2022年長三角科技創(chuàng)新共同體聯(lián)合攻關(guān)首批揭榜任務清單

一、集成電路領(lǐng)域（一）面向感存算一體化芯片的晶圓級集成工藝研究1.應用場景。以晶圓級集成方式實現(xiàn)圖像感知芯片與磁存算芯片的封裝，解決“感存算一體化”芯片的高性能、低功耗、低成本，可實現(xiàn)性等需求，大幅降低芯片成本及尺寸，提升終端物聯(lián)網(wǎng)集成芯片的邊緣計算能力，支撐物聯(lián)網(wǎng)（IoT）低功耗視覺和高速視覺的場景應用。其中感知部分為圖像傳感器（CIS），存算一體化模塊是基于新型存儲器件的芯片，如改進浮柵晶體管和磁隧道結(jié)器件（MRAM）等，揭榜任務主要圍繞圖像傳感器與存算一體化芯片的晶圓級鍵合和集成技術(shù)。2.揭榜任務。（1）研究晶圓級鍵合通孔連接的失效機理，優(yōu)化工藝及提高鍵合通孔連接成品率；（2）突破大尺寸晶圓減薄技術(shù)及工藝，保證晶圓的散熱性能、應力性能、電學性能等；（3）突破“wafertowafer”晶圓級異質(zhì)集成、晶圓級對準偏移表征及超聲檢測鍵合缺陷等關(guān)鍵技術(shù)，實現(xiàn)12寸CIS圖像傳感器晶圓與磁存儲晶圓的感存算一體化集成，提升晶圓級集成連接良率。性能參數(shù)：（1）有效鍵合通孔節(jié)距小于15um，鍵合密度大于4500/mm2；（2）12寸晶圓減薄厚度小于10μm，TTV控制小于1um；（3）晶圓對準及缺陷良率>95%，電性連接良率>90%。3.項目投入?？偼度?600萬元，其中1500萬用于懸賞揭榜方。（二）自主可控智能毫米波雷達芯片1.應用場景。為滿足智慧交通、無人機、安防監(jiān)控等復雜應用場景對芯片的小型化智能化需求，研發(fā)高性能自主可控智能毫米波雷達芯片，助推我國在該細分領(lǐng)域技術(shù)、產(chǎn)品和市場份額均達到國際領(lǐng)先水平。根據(jù)上述目標，雷達芯片將采用國際領(lǐng)先全集成雷達功能單芯片解決方案，突破低相噪時鐘系統(tǒng)設(shè)計、片上天線封裝等關(guān)鍵技術(shù)，實現(xiàn)基于國內(nèi)先進CMOS工藝線流片生產(chǎn)。2.揭榜任務。（1）低相噪時鐘系統(tǒng)設(shè)計；（2）毫米波芯片流片工藝國產(chǎn)化；（3）片上天線封裝技術(shù)性能參數(shù)：（1）低相噪時鐘系統(tǒng)設(shè)計要求在40nm或類似工藝上實現(xiàn)，輸入?yún)⒖荚床煌l率，振蕩頻率&相噪達到1GHz130dBc@1MHzoffset，功耗小于20mW，面積小于1mm2；（2）毫米波傳感器芯片達到量產(chǎn)水平且良品率與國際大廠同等產(chǎn)品偏差小于5%；（3）片上天線毫米波傳感器芯片封裝量產(chǎn)，開發(fā)相應的集成天線測試技術(shù)，對于24G微功率器件EIRP大于3dBm的良品率超過90%。3.項目投入?？偼度?600萬元，其中1200萬用于懸賞揭榜方。（三）基于國產(chǎn)GPGPU的類腦異構(gòu)智能計算服務器及軟硬件一體化開發(fā)平臺1.應用場景。針對機器視覺、智能語音、多傳感融合、AI大數(shù)據(jù)分析、智慧交通、智能安防、醫(yī)療健康、智能物聯(lián)等領(lǐng)域，對脈沖神經(jīng)網(wǎng)絡(luò)SNN算法訓練、算法轉(zhuǎn)換（Resnet18,VGG16,Reset50,YoloV3tiny，基于TensorFlow）、脈沖編解碼、云端訓練（精度FP16、FP32）、在線仿真系統(tǒng)等技術(shù)需求，構(gòu)建基于國產(chǎn)替代及先進工藝制程（7納米及以下）的通用圖形處理器（GPGPU）之類腦異構(gòu)計算服務器及軟件工具鏈。2.揭榜任務。國產(chǎn)替代及先進工藝制程（7納米及以下）的通用圖形處理器（GPGPU）、GPGPU芯片、GPGPU板卡(PCI-e)、開發(fā)板及服務器（一機多卡），具體的硬件數(shù)量待定。可適用于脈沖神經(jīng)網(wǎng)絡(luò)SNN算法轉(zhuǎn)換技術(shù)、脈沖編解碼等相關(guān)的工具鏈及軟硬件開發(fā)、移植、調(diào)測及優(yōu)化。需對標國際頭部領(lǐng)先大廠（NVIDIATeslaA10080GNVlink，7納米，CUDA工具鏈）的屬性參數(shù)或更優(yōu)。滿足大規(guī)模訓練/訓練一體、最大虛擬化路數(shù)、接口類別及數(shù)量、顯存、帶寬、編解碼、路數(shù)等關(guān)鍵參數(shù)要求。3.項目投入。1000萬元，其中700萬元用于懸賞揭榜方。（四）基于高性能人工智能芯片的新型算力系統(tǒng)1.應用場景。面向下一代新型智能計算架構(gòu)的算力基礎(chǔ)設(shè)施，研發(fā)自主可控的異構(gòu)眾核處理器架構(gòu)的高性能人工智能新型計算芯片，提供將人工智能的算法訓練、推理和分析一體的統(tǒng)一基礎(chǔ)算力架構(gòu)，形成包含硬件產(chǎn)品矩陣、軟件開發(fā)工具鏈、行業(yè)解決方案級應用等技術(shù)需求的系統(tǒng)生態(tài)。2.揭榜任務。（1）研發(fā)可搭載發(fā)榜企業(yè)的高性能人工智能加速處理器的高性能服務器。（2）結(jié)合發(fā)榜企業(yè)的高性能人工智能加速處理器，形成面向大規(guī)模人工智能負載的超異構(gòu)平臺。（3）結(jié)合發(fā)榜企業(yè)的高性能人工智能加速處理器和多層次編程模型形成在大模型、HPC+AI，可信計算等領(lǐng)域的示范應用構(gòu)建。性能參數(shù)：（1）單臺服務器加速處理器搭載處理器數(shù)量≥4，且服務器需支持處理器節(jié)點間大帶寬直連，支持國產(chǎn)化通用處理器和操作系統(tǒng)適配。需保障服務器可靠性和穩(wěn)定性。（2）相比通用處理器性能功耗比，該平臺需加速2個數(shù)量級以上。面向超異構(gòu)平臺的資源池，需形成可支持高效編譯和智能管理調(diào)度的軟件工具鏈，實現(xiàn)不同算法高效部署與運行?？尚纬扇斯ぶ悄茴I(lǐng)域計算編程語言和面向超異構(gòu)平臺的專用架構(gòu)描述語言，支持計算負載的跨層表達、分析和協(xié)同優(yōu)化。（3）支持千節(jié)點級別的任務負載部署與運行。3.項目投入。1.5億元，其中1000萬用于懸賞揭榜方。（五）6-8英寸碳化硅襯底產(chǎn)業(yè)化1.應用場景。實現(xiàn)大尺寸高質(zhì)量碳化硅晶體、襯底的研發(fā)及產(chǎn)業(yè)化。國內(nèi)6英寸SiC襯底擺脫進口依賴，滿足節(jié)能減排、綠色發(fā)展、智能制造、信息安全等國家重大戰(zhàn)略需求，可為新能源汽車功率器件、光伏逆變器、5G等無線通訊等領(lǐng)域提供穩(wěn)定的SiC單晶襯底。2.揭榜任務。研究SiC長晶的新型方法、新型原料、6-8英寸SiC晶片激光切割等新型加工方法，解決SiC襯底的外延及器件驗證及量產(chǎn)的眾多技術(shù)瓶頸，包括襯底的位錯、幾何參數(shù)、良率，外延可用面積，器件良率、可靠性等產(chǎn)業(yè)化問題。3.項目投入。5000萬元，其中300萬用于懸賞揭榜方。（六）5G毫米波射頻模塊用超低噪聲電源穩(wěn)壓芯片的研發(fā)及產(chǎn)業(yè)化1.應用場景。研制具有自主知識產(chǎn)權(quán)的5G毫米波射頻模塊電源穩(wěn)壓芯片，突破我國對5G超高頻段電源穩(wěn)壓芯片設(shè)計的技術(shù)難題，計劃實現(xiàn)年產(chǎn)超低噪聲電源穩(wěn)壓芯片30000萬只的產(chǎn)能。2.揭榜任務。針對5G毫米波通訊超高頻段（24-86GHz）特性攻克超低噪聲超高電源抑制比（PSRR）、高頻瞬態(tài)響應增強、超低功耗電路控制、超強電壓鉗制過流靜電浪涌防護等技術(shù)。研制國產(chǎn)化5G毫米波射頻模塊電源穩(wěn)壓芯片，解決5G毫米波通訊超高頻段特性引起前端射頻系統(tǒng)高復雜度、異質(zhì)化、能耗大、易受干擾等問題，研制出的產(chǎn)品量產(chǎn)后的成本不高于同期市場上同類產(chǎn)品的成本。性能參數(shù)：形成具有國際先進水平的超低噪聲（≤8μVrms）、超低功耗（＜0.04mW）、穩(wěn)定可靠（電源抑制比≥110dB、靜電防護HBM±8kV）。3.項目投入。5000萬元，其中300萬用于懸賞揭榜方。（七）集成電路12吋高階智能生產(chǎn)應用1.應用場景。優(yōu)化芯片制造生產(chǎn)，協(xié)同國產(chǎn)軟件供應商，在集成電路制造系統(tǒng)自動化領(lǐng)域打破國際壟斷，建立半導體行業(yè)數(shù)據(jù)規(guī)范，研發(fā)具有自主產(chǎn)權(quán)的大數(shù)據(jù)良率分析平臺。2.揭榜任務。擬建立基于機器深度學習及大數(shù)據(jù)挖掘技術(shù)的自動化、智能化芯片制造系統(tǒng)，具備生產(chǎn)過程中數(shù)據(jù)的自動收集分類和異常數(shù)據(jù)可溯源、智能派工和預警等功能，與生產(chǎn)設(shè)備無縫連接，提升產(chǎn)線效率和產(chǎn)品良率，為未來無人工廠做好鋪墊。性能參數(shù)：系統(tǒng)要求響應時間控制在3秒內(nèi)，個別復雜的系統(tǒng)響應控制在5秒內(nèi)，系統(tǒng)與工廠設(shè)備連接100%達成，設(shè)備自動化功能100%實現(xiàn)。3.項目投入。5000萬元，其中2500萬用于懸賞揭榜方。（八）先端芯片制造用鈦鋁合金靶材研發(fā)及產(chǎn)業(yè)化1.應用場景。滿足先端芯片配線使用要求，攻克集成電路用鈦鋁合金靶材的制備技術(shù)，填補國內(nèi)產(chǎn)品空白，提升國內(nèi)先端芯片關(guān)鍵材料的國產(chǎn)化能力。2.揭榜任務。針對先端邏輯芯片應用的需求，解決鈦鋁合金靶材制備技術(shù)難題，開發(fā)以下技術(shù)：（1）低氧高純鈦、高純鋁的提純與熔鑄新方法、新工藝、高純鈦顆粒細化和酸洗技術(shù)。（2）高純鈦、高純鋁金屬等關(guān)鍵雜質(zhì)的精準去除技術(shù)。（3）成分穩(wěn)定、均質(zhì)、高純鈦鋁合金可控熔煉技術(shù)，研究靶材塑性變形加工中晶粒尺寸、結(jié)晶取向與組織均勻性變化規(guī)律。（4）靶材精密機加工、異質(zhì)金屬背板大面積焊接等關(guān)鍵技術(shù)。性能參數(shù)：鈦顆粒純度≥99.99%；顆粒大小2-5mm；O≤200ppm；Fe≤5ppm;Mn≤35ppm；靶材純度≥99.99%；晶粒尺寸≤100μm；靶材尺寸公差±0.1mm，濺射表面粗糙度≤0.8μm；焊接結(jié)合率≥98%；靶材表面清潔度符合電子級要求。3.項目投入。3600萬元，其中1200萬用于懸賞揭榜方。（九）集成電路良率分析與管理系統(tǒng)技術(shù)攻關(guān)1.應用場景。基于芯片全制造周期角度開展監(jiān)控、分析，提升芯片的良率和性能，支持大規(guī)模、多類型數(shù)據(jù)從獲取至最終分析展示的系統(tǒng)化功能。擬在5家以上大型晶圓廠、設(shè)計公司或封裝廠實現(xiàn)示范性應用。2.揭榜任務。圍繞芯片智能化生產(chǎn)過程中復雜工藝帶來的良率問題，開發(fā)適用于集成電路產(chǎn)業(yè)的良率管理與分析系統(tǒng)，包含YMS（良率管理）、DMS（缺陷管理）及FDC（故障檢測）等模塊平臺。通過從數(shù)據(jù)中挖掘出關(guān)鍵價值信息，反饋到芯片全周期內(nèi)的各個流程，以提高芯片的可制造性，幫助芯片制造工藝快速定位缺陷，指導工藝改善，提高勞動生產(chǎn)效率和制造質(zhì)量。性能參數(shù)：需實現(xiàn)10～100TB數(shù)據(jù)的可靠存儲和統(tǒng)一管理、毫秒（ms）級響應返回、機臺輸出數(shù)據(jù)平均采集載入速度小于30秒等主要功能。3.項目投入。6000萬元，其中1200萬用于懸賞揭榜方。（十）動力鋰電池熱失控智能監(jiān)測傳感器1.應用場景。動力鋰電池熱失控智能監(jiān)測傳感器在硬件上遵循汽車規(guī)范和IATF16949的開發(fā)要求，完成電源轉(zhuǎn)換、數(shù)據(jù)采集、分析處理和數(shù)據(jù)傳輸?shù)扔布南到y(tǒng)的設(shè)計，完成功能測試、環(huán)境可靠性、EMC電磁兼容、實際裝車路測等實驗。軟件上，選用車規(guī)級的MCU，根據(jù)敏感陣列上的多維特征數(shù)據(jù)，采用機器學習和人工智能算法等對數(shù)據(jù)進行學習和分類，并根據(jù)數(shù)據(jù)交互協(xié)議進行傳感器的數(shù)據(jù)交互。產(chǎn)品開發(fā)的同時同步開發(fā)產(chǎn)品的自動檢測和標定設(shè)備，并能使產(chǎn)品的檢測數(shù)據(jù)進行存儲和上傳，產(chǎn)品測試時能夠?qū)崟r監(jiān)控模組上傳的數(shù)據(jù)，后期批量生產(chǎn)也能夠進行數(shù)據(jù)追溯，產(chǎn)品分析。2.揭榜任務。研制基于MEMS技術(shù)實現(xiàn)多懸梁陣列式加熱器，通過懸梁的組合與變形設(shè)計出具有多邊形結(jié)構(gòu)的傳感陣列，對熱失控氣體的高靈敏檢測，實現(xiàn)敏感單元的低功耗、高靈敏度和快響應速度等性能。通過將該技術(shù)應用到動力鋰電池熱失控的安全監(jiān)測，解決熱失控探測響應不及時、誤報漏報率高等難題。性能參數(shù)：（1）針對H2、CO等典型氣體設(shè)計開發(fā)陣列式具選擇性的高靈敏度氣體敏感單元，實現(xiàn)低功耗高選擇性的熱失控監(jiān)測傳感器的批量化制造；（2）利用時間序列分析和模式識別算法，建立補償模型；（3）動力鋰電池熱失控時要求探測響應時間≤10秒，識別準確率≥98%；漏報率≤0；（4）產(chǎn)品壽命>8年，功耗<1mA，工作溫度處于-40℃至125℃區(qū)間，濕度位于0至95%RH范圍。3.項目投入。1700萬元，其中300萬用于懸賞揭榜方。二、人工智能領(lǐng)域（一）面向晶圓/面板/SMT制造檢測環(huán)節(jié)的AI應用研究1.應用場景。缺陷圖片智能分類和分析系統(tǒng)（ADC）是新一代人工智能技術(shù)如卷積神經(jīng)網(wǎng)絡(luò)（CNN）和傳統(tǒng)視覺算法結(jié)合，根據(jù)制造流程中的工藝特性構(gòu)建高敏捷性、高可靠性的檢測算法，圍繞缺陷圖片智能分類和分析的算法構(gòu)建的平臺化應用，在晶圓/面板/SMT等行業(yè)可全面替代人力（人眼）檢測與復判，極致提升晶圓/面板/SMT等行業(yè)生產(chǎn)過程的良品率。2.揭榜任務。（1）通過AI技術(shù)實現(xiàn)晶圓/面板/SMT生產(chǎn)過程中的檢測設(shè)備輸出的缺陷圖片智能分類和分析（ADC），解決人員缺陷判定的效率低、穩(wěn)定性差、準確率低、標準不統(tǒng)一的問題，準確率達到95%以上；（2）結(jié)合高效良率系統(tǒng)，實現(xiàn)自動判別、自動開單、異常自動報警、自動攔截等功能，大幅降低產(chǎn)品的生產(chǎn)周期，并提升晶圓/面板/SMT制造的良率，支撐晶圓/面板/SMT制造的效率提升和品質(zhì)升級。3.項目投入?？偼度?00萬元，其中400萬元用于懸賞揭榜方（二）金融市場AI資金交易技術(shù)研究與應用1.應用場景。在金融市場交易領(lǐng)域，利用具有深層語義理解能力及對話功能的機器人（虛擬資金交易員），自動與其他市場參與機構(gòu)交易員進行交易詢報價直至交易意向達成，并通過智能分析處理各類市場數(shù)據(jù)及輿情信息，預判金融市場宏觀趨勢，捕捉市場參與者微觀變動，為交易員提供決策支持或直接完成交易。2.揭榜任務。（1）基于需求方提供的數(shù)據(jù)和環(huán)境，設(shè)計并交付多輪對話策略算法、模型及策略學習工具，并輔助需求方進行數(shù)據(jù)清洗分析和場景驗證調(diào)優(yōu)。（2）基于需求方提供的數(shù)據(jù)和環(huán)境，結(jié)合歷史數(shù)據(jù)積累，交付對應的預訓練模型、算法及處理后的數(shù)據(jù)集，基于交付的預訓練語言模型實現(xiàn)在少量金融市場專業(yè)語料下的訓練，共同交付訓練代碼及算法模型，實現(xiàn)聊天意圖識別，輔助需求方進行場景驗證。（3）交付定制金融市場領(lǐng)域?qū)Ｓ脤嶓w識別及狀態(tài)跟蹤算法，從交互信息中抽取并維護關(guān)鍵交易要素對話狀態(tài)。（4）基于人工智能算法對歷史市場數(shù)據(jù)、新聞政策信息的深層語義理解及時間序列預測，設(shè)計、實現(xiàn)并交付新聞政策深層語義理解分析支持算法模型及數(shù)據(jù)，設(shè)計、實現(xiàn)并交付資金利率合適周期內(nèi)漲跌分析底層數(shù)據(jù)、初步經(jīng)濟計量分析模型。支持實現(xiàn)具有實際應用場景價值的境內(nèi)銀行間市場資金利率的合適周期內(nèi)的漲跌預測，為交易員提供交易策略建議。性能參數(shù)：（1）產(chǎn)出的對話系統(tǒng)在指定的金融市場交易數(shù)據(jù)集上，意圖識別準確率不低于96%，交易要素協(xié)商的狀態(tài)跟蹤準確率不低于95%，對話動作選擇準確率相比專家構(gòu)建的狀態(tài)機方案提高1%以上。（2）產(chǎn)出的語言模型相比通用語言模型，在同樣規(guī)模的金融市場領(lǐng)域訓練集上，意圖識別準確率提升3%以上。（3）在適當?shù)膶Ρ戎芷趦?nèi)，基于人工預測結(jié)果有一定的提升。3.項目投入?？偼度?694.8萬元，其中892萬元用于懸賞揭榜方（三）基于智能機器人的新型發(fā)電設(shè)備智能運維管理系統(tǒng)1.應用場景。面向風力發(fā)電和光伏發(fā)電等場景研制前端關(guān)鍵部件安全巡檢和清潔維護的智能機器人，并通過機器人采集數(shù)據(jù)構(gòu)建新型發(fā)電設(shè)備健康狀態(tài)大數(shù)據(jù)信息管理系統(tǒng)，切實提升新型發(fā)電設(shè)備運行效率，有效降低新型發(fā)電設(shè)備運維成本。2.揭榜任務。開發(fā)安全巡檢、關(guān)鍵部件壽命預測、智能清潔管理等系統(tǒng)性、體系化管理的機器人系統(tǒng)和大數(shù)據(jù)運營管理平臺。開展風力發(fā)電機關(guān)鍵部件無損檢測技術(shù)、基于仿生攀爬技術(shù)的光伏板壁面檢測技術(shù)等核心技術(shù)研究。性能參數(shù)：（1）風力發(fā)電機關(guān)鍵部件無損檢測技術(shù)，實現(xiàn)對關(guān)鍵部件定期巡檢，監(jiān)測關(guān)鍵部件病害數(shù)據(jù)，并通過5G傳輸網(wǎng)絡(luò)，發(fā)送至遠距離大型數(shù)據(jù)管理平臺；（2）基于仿生攀爬技術(shù)的光伏板壁面檢測技術(shù)實現(xiàn)對光伏板表面清潔度實時管理，同時對表面隱裂、斷柵、破片等病害監(jiān)測。3.項目投入。1500萬元，其中500萬用于懸賞揭榜方。（四）智能化水下裝備1.應用場景。開發(fā)水下裝備智能控制關(guān)鍵技術(shù)與系統(tǒng)，實現(xiàn)水下裝備智能控制關(guān)鍵技術(shù)與跨平臺裝備的系統(tǒng)集成與綜合應用。實現(xiàn)相關(guān)技術(shù)及裝備可應用于水下環(huán)境勘察、水下基礎(chǔ)設(shè)施巡檢、深海礦產(chǎn)資源開采、深海仿真教學等。2.

揭榜任務。研究水下裝備智能控制關(guān)鍵技術(shù)與跨平臺裝備的系統(tǒng)集成與綜合應用技術(shù)。性能參數(shù)：水下裝備智能控制關(guān)鍵技術(shù)需系統(tǒng)集成并應用復雜水下環(huán)境多目標識別與檢測、高精度導航定位、智能運動規(guī)劃與控制等技術(shù)，達到水下2000m定位內(nèi)符合誤差2m標準，支持障礙檢測、避障控制、路徑跟蹤等功能；相關(guān)裝備綜合應用需集成水下多維融合感知系統(tǒng)、水下裝備智能控制器、水下綜合導航定位系統(tǒng)、水下作業(yè)模擬操作系統(tǒng)、水下裝備調(diào)度運維系統(tǒng)等，支持水下設(shè)施缺陷檢測、施工作業(yè)、開采運輸?shù)裙δ?，實現(xiàn)≥3臺工作級ROV與AUV等的混合作業(yè)模擬與運維調(diào)度。3.

項目投入。5000萬元，其中500萬用于懸賞揭榜方。（五）基于人工智能的國產(chǎn)化超大規(guī)模生命組學高性能計算分析系統(tǒng)研發(fā)1.

應用場景。研發(fā)基于人工智能的國產(chǎn)化超大規(guī)模生命組學高性能計算分析系統(tǒng)，提升國產(chǎn)超大規(guī)模生命組學高性能計算分析能力，為生物信息研究和臨床醫(yī)學研究提供有力技術(shù)支撐。2.

揭榜任務。研發(fā)AI數(shù)據(jù)分析技術(shù)、AI并行處理技術(shù)等關(guān)鍵技術(shù)和一體化AI云服務平臺。具體包括：（1）超大規(guī)模生命組學分析的AI分析技術(shù)，包括具備隱私保護能力的基因組、轉(zhuǎn)錄組等知識發(fā)現(xiàn)與AI推理技術(shù)，基于人工智能的生命體系特征挖掘與擬時序分析技術(shù)等。（2）超大規(guī)模生命組學分析的AI高性能分布式并行技術(shù)，包括面向組學分析的人工智能“大模型”分布式并行學習與推理、分布式通信優(yōu)化、多維度混合并行、多模態(tài)模型服務化與多并發(fā)調(diào)度等關(guān)鍵技術(shù)。（3）面向各類具有關(guān)鍵共性需求的組學數(shù)據(jù)分析任務，研制基于人工智能的國產(chǎn)化超大規(guī)模生命組學高性能計算分析一體化平臺，具備“人機互動”的能力，支持組學數(shù)據(jù)分析任務的低代碼開發(fā)。3.

項目投入。3500萬元，其中800萬用于懸賞揭榜方。（六）自主高性能GPU及高密度視覺智能服務器研發(fā)1.

應用場景。研發(fā)自主高性能GPU及高密度視覺智能服務器，通過實現(xiàn)國產(chǎn)化替代，應用于數(shù)字安防、智慧交通等智能物聯(lián)產(chǎn)業(yè)。2.

揭榜任務。研發(fā)自主知識產(chǎn)權(quán)的高算力高能效比通用GPU芯片，并基于自主知識產(chǎn)權(quán)GPU研制高密度智能分析AI服務器。性能參數(shù)：（1）視覺智能服務器要求單設(shè)備支持不少于128顆GPU芯片；單機性能可達6400路1080P視頻的行為分析，25600張/秒的人臉識別能力；400億結(jié)構(gòu)化或12億半結(jié)構(gòu)化數(shù)據(jù)的秒級檢索；（2）高性能GPU芯片要求采用自研高性能創(chuàng)新異構(gòu)多核GPGPU架構(gòu)，算力性能高于目前主流的英偉達同類GPU芯片，達到FP16：80TFOPS；INT8：160TFOPS的性能指標。（3）機器視覺智能性能指標要求車輛捕獲率≥99.9%，行人捕獲率≥99%，客流統(tǒng)計準確率≥99%，人員聚集/發(fā)散檢測準確率≥99%。3.

項目投入。5000萬元，其中1000萬用于懸賞揭榜方。（七）高速公路滑坡災害智能監(jiān)測預警技術(shù)研究與示范1.

應用場景。開發(fā)高速公路邊坡智能監(jiān)測技術(shù)、地質(zhì)災害智能預測預報技術(shù)與智慧管控平臺。揭示高速公路滑坡地質(zhì)災害發(fā)育規(guī)律，應用新一代人工智能與信息技術(shù)，實現(xiàn)安徽省高速公路不同成因、不同類型、不同規(guī)?；碌刭|(zhì)災害智能監(jiān)測預警。2.

揭榜任務。（1）高速公路滑坡風險智能評估技術(shù)；（2）高速公路滑坡災害“空-天-地-體”一體化立體智能監(jiān)測技術(shù)；（3）基于智能監(jiān)測大數(shù)據(jù)的高速公路滑坡災害快速預報預警技術(shù)；（4）高速公路滑坡災害防控智能決策技術(shù)。性能參數(shù)：（1）形成高速公路滑坡風險智能評估技術(shù)；（2）形成高速公路滑坡災害“空-天-地-體”一體化立體智能監(jiān)測技術(shù)；（3）形成基于智能監(jiān)測大數(shù)據(jù)的高速公路滑坡災害快速預報預警技術(shù)；（4）建立高速公路滑坡災害智能監(jiān)測預警與智慧決策管控平臺;（5）安徽省高速公路滑坡地質(zhì)災害發(fā)育規(guī)律；（6）監(jiān)測預警示范工程建設(shè)；（7）智慧決策管控平臺建設(shè)。3.項目投入。2500萬元，其中680萬用于懸賞揭榜方。（八）基于三維空間大數(shù)據(jù)的環(huán)境AI決策系統(tǒng)研發(fā)1.

應用場景。研發(fā)環(huán)境AI決策系統(tǒng)，通過環(huán)境立體數(shù)據(jù)以及多元化城市非環(huán)境數(shù)據(jù)的融合，預測空氣污染以及氣象的發(fā)生、傳播、擴散、降解機制和趨勢，支撐決策者在環(huán)境事件的規(guī)避或突發(fā)狀況的處理時做出最優(yōu)化決策。通過AI決策模型研究，以污染管控治理案例為樣本，對治理效果進行客觀全方位評價。最后形成一套環(huán)境AI決策系統(tǒng)，通過實測數(shù)據(jù)進行環(huán)境污染管理，情景模擬，預測預警，決策推演和輔助決策等功能。2.

揭榜任務。研發(fā)和提供三套溫濕度垂直廓線監(jiān)測儀，并提供同化溫濕度場數(shù)據(jù)，獲得溫度廓線數(shù)據(jù)，水汽廓線數(shù)據(jù)，濕度廓線數(shù)據(jù)，統(tǒng)計分析邊界層數(shù)據(jù)，提取關(guān)鍵數(shù)據(jù)特征并通過AI算法預測邊界層高度和水汽量預報。性能參數(shù)：（1）三維氣象立體組網(wǎng)監(jiān)測系統(tǒng)要求包含6套風廓線垂直監(jiān)測儀器，分辨率小于等于15m，時間精度達到1s；溫濕度垂直廓線監(jiān)測儀3套，分辨率小于等于3.75m，時間精度達到1分鐘；臭氧和顆粒物垂直分布監(jiān)測儀3套，時間精度1min，探測精度1ppb@臭氧，1ug/m3@顆粒物。（2）場景實驗系統(tǒng)要求建設(shè)一套場景實驗系統(tǒng)，實驗周期半年，收集合肥區(qū)域3年歷史數(shù)據(jù)和實測數(shù)據(jù)半年，并對數(shù)據(jù)進行清洗和同化，形成基礎(chǔ)數(shù)據(jù)庫。（3）立體氣象場同化﹑預測和溯源要求形成WEB架構(gòu)的平臺系統(tǒng)，含3臺服務器和模型系統(tǒng)。3.

項目投入。2000萬元，其中300萬用于懸賞揭榜方。（九）智能移動機器人人機交互技術(shù)1