在本周于旧金山举行的ISSCC上，国立台湾大学发布了一种定制处理器，用于处理数以亿计的短DNA片段，用来分析基因序列时的大量数据。

ISSCC 2.4基因组处理器

生物检测工作流程包括四个步骤：短读映射、单倍型调用、变体调用和基因分型，团队着手为所有四个步骤设计处理器。

结果是，在单个16.14mm2 28nm管芯上有四个专用硬件加速器，运行频率为400MHz，功耗为2.73W（900mV）。

在已知数据集上进行标记，芯片平均在28.2分钟内达到99.79%的精度和99.03%的“灵敏度”。

在具有64个AMD CPU核、512Gb DRAM和FPGA加速器的服务器上，同样的任务得分相似：98.54–99.79%的精度和98.14–98.75%的灵敏度，但耗时从至少90分钟到最多28小时。这意味着该IC的速度快了3倍至59倍，其创建者计算出功耗至少提高了935倍，有时甚至提高了5000倍。

芯片上有大量工作要做——例如，最后一步需要硬件支持预训练的对隐马尔可夫模型和维特比算法，以对可能的基因型进行质量评分。

国立台湾大学与GeneASIC技术、台湾半导体研究所和国立阳明交通大学合作。

韩国研究机构KAIST揭示了一种手机3D数据的实时创建用处理器。

它使用深度神经网络实现“神经辐射场”（NeRF），通过训练DNN从照片中记忆3D场景几何结构来创建3D模型。

研究人员表示：“先前的工作使用了传统的计算机图形算法，如光线追踪或SLAM，用于相同的目的。使用NeRF，生成的模型可以在元宇宙上显示超现实的3D内容，其质量优于或等同于通过复杂光线追踪渲染的3D图像。

该技术还允许通过传输小于1MB的数据来共享3D模型。

然而，这是一项非常重数学的技术，对GPU或TPU提出了很高的要求。

通过结合数据优化技术和定制设计具有5000个FP8-FP16可配置MAC和2Mbyte SRAM（现在称为MetaVRain）的28nm CMOS IC，在50MHz下实现了135mW的32.8帧/秒的实时3D渲染，在100MHz下实现310mW的61.9帧/秒。KAIST表示：“与现代GPU或TPU相比，这至少降低了99.95%的功率。”。“MetaVRain的测量结果表明，与GPU相比，渲染速度提高了911倍，能耗降低了26400倍。”899mW的最大性能为118帧/秒。

它补充道：“MetaVRain不仅实现了实时3D渲染，还实现了超逼真的3D模型编辑，其质量与基于光线跟踪的渲染相同，从而在移动设备上实现了元宇宙。”。

ISSCC 2023论文2.4用于下一代测序的完全集成的端到端基因组分析加速器

ISSCC 2023论文2.7 MetaVRain：用于移动设备上Metaverse的133mW实时超现实3D NeRF处理器，带有1D-2D混合神经引擎