安徽通知公告
各有關單位：
爲貫徹落實《長(cháng)三角科技創新共同體建設發(fā)展規劃》，建立健全長(cháng)三角科技創新共同體聯合攻關合作機制，在長(cháng)三角科技創新共同體建設工作專班指導下，上海市科學(xué)技術委員會(huì)、江蘇省科學(xué)技術廳、浙江省科學(xué)技術廳、安徽省科學(xué)技術廳聯合試點開(kāi)展2022年度長(cháng)三角科技創新共同體聯合攻關重點任務揭榜工作，現將(jiāng)有關事(shì)宜通知如下。
一、工作目标
以“科創+産業”爲引領，立足國(guó)家戰略，聚焦長(cháng)三角重點産業領域創新需求，推動企業成(chéng)爲技術創新決策、科研投入、組織科研和成(chéng)果轉化的主體，協同突破一批關鍵核心技術，争取在3年内取得一批标志性成(chéng)果，合力推動重點産業鏈關鍵核心技術實現自主可控，提升産業鏈供應鏈安全性和競争力。
二、有關要求
（一）揭榜任務
本通知發(fā)布的重點任務主要來自長(cháng)三角區域集成(chéng)電路、人工智能(néng)産業領域骨幹企業的創新需求，共計20項，需求任務清單詳見附件。
（二）揭榜對(duì)象
本揭榜任務面(miàn)向(xiàng)國(guó)際國(guó)内有條件、有能(néng)力解決榜單需求的科研機構、企業和創新團隊。揭榜方應遵守科研誠信管理要求，應承諾所提交材料真實性，不得提交有涉密内容的項目申請。
（三）揭榜流程
1.揭榜方登錄“長(cháng)三角一體化科創雲平台”（http://www.csj-stcloud.com，以下簡稱雲平台）--雲服務--點擊“方案提交”進(jìn)入提交頁面(miàn)。揭榜方可選擇揭榜任務中一項或多項提出解決方案。
2. 管理平台自需求發(fā)布起(qǐ)，在入庫截止時間之前，每10個工作日，將(jiāng)收到的解決方案彙總至需求方。
3. 需求方對(duì)解決方案的技術可行性、與需求的匹配性等方面(miàn)進(jìn)行綜合研判，必要時可與揭榜方進(jìn)行充分溝通，有多個解決方案可供選擇時，可通過(guò)項目路演，加速精準匹配。
管理平台將(jiāng)配合需求方做好(hǎo)溝通銜接、專家推薦、路演組織等服務保障工作。鼓勵長(cháng)三角國(guó)家技術創新中心等組織相關專業研究機構，積極響應企業需求，提出解決方案。
（四）儲備入庫
需求方找到合适的解決方案時，可登錄雲平台，提出“入庫申請”，在線提交">，提交解決方基本信息，經(jīng)管理平台确認後(hòu)納入長(cháng)三角科技創新共同體聯合攻關項目儲備庫。需求方以外的長(cháng)三角企業，同樣(yàng)具有榜單所提出的需求方向(xiàng)，并已找到解決方案的，也可登錄雲平台，在線提交">填報相關信息，經(jīng)相符性審核通過(guò)後(hòu)，按要求入庫。需求方進(jìn)入儲備庫後(hòu)，榜單將(jiāng)調整爲“揭榜成(chéng)功”狀态；需求方未能(néng)遴選到合适的解決方案時，榜單持續有效。若其中某項需求無人揭榜，經(jīng)需求方評估需調整任務方向(xiàng)或不符合實際現狀的，需求方可從榜單中剔除，但不影響其他揭榜任務按程序執行。
三省一市科技廳（委）根據長(cháng)三角科技創新共同體聯合攻關合作機制相關要求，組織後(hòu)續項目申報。
（五）揭榜任務要求
1. 需求方應立足國(guó)家戰略，發(fā)揮創新引領、示範帶動作用，組織長(cháng)三角區域高校、科研院所及企業優勢科研力量，組建跨學(xué)科、跨領域、跨區域創新聯合體，推動項目、人才、平台、資金一體化配置，聯合攻關、解決“卡脖子”難題。
2．聯合攻關應突出以關鍵技術解決、重大工程或重點企業應用等爲目标的成(chéng)果轉化和産業化合作。
3．需求方的合作單位中，應包括需求方所在省（市）以外的一家及以上長(cháng)三角單位參與。
（六）時間節點
項目儲備入庫截止時間爲2022年9月20日16:30。
三、咨詢電話021-24197806，24197930
上海市科學(xué)技術委員會(huì) 江蘇省科學(xué)技術廳
浙江省科學(xué)技術廳 安徽省科學(xué)技術廳
2022年8月26日
附件
2022年長(cháng)三角科技創新共同體聯合攻關首批揭榜任務清單
一、集成(chéng)電路領域
（一）面(miàn)向(xiàng)感存算一體化芯片的晶圓級集成(chéng)工藝研究
1. 應用場景。以晶圓級集成(chéng)方式實現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(néng)、低功耗、低成(chéng)本，可實現性等需求，大幅降低芯片成(chéng)本及尺寸，提升終端物聯網集成(chéng)芯片的邊緣計算能(néng)力，支撐物聯網（IoT）低功耗視覺和高速視覺的場景應用。
其中感知部分爲圖像傳感器（CIS），存算一體化模塊是基于新型存儲器件的芯片，如改進(jìn)浮栅晶體管和磁隧道(dào)結器件（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(chéng)技術。
2. 揭榜任務。（1）研究晶圓級鍵合通孔連接的失效機理，優化工藝及提高鍵合通孔連接成(chéng)品率；（2）突破大尺寸晶圓減薄技術及工藝，保證晶圓的散熱性能(néng)、應力性能(néng)、電學(xué)性能(néng)等；（3）突破“wafer to wafer”晶圓級異質集成(chéng)、晶圓級對(duì)準偏移表征及超聲檢測鍵合缺陷等關鍵技術，實現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(chéng)，提升晶圓級集成(chéng)連接良率。
性能(néng)參數：（1）有效鍵合通孔節距小于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)準及缺陷良率>95%，電性連接良率>90%。
3. 項目投入。總投入1600萬元，其中1500萬用于懸賞揭榜方。
（二）自主可控智能(néng)毫米波雷達芯片
1. 應用場景。爲滿足智慧交通、無人機、安防監控等複雜應用場景對(duì)芯片的小型化智能(néng)化需求，研發(fā)高性能(néng)自主可控智能(néng)毫米波雷達芯片，助推我國(guó)在該細分領域技術、産品和市場份額均達到國(guó)際領先水平。
根據上述目标，雷達芯片將(jiāng)采用國(guó)際領先全集成(chéng)雷達功能(néng)單芯片解決方案，突破低相噪時鍾系統設計、片上天線封裝等關鍵技術，實現基于國(guó)内先進(jìn)CMOS工藝線流片生産。
2. 揭榜任務。（1）低相噪時鍾系統設計；（2）毫米波芯片流片工藝國(guó)産化；（3）片上天線封裝技術
性能(néng)參數：（1）低相噪時鍾系統設計要求在40nm或類似工藝上實現，輸入參考源不同頻率，振蕩頻率&相噪達到1GHz 130dBc @ 1MHz offset，功耗小于20mW，面(miàn)積小于1mm²；（2）毫米波傳感器芯片達到量産水平且良品率與國(guó)際大廠同等産品偏差小于5%；（3）片上天線毫米波傳感器芯片封裝量産，開(kāi)發(fā)相應的集成(chéng)天線測試技術，對(duì)于24G微功率器件EIRP大于3dBm的良品率超過(guò)90%。
3. 項目投入。總投入1600萬元，其中1200萬用于懸賞揭榜方。
（三）基于國(guó)産GPGPU的類腦異構智能(néng)計算服務器及軟硬件一體化開(kāi)發(fā)平台
1. 應用場景。針對(duì)機器視覺、智能(néng)語音、多傳感融合、AI大數據分析、智慧交通、智能(néng)安防、醫療健康、智能(néng)物聯等領域，對(duì)脈沖神經(jīng)網絡SNN算法訓練、算法轉換（Resnet18,VGG16,Reset50, YoloV3tiny，基于TensorFlow）、脈沖編解碼、雲端訓練（精度FP16、FP32）、在線仿真系統等技術需求，構建基于國(guó)産替代及先進(jìn)工藝制程（7納米及以下）的通用圖形處理器（GPGPU）之類腦異構計算服務器及軟件工具鏈。
2. 揭榜任務。國(guó)産替代及先進(jìn)工藝制程（7納米及以下）的通用圖形處理器（GPGPU）、GPGPU芯片、GPGPU闆卡(PCI-e)、開(kāi)發(fā)闆及服務器（一機多卡），具體的硬件數量待定。可适用于脈沖神經(jīng)網絡SNN算法轉換技術、脈沖編解碼等相關的工具鏈及軟硬件開(kāi)發(fā)、移植、調測及優化。需對(duì)标國(guó)際頭部領先大廠（NVIDIA Tesla A100 80G NVlink，7納米，CUDA工具鏈）的屬性參數或更優。滿足大規模訓練/訓練一體、最大虛拟化路數、接口類别及數量、顯存、帶寬、編解碼、路數等關鍵參數要求。
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(néng)人工智能(néng)芯片的新型算力系統
1. 應用場景。面(miàn)向(xiàng)下一代新型智能(néng)計算架構的算力基礎設施，研發(fā)自主可控的異構衆核處理器架構的高性能(néng)人工智能(néng)新型計算芯片，提供將(jiāng)人工智能(néng)的算法訓練、推理和分析一體的統一基礎算力架構，形成(chéng)包含硬件産品矩陣、軟件開(kāi)發(fā)工具鏈、行業解決方案級應用等技術需求的系統生态。
2. 揭榜任務。（1）研發(fā)可搭載發(fā)榜企業的高性能(néng)人工智能(néng)加速處理器的高性能(néng)服務器。（2）結合發(fā)榜企業的高性能(néng)人工智能(néng)加速處理器，形成(chéng)面(miàn)向(xiàng)大規模人工智能(néng)負載的超異構平台。（3）結合發(fā)榜企業的高性能(néng)人工智能(néng)加速處理器和多層次編程模型形成(chéng)在大模型、HPC+AI，可信計算等領域的示範應用構建。
性能(néng)參數：（1）單台服務器加速處理器搭載處理器數量≥4，且服務器需支持處理器節點間大帶寬直連，支持國(guó)産化通用處理器和操作系統适配。需保障服務器可靠性和穩定性。（2）相比通用處理器性能(néng)功耗比，該平台需加速2個數量級以上。面(miàn)向(xiàng)超異構平台的資源池，需形成(chéng)可支持高效編譯和智能(néng)管理調度的軟件工具鏈，實現不同算法高效部署與運行。可形成(chéng)人工智能(néng)領域計算編程語言和面(miàn)向(xiàng)超異構平台的專用架構描述語言，支持計算負載的跨層表達、分析和協同優化。（3）支持千節點級别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英寸碳化矽襯底産業化
1. 應用場景。實現大尺寸高質量碳化矽晶體、襯底的研發(fā)及産業化。國(guó)内6英寸SiC襯底擺脫進(jìn)口依賴，滿足節能(néng)減排、綠色發(fā)展、智能(néng)制造、信息安全等國(guó)家重大戰略需求，可爲新能(néng)源汽車功率器件、光伏逆變器、5G等無線通訊等領域提供穩定的SiC單晶襯底。
2. 揭榜任務。研究SiC長(cháng)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産的衆多技術瓶頸，包括襯底的位錯、幾何參數、良率，外延可用面(miàn)積，器件良率、可靠性等産業化問題。
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壓芯片的研發(fā)及産業化
1. 應用場景。研制具有自主知識産權的5G毫米波射頻模塊電源穩壓芯片，突破我國(guó)對(duì)5G超高頻段電源穩壓芯片設計的技術難題，計劃實現年産超低噪聲電源穩壓芯片30000萬隻的産能(néng)。
2. 揭榜任務。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）、高頻瞬态響應增強、超低功耗電路控制、超強電壓鉗制過(guò)流靜電浪湧防護等技術。研制國(guó)産化5G毫米波射頻模塊電源穩壓芯片，解決5G毫米波通訊超高頻段特性引起(qǐ)前端射頻系統高複雜度、異質化、能(néng)耗大、易受幹擾等問題，研制出的産品量産後(hòu)的成(chéng)本不高于同期市場上同類産品的成(chéng)本。
性能(néng)參數：形成(chéng)具有國(guó)際先進(jìn)水平的超低噪聲（≤8μVrms）、超低功耗（＜0.04mW）、穩定可靠（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(chéng)電路12吋高階智能(néng)生産應用
1. 應用場景。優化芯片制造生産，協同國(guó)産軟件供應商，在集成(chéng)電路制造系統自動化領域打破國(guó)際壟斷，建立半導體行業數據規範，研發(fā)具有自主産權的大數據良率分析平台。
2. 揭榜任務。拟建立基于機器深度學(xué)習及大數據挖掘技術的自動化、智能(néng)化芯片制造系統，具備生産過(guò)程中數據的自動收集分類和異常數據可溯源、智能(néng)派工和預警等功能(néng)，與生産設備無縫連接，提升産線效率和産品良率，爲未來無人工廠做好(hǎo)鋪墊。
性能(néng)參數：系統要求響應時間控制在3秒内，個别複雜的系統響應控制在5秒内，系統與工廠設備連接100%達成(chéng)，設備自動化功能(néng)100%實現。
3. 項目投入。5000萬元，其中2500萬用于懸賞揭榜方。
（八）先端芯片制造用钛鋁合金靶材研發(fā)及産業化
1. 應用場景。滿足先端芯片配線使用要求，攻克集成(chéng)電路用钛鋁合金靶材的制備技術，填補國(guó)内産品空白，提升國(guó)内先端芯片關鍵材料的國(guó)産化能(néng)力。
2. 揭榜任務。針對(duì)先端邏輯芯片應用的需求，解決钛鋁合金靶材制備技術難題，開(kāi)發(fā)以下技術：（1）低氧高純钛、高純鋁的提純與熔鑄新方法、新工藝、高純钛顆粒細化和酸洗技術。（2）高純钛、高純鋁金屬等關鍵雜質的精準去除技術。（3）成(chéng)分穩定、均質、高純钛鋁合金可控熔煉技術，研究靶材塑性變形加工中晶粒尺寸、結晶取向(xiàng)與組織均勻性變化規律。（4）靶材精密機加工、異質金屬背闆大面(miàn)積焊接等關鍵技術。
性能(néng)參數：钛顆粒純度≥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(miàn)粗糙度≤0.8μm；焊接結合率≥98%；靶材表面(miàn)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(chéng)電路良率分析與管理系統技術攻關
1. 應用場景。基于芯片全制造周期角度開(kāi)展監控、分析，提升芯片的良率和性能(néng)，支持大規模、多類型數據從獲取至最終分析展示的系統化功能(néng)。拟在5家以上大型晶圓廠、設計公司或封裝廠實現示範性應用。
2. 揭榜任務。圍繞芯片智能(néng)化生産過(guò)程中複雜工藝帶來的良率問題，開(kāi)發(fā)适用于集成(chéng)電路産業的良率管理與分析系統，包含YMS（良率管理）、DMS（缺陷管理）及FDC（故障檢測）等模塊平台。通過(guò)從數據中挖掘出關鍵價值信息，反饋到芯片全周期内的各個流程，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，提高勞動生産效率和制造質量。
性能(néng)參數：需實現10～100TB數據的可靠存儲和統一管理、毫秒（ms）級響應返回、機台輸出數據平均采集載入速度小于30秒等主要功能(néng)。
3. 項目投入。6000萬元，其中1200萬用于懸賞揭榜方。
（十）動力锂電池熱失控智能(néng)監測傳感器
1. 應用場景。動力锂電池熱失控智能(néng)監測傳感器在硬件上遵循汽車規範和IATF16949的開(kāi)發(fā)要求，完成(chéng)電源轉換、數據采集、分析處理和數據傳輸等硬件的系統的設計，完成(chéng)功能(néng)測試、環境可靠性、EMC電磁兼容、實際裝車路測等實驗。軟件上，選用車規級的MCU，根據敏感陣列上的多維特征數據，采用機器學(xué)習和人工智能(néng)算法等對(duì)數據進(jìn)行學(xué)習和分類，并根據數據交互協議進(jìn)行傳感器的數據交互。産品開(kāi)發(fā)的同時同步開(kāi)發(fā)産品的自動檢測和标定設備，并能(néng)使産品的檢測數據進(jìn)行存儲和上傳，産品測試時能(néng)夠實時監控模組上傳的數據，後(hòu)期批量生産也能(néng)夠進(jìn)行數據追溯，産品分析。
2. 揭榜任務。研制基于MEMS技術實現多懸梁陣列式加熱器，通過(guò)懸梁的組合與變形設計出具有多邊形結構的傳感陣列，對(duì)熱失控氣體的高靈敏檢測，實現敏感單元的低功耗、高靈敏度和快響應速度等性能(néng)。通過(guò)將(jiāng)該技術應用到動力锂電池熱失控的安全監測，解決熱失控探測響應不及時、誤報漏報率高等難題。
性能(néng)參數：（1）針對(duì)H2、CO等典型氣體設計開(kāi)發(fā)陣列式具選擇性的高靈敏度氣體敏感單元，實現低功耗高選擇性的熱失控監測傳感器的批量化制造；（2）利用時間序列分析和模式識别算法，建立補償模型；（3）動力锂電池熱失控時要求探測響應時間≤10秒，識别準确率≥98%；漏報率≤0；（4）産品壽命>8年，功耗<1mA，工作溫度處于-40℃至125℃區間，濕度位于0至95%RH範圍。
3. 項目投入。1700萬元，其中300萬用于懸賞揭榜方。
二、人工智能(néng)領域
（一）面(miàn)向(xiàng)晶圓/面(miàn)闆/SMT制造檢測環節的AI應用研究
1. 應用場景。缺陷圖片智能(néng)分類和分析系統（ADC）是新一代人工智能(néng)技術如卷積神經(jīng)網絡（CNN）和傳統視覺算法結合，根據制造流程中的工藝特性構建高敏捷性、高可靠性的檢測算法，圍繞缺陷圖片智能(néng)分類和分析的算法構建的平台化應用，在晶圓/面(miàn)闆/SMT等行業可全面(miàn)替代人力（人眼）檢測與複判，極緻提升晶圓/面(miàn)闆/SMT等行業生産過(guò)程的良品率。
2. 揭榜任務。（1）通過(guò)AI技術實現晶圓/面(miàn)闆/SMT生産過(guò)程中的檢測設備輸出的缺陷圖片智能(néng)分類和分析（ADC），解決人員缺陷判定的效率低、穩定性差、準确率低、标準不統一的問題，準确率達到95%以上；（2）結合高效良率系統，實現自動判别、自動開(kāi)單、異常自動報警、自動攔截等功能(néng)，大幅降低産品的生産周期，并提升晶圓/面(miàn)闆/SMT制造的良率，支撐晶圓/面(miàn)闆/SMT制造的效率提升和品質升級。
3. 項目投入。總投入800萬元，其中400萬元用于懸賞揭榜方
（二）金融市場AI資金交易技術研究與應用
1. 應用場景。在金融市場交易領域，利用具有深層語義理解能(néng)力及對(duì)話功能(néng)的機器人（虛拟資金交易員），自動與其他市場參與機構交易員進(jìn)行交易詢報價直至交易意向(xiàng)達成(chéng)，并通過(guò)智能(néng)分析處理各類市場數據及輿情信息，預判金融市場宏觀趨勢，捕捉市場參與者微觀變動，爲交易員提供決策支持或直接完成(chéng)交易。
2. 揭榜任務。（1）基于需求方提供的數據和環境，設計并交付多輪對(duì)話策略算法、模型及策略學(xué)習工具，并輔助需求方進(jìn)行數據清洗分析和場景驗證調優。（2）基于需求方提供的數據和環境，結合曆史數據積累，交付對(duì)應的預訓練模型、算法及處理後(hòu)的數據集，基于交付的預訓練語言模型實現在少量金融市場專業語料下的訓練，共同交付訓練代碼及算法模型，實現聊天意圖識别，輔助需求方進(jìn)行場景驗證。（3）交付定制金融市場領域專用實體識别及狀态跟蹤算法，從交互信息中抽取并維護關鍵交易要素對(duì)話狀态。（4）基于人工智能(néng)算法對(duì)曆史市場數據、新聞政策信息的深層語義理解及時間序列預測，設計、實現并交付新聞政策深層語義理解分析支持算法模型及數據，設計、實現并交付資金利率合适周期内漲跌分析底層數據、初步經(jīng)濟計量分析模型。支持實現具有實際應用場景價值的境内銀行間市場資金利率的合适周期内的漲跌預測，爲交易員提供交易策略建議。
性能(néng)參數：（1）産出的對(duì)話系統在指定的金融市場交易數據集上，意圖識别準确率不低于96%，交易要素協商的狀态跟蹤準确率不低于95%，對(duì)話動作選擇準确率相比專家構建的狀态機方案提高1%以上。（2）産出的語言模型相比通用語言模型，在同樣(yàng)規模的金融市場領域訓練集上，意圖識别準确率提升3%以上。（3）在适當的對(duì)比周期内，基于人工預測結果有一定的提升。
3. 項目投入。總投入1694.8萬元，其中892萬元用于懸賞揭榜方
（三）基于智能(néng)機器人的新型發(fā)電設備智能(néng)運維管理系統
1. 應用場景。面(miàn)向(xiàng)風力發(fā)電和光伏發(fā)電等場景研制前端關鍵部件安全巡檢和清潔維護的智能(néng)機器人，并通過(guò)機器人采集數據構建新型發(fā)電設備健康狀态大數據信息管理系統，切實提升新型發(fā)電設備運行效率，有效降低新型發(fā)電設備運維成(chéng)本。
2. 揭榜任務。開(kāi)發(fā)安全巡檢、關鍵部件壽命預測、智能(néng)清潔管理等系統性、體系化管理的機器人系統和大數據運營管理平台。開(kāi)展風力發(fā)電機關鍵部件無損檢測技術、基于仿生攀爬技術的光伏闆壁面(miàn)檢測技術等核心技術研究。
性能(néng)參數：（1）風力發(fā)電機關鍵部件無損檢測技術，實現對(duì)關鍵部件定期巡檢，監測關鍵部件病害數據，并通過(guò)5G傳輸網絡，發(fā)送至遠距離大型數據管理平台；（2）基于仿生攀爬技術的光伏闆壁面(miàn)檢測技術實現對(duì)光伏闆表面(miàn)清潔度實時管理，同時對(duì)表面(miàn)隐裂、斷栅、破片等病害監測。
3. 項目投入。1500萬元，其中500萬用于懸賞揭榜方。
（四）智能(néng)化水下裝備
1. 應用場景。開(kāi)發(fā)水下裝備智能(néng)控制關鍵技術與系統，實現水下裝備智能(néng)控制關鍵技術與跨平台裝備的系統集成(chéng)與綜合應用。實現相關技術及裝備可應用于水下環境勘察、水下基礎設施巡檢、深海礦産資源開(kāi)采、深海仿真教學(xué)等。
2. 揭榜任務。研究水下裝備智能(néng)控制關鍵技術與跨平台裝備的系統集成(chéng)與綜合應用技術。
性能(néng)參數：水下裝備智能(néng)控制關鍵技術需系統集成(chéng)并應用複雜水下環境多目标識别與檢測、高精度導航定位、智能(néng)運動規劃與控制等技術，達到水下2000m定位内符合誤差2m标準，支持障礙檢測、避障控制、路徑跟蹤等功能(néng)；相關裝備綜合應用需集成(chéng)水下多維融合感知系統、水下裝備智能(néng)控制器、水下綜合導航定位系統、水下作業模拟操作系統、水下裝備調度運維系統等，支持水下設施缺陷檢測、施工作業、開(kāi)采運輸等功能(néng)，實現≥3台工作級ROV與AUV等的混合作業模拟與運維調度。
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(néng)的國(guó)産化超大規模生命組學(xué)高性能(néng)計算分析系統研發(fā)
1. 應用場景。研發(fā)基于人工智能(néng)的國(guó)産化超大規模生命組學(xué)高性能(néng)計算分析系統，提升國(guó)産超大規模生命組學(xué)高性能(néng)計算分析能(néng)力，爲生物信息研究和臨床醫學(xué)研究提供有力技術支撐。
2. 揭榜任務。研發(fā)AI數據分析技術、AI并行處理技術等關鍵技術和一體化AI雲服務平台。具體包括：（1）超大規模生命組學(xué)分析的AI分析技術，包括具備隐私保護能(néng)力的基因組、轉錄組等知識發(fā)現與AI推理技術，基于人工智能(néng)的生命體系特征挖掘與拟時序分析技術等。（2）超大規模生命組學(xué)分析的AI高性能(néng)分布式并行技術，包括面(miàn)向(xiàng)組學(xué)分析的人工智能(néng)“大模型”分布式并行學(xué)習與推理、分布式通信優化、多維度混合并行、多模态模型服務化與多并發(fā)調度等關鍵技術。（3）面(miàn)向(xiàng)各類具有關鍵共性需求的組學(xué)數據分析任務，研制基于人工智能(néng)的國(guó)産化超大規模生命組學(xué)高性能(néng)計算分析一體化平台，具備“人機互動”的能(néng)力，支持組學(xué)數據分析任務的低代碼開(kāi)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(néng)GPU及高密度視覺智能(néng)服務器研發(fā)
1. 應用場景。研發(fā)自主高性能(néng)GPU及高密度視覺智能(néng)服務器，通過(guò)實現國(guó)産化替代，應用于數字安防、智慧交通等智能(néng)物聯産業。
2. 揭榜任務。研發(fā)自主知識産權的高算力高能(néng)效比通用GPU芯片，并基于自主知識産權GPU研制高密度智能(néng)分析AI服務器。
性能(néng)參數：（1）視覺智能(néng)服務器要求單設備支持不少于128顆GPU芯片；單機性能(néng)可達6400路1080P視頻的行爲分析，25600張/秒的人臉識别能(néng)力；400億結構化或12億半結構化數據的秒級檢索；（2）高性能(néng)GPU芯片要求采用自研高性能(néng)創新異構多核GPGPU架構，算力性能(néng)高于目前主流的英偉達同類GPU芯片，達到FP16：80 TFOPS；INT8：160 TFOPS的性能(néng)指标。（3）機器視覺智能(néng)性能(néng)指标要求車輛捕獲率≥99.9%，行人捕獲率≥99%，客流統計準确率≥99%，人員聚集/發(fā)散檢測準确率≥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(néng)監測預警技術研究與示範
1. 應用場景。開(kāi)發(fā)高速公路邊坡智能(néng)監測技術、地質災害智能(néng)預測預報技術與智慧管控平台。揭示高速公路滑坡地質災害發(fā)育規律，應用新一代人工智能(néng)與信息技術，實現安徽省高速公路不同成(chéng)因、不同類型、不同規模滑坡地質災害智能(néng)監測預警。
2. 揭榜任務。（1）高速公路滑坡風險智能(néng)評估技術；（2）高速公路滑坡災害“空-天-地-體”一體化立體智能(néng)監測技術；（3）基于智能(néng)監測大數據的高速公路滑坡災害快速預報預警技術；（4）高速公路滑坡災害防控智能(néng)決策技術。
性能(néng)參數：（1）形成(chéng)高速公路滑坡風險智能(néng)評估技術；（2）形成(chéng)高速公路滑坡災害“空-天-地-體”一體化立體智能(néng)監測技術；（3）形成(chéng)基于智能(néng)監測大數據的高速公路滑坡災害快速預報預警技術；（4）建立高速公路滑坡災害智能(néng)監測預警與智慧決策管控平台;（5）安徽省高速公路滑坡地質災害發(fā)育規律；（6）監測預警示範工程建設；（7）智慧決策管控平台建設。
3.項目投入。2500萬元，其中680萬用于懸賞揭榜方。
（八）基于三維空間大數據的環境AI決策系統研發(fā)
1. 應用場景。研發(fā)環境AI決策系統，通過(guò)環境立體數據以及多元化城市非環境數據的融合，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，支撐決策者在環境事(shì)件的規避或突發(fā)狀況的處理時做出最優化決策。通過(guò)AI決策模型研究，以污染管控治理案例爲樣(yàng)本，對(duì)治理效果進(jìn)行客觀全方位評價。最後(hòu)形成(chéng)一套環境AI決策系統，通過(guò)實測數據進(jìn)行環境污染管理，情景模拟，預測預警，決策推演和輔助決策等功能(néng)。
2. 揭榜任務。研發(fā)和提供三套溫濕度垂直廓線監測儀，并提供同化溫濕度場數據，獲得溫度廓線數據，水汽廓線數據，濕度廓線數據，統計分析邊界層數據，提取關鍵數據特征并通過(guò)AI算法預測邊界層高度和水汽量預報。
性能(néng)參數：（1）三維氣象立體組網監測系統要求包含6套風廓線垂直監測儀器，分辨率小于等于15m，時間精度達到1s；溫濕度垂直廓線監測儀3套，分辨率小于等于3.75m，時間精度達到1分鍾；臭氧和顆粒物垂直分布監測儀3套，時間精度1min，探測精度1ppb@臭氧，1ug/m3@顆粒物。（2）場景實驗系統要求建設一套場景實驗系統，實驗周期半年，收集合肥區域3年曆史數據和實測數據半年，并對(duì)數據進(jìn)行清洗和同化，形成(chéng)基礎數據庫。（3）立體氣象場同化﹑預測和溯源要求形成(chéng)WEB架構的平台系統，含3台服務器和模型系統。
3. 項目投入。2000萬元，其中300萬用于懸賞揭榜方。
（九）智能(néng)移動機器人人機交互技術
1. 應用場景。通過(guò)解決機器人在複雜場景下的語音交互不夠人性化和語音識别率低痛點問題及通過(guò)知識圖譜、體感交互豐富人機交互等，研究複雜環境下的語音交互、體感交互等多模态交互技術和語音雲訓練技術，通過(guò)具體場景的驗證，解決人機交互特定場景使用需求痛點，形成(chéng)可複制的多場景應用模式。
2. 揭榜任務。（1）完成(chéng)多輪對(duì)話場景功能(néng)編輯器開(kāi)發(fā)。（2）完成(chéng)語音交互、體感交互等多模态交互開(kāi)發(fā)，解決機器人在複雜場景下的語音交互不夠人性化和語音識别率低問題。（3）完成(chéng)泛化案例庫的語音雲訓練平台開(kāi)發(fā)，解決人機交互特定場景叠代難痛點。
性能(néng)參數：（1）複雜場景下的語音喚醒成(chéng)功率≥98%,語音響應時間≤500毫秒，語音交互一次成(chéng)功率≥98%，一次交互成(chéng)功響應時間≤1秒。語義識别準确率≥98%，多輪對(duì)話成(chéng)功率≥96%。（2）肢體語言識别成(chéng)功率≥90%，面(miàn)部情感識别成(chéng)功率≥90%（3）語音雲訓練成(chéng)功率≥90%。
3. 項目投入。2000萬元，其中300萬用于懸賞揭榜方。
（十）基于高準确度環境感知與高精度定位技術的全自動泊車系統
1. 應用場景。随著(zhe)人工智能(néng)技術的進(jìn)步，自動泊車正從半自動泊車發(fā)展到全自動泊車。通過(guò)本項目研究，旨在突破實時360°全景圖像拼接、圖像識别、障礙物定位、圖像和超聲波信息融合感知、視覺定位與建圖、泊車軌迹規劃和控制等技術難題，實現多傳感器環境信息融合感知和高精度定位，研發(fā)出“基于高準确度環境感知與高精度定位技術的全自動泊車系統”，構建測試及标定系統，進(jìn)行自動化生産線改造，實現産業化，并給主機廠配套。
2. 揭榜任務。研發(fā)全自動泊車系統，需具備實現360°全景圖像拼接算法、圖像識别技術、超聲波障礙物定位、車位空間坐标轉換、圖像和超聲的融合數據處理、語義建圖、視覺定位與建圖、高精地圖計算、泊車軌迹規劃、泊車軌迹控制等功能(néng)。
性能(néng)參數：綜合定位精度達到8cm，支持平行停車位、垂直停車位和斜向(xiàng)停車位，在可支持識别車位條件下APA泊車完成(chéng)率達到90%，搜索車位期間車輛最高時速不超過(guò)20km/h，自動泊車期間車輛最高速度不超過(guò)10km/h，泊入車位的最大調整次數平行不超過(guò)8次、垂直不超過(guò)5次、斜向(xiàng)不超過(guò)5次，泊車完成(chéng)時間不超過(guò)2分鍾。
3. 項目投入。2000萬元，其中300萬用于懸賞揭榜方。