安徽省、 上海市 、江蘇省、浙江省聯(lián)合試點(diǎn)開展 2022 年度長(zhǎng)三角科技創(chuàng)新共同體聯(lián)合攻關(guān)重點(diǎn)任務(wù)揭榜工作，本通知發(fā)布的重點(diǎn)任務(wù)主要來自長(zhǎng)三角區(qū)域集成電路、人工智能產(chǎn)業(yè)領(lǐng)域骨干企業(yè)的創(chuàng)新需求，共計(jì)20項(xiàng)，需求任務(wù)清單詳見附件。 想要參與揭榜的朋友，有什么疑問，可以直接咨詢小編了解。

政策免費(fèi)咨詢：19855108130（手機(jī)/微信）

一、安徽省長(zhǎng)三角科技創(chuàng)新共同體聯(lián)合攻關(guān)重點(diǎn)任務(wù)工作目標(biāo)

以“科創(chuàng)+產(chǎn)業(yè)”為引領(lǐng)，立足國(guó)家戰(zhàn)略，聚焦長(zhǎng)三角重點(diǎn)產(chǎn)業(yè)領(lǐng)域創(chuàng)新需求，推動(dòng)企業(yè)成為技術(shù)創(chuàng)新決策、科研投入、組織科研和成果轉(zhuǎn)化的主體，協(xié)同突破一批關(guān)鍵核心技術(shù)，爭(zhēng)取在 3年內(nèi)取得一批標(biāo)志性成果，合力推動(dòng)重點(diǎn)產(chǎn)業(yè)鏈關(guān)鍵核心技術(shù)實(shí)現(xiàn)自主可控，提升產(chǎn)業(yè)鏈供應(yīng)鏈安全性和競(jìng)爭(zhēng)力。

二、安徽省長(zhǎng)三角科技創(chuàng)新共同體聯(lián)合攻關(guān)重點(diǎn)任務(wù)揭榜對(duì)象

本揭榜任務(wù)面向國(guó)際國(guó)內(nèi)有條件、有能力解決榜單需求的科研機(jī)構(gòu)、企業(yè)和創(chuàng)新團(tuán)隊(duì)。揭榜方應(yīng)遵守科研誠(chéng)信管理要求，應(yīng)承諾所提交材料真實(shí)性，不得提交有涉密內(nèi)容的項(xiàng)目申請(qǐng)。

三、安徽省長(zhǎng)三角科技創(chuàng)新共同體聯(lián)合攻關(guān)重點(diǎn)任務(wù)揭榜流程

1.揭榜方登錄“長(zhǎng)三角一體化科創(chuàng)云平臺(tái)”（以下簡(jiǎn)稱云平臺(tái)）-- 云服務(wù)--點(diǎn)擊“方案提交”進(jìn)入提交頁面。揭榜方可選擇揭榜任務(wù)中一項(xiàng)或多項(xiàng)提出解決方案。

2. 管理平臺(tái)自需求發(fā)布起，在入庫(kù)截止時(shí)間之前，每10 個(gè)工作日，將收到的解決方案匯總至需求方。

3. 需求方對(duì)解決方案的技術(shù)可行性、與需求的匹配性等方面進(jìn)行綜合研判，必要時(shí)可與揭榜方進(jìn)行充分溝通，有多個(gè)解決方案可供選擇時(shí)，可通過項(xiàng)目路演，加速精準(zhǔn)匹配。

管理平臺(tái)將配合需求方做好溝通銜接、專家推薦、路演組織等服務(wù)保障工作。鼓勵(lì)長(zhǎng)三角國(guó)家技術(shù)創(chuàng)新中心等組織相關(guān)專業(yè)研究機(jī)構(gòu)，積極響應(yīng)企業(yè)需求，提出解決方案。

四、安徽省長(zhǎng)三角科技創(chuàng)新共同體聯(lián)合攻關(guān)重點(diǎn)任務(wù)儲(chǔ)備入庫(kù)

需求方找到合適的解決方案時(shí)，可登錄云平臺(tái)，提出“入庫(kù)申請(qǐng)”，在線提交"> ，提交解決方基本信息，經(jīng)管理平臺(tái)確認(rèn)后納入長(zhǎng)三角科技創(chuàng)新共同體聯(lián)合攻關(guān)項(xiàng)目?jī)?chǔ)備庫(kù)。需求方以外的長(zhǎng)三角企業(yè)，同樣具有榜單所提出的需求方向，并已找到解決方案的，也可登錄云平臺(tái)，在線提交">填報(bào)相關(guān)信息，經(jīng)相符性審核通過后，按要求入庫(kù)。需求方進(jìn)入儲(chǔ)備庫(kù)后，榜單將調(diào)整為“揭榜成功”狀態(tài)；需求方未能遴選到合適的解決方案時(shí)，榜單持續(xù)有效。若其中某項(xiàng)需求無人揭榜，經(jīng)需求方評(píng)估需調(diào)整任務(wù)方向或不符合實(shí)際現(xiàn)狀的，需求方可從榜單中剔除，但不影響其他揭榜任務(wù)按程序執(zhí)行。

三省一市科技廳（委）根據(jù)長(zhǎng)三角科技創(chuàng)新共同體聯(lián)合攻關(guān)合作機(jī)制相關(guān)要求，組織后續(xù)項(xiàng)目申報(bào)。

項(xiàng)目?jī)?chǔ)備入庫(kù)截止時(shí)間為2022年 9 月20日16:30 。

五、安徽省長(zhǎng)三角科技創(chuàng)新共同體聯(lián)合攻關(guān)重點(diǎn)任務(wù)揭榜任務(wù)要求

1. 需求方應(yīng)立足國(guó)家戰(zhàn)略，發(fā)揮創(chuàng)新引領(lǐng)、示范帶動(dòng)作用，組織長(zhǎng)三角區(qū)域高校、科研院所及企業(yè)優(yōu)勢(shì)科研力量，組建跨學(xué)科、跨領(lǐng)域、跨區(qū)域創(chuàng)新聯(lián)合體，推動(dòng)項(xiàng)目、人才、平臺(tái)、資金一體化配置，聯(lián)合攻關(guān)、解決“卡脖子”難題。

2．聯(lián)合攻關(guān)應(yīng)突出以關(guān)鍵技術(shù)解決、重大工程或重點(diǎn)企業(yè)應(yīng)用等為目標(biāo)的成果轉(zhuǎn)化和產(chǎn)業(yè)化合作。

3．需求方的合作單位中，應(yīng)包括需求方所在?。ㄊ校┮酝獾囊患壹耙陨祥L(zhǎng)三角單位參與。

關(guān)于安徽省長(zhǎng)三角科技創(chuàng)新共同體聯(lián)合攻關(guān)重點(diǎn)任務(wù)揭榜申報(bào)，有什么不明白的地方，可以直接咨詢小編了解。

政策免費(fèi)咨詢：19855108130（手機(jī)/微信）

附件：2022年長(zhǎng)三角科技創(chuàng)新共同體聯(lián)合攻關(guān)首批揭榜任務(wù)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(jí)集成工藝研究

1. 應(yīng)用場(chǎng)景。以晶圓級(jí)集成方式實(shí)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(shí)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(jì)算能力，支撐物聯(lián)網(wǎng)（ IoT）低功耗視覺和高速視覺的場(chǎng)景應(yīng)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(chǔ)器件的芯片，如改進(jìn)浮柵晶體管和磁隧道結(jié)器件（ MRAM）等，揭榜任務(wù)主要圍繞圖像傳感器與存算一體化芯片的晶圓級(jí)鍵合和集成技術(shù)。

2. 揭榜任務(wù)。（1 ）研究晶圓級(jí)鍵合通孔連接的失效機(jī)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(yīng)力性能、電學(xué)性能等；（ 3）突破“wafer to wafer ”晶圓級(jí)異質(zhì)集成、晶圓級(jí)對(duì)準(zhǔn)偏移表征及超聲檢測(cè)鍵合缺陷等關(guān)鍵技術(shù)，實(shí)現(xiàn) 12寸CIS圖像傳感器晶圓與磁存儲(chǔ)晶圓的感存算一體化集成，提升晶圓級(jí)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(duì)準(zhǔn)及缺陷良率>95%，電性連接良率 >90%。

3. 項(xiàng)目投入?？偼度?/span>1600 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(dá)芯片

1. 應(yīng)用場(chǎng)景。為滿足智慧交通、無人機(jī)、安防監(jiān)控等復(fù)雜應(yīng)用場(chǎng)景對(duì)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(dá)芯片，助推我國(guó)在該細(xì)分領(lǐng)域技術(shù)、產(chǎn)品和市場(chǎng)份額均達(dá)到國(guó)際領(lǐng)先水平。

根據(jù)上述目標(biāo)，雷達(dá)芯片將采用國(guó)際領(lǐng)先全集成雷達(dá)功能單芯片解決方案，突破低相噪時(shí)鐘系統(tǒng)設(shè)計(jì)、片上天線封裝等關(guān)鍵技術(shù)，實(shí)現(xiàn)基于國(guó)內(nèi)先進(jìn)CMOS 工藝線流片生產(chǎn)。

2. 揭榜任務(wù)。（1 ）低相噪時(shí)鐘系統(tǒng)設(shè)計(jì)；（ 2）毫米波芯片流片工藝國(guó)產(chǎn)化；（3 ）片上天線封裝技術(shù)

性能參數(shù)：（1）低相噪時(shí)鐘系統(tǒng)設(shè)計(jì)要求在 40nm 或類似工藝上實(shí)現(xiàn)，輸入?yún)⒖荚床煌l率，振蕩頻率&相噪達(dá)到 1GHz 130dBc @ 1MHz offset，功耗小于 20mW，面積小于 1mm2；（2 ）毫米波傳感器芯片達(dá)到量產(chǎn)水平且良品率與國(guó)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(yīng)的集成天線測(cè)試技術(shù)，對(duì)于 24G微功率器件EIRP大于 3dBm的良品率超過90%。

3. 項(xiàng)目投入?？偼度?/span> 1600萬元，其中 1200萬用于懸賞揭榜方。

（三）基于國(guó)產(chǎn)GPGPU 的類腦異構(gòu)智能計(jì)算服務(wù)器及軟硬件一體化開發(fā)平臺(tái)

1. 應(yīng)用場(chǎng)景。針對(duì)機(jī)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(duì)脈沖神經(jīng)網(wǎng)絡(luò)SNN算法訓(xùn)練、算法轉(zhuǎn)換（ Resnet18,VGG16,Reset50, YoloV3tiny ，基于TensorFlow ）、脈沖編解碼、云端訓(xùn)練（精度FP16、 FP32 ）、在線仿真系統(tǒng)等技術(shù)需求，構(gòu)建基于國(guó)產(chǎn)替代及先進(jìn)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(jì)算服務(wù)器及軟件工具鏈。

2. 揭榜任務(wù)。國(guó)產(chǎn)替代及先進(jìn)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(wù)器（一機(jī)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(cè)及優(yōu)化。需對(duì)標(biāo)國(guó)際頭部領(lǐng)先大廠（ NVIDIA Tesla A100 80G NVlink， 7納米，CUDA 工具鏈）的屬性參數(shù)或更優(yōu)。滿足大規(guī)模訓(xùn)練 /訓(xùn)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(xiàng)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(yīng)用場(chǎng)景。面向下一代新型智能計(jì)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(jì)算芯片，提供將人工智能的算法訓(xùn)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(jí)應(yīng)用等技術(shù)需求的系統(tǒng)生態(tài)。

2. 揭榜任務(wù)。（ 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(wù)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(fù)載的超異構(gòu)平臺(tái)。（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(jì)算等領(lǐng)域的示范應(yīng)用構(gòu)建。

性能參數(shù)：（1 ）單臺(tái)服務(wù)器加速處理器搭載處理器數(shù)量≥ 4，且服務(wù)器需支持處理器節(jié)點(diǎn)間大帶寬直連，支持國(guó)產(chǎn)化通用處理器和操作系統(tǒng)適配。需保障服務(wù)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(tái)需加速 2個(gè)數(shù)量級(jí)以上。面向超異構(gòu)平臺(tái)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(shí)現(xiàn)不同算法高效部署與運(yùn)行。可形成人工智能領(lǐng)域計(jì)算編程語言和面向超異構(gòu)平臺(tái)的專用架構(gòu)描述語言，支持計(jì)算負(fù)載的跨層表達(dá)、分析和協(xié)同優(yōu)化。（ 3）支持千節(jié)點(diǎn)級(jí)別的任務(wù)負(fù)載部署與運(yùn)行。

3. 項(xiàng)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(yīng)用場(chǎng)景。實(shí)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(guó)內(nèi) 6 英寸SiC 襯底擺脫進(jìn)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(guó)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(wù)。研究 SiC長(zhǎng)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(yàn)證及量產(chǎn)的眾多技術(shù)瓶頸，包括襯底的位錯(cuò)、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(xiàng)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(yīng)用場(chǎng)景。研制具有自主知識(shí)產(chǎn)權(quán)的 5G毫米波射頻模塊電源穩(wěn)壓芯片，突破我國(guó)對(duì) 5G 超高頻段電源穩(wěn)壓芯片設(shè)計(jì)的技術(shù)難題，計(jì)劃實(shí)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(wù)。針對(duì) 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(yīng)增強(qiáng)、超低功耗電路控制、超強(qiáng)電壓鉗制過流靜電浪涌防護(hù)等技術(shù)。研制國(guó)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(fù)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(chǎng)上同類產(chǎn)品的成本。

性能參數(shù)：形成具有國(guó)際先進(jìn)水平的超低噪聲（ ≤8 μ Vrms）、超低功耗（＜0.04mW ）、穩(wěn)定可靠（電源抑制比≥ 110dB、靜電防護(hù) HBM ±8kV ）。

3.項(xiàng)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(yīng)用

1. 應(yīng)用場(chǎng)景。優(yōu)化芯片制造生產(chǎn)，協(xié)同國(guó)產(chǎn)軟件供應(yīng)商，在集成電路制造系統(tǒng)自動(dòng)化領(lǐng)域打破國(guó)際壟斷，建立半導(dǎo)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(tái)。

2. 揭榜任務(wù)。擬建立基于機(jī)器深度學(xué)習(xí)及大數(shù)據(jù)挖掘技術(shù)的自動(dòng)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(dòng)收集分類和異常數(shù)據(jù)可溯源、智能派工和預(yù)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(yīng)時(shí)間控制在3 秒內(nèi)，個(gè)別復(fù)雜的系統(tǒng)響應(yīng)控制在 5秒內(nèi)，系統(tǒng)與工廠設(shè)備連接 100%達(dá)成，設(shè)備自動(dòng)化功能100% 實(shí)現(xiàn)。

3. 項(xiàng)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(yīng)用場(chǎng)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(bǔ)國(guó)內(nèi)產(chǎn)品空白，提升國(guó)內(nèi)先端芯片關(guān)鍵材料的國(guó)產(chǎn)化能力。

2. 揭榜任務(wù)。針對(duì)先端邏輯芯片應(yīng)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(xì)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(zhǔn)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(jī)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≤ 100μ m；靶材尺寸公差±0.1mm ，濺射表面粗糙度≤0.8μ m ；焊接結(jié)合率≥98% ；靶材表面清潔度符合電子級(jí)要求。

3. 項(xiàng)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(yīng)用場(chǎng)景?；谛酒圃熘芷诮嵌乳_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(jì)公司或封裝廠實(shí)現(xiàn)示范性應(yīng)用。

2. 揭榜任務(wù)。圍繞芯片智能化生產(chǎn)過程中復(fù)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(cè)）等模塊平臺(tái)。通過從數(shù)據(jù)中挖掘出關(guān)鍵價(jià)值信息，反饋到芯片全周期內(nèi)的各個(gè)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(dǎo)工藝改善，提高勞動(dòng)生產(chǎn)效率和制造質(zhì)量。

性能參數(shù)：需實(shí)現(xiàn) 10～100TB 數(shù)據(jù)的可靠存儲(chǔ)和統(tǒng)一管理、毫秒（ms ）級(jí)響應(yīng)返回、機(jī)臺(tái)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(xiàng)目投入。6000萬元，其中 1200萬用于懸賞揭榜方。

（十）動(dòng)力鋰電池?zé)崾Э刂悄鼙O(jiān)測(cè)傳感器

1. 應(yīng)用場(chǎng)景。動(dòng)力鋰電池?zé)崾Э刂悄鼙O(jiān)測(cè)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(jì)，完成功能測(cè)試、環(huán)境可靠性、EMC 電磁兼容、實(shí)際裝車路測(cè)等實(shí)驗(yàn)。軟件上，選用車規(guī)級(jí)的 MCU ，根據(jù)敏感陣列上的多維特征數(shù)據(jù)，采用機(jī)器學(xué)習(xí)和人工智能算法等對(duì)數(shù)據(jù)進(jìn)行學(xué)習(xí)和分類，并根據(jù)數(shù)據(jù)交互協(xié)議進(jìn)行傳感器的數(shù)據(jù)交互。產(chǎn)品開發(fā)的同時(shí)同步開發(fā)產(chǎn)品的自動(dòng)檢測(cè)和標(biāo)定設(shè)備，并能使產(chǎn)品的檢測(cè)數(shù)據(jù)進(jìn)行存儲(chǔ)和上傳，產(chǎn)品測(cè)試時(shí)能夠?qū)崟r(shí)監(jiān)控模組上傳的數(shù)據(jù)，后期批量生產(chǎn)也能夠進(jìn)行數(shù)據(jù)追溯，產(chǎn)品分析。

2. 揭榜任務(wù)。研制基于MEMS技術(shù)實(shí)現(xiàn)多懸梁陣列式加熱器，通過懸梁的組合與變形設(shè)計(jì)出具有多邊形結(jié)構(gòu)的傳感陣列，對(duì)熱失控氣體的高靈敏檢測(cè)，實(shí)現(xiàn)敏感單元的低功耗、高靈敏度和快響應(yīng)速度等性能。通過將該技術(shù)應(yīng)用到動(dòng)力鋰電池?zé)崾Э氐陌踩O(jiān)測(cè)，解決熱失控探測(cè)響應(yīng)不及時(shí)、誤報(bào)漏報(bào)率高等難題。

性能參數(shù)：（ 1）針對(duì)H2 、CO等典型氣體設(shè)計(jì)開發(fā)陣列式具選擇性的高靈敏度氣體敏感單元，實(shí)現(xiàn)低功耗高選擇性的熱失控監(jiān)測(cè)傳感器的批量化制造；（ 2 ）利用時(shí)間序列分析和模式識(shí)別算法，建立補(bǔ)償模型；（ 3）動(dòng)力鋰電池?zé)崾Э貢r(shí)要求探測(cè)響應(yīng)時(shí)間≤ 10秒，識(shí)別準(zhǔn)確率≥ 98%；漏報(bào)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(xiàng)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(cè)環(huán)節(jié)的AI應(yīng)用研究

1. 應(yīng)用場(chǎng)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(cè)算法，圍繞缺陷圖片智能分類和分析的算法構(gòu)建的平臺(tái)化應(yīng)用，在晶圓 / 面板 /SMT等行業(yè)可全面替代人力（人眼）檢測(cè)與復(fù)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(wù)。（1）通過 AI技術(shù)實(shí)現(xiàn)晶圓/ 面板/SMT 生產(chǎn)過程中的檢測(cè)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(zhǔn)確率低、標(biāo)準(zhǔn)不統(tǒng)一的問題，準(zhǔn)確率達(dá)到95% 以上；（2 ）結(jié)合高效良率系統(tǒng)，實(shí)現(xiàn)自動(dòng)判別、自動(dòng)開單、異常自動(dòng)報(bào)警、自動(dòng)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(jí)。

3. 項(xiàng)目投入?？偼度?/span>800萬元，其中 400萬元用于懸賞揭榜方

（二）金融市場(chǎng) AI資金交易技術(shù)研究與應(yīng)用

1. 應(yīng)用場(chǎng)景。在金融市場(chǎng)交易領(lǐng)域，利用具有深層語義理解能力及對(duì)話功能的機(jī)器人（虛擬資金交易員），自動(dòng)與其他市場(chǎng)參與機(jī)構(gòu)交易員進(jìn)行交易詢報(bào)價(jià)直至交易意向達(dá)成，并通過智能分析處理各類市場(chǎng)數(shù)據(jù)及輿情信息，預(yù)判金融市場(chǎng)宏觀趨勢(shì)，捕捉市場(chǎng)參與者微觀變動(dòng)，為交易員提供決策支持或直接完成交易。

2. 揭榜任務(wù)。（1）基于需求方提供的數(shù)據(jù)和環(huán)境，設(shè)計(jì)并交付多輪對(duì)話策略算法、模型及策略學(xué)習(xí)工具，并輔助需求方進(jìn)行數(shù)據(jù)清洗分析和場(chǎng)景驗(yàn)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(duì)應(yīng)的預(yù)訓(xùn)練模型、算法及處理后的數(shù)據(jù)集，基于交付的預(yù)訓(xùn)練語言模型實(shí)現(xiàn)在少量金融市場(chǎng)專業(yè)語料下的訓(xùn)練，共同交付訓(xùn)練代碼及算法模型，實(shí)現(xiàn)聊天意圖識(shí)別，輔助需求方進(jìn)行場(chǎng)景驗(yàn)證。（ 3 ）交付定制金融市場(chǎng)領(lǐng)域?qū)Ｓ脤?shí)體識(shí)別及狀態(tài)跟蹤算法，從交互信息中抽取并維護(hù)關(guān)鍵交易要素對(duì)話狀態(tài)。（ 4）基于人工智能算法對(duì)歷史市場(chǎng)數(shù)據(jù)、新聞?wù)咝畔⒌纳顚诱Z義理解及時(shí)間序列預(yù)測(cè)，設(shè)計(jì)、實(shí)現(xiàn)并交付新聞?wù)呱顚诱Z義理解分析支持算法模型及數(shù)據(jù)，設(shè)計(jì)、實(shí)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(jì)計(jì)量分析模型。支持實(shí)現(xiàn)具有實(shí)際應(yīng)用場(chǎng)景價(jià)值的境內(nèi)銀行間市場(chǎng)資金利率的合適周期內(nèi)的漲跌預(yù)測(cè)，為交易員提供交易策略建議。

性能參數(shù)：（ 1）產(chǎn)出的對(duì)話系統(tǒng)在指定的金融市場(chǎng)交易數(shù)據(jù)集上，意圖識(shí)別準(zhǔn)確率不低于 96%，交易要素協(xié)商的狀態(tài)跟蹤準(zhǔn)確率不低于 95%，對(duì)話動(dòng)作選擇準(zhǔn)確率相比專家構(gòu)建的狀態(tài)機(jī)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(chǎng)領(lǐng)域訓(xùn)練集上，意圖識(shí)別準(zhǔn)確率提升 3%以上。（ 3）在適當(dāng)?shù)膶?duì)比周期內(nèi)，基于人工預(yù)測(cè)結(jié)果有一定的提升。

3. 項(xiàng)目投入?？偼度?/span>1694.8 萬元，其中 892萬元用于懸賞揭榜方

（三）基于智能機(jī)器人的新型發(fā)電設(shè)備智能運(yùn)維管理系統(tǒng)

1. 應(yīng)用場(chǎng)景。面向風(fēng)力發(fā)電和光伏發(fā)電等場(chǎng)景研制前端關(guān)鍵部件安全巡檢和清潔維護(hù)的智能機(jī)器人，并通過機(jī)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(shí)提升新型發(fā)電設(shè)備運(yùn)行效率，有效降低新型發(fā)電設(shè)備運(yùn)維成本。

2. 揭榜任務(wù)。開發(fā)安全巡檢、關(guān)鍵部件壽命預(yù)測(cè)、智能清潔管理等系統(tǒng)性、體系化管理的機(jī)器人系統(tǒng)和大數(shù)據(jù)運(yùn)營(yíng)管理平臺(tái)。開展風(fēng)力發(fā)電機(jī)關(guān)鍵部件無損檢測(cè)技術(shù)、基于仿生攀爬技術(shù)的光伏板壁面檢測(cè)技術(shù)等核心技術(shù)研究。

性能參數(shù)：（ 1）風(fēng)力發(fā)電機(jī)關(guān)鍵部件無損檢測(cè)技術(shù)，實(shí)現(xiàn)對(duì)關(guān)鍵部件定期巡檢，監(jiān)測(cè)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(yuǎn)距離大型數(shù)據(jù)管理平臺(tái)；（ 2）基于仿生攀爬技術(shù)的光伏板壁面檢測(cè)技術(shù)實(shí)現(xiàn)對(duì)光伏板表面清潔度實(shí)時(shí)管理，同時(shí)對(duì)表面隱裂、斷柵、破片等病害監(jiān)測(cè)。

3. 項(xiàng)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(yīng)用場(chǎng)景。開發(fā)水下裝備智能控制關(guān)鍵技術(shù)與系統(tǒng)，實(shí)現(xiàn)水下裝備智能控制關(guān)鍵技術(shù)與跨平臺(tái)裝備的系統(tǒng)集成與綜合應(yīng)用。實(shí)現(xiàn)相關(guān)技術(shù)及裝備可應(yīng)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(xué)等。

2. 揭榜任務(wù)。研究水下裝備智能控制關(guān)鍵技術(shù)與跨平臺(tái)裝備的系統(tǒng)集成與綜合應(yīng)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(yīng)用復(fù)雜水下環(huán)境多目標(biāo)識(shí)別與檢測(cè)、高精度導(dǎo)航定位、智能運(yùn)動(dòng)規(guī)劃與控制等技術(shù)，達(dá)到水下 2000m定位內(nèi)符合誤差 2m 標(biāo)準(zhǔn)，支持障礙檢測(cè)、避障控制、路徑跟蹤等功能；相關(guān)裝備綜合應(yīng)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(dǎo)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(yùn)維系統(tǒng)等，支持水下設(shè)施缺陷檢測(cè)、施工作業(yè)、開采運(yùn)輸?shù)裙δ埽瑢?shí)現(xiàn)≥ 3臺(tái)工作級(jí) ROV 與AUV 等的混合作業(yè)模擬與運(yùn)維調(diào)度。

3. 項(xiàng)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(guó)產(chǎn)化超大規(guī)模生命組學(xué)高性能計(jì)算分析系統(tǒng)研發(fā)

1. 應(yīng)用場(chǎng)景。研發(fā)基于人工智能的國(guó)產(chǎn)化超大規(guī)模生命組學(xué)高性能計(jì)算分析系統(tǒng)，提升國(guó)產(chǎn)超大規(guī)模生命組學(xué)高性能計(jì)算分析能力，為生物信息研究和臨床醫(yī)學(xué)研究提供有力技術(shù)支撐。

2. 揭榜任務(wù)。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(wù)平臺(tái)。具體包括：（1 ）超大規(guī)模生命組學(xué)分析的AI 分析技術(shù)，包括具備隱私保護(hù)能力的基因組、轉(zhuǎn)錄組等知識(shí)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(shí)序分析技術(shù)等。（ 2）超大規(guī)模生命組學(xué)分析的 AI 高性能分布式并行技術(shù)，包括面向組學(xué)分析的人工智能“大模型”分布式并行學(xué)習(xí)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(wù)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(xué)數(shù)據(jù)分析任務(wù)，研制基于人工智能的國(guó)產(chǎn)化超大規(guī)模生命組學(xué)高性能計(jì)算分析一體化平臺(tái)，具備“人機(jī)互動(dòng)”的能力，支持組學(xué)數(shù)據(jù)分析任務(wù)的低代碼開發(fā)。

3. 項(xiàng)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(wù)器研發(fā)

1. 應(yīng)用場(chǎng)景。研發(fā)自主高性能 GPU 及高密度視覺智能服務(wù)器，通過實(shí)現(xiàn)國(guó)產(chǎn)化替代，應(yīng)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(wù)。研發(fā)自主知識(shí)產(chǎn)權(quán)的高算力高能效比通用 GPU 芯片，并基于自主知識(shí)產(chǎn)權(quán) GPU 研制高密度智能分析 AI 服務(wù)器。

性能參數(shù)：（ 1 ）視覺智能服務(wù)器要求單設(shè)備支持不少于 128 顆 GPU 芯片；單機(jī)性能可達(dá) 6400 路 1080P 視頻的行為分析， 25600 張 / 秒的人臉識(shí)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(jí)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(dá)同類 GPU 芯片，達(dá)到 FP16 ： 80 TFOPS ； INT8 ： 160 TFOPS 的性能指標(biāo)。（ 3 ）機(jī)器視覺智能性能指標(biāo)要求車輛捕獲率≥ 99.9% ，行人捕獲率≥ 99% ，客流統(tǒng)計(jì)準(zhǔn)確率≥ 99% ，人員聚集 / 發(fā)散檢測(cè)準(zhǔn)確率≥ 99% 。

3. 項(xiàng)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(zāi)害智能監(jiān)測(cè)預(yù)警技術(shù)研究與示范

1. 應(yīng)用場(chǎng)景。開發(fā)高速公路邊坡智能監(jiān)測(cè)技術(shù)、地質(zhì)災(zāi)害智能預(yù)測(cè)預(yù)報(bào)技術(shù)與智慧管控平臺(tái)。揭示高速公路滑坡地質(zhì)災(zāi)害發(fā)育規(guī)律，應(yīng)用新一代人工智能與信息技術(shù)，實(shí)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(zāi)害智能監(jiān)測(cè)預(yù)警。

2. 揭榜任務(wù)。（ 1 ）高速公路滑坡風(fēng)險(xiǎn)智能評(píng)估技術(shù)；（ 2 ）高速公路滑坡災(zāi)害“空 - 天 - 地 - 體”一體化立體智能監(jiān)測(cè)技術(shù)；（ 3 ）基于智能監(jiān)測(cè)大數(shù)據(jù)的高速公路滑坡災(zāi)害快速預(yù)報(bào)預(yù)警技術(shù)；（ 4 ）高速公路滑坡災(zāi)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(fēng)險(xiǎn)智能評(píng)估技術(shù)；（ 2 ）形成高速公路滑坡災(zāi)害“空 - 天 - 地 - 體”一體化立體智能監(jiān)測(cè)技術(shù)；（ 3 ）形成基于智能監(jiān)測(cè)大數(shù)據(jù)的高速公路滑坡災(zāi)害快速預(yù)報(bào)預(yù)警技術(shù)；（ 4 ）建立高速公路滑坡災(zāi)害智能監(jiān)測(cè)預(yù)警與智慧決策管控平臺(tái) ; （ 5 ）安徽省高速公路滑坡地質(zhì)災(zāi)害發(fā)育規(guī)律；（ 6 ）監(jiān)測(cè)預(yù)警示范工程建設(shè)；（ 7 ）智慧決策管控平臺(tái)建設(shè)。

3. 項(xiàng)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(yīng)用場(chǎng)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(yù)測(cè)空氣污染以及氣象的發(fā)生、傳播、擴(kuò)散、降解機(jī)制和趨勢(shì)，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(shí)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(duì)治理效果進(jìn)行客觀全方位評(píng)價(jià)。最后形成一套環(huán)境 AI 決策系統(tǒng)，通過實(shí)測(cè)數(shù)據(jù)進(jìn)行環(huán)境污染管理，情景模擬，預(yù)測(cè)預(yù)警，決策推演和輔助決策等功能。

2. 揭榜任務(wù)。研發(fā)和提供三套溫濕度垂直廓線監(jiān)測(cè)儀，并提供同化溫濕度場(chǎng)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(jì)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(yù)測(cè)邊界層高度和水汽量預(yù)報(bào)。

性能參數(shù)：（ 1 ）三維氣象立體組網(wǎng)監(jiān)測(cè)系統(tǒng)要求包含 6 套風(fēng)廓線垂直監(jiān)測(cè)儀器，分辨率小于等于 15m ，時(shí)間精度達(dá)到 1s ；溫濕度垂直廓線監(jiān)測(cè)儀 3 套，分辨率小于等于 3.75m ，時(shí)間精度達(dá)到 1 分鐘；臭氧和顆粒物垂直分布監(jiān)測(cè)儀 3 套，時(shí)間精度 1min ，探測(cè)精度 1ppb@ 臭氧， 1ug/m3@ 顆粒物。（ 2 ）場(chǎng)景實(shí)驗(yàn)系統(tǒng)要求建設(shè)一套場(chǎng)景實(shí)驗(yàn)系統(tǒng)，實(shí)驗(yàn)周期半年，收集合肥區(qū)域 3 年歷史數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)半年，并對(duì)數(shù)據(jù)進(jìn)行清洗和同化，形成基礎(chǔ)數(shù)據(jù)庫(kù)。（ 3 ）立體氣象場(chǎng)同化﹑預(yù)測(cè)和溯源要求形成 WEB 架構(gòu)的平臺(tái)系統(tǒng)，含 3 臺(tái)服務(wù)器和模型系統(tǒng)。

3. 項(xiàng)目投入。 2000 萬元，其中 300 萬用于懸賞揭榜方。

（九）智能移動(dòng)機(jī)器人人機(jī)交互技術(shù)

1. 應(yīng)用場(chǎng)景。通過解決機(jī)器人在復(fù)雜場(chǎng)景下的語音交互不夠人性化和語音識(shí)別率低痛點(diǎn)問題及通過知識(shí)圖譜、體感交互豐富人機(jī)交互等，研究復(fù)雜環(huán)境下的語音交互、體感交互等多模態(tài)交互技術(shù)和語音云訓(xùn)練技術(shù)，通過具體場(chǎng)景的驗(yàn)證，解決人機(jī)交互特定場(chǎng)景使用需求痛點(diǎn)，形成可復(fù)制的多場(chǎng)景應(yīng)用模式。

2. 揭榜任務(wù)。（ 1 ）完成多輪對(duì)話場(chǎng)景功能編輯器開發(fā)。（ 2 ）完成語音交互、體感交互等多模態(tài)交互開發(fā)，解決機(jī)器人在復(fù)雜場(chǎng)景下的語音交互不夠人性化和語音識(shí)別率低問題。（ 3 ）完成泛化案例庫(kù)的語音云訓(xùn)練平臺(tái)開發(fā)，解決人機(jī)交互特定場(chǎng)景迭代難痛點(diǎn)。

性能參數(shù)：（ 1 ）復(fù)雜場(chǎng)景下的語音喚醒成功率≥ 98%, 語音響應(yīng)時(shí)間≤ 500 毫秒，語音交互一次成功率≥ 98% ，一次交互成功響應(yīng)時(shí)間≤ 1 秒。語義識(shí)別準(zhǔn)確率≥ 98% ，多輪對(duì)話成功率≥ 96% 。（ 2 ）肢體語言識(shí)別成功率≥ 90% ，面部情感識(shí)別成功率≥ 90% （ 3 ）語音云訓(xùn)練成功率≥ 90% 。

3. 項(xiàng)目投入。 2000 萬元，其中 300 萬用于懸賞揭榜方。

（十）基于高準(zhǔn)確度環(huán)境感知與高精度定位技術(shù)的全自動(dòng)泊車系統(tǒng)

1. 應(yīng)用場(chǎng)景。隨著人工智能技術(shù)的進(jìn)步，自動(dòng)泊車正從半自動(dòng)泊車發(fā)展到全自動(dòng)泊車。通過本項(xiàng)目研究，旨在突破實(shí)時(shí) 360 °全景圖像拼接、圖像識(shí)別、障礙物定位、圖像和超聲波信息融合感知、視覺定位與建圖、泊車軌跡規(guī)劃和控制等技術(shù)難題，實(shí)現(xiàn)多傳感器環(huán)境信息融合感知和高精度定位，研發(fā)出“基于高準(zhǔn)確度環(huán)境感知與高精度定位技術(shù)的全自動(dòng)泊車系統(tǒng)”，構(gòu)建測(cè)試及標(biāo)定系統(tǒng)，進(jìn)行自動(dòng)化生產(chǎn)線改造，實(shí)現(xiàn)產(chǎn)業(yè)化，并給主機(jī)廠配套。

2. 揭榜任務(wù)。研發(fā)全自動(dòng)泊車系統(tǒng)，需具備實(shí)現(xiàn) 360 °全景圖像拼接算法、圖像識(shí)別技術(shù)、超聲波障礙物定位、車位空間坐標(biāo)轉(zhuǎn)換、圖像和超聲的融合數(shù)據(jù)處理、語義建圖、視覺定位與建圖、高精地圖計(jì)算、泊車軌跡規(guī)劃、泊車軌跡控制等功能。

性能參數(shù)：綜合定位精度達(dá)到 8cm ，支持平行停車位、垂直停車位和斜向停車位，在可支持識(shí)別車位條件下 APA 泊車完成率達(dá)到 90% ，搜索車位期間車輛最高時(shí)速不超過 20km/h ，自動(dòng)泊車期間車輛最高速度不超過 10km/h ，泊入車位的最大調(diào)整次數(shù)平行不超過 8 次、垂直不超過 5 次、斜向不超過 5 次，泊車完成時(shí)間不超過 2 分鐘。

3. 項(xiàng)目投入。 2000 萬元，其中 300 萬用于懸賞揭榜方。