发平台的C语言实现流程。 UTF-8是一种被广泛接纳的Unicode字符编码方案,它采用可变长度的字节序列来表示字符,每个Unicode字符都对应一个独一无二的数字标识,即码点。UTF-8的一个显著特点是对ASCII字符(英文文本)保持不变,因此在网络传输和文件存储方面展现出优秀的兼容性。 GBK编码,正式名称为“汉字内码扩展规范”,是中国大陆的标准化编码,是对GB2312编码的延伸,总共涵盖了20902个汉字及其他符号,每个字符使用两个字节来表示。GBK在GB2312的基础上扩充了许多繁体字、少数民族文字以及特殊符号,目的是满足更广泛的语言需求。 将UTF-8转换为GBK的主要难点在于GBK是一种固定长度的双字节编码,而UTF-8则是可变长度的编码。转换过程中需要将UTF-8的多字节序列解析为相应的Unicode码点,然后依据GBK的编码规则查找匹配的编码。这一过程通常借助查表法完成,即建立一个从Unicode码点到GBK编码的映射库。 在Keil开发环境中,使用C语言实现UTF-8到GBK的转换可以遵循以下步骤: 1. **构建查表法所需的GBK编码库**:需要准备一个包含所有GBK字符二进制形式的GBK编码库。这个库通常是一个二进制文件,其大小大约为41KB。 2. **解析UTF-8编码**...
内容概要:本文提出一种基于CNN-BiGRU-Attention混合神经网络模型的风电功率预测方法,旨在提升风力发电功率预测的精度。该模型面向多变量输入的单步预测任务,首先利用卷积神经网络(CNN)提取风速、风向、温度等气象因素的局部时空特征,再通过双向门控循环单元(BiGRU)充分捕捉时间序列数据的前后向时序依赖关系,最终引入注意力(Attention)机制对关键历史时刻的特征进行自适应加权,强化对预测结果贡献更大的时间步信息,从而显著提高预测准确性。整个模型在Matlab平台上实现,特别适用于处理风电数据固有的强随机性与剧烈波动性,能够有效应对复杂多变气象条件下的功率预测挑战,为电网调度提供高精度的数据支撑。; 适合人群:具备一定机器学习和深度学习理论基础,熟悉Matlab编程语言,从事新能源发电预测、电力系统调度、智能算法开发与应用等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①应用于风电场实际运行中的短期功率预测,为电网的安全稳定调度与经济运行提供可靠依据;②作为深度学习在可再生能源预测领域应用的典型案例,帮助学习者深入理解CNN、RNN变体(BiGRU)及Attention机制的协同建模原理与实现方法;③为后续研究多步预测、模型轻量化或网络结构优化等方向提供坚实的技术参考和可复用的代码基础。; 阅读建议:学习者应重点关注模型各组件的设计思路与集成方式,结合提供的Matlab代码,系统掌握数据预处理、模型搭建、训练流程及性能验证的完整环节,建议通过调整输入变量组合、优化网络超参数或替换数据集等方式,观察模型性能变化,以深入理解该混合架构的核心优势与调优策略。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值