#美国 #新泽西州 #普林斯顿大学

#美国#新泽西州#普林斯顿大学“普林斯顿大学（英语：PrincetonUniversity），简称普林斯顿（英语：Princeton），位于美国纽泽西州的普林斯顿市，是世界著名的私立研究型大学，也是与哈佛大学、耶鲁大学齐名的美国三大学府之一和常春藤盟校成员。根据2023/24年美国新闻与世界报导、福布斯美国大学榜及华尔街日报美国大学榜，普林斯顿位列全美第一。”“普林斯顿大学成立于1746年，前身是纽泽西学院（英语：CollegeofNewJersey），是九所在美国革命前成立的殖民地学院之一，同时也是美国第四古老的高等教育机构。学校在1747年移至纽瓦克，最终在1756年搬到了现在的普林斯顿市，并于1896年正式更名为普林斯顿大学。在流行文化中，普林斯顿大学往往令人联想到阿尔伯特·爱因斯坦、艾伦·图灵、约翰·纳什等著名学者。在2021年度的诺贝尔奖得奖者中，有五位是普林斯顿大学的校友和教授，该校囊括了诺贝尔物理学奖、化学奖、经济学奖及和平奖，打破了世界纪录。””普林斯顿大学提供各种有关人文、自然科学、社会科学及工程学的本科及研究生课程，但因专注纯粹学术研究而不设医学院、法学院和商学院。”“从2001年到2024年，普林斯顿一直被美国新闻与世界报导排在全美大学排名的第一位。普林斯顿大学位列2024年度QS世界大学排名世界第十七名、2023年度泰晤士高等教育世界大学排名世界第七名、2022年度世界大学学术排名世界第六名、2023年美国新闻与世界报导世界大学排名世界第十六名。2022年泰晤士高等教育将普林斯顿大学列为世界上声望排名第七的大学，而在世界大学排名中心主办的世界大学排名榜中普林斯顿位列世界第六名。截止2021年4月，普林斯顿大学的校友、教授及研究人员中，已产生了69位诺贝尔奖得主（世界第十）、16名菲尔兹奖得主（世界第三）、16名图灵奖得主（世界第四），还有19名美国国家科学奖章得主、5名美国国家人文奖章得主以及2位克鲁格人文与社会科学终身成就奖得主。”“在学术以外的领域，截止2018年，普林斯顿大学共培养出了2位美国总统、12位美国最高法院法官、1位前世界首富（亚马逊公司创始人及现任董事长兼CEO杰夫·贝佐斯）以及200余名罗德奖学金得主。”

第三代香山RISC-V开源处理器核研发启动

第三代香山RISC-V开源处理器核研发启动8月26日消息，日前，第二届RISC-V中国峰会北京会场系列活动“首届北京开源芯片生态产业论坛”正式举行。据中科院计算所副所长包云岗介绍，香山开源高性能RISC-V处理器核发展历程迎来又一里程碑。论坛上，中科院计算所、北京开源芯片研究院、腾讯、阿里、中兴通讯、中科创达、奕斯伟、算能等形成了联合研发团队，开展第三代香山（昆明湖架构）的联合开发。包云岗指出，香山联合团队的形成，标志着得到了香山及其开源模式得到了产业界的初步认可，为跨越“从原型到产品”这个死亡之谷迈出了关键一步。这还只是第一步，后续一定还会遇到很多挑战和困难，但我们也做好了迎接各种挑战的准备。据悉，“香山”第一代内核“雁栖湖”已在去年7月15日流片，基于28nm工艺，裸片面积6.6平方毫米，单核二级缓存1MB，预计功耗5W。第二代核心“南湖”目标是14nm2GHz。值得一提的是，中国工程院院士倪光南指出，目前CPU市场主要被x86和Arm架构所垄断，而中国想要打破这个局面，实现自主可控，开源的RISC-V架构将是一大机遇和发展方向。在未来世界主流CPU架构格局中，RISC-V架构将有望达到三分天下有其一。PC版：https://www.cnbeta.com/articles/soft/1309127.htm手机版：https://m.cnbeta.com/view/1309127.htm

【波场学院成为普林斯顿区块链俱乐部的官方赞助商】

【波场学院成为普林斯顿区块链俱乐部的官方赞助商】据最新消息，波场学院成为普林斯顿区块链俱乐部的官方赞助商。普林斯顿区块链俱乐部是普林斯顿大学首屈一指的以区块链为重点的学生组织，其目标是为校园内的Web3原住民建立一个充满活力的多元化网络。此外，波场学院还与TRON气候倡议合作发起了一项研究竞赛，邀请对更可持续的区块链未来充满热情、雄心勃勃且富有创造力的大学生提交他们的作品。该竞赛将于2月开始正式接受高等教育学生组织提交的材料，总奖金高达7000USDD。

普林斯顿大学的先进AI芯片项目得到了DARPA和 EnCharge AI 的支持

普林斯顿大学的先进AI芯片项目得到了DARPA和EnChargeAI的支持普林斯顿大学的研究人员完全重新想象了计算的物理原理，为现代人工智能工作负载打造了一款芯片，在美国政府的新支持下，他们将看到这款芯片的速度、结构和能效有多快。上图为早期原型。图片来源：HongyangJia/普林斯顿大学美国国防部最大的研究机构与普林斯顿大学合作，开发用于人工智能的先进微芯片。电子与计算机工程学教授纳文-维尔马（NaveenVerma）表示，新硬件为现代工作负载重新设计了人工智能芯片，与当今最先进的半导体相比，它能以更低的能耗运行强大的人工智能系统。Verma将领导这个项目，他说，这些进展突破了阻碍人工智能芯片的关键障碍，包括尺寸、效率和可扩展性。不从笔记本电脑、手机、医院、高速公路到低地球轨道甚至更远的地方，都可以部署能耗更低的芯片来运行人工智能。为当今最先进的模型提供动力的芯片过于笨重且效率低下，无法在小型设备上运行，主要局限于服务器机架和大型数据中心。现在，美国国防部高级研究计划局（DefenseAdvancedResearchProjectsAgency，简称DARPA）宣布，将以维尔马实验室的一系列关键发明为基础，拨款1860万美元支持维尔马的工作。DARPA的资助将推动对新芯片的速度、结构和能效的探索。维尔马说："最好的人工智能仅仅存在于数据中心，这是一个非常重要的限制。我认为，如果能将其从中解锁，那么我们能从人工智能中获得价值的方式就会爆炸性增长。"纳文-维尔马（NaveenVerma）教授将领导一个由美国支持的项目，在其普林斯顿实验室的一系列关键发明的基础上，为人工智能硬件增效。图片来源：SameerA.Khan/Fotobuddy这项宣布是DARPA为下一代人工智能计算的"科学、设备和系统的革命性进步"提供资金的更广泛努力的一部分。该计划名为OPTIMA，包括多个大学和公司的项目。该计划的提案征集活动预计资助总额为7800万美元，但DARPA尚未披露完整的机构名单或该计划迄今为止已发放的资助总额。EnChargeAI的出现在普林斯顿领导的这个项目中，研究人员将与Verma的初创公司EnChargeAI合作。EnChargeAI位于加利福尼亚州圣克拉拉市，正在将基于维尔马实验室发现的技术商业化，其中包括他与电气工程研究生共同撰写的几篇关键论文，最早可追溯到2016年。根据项目提案，EnchargeAI"在开发和执行稳健、可扩展的混合信号计算架构方面具有领先地位"。Verma于2022年与前IBM研究员KailashGopalakrishnan和半导体系统设计领域的领军人物EchereIroaga共同创办了这家公司。戈帕拉克里什南说，在人工智能开始对计算能力和效率提出大量新需求的时候，现有计算架构的创新以及硅技术的改进恰恰开始放缓。即使是用于运行当今人工智能系统的最好的图形处理器（GPU），也无法缓解行业面临的内存和计算能源瓶颈。他说："虽然GPU是目前最好的工具，但我们得出结论，需要一种新型芯片来释放人工智能的潜力。"改变人工智能计算格局普林斯顿大学凯勒工程教育创新中心（KellerCenterforInnovationinEngineeringEducation）主任维尔马表示，从2012年到2022年，人工智能模型所需的计算能力增长了约100万倍。为了满足需求，最新的芯片内置了数百亿个晶体管，每个晶体管之间的间隔只有一个小病毒的宽度。然而，这些芯片的计算能力密度仍然不足以满足现代需求。当今的领先模型结合了大型语言模型、计算机视觉和其他机器学习方法，每个模型都使用了超过万亿个变量。英伟达（NVIDIA）设计的GPU推动了人工智能的蓬勃发展，如今已变得如此珍贵，据说各大公司都通过装甲车来运输这些GPU。购买或租赁这些芯片的积压量已达到消失点。当英伟达（NVIDIA）成为史上第三家估值达到2万亿美元的公司时，《华尔街日报》报道称，在该公司不断增长的收入中，迅速增加的份额并非来自于开发模型（称为训练），而是来自于芯片，这些芯片使人工智能系统在训练完成后能够投入使用。技术专家将这一部署阶段称为推理。维尔马说，推理是他的研究在中短期内影响最大的领域。"这一切都是为了分散人工智能，将其从数据中心释放出来，"他说。"它必须从数据中心转移到我们和与我们息息相关的流程最能访问计算的地方，那就是手机、笔记本电脑、工厂等这些地方。"创新人工智能芯片技术为了制造出能在紧凑或能源受限的环境中处理现代人工智能工作负载的芯片，研究人员必须彻底重新想象计算的物理原理，同时设计和封装硬件，使其能用现有的制造技术制造，并能与现有的计算技术（如中央处理器）良好配合。"人工智能模型的规模已经爆炸性增长，"维尔马说，"这意味着两件事。人工智能芯片在做数学运算时需要变得更加高效，在管理和移动数据时也需要变得更加高效。"他们的方法有三个关键部分。几乎每台数字计算机的核心架构都遵循着20世纪40年代首次开发的一种简单得令人难以置信的模式：在一个地方存储数据，在另一个地方进行计算。这意味着信息要在存储单元和处理器之间穿梭。在过去的十年中，维尔马率先研究了一种更新的方法，即直接在存储单元中进行计算，这种方法被称为内存计算。这是第一部分。内存计算有望减少移动和处理大量数据所需的时间和能源。但迄今为止，内存计算的数字方法还非常有限。维尔马和他的团队转向了另一种方法：模拟计算。这是第二部分。"在内存计算的特殊情况下，你不仅需要高效地进行计算，"维尔马说，"还需要以非常高的密度进行计算，因为现在它需要装在这些非常小的存储单元中。模拟计算机并不是将信息编码成一系列的0和1，然后使用传统的逻辑电路来处理这些信息，而是利用设备更丰富的物理特性。齿轮的弧度。导线保持电荷的能力。"20世纪40年代，数字信号开始取代模拟信号，这主要是因为二进制代码能更好地适应计算的指数级增长。但是，数字信号无法深入挖掘设备的物理特性，因此需要更多的数据存储和管理。因此，数字信号的效率较低。模拟信号的效率来自于利用设备的固有物理特性处理更精细的信号。但这可能需要在精度上做出权衡。维尔马说："关键在于找到合适的物理学原理，并将其应用于可控性极强、可大规模制造的设备中。"他的团队找到了一种方法，可以利用专门设计的电容器产生的模拟信号进行高精度计算，从而实现精确的开关。这是第三部分。与晶体管等半导体器件不同，通过电容器产生的电能并不取决于材料中的温度和电子迁移率等可变条件。"它们只取决于几何形状，"维尔马说。"它们取决于一根金属线与另一根金属线之间的空间。当今最先进的半导体制造技术可以很好地控制几何形状。"编译自:ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1422985.htm手机版：https://m.cnbeta.com.tw/view/1422985.htm

普林斯顿概率论读本 | 电子书籍

名称：普林斯顿概率论读本电子书籍描述：本书讲解概率论的基础内容,包括组合分析、概率论公理、条件概率、离散型随机变量、连续型随机变量、随机变量的联合分布、期望的性质、极限定理和模拟等,内容丰富,通俗易懂,并配有丰富的例子和大量习题,涉及物理学、生物学、化学、遗传学、博弈论、经济学等多方面的应用，极具启发性。链接：https://www.aliyundrive.com/s/Jjgh9DW984w大小：69.3MB标签：#普林斯顿#电子书来自：雷锋版权：频道：@shareAliyun群组：@aliyundriveShare投稿：@aliyun_share_bot

【普林斯顿大学启动区块链研究计划，获得加密校友2000万美元资助】

【普林斯顿大学启动区块链研究计划，获得加密校友2000万美元资助】3月11日消息，普林斯顿大学发起了一项通过区块链技术研究“社会权力去中心化”的倡议，试图探索该技术在社会能力方面的巨大深度。据彭博社报道，普林斯顿大学的VentureForward活动收到了来自知名校友FortressInvestment的PeterBridger、以太坊联合创始人JosephLubin、PanteraCapital首席执行官DanielMorehead和GalaxyDigital首席执行官MikeNovogratz的2000万美元捐款。该倡议旨在研究现代技术，尤其是区块链，如何干预和改变社会规范。3月11日，该大学发布的一段视频称，“我们在理解与加密货币和区块链相关的机遇和挑战方面还处于非常早期的阶段”。