A high precision clock duty cycle calibration design for high bandwidth die to die phy in hyper scale data centers, 5g and machine learning
Đồ án tốt nghiệp · Đại học · năm 2020 · đề tài tham khảo
| Loại tài liệu | Đồ án tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyễn Trần Hồng Đức; Tống Hồ Thanh Quỳnh; Lê Công Thành Trung |
| Người hướng dẫn | Nguyen Van Cuong; Duong Lap Duc |
| Cơ sở đào tạo | Trường Đại học Bách khoa, Đại học Đà Nẵng |
| Năm | 2020 |
| Nguồn | Thư viện số Trường Đại học Bách khoa, Đại học Đà Nẵng · trang gốc |
Tóm tắt
DCC circuit is designed for high-speed interfaces such as Double Data Rate (DDR) technique for Machine Learning and 5G. It corrects the distortion of clock signal in the transmission line, or due to variation of the circuit's voltage and temperature. The DCC has improved stability compared with all-analog DCC, and larger correction range, and operating frequency as compared with all-digital DCCs. The DCC is designed based on 10nm FINFET technology and uses Digital block to control Analog blocks by Finite State Machine. which made attainable the output duty cycle correction to 50 ± 0.1% over the input duty-cycle range of 40–60% for up to 2GHz. The supply voltage is from 0.675V - 0.825V and the operation voltage is -40°C to 125°C. The disadvantage of the proposed DCC is having a smaller operating frequency and correction range than all-analog DCC
Bản toàn văn lưu tại thư viện Trường Đại học Bách khoa, Đại học Đà Nẵng
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Intelligent machine vision solution in manufacturing using deep learning method and artificial intelligence (AI)
- 3D human pose estimation with simple self-supervised learning
- Deep learning based face recognition for attendance checking
- Autonomous Robot for detecting and following Humans in Hospital powered by Deep Learning
- Design Vietnamese id card extractor using deep learning
- Estimate the size of crowd by KERAS and CNN
- A website selling electronics combined with sentiment analysis
- Restore digital images using deep learning
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.