公开(公告)号：CN103424293B

公开(公告)日：2016-01-13

申请号：CN201310261070.8

申请日：2013-06-26

Applicant: 复旦大学

Inventor： 王珺 ,  庞钧文 ,  戴维

IPC: G01N1/28 ,  G01N1/32 ,  G01N3/20

Abstract: 本发明涉及微电子领域，公开了一种测量TSV铜柱弯曲模量和屈服应力的方法。本发明中，腐蚀埋藏有TSV铜柱的硅片，直至形成TSV铜柱悬臂梁结构；选择用于测量弯曲模量和屈服应力的TSV铜柱，去除多余的TSV铜柱，形成单根或单排的TSV铜柱；在所述用于测量的TSV铜柱的顶端施加横向压力，并记录对TSV铜柱横向施加的压力P、TSV铜柱弯曲的位移δ、施压点到TSV铜柱根部的距离L；根据记录的数据计算TSV铜柱弯曲模量和屈服应力。达到样品制备简单、测试精度高，测试简单快捷等效果。

公开(公告)号：CN116739062A

公开(公告)日：2023-09-12

申请号：CN202310537186.3

申请日：2023-05-13

Applicant: 复旦大学

Inventor： 戴维 ,  林伟 ,  孙毅

IPC: G06N3/065 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明属神经网络仿真模拟技术领域，具体为基于GPU的大规模皮层脉冲神经网络异步并行仿真算法。本发明利用计算显卡的多线程和纹理内存的优势，结合生物大脑接受外部刺激的通用形式，以及皮层中神经元之间普遍的连接模式，设计GPU与CPU异步并行的算法框架；GPU负责神经元动力学方程的并行演化，以及局域网络内各向同性连接的分块式并行计算，CPU负责处理各向异性的长程连接；并可兼容不同的神经元动力学方程和可塑性学习规则。与现有技术相比，本发明可以有效提升仿真速度，为单个计算节点提供仿真模拟生物大脑皮层中千万级大规模脉冲神经网络的工具，并适用于单节点多显卡以及多节点多显卡的分布式运算模型。

公开(公告)号：CN103424293A

公开(公告)日：2013-12-04

申请号：CN201310261070.8

申请日：2013-06-26

Applicant: 复旦大学

Inventor： 王珺 ,  庞钧文 ,  戴维

IPC: G01N1/28 ,  G01N1/32 ,  G01N3/20

Abstract: 本发明涉及微电子领域，公开了一种测量TSV铜柱弯曲模量和屈服应力的方法。本发明中，腐蚀埋藏有TSV铜柱的硅片，直至形成TSV铜柱悬臂梁结构；选择用于测量弯曲模量和屈服应力的TSV铜柱，去除多余的TSV铜柱，形成单根或单排的TSV铜柱；在所述用于测量的TSV铜柱的顶端施加横向压力，并记录对TSV铜柱横向施加的压力P、TSV铜柱弯曲的位移δ、施压点到TSV铜柱根部的距离L；根据记录的数据计算TSV铜柱弯曲模量和屈服应力。达到样品制备简单、测试精度高，测试简单快捷等效果。