成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
0
中国芯片人才储备严重不足,RISC-V有助摆脱 “卡脖子” 困境
2019 年 8 月 16 日
新智元
新智元报道
编辑:张佳,小芹
【新智元导读
】
当前,我国芯片产业“缺芯少魂”的困境依旧存在,想要解决中国芯片领域面临的 “卡脖子”问题,
RISC-V无疑是一道“曙
光”。近日,中关村海淀园联合新智元共同举办了以“RISC-V产业应用与生态构建”为主题的闭门论坛,来听听专家们的观点。
当前,我国芯片产业繁荣发展,技术实现多点突破、产业链全面提升,但核心产品创新不力、“缺芯少魂”的困境依旧存在。
其实,像英伟达、台积电这样的半导体公司在创业崛起阶段均曾受惠于芯片开源项目。
美国在80年代跟日本的半导体之战中,在DARPA做了一个项目MOSIS项目,把芯片设计的门槛降低,使大学里面也可以做芯片、做流片,英伟达、高通都是在MOSIS上孵化出来。
芯片研发不仅费时,而且费财。从EDA、服务器、IP的购买到流片,研发支出数以亿计,投入大、风险高,一般公司无法承受,特别需要开源项目支持。
在全球产业和中国集成电路市场的需求下,RISC-V像是一道“曙光”,“开放的生态、良好的技术基础及可扩展性”为自研国产芯片提供了坚实的技术基础和自主可控的发展契机,RISC-V逐渐成为业界关注的焦点,不仅英特尔等科技巨头纷纷宣布支持RISC-V,各大高校也将RISC-V用于教学,且与之相关的初创科技公司亦大批涌现,为信息产业的自主可控发展注入新鲜活力,以更好地建立一套基于全新指令集的生态系统。
为协调产学研等各方加速RISC-V产业化应用,助推RISC-V产业生态建设,中关村海淀园联合新智元于2019年8月13日共同举办以“
RISC-V产业应用与生态构建
”为主题的闭门论坛。
新智元创始人兼CEO杨静女士(左)
本次论坛由新智元创始人兼CEO
杨静
女士主持,参与嘉宾包括:中关村海淀园管委会产业规划发展处处长
舒毕磊
,中科院计算所先进计算机系统研究中心主任、中国开放指令生态(RISC-V)联盟秘书长
包云岗
,阿里巴巴资深技术专家、CPU研发总监
陈志坚
,清微智能CTO
欧阳鹏
,地平线联合创始人
黄畅
,中科创达董事、副总裁
杨宇欣
,鼎速网络创始人兼CEO
周浩杰
。
论坛上,各位嘉宾分享了自己对RISC-V 的见解以及相关开源技术最前沿动态,下面一起来听听各位嘉宾怎么说。
舒毕磊:
以闭门论坛为引子,推动RISC-V向前迈进
首先,舒毕磊发表致辞,他表示:北京对于RISC-V很关注,但是要支持区域包括北京整个RISC-V生态打造是否可以做?到底做什么?会不会受影响?咱们自己的企业能做哪些工作?RISC-V联盟能不能做一些公共性的事情、把生态建起来?本次论坛就是想听听大家的意见,以闭门论坛为引子,希望后续有一些做法来支持这件事。
中关村海淀园管委会产业规划发展处处长舒毕磊
包云岗:
中国芯片面临的 “卡脖子”问题根源在于优秀人才储备严重不足
包云岗围绕RISC-V背后的两个关键词“
开源
”和“
敏捷开发
”做了精彩分享。
现如今,摩尔定律在逐渐放缓。摩尔定律让我们芯片上的晶体管数目不断增加,但我们并没有把它充分用起来。
摩尔定律逐步放缓
MIT 有团队做过研究,矩阵乘法普通的程序员用 Python 来写它的性能是 1,如果用 C 语言来写性能可以提升 47 倍,再用并行的人来写性能提升 7 倍,如果懂一点内存结构、内存优化又可以提升 20 倍,加上并行指令等等又可以提升 9 倍,
真正对架构很懂的人来写这个乘法和普通的程序员写出来的程序会差 63000 倍
,这背后说明,程序员并没有真正地把整个芯片的性能充分发挥出来。
领域专用体系结构兴起
换个角度来讲,如果懂芯片的架构、如果能够把晶体管的效能充分发挥,那么今天的芯片还是有很大的空间可以挖掘。芯片赋予的那么多能力,普通程序员并没有把它充分发挥好。怎么解决这一问题?
包云岗分享了两种方法:第一种是
雇非常资深的程序员
,或者把专家的知识固化到硬件里面去;第二种方法是
降低芯片设计门槛
。
中国开放指令生态(RISC-V)联盟秘书长包云岗
众所周知,芯片一直是中国半导体产业的软肋,从长远来看,中国芯片领域面临的 “卡脖子”问题根源在于优秀人才储备严重不足。
统计显示,2008到2017年间体系结构顶会ISCA论文的一作(可认为是芯片架构研究优秀人才)85%选择在美国就业,仅有4%在中国就业,差距巨大。这与当前芯片设计门槛过高,导致中国大学无法开展芯片相关教学与研究密切相关。
类似的人才危机美国也曾经历过,1982年全美上千所大学中只有不到100 位教授和学生从事半导体相关的研究。为了应对人才危机,美国DARPA在1981年启动MOSIS项目,为大学提供流片服务,通过MPW模式大幅降低芯片设计门槛。三十余年来MOSIS为大学和研究机构流了60000多款芯片,培养了数万名学生。因此,降低芯片设计门槛也可大幅提高人才培养效率。
那么,如何降低芯片设计门槛呢?开源芯片与敏捷开发就是一种途径。 指令集RISC-V本身是降低成本的新模式。
2015年成立的RISC-V基金会已有200家成员,以美国企业为主,而中国仅有25家。但是,截至2018年年底,与RISC-V芯片、硬件、软件、投资、知识产权及生态相关的中国公司数量已接近一百家,需要有更多的中国企业参与进去。
目前,开源芯片生态仍处于起步阶段,如果中国能积极参与并主导开源芯片生态中若干核心模块,那么就有可能吸引更多开发人员、民间资本参与芯片开发,提高芯片领域的创新活力,同时也能为中国芯片企业提供基于开源的芯片关键技术与优秀人才、摆脱“卡脖子”困境。
此外,如果想把开源芯片生态构建起来,软件至少要在三个层次给予支持:
第一
,面向芯片集成起来,需要像编译器支持,适应新的扩展指令、新的系统。
第二
,要把芯片的功能充分发挥出来,还要有相应的其它功能软件包集成起来。
第三
,面向用户、程序员集成起来,典型的例子是安卓,给用户提供操作的界面,给程序员提供开发编程的接口。
这三个层次,目前各国都很欠缺,中国有机会在软件、工具链发力争取主导权,这也成立中国开放指令生态(RISC-V)联盟想去做的事情。
包云岗还分享了2030“
三步走
”规划:
第一步
:开源SoC——用3-5年为社区提供经过流片验证的高质量RISC-V开源核、开源SoC设计。
第二步
:用开源工具链构建开源SoC——用5-7年逐步构建一套基于开源EDA工具链、开源IP、开源工艺库的开源SoC芯片设计流程。
第三步
:用开源工具链自动化构建开源硬件——用10-15年开发更智能、更自动化的开源工具,提高设计验证效率。
近日,包云岗团队研发的SERVE平台(System Emulation and prototyping for RISC-V Environment)对外发布。这是团队历经多年实践、自行研发的一套基于RISC-V的面向开源芯片设计的系统级验证和原型平台。
SERVE.v已在鹏城实验室iHUB托管平台上全面开源,感兴趣的朋友可以去试试。(https://code.ihub.org.cn/projects/159)
陈志坚:
平头哥以商业的手法来降低整个芯片开发的成本
与互联网时代的PC、移动互联网时代的智能手机不同,AIoT时代的芯片是典型的碎片化非标品,只有与应用深度融合的芯片才是AIoT时代有竞争力的好芯片。同时AIoT应用对芯片的价格非常敏感,只有普惠的AIoT才能广泛应用在生活的方方面面,推进现有设备的数字化和智能化。平头哥定位为AIoT时代普惠芯片的基础设施提供者,陈志坚分享了平头哥在做的事。
阿里巴巴资深技术专家、CPU研发总监陈志坚
目前的芯片设计依然是一个重资产投入的烧钱行业,如何从芯片设计方法学上降低芯片开发周期和研究成本是推进芯片普惠战略的解题之道。陈志坚认为当前的芯片设计处于IP 2.0的时代,人们开发一款SoC芯片需要经历IP选型和采购、SoC集成、仿真验证,FPGA验证,后端设计等步骤,芯片研发周期依然很长,研发力量投入也很大。平头哥希望面向不同的应用领域做软硬件深度融合的芯片平台,解决不同的芯片公司“重复造轮子”的问题。平头哥通过把芯片上很多共性的东西抽出来做成平台,使得客户可以专注于做芯片差异化技术与核心技术的,同时提高芯片的量产成功能力。举个例子说,做AI机器视觉的芯片,平头哥会面向不同的算力场景开发系列化的芯片平台,包括人脸识别、考勤、指纹识别这种算力要求不是太高的芯片平台以及视频监控等算力较高的芯片架构。
同时,平头哥会从IP合作共享、EDA上云等其多个方面来降低芯片开发中重资产环节的研发成本,让AIoT时代的芯片更普惠。
上个月,平头哥发布玄铁910,号称目前业界最强的RISC-V处理器。它可以用于设计制造高性能端上芯片,应用于5G、人工智能以及自动驾驶等领域。
玄铁910发布
那为什么要做“玄铁”?陈志坚表示:对比ARM的产品线和RISC-V现有的产品线就会发现,在中高端领域,RISC-V其实是缺失的。RISC-V容易给给外界一个印象——只能做低端,这对RISC-V的商业化应用不利。因此,平头哥希望做RISC-V降低用户获取高性能CPU核的门槛,希望通过这个举动拓展整个RISC-V架构的应用边界,弥补RISC-V在高端应用的空白。
欧阳鹏:
人工智能芯片需要具备灵活性和高能效
欧阳鹏和大家分享了可重构计算机芯片及其应用。
人工智能计算正在从云端逐渐下沉到边缘设备和物联网节点, 形成云、端一体的智能。
根据预测,深度学习芯片组出货量从2018年1.649亿增长到2025年的29亿以上。深度学习芯片组的全球市场2025年将达到726亿美元。
清微智能CTO欧阳鹏
那么,人工智能芯片的需求到底是什么?欧阳鹏认为有三点:
第一
,灵活性和可编程性。CPU很灵活,可以支持算法的演进。从产品角度来讲,降低成本,灵活性、可编程性要考虑。
第二
,神经网络和非神经网络高效处理。现在很多AI芯片公司做的时候说神经网络这部分,但完整应用还有非神经网络部分,如何对神经网络和非神经网络进行高效计算也是值得思考的。
第三
,高能效( ~TOPs/W)。随着应用多样性的增加,对计算能效的要求越来越高。
美国电子复兴计划(ERI)和国际半导体发展路线图将可重构计算技术列为核心关键技术。可重构计算系统主要包括控制单元,可重构计算阵列,存储和输入输出设备。
传统计算架构采用“指令驱动”的时域计算模式,而可重构计算架构采用“数据驱动、动态重构”的空间计算模式。
可重构计算的技术难点主要有三方面:如何提高阵列利用率、如何提高非规则应用的处理效率、以及如何优化映射效率。清微在这方面做了很多的工作。
对于RISC-V,欧阳鹏表示他们很支持,认为RISC-V接下来的生态会越来越好,同时对整个行业来说,无论成本还是各方面都会有帮助。
全球只有中国芯片公司越来越多,未来一定在中国
会议下半场,由杨静女士主持,与会嘉宾针对RISC-V在中国的生态和布局、中国的自研芯片生态、开源的作用等问题进行了热烈的讨论。
新智元创始人兼CEO杨静女士
杨静:
先抛出一个问题,刚才讲了半天RISC-V,包主任创立了RISC-V联盟,目前在中国的生态现状和布局是怎样的?
主力有哪些?
向各位请教一下。
杨宇欣:
创达做操作系统,我们也加入了RISC-V联盟。操作系统是离芯片最近的一层软件,我们很多客户合作伙伴都是芯片公司;
RISC-V最大的挑战就在于软件的生态
,对于一个新的架构来讲还需要积累。如果很多公司用RISC-V芯片,软件应用上能自己做垂直整合,尽量都能自己搞定的话,RISC-V的机会就比较大。RISC-V都是从物联网的小芯片开始做,所以
现在对RISC-V来讲可能是最好的机会
。
中科创达董事、副总裁杨宇欣
中国又是一个全球最独特的市场,只有中国还有上千家芯片设计公司,1600家,而且这个趋势在未来五年不会有太大变化,特别是中美关系进一步延长了这个局面。
现在全球所有其它的国家的芯片公司都是越来越少,只有中国芯片设计公司越来越多
。这对RISC-V来说是一个巨大的机会。这里面80%都是中小芯片厂商,而这些厂商需要低的进入门槛做自己的第一个产品,RISC-V和配套的工具如果在准入门槛上有优势的话,这些中小厂商哪怕有1%变成独角兽就够了。
第二,RISC-V的推广不能只限于芯片公司,要拓展到应用公司。推广IP的时候更多从芯片公司的下游,早期在终端厂商、应用厂商做产品规划、性能规划、功能规划的时候,把RISC-V的东西考虑进去,才能拉动芯片厂商选择RISC-V的需求。
杨静:
RISC-V能不能对自研芯片,或者芯片的自主生态起到一定的作用?
周浩杰:
我们是国内几家做自主芯片的,龙芯相对比较早,是真的拿出芯片交付使用,同时还能直接做到大型机世界第一的;后面平头哥也起来了,华为也有海思系列。但是我们做芯片就是军事化工程,三年一代装机,跟很多公司不一样。
鼎速网络创始人兼CEO周浩杰
到RISC-V这个时代,有这样一个大的指令集生态,对国内的芯片生态有非常大的促进作用。麻烦的事情也在这儿,国内好几家做自主可控处理器,中芯、龙芯的指令集比较受限,没有做指令升级,ARM有商业支撑做指令升级。不同的用户虽然大家统称叫RISC-V体系,但是不同的用户对功能、性能、功耗差异是非常大的。
杨静:
刚才包老师提到RISC-V里面有一个开源的EDA,从算法的角度来看,开源的EDA能解决问题吗?
包云岗:
短期内开源EDA直接替代当然不太可能。但大家意识到EDA可以做开源。斯坦福有一个教授说开源芯片最终的形式不是芯片,开源芯片出来的东西就是一堆软件,最后还是体现在一系列工具链上面,它们帮助芯片设计,更多是相当于造房子的脚手架一样的工具。怎么让这些工具更容易获取,这是一个方面。质量的问题通过时间可以解决,并没有纯技术上的挑战。
第二,开源EDA的另外一个问题,未来有像RedHat这样的公司出现,融入开源的东西进来。比如Linux,大家都说你在企业里面用或者自己去做各种开发都可以,但是500强企业把那么多数据放到一个开源软件上,整个业务全部构建在开源的软件上面,也有一点不放心。但RedHat可以让你直接从它这边购买服务,RedHat的增长速度也很快。开源的商业模式,也有保障质量的方式。
杨静:
现在有一种担忧,不仅中国要形成不同的技术系统,RISC-V又允许用户加自己的指令,会不会碎片化?
有没有软件的标准?
包云岗:
中国一定要有跟SiFive抗衡的公司出来,这是两个维度上的战争。它那边有商业公司,我们这边也应该有相应的跟它去抗衡的。这是正面战场,它一直想进入国内。
在美国做芯片的工程师都是五六十岁的,到中国一看都是二三十岁的,未来一定是在中国的
。
结束“七国八制”,共建RISC-V生态
在论坛的最后,杨静女士做了总结:RISC-V需要建立生态,而且开发者需要看到商业潜力,而市场化生态最具决定性的还是应用场景和用户需求,这是刚性的,倒推到AI软硬件产业链,并带动周边开发者。这点从Linux商业上唯一成功的是红帽,Arm也花了30年才建立起软件生态来证明。RISC-V在中国刚刚起步,不同利益主体“七国八制”的生态有待收敛。整个生态系统的活力与竞争力也需要市场验证。
万里长征刚起步,期待更多企业和开发者共同关注RISC-V,一起构建中国AI芯开源生态。
登录查看更多
点赞并收藏
0
暂时没有读者
1
权益说明
本文档仅做收录索引使用,若发现您的权益受到侵害,请立即联系客服(微信: zhuanzhi02,邮箱:bd@zhuanzhi.ai),我们会尽快为您处理
相关内容
芯片(集成电路)
关注
154
半导体元件产品的统称。是集成电路(IC, integrated circuit)的载体,由晶圆分割而成。
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
【北京大学】面向5G的命名数据网络物联网研究综述
专知会员服务
36+阅读 · 2020年4月26日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
299+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
《量子计算发展白皮书》(2019版)发布,40页PDF,赛迪智库编
专知会员服务
82+阅读 · 2019年11月8日
《全球人工智能发展白皮书》(2019版)发布,94页PDF,德勤科技编
专知会员服务
224+阅读 · 2019年11月8日
《知识图谱标准化白皮书》(2019版)发布,200页pdf,中国电子技术标准化研究院主编
专知会员服务
189+阅读 · 2019年11月4日
知识图谱与语义理解,百度研究院王海峰院长,CCKS-2019:知识智能
专知会员服务
59+阅读 · 2019年10月25日
国内第一部AI本科教育体系书籍出版!周志华等人著
大数据技术
29+阅读 · 2019年5月15日
5G芯片激战!为什么看好国产芯片龙头?(附股)
凤凰财经
5+阅读 · 2019年2月20日
学界丨面向未来培养人工智能人才 天津大学人工智能学院成立
中国人工智能学会
3+阅读 · 2018年5月17日
教育部发布重磅AI计划,将建设100个“AI+”特色专业
AI100
18+阅读 · 2018年4月9日
《人工智能标准化白皮书(2018版)》发布|附下载
人工智能学家
17+阅读 · 2018年1月21日
上交大人工智能研究院成立,毛军发、杨小康领军
新智元
4+阅读 · 2018年1月19日
谁是中国的”英伟达”,政府扶持下中国初创企业挑战美国AI芯片巨头霸主地位
新智元
4+阅读 · 2017年11月22日
会议推荐 | 顶尖AI案例助你摆脱落地难困扰
InfoQ
4+阅读 · 2017年10月25日
中国信通院院长刘多:AI虽有泡沫,但我们更要相信投资人和创业者
镁客网
3+阅读 · 2017年9月19日
中国高校人工智能专业TOP10榜单及行业薪酬大曝光
人工智能机器人联盟
4+阅读 · 2017年9月17日
L^2-GCN: Layer-Wise and Learned Efficient Training of Graph Convolutional Networks
Arxiv
15+阅读 · 2020年3月30日
Monocular Plan View Networks for Autonomous Driving
Arxiv
6+阅读 · 2019年5月16日
Graph Convolutional Networks for Text Classification
Arxiv
11+阅读 · 2018年10月17日
How Powerful are Graph Neural Networks?
Arxiv
23+阅读 · 2018年10月1日
AceKG: A Large-scale Knowledge Graph for Academic Data Mining
Arxiv
6+阅读 · 2018年8月7日
LaneNet: Real-Time Lane Detection Networks for Autonomous Driving
Arxiv
3+阅读 · 2018年7月4日
Ask No More: Deciding when to guess in referential visual dialogue
Arxiv
4+阅读 · 2018年6月12日
Multi-hop Inference for Sentence-level TextGraphs: How Challenging is Meaningfully Combining Information for Science Question Answering?
Arxiv
3+阅读 · 2018年5月29日
VizWiz Grand Challenge: Answering Visual Questions from Blind People
Arxiv
9+阅读 · 2018年2月22日
Being Robust (in High Dimensions) Can Be Practical
Arxiv
3+阅读 · 2017年12月14日
VIP会员
自助开通(推荐)
客服开通
详情
相关主题
芯片(集成电路)
芯片设计
产业应用
可重构计算
EDA
产业
相关VIP内容
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
【北京大学】面向5G的命名数据网络物联网研究综述
专知会员服务
36+阅读 · 2020年4月26日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
299+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
《量子计算发展白皮书》(2019版)发布,40页PDF,赛迪智库编
专知会员服务
82+阅读 · 2019年11月8日
《全球人工智能发展白皮书》(2019版)发布,94页PDF,德勤科技编
专知会员服务
224+阅读 · 2019年11月8日
《知识图谱标准化白皮书》(2019版)发布,200页pdf,中国电子技术标准化研究院主编
专知会员服务
189+阅读 · 2019年11月4日
知识图谱与语义理解,百度研究院王海峰院长,CCKS-2019:知识智能
专知会员服务
59+阅读 · 2019年10月25日
热门VIP内容
开通专知VIP会员 享更多权益服务
机器战争:将自主系统纳入军事框架
《作战战略和决策规划的数学模型》
美空军条令《反陆作战》最新84页
《军事高价值资产自主防御与护航的深度强化学习方法》最新148页
相关资讯
国内第一部AI本科教育体系书籍出版!周志华等人著
大数据技术
29+阅读 · 2019年5月15日
5G芯片激战!为什么看好国产芯片龙头?(附股)
凤凰财经
5+阅读 · 2019年2月20日
学界丨面向未来培养人工智能人才 天津大学人工智能学院成立
中国人工智能学会
3+阅读 · 2018年5月17日
教育部发布重磅AI计划,将建设100个“AI+”特色专业
AI100
18+阅读 · 2018年4月9日
《人工智能标准化白皮书(2018版)》发布|附下载
人工智能学家
17+阅读 · 2018年1月21日
上交大人工智能研究院成立,毛军发、杨小康领军
新智元
4+阅读 · 2018年1月19日
谁是中国的”英伟达”,政府扶持下中国初创企业挑战美国AI芯片巨头霸主地位
新智元
4+阅读 · 2017年11月22日
会议推荐 | 顶尖AI案例助你摆脱落地难困扰
InfoQ
4+阅读 · 2017年10月25日
中国信通院院长刘多:AI虽有泡沫,但我们更要相信投资人和创业者
镁客网
3+阅读 · 2017年9月19日
中国高校人工智能专业TOP10榜单及行业薪酬大曝光
人工智能机器人联盟
4+阅读 · 2017年9月17日
相关论文
L^2-GCN: Layer-Wise and Learned Efficient Training of Graph Convolutional Networks
Arxiv
15+阅读 · 2020年3月30日
Monocular Plan View Networks for Autonomous Driving
Arxiv
6+阅读 · 2019年5月16日
Graph Convolutional Networks for Text Classification
Arxiv
11+阅读 · 2018年10月17日
How Powerful are Graph Neural Networks?
Arxiv
23+阅读 · 2018年10月1日
AceKG: A Large-scale Knowledge Graph for Academic Data Mining
Arxiv
6+阅读 · 2018年8月7日
LaneNet: Real-Time Lane Detection Networks for Autonomous Driving
Arxiv
3+阅读 · 2018年7月4日
Ask No More: Deciding when to guess in referential visual dialogue
Arxiv
4+阅读 · 2018年6月12日
Multi-hop Inference for Sentence-level TextGraphs: How Challenging is Meaningfully Combining Information for Science Question Answering?
Arxiv
3+阅读 · 2018年5月29日
VizWiz Grand Challenge: Answering Visual Questions from Blind People
Arxiv
9+阅读 · 2018年2月22日
Being Robust (in High Dimensions) Can Be Practical
Arxiv
3+阅读 · 2017年12月14日
大家都在搜
palantir
RE-NET
武器目标分配
兵棋推演
知识图谱
大模型
智能推荐
笛卡尔
PRML
EBSD晶体学织构基础及数据处理
Top
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top