• 學位論文

具擴展性的分散式資料儲存系統

近年來，機器學習被應用在各方的領域上面，由於一般機器學習是針對大資料做的分析，勢必在運算能力和儲存裝置上面都必須要透過某種架構做到最優化的處置才可以有效率的減少機器學習演算法的計算時間。為了解決功耗以及速度的問題。我們嘗試著提出一個具有機器學習能力和具擴展性儲存的軟硬體協同設計平台解決方案，並建立了一個可以達到加速以及降低功耗的可擴展資料儲存平台，同時結合異質分析加速解決方案。 這篇論文將會詳細的介紹依此架構而搭建的平台，以及該平台的參數設定，並將一個目前廣為人知的叢集演算法K-means放到這個平台上面，最後再依據CPU叢集和CPU+FPGA叢集時間，能量量測結果比較，論證此平台的有效性。 本論文提出的解決辦法有別於微軟於2009年提出的CPU+GPU多核心架構[1]，本篇提出的是CPU+FPGA的叢集加速架構，此架構一樣能夠達到加速的效果，另一個明確的優點是，他將可以成為ASIC晶片的開發雛形，並更為精確的預測晶片實際加速效果。在此平台上的FPGA是跑在100MHz，但是在UMC 90奈米製程模擬下，是可以跑到200MHz，這樣就給我們一個參考的數據。最後，比起原本未加速的CPU叢集，此平台的加速效果是大約25倍左右。

• 學位論文

應用於可程式閘陣列之多埠記憶體設計

• 學位論文

使用氮化鋁及閘極介電質成長後電漿處理法改善三五族砷化銦鎵場效電晶體元件特性之研究

未來先進互補式金屬氧化物半導體將會使用新穎的通道材料、幾何結構、載子傳導機制。當傳統以矽材料為主的互補式金屬氧化物半導體科技發展接近微縮極限，將考慮以三五族化合物半導體作為通道材料使摩爾定律繼續往前發展。然而，三五族化合物缺少如矽基板材料穩定的原生氧化物。如果使用三五族材料的金氧半場效電晶體，則需要適當的閘極介電質。高品質的閘極介電質，不僅可以提供較佳的閘極控制能力，更可進一步提升元件特性。為了達到高效能三五族元件，本實驗以砷化銦鎵場效電晶體為主，使用三氧化二鋁以及二氧化鉿作為閘極氧化物，導入氮化鋁介面活性層及閘極介電質成長後電漿處理法。由於此兩種方法使用原子層化學氣相沉積系統製程，可以避免三五族材料與空氣接觸汙染產生缺陷，更可以應用於不同的元件結構如：鰭式場效電晶體(FinFET)、全包覆式閘極電晶體(Gate-All-Around)、或是應用於其他閘極線寬小於十奈米之電晶體設計等等。

• 學位論文

連續波雷射結晶製備應變多晶矽奈米線三閘極薄膜電晶體之研究

近年來低溫多晶矽薄膜電晶體已被廣泛應用於主動式平面顯示器，因為其相對於傳統非晶矽薄膜電晶體擁有較優異的載子遷移率、低功耗，而過去將非晶矽薄膜結晶的技術有固相結晶法(Solid Phase Crystallization)、金屬誘導結晶法（Metal-Induced Crystallization）、金屬誘導橫向結晶法(Metal-Induced Lateral Crystallization)、準分子雷射結晶（Excimer Laser Crystallization）以及連續波雷射結晶(Continuous Wave Laser Crystallization)等。其中以連續波雷射結晶之技術能夠達到最大的晶粒尺寸，同時此薄膜亦有極佳之結晶性和平順的表面粗糙度，因此所製備之薄膜電晶體能夠擁有優異電特性以及可靠度之表現，此外亦有研究指出，透過連續波雷射結晶之多晶矽薄膜中存在著雙軸伸張應變，此應變對於載子遷移率有增強之作用。而本研究為了有效抑制通道中晶粒邊界(Grain Boundaries)對元件電性造成之弱化影響，因此利用側壁間隙壁之技術(Spacer Technology)製備奈米線三閘極結構之電晶體以觀察到此效應，進而提升連續波雷射結晶多晶矽薄膜電晶體之電特性。 本論文分為兩部分，首先藉由材料分析連續波雷射製成的多晶矽薄膜其縱向固化的超大晶粒區域，實驗結果顯示此區域內之晶粒大小約為2微米*20微米、表面粗糙度約為 2.829 nm、擁有良好的結晶性、並存在強度約為800 MPa的雙軸伸張應變。在另一方面，亦發現當薄膜被蝕刻成奈米線後原本存在於薄膜之中的雙軸伸張應變，會傾向只存在單軸之伸張應變。 在電性探討部份，我們分別比較連續波雷射製成的N型多晶矽平面式以及三閘極奈米線薄膜電晶體，其載子遷移率分別為625 cm2V-1s-1和825 cm2V-1s-1，而次臨界擺幅分別為588 mV/decade和196 mV/decade，由載子遷移率比較中可得知三閘極奈米線薄膜電晶體因成功避開晶粒邊界之影響，使得伸張應變有效提升電子遷移率，同時亦因擁有較佳的閘極控制能力，使得次臨界擺幅表現上優於平面式薄膜電晶體，在另一方面，我們也利用連續波雷射製備高性能P型三閘極奈米線極薄膜電晶體，其載子遷移率、次臨界擺幅和臨界電壓分別為217 cm2V-1s-1、283 mV/decade、-1.71 V，然而在這邊伸張應變對於P型元件電特性之效應較不明顯，由先前相關研究指出，因單軸之伸張應變對於P型元件之電特性較無增強之作用，最後藉由探討操作溫度對於元件載子遷移率之影響，證明連續波雷射結晶多晶矽三閘極奈米線電晶體擁有類單晶之特性。 本論文已成功探討利用連續波雷射結晶製備高性能三閘極應變多晶矽奈米線薄膜電晶體，而此元件未來在系統面板(System on Panel)及三維積體電路(Three-Dimensional Integrated Circuits)之應用將擁有相當大的發展潛力。

• 學位論文

巨量資料之密度分析演算法在異質多核心平台之可擴充性設計與最佳化研究

由於現今高維度資料的普及，使得應用於高維度資料的密度估計法及如何從資料中分析資訊變成運算科學領域中相當重要的工作。Bayesian Sequential Partitioning (BSP)是近期開發的一種統計上分析高維度資料非常有效率的密度估計法，然而，BSP也是富含大量運算及大量資料存取的一種演算法，其統計模型需大量的運算，且需針對在高維度樣本空間中的大量資料進行重複存取，上述特性使BSP在未來巨量資料的情況下會對運算平台的設計考量造成很大的挑戰。本論文針對BSP於異質多核心平台上提出可擴充性之設計，將單一通量圖形處理器上之設計擴展至多通量圖形處理器以解決圖形處理器上記憶體有限的問題，此外，本論文更進一步突破系統限制，在搭配較少的圖形處理器的系統上進行更大量資料的BSP分析。根據實驗結果，本論文提出的技術能有效地改善單一通量圖形處理器上之設計。

• 學位論文

準分子雷射結晶及反向摻雜應用於低溫p型多晶鍺薄膜電晶體之研究

• 學位論文

HEVC視窗視訊編碼畫面內區塊複製技術之研究

隨著網路與電腦的普及，電腦影像的壓縮與傳輸亦日漸重要。為了滿足其廣泛的應用需求，如遠端桌面，視訊會議，遠距教學，雲端遊戲與計算等，國際標準委員會Joint Collaborative Team on Video Coding正在制定視窗視訊編碼標準，作為高效率視訊編碼(High Efficiency Video Coding, HEVC)的延伸之一。 本論文研究HEVC視窗視訊編碼畫面內區塊複製(Intra Block Copy, IBC)之技術。其核心概念相似於畫面間移動補償，僅不同於使用當前畫面作為參考畫面。我們對IBC相關議題，如區塊向量的傳輸、編碼效能與時間複雜度、及所需的記憶體存取頻寬之間的取捨進行研究。我們特別關注在SCM-3.0標準軟體中的IBC雜湊搜索方法，藉由收集現行雜湊表的編碼數據資料，檢查其效率並探討進一步改進的可能性。我們提出篩選有效的雜湊節點與一改良的雜湊函式演算法。實驗結果顯示，將本算法整合至視窗視訊編碼測試平台SCM-3.0時，其減少了10％至70％的雜湊表的記憶體使用量，且幾乎對位元率和編解碼時間無影響。

• 學位論文

建構於旅行推銷員問題模型上之可重組態單電子電晶體合成技術

隨著製程不斷地演進，功率消耗(power dissipation)對於電子電路與系統設計而言是一個重要的問題，而漏洩功率(leakage power)已逐漸成為功率消耗的主要來源。由於可重組態單電子電晶體陣列(reconfigurable single-electron transistor array)的超低功率消耗特性，已經被視為有希望延伸摩爾定律(Moore's Law)的元件之一。近幾年發展出了許多針對可重組態單電子電晶體陣列的自動化映射(automated mapping)方法。然而，現存的這些方法所提出的積項排序(product term ordering)演算法只能做到局部最佳化，可能與全局最佳化的結果有所差距。本篇論文歸納出兩兩積項之間若比鄰映射時,對於可重組態單電子電晶體陣列寬度的影響，並計算映射時所需的寬度成本。此外，本篇論文提出的積項排序演算法可以建構在旅行推銷員問題(Traveling Salesman Problem)的模型上，達到全局最佳化的目的。實驗結果顯示，與現存的方法比較，我們所提出的方法能將陣列寬度進一步減少 14% 至 31%。

• 學位論文

於數位微流體生物晶片中可將反應物最小化 之多目標濃度及多反應物樣本製備技術

樣本製備程序(sample preparation)為各種生化反應中不可或缺的步驟之一。多種原始生物樣本或反應試劑必須在此程序中進行稀釋或混合，以得到一個或一個以上所需的目標濃度(target concentration)。由於這些樣本或是試劑對整個生化反應的成本有很大的影響，因此應儘量減少試劑的成本。本篇論文將提出一個有效重覆利用相同濃度之中介液珠的樣本製備程序演算法。我們的演算法的主要概念為，將給定之多組目標濃度以一成分立方(recipe cube)表示，然後在成分立方上尋找配對(pair)，將他們組成配對集合(pair set)，這些配對集合暗示著減少反應試劑或是樣本用量的機會，各個配對集合會根據他們對反應造成的效益以及成本計算出分數，分數最高的配對集合會被挑選出來降低試劑成本，演算法會根據選出的配對集合來合併液珠並更新成分立方，此步驟會被執行直到無法在成分立方中找到分數高於零的配對集合。實驗結果顯示我們的演算法能夠減少當前最好的演算法21.3%的反應試劑成本。

• 學位論文

針對可支援多種混合模型之微流體生物晶片 並具備多重最佳化目標之樣本製備技術

樣本製備程序(sample preparation)乃各種生化反應中極其重要的步驟之一。原始的生物樣本或反應試劑必須在此程序中進行稀釋或混合，以達到反應所需的目標濃度(target concentration)。現今的樣本製備技術大多是架構於僅支援(1:1)混合模型的數位微流體晶片。因為缺乏其他可用的混合模型，此類演算法所得到的結果常不盡理想。現今，支援多種混合模型的通道式微流體生物晶片之兩種針對反應試劑做最小化的樣本製備程序TPG以及VOSPA皆展現了較佳的結果。雖然如此，在進行樣本製備程序時，反應試劑的用量並非永遠皆為使用者的第一考量；有時甚至必須同時考慮所有最佳化目標。因此，本篇論文將提出全球第一篇使用多種混合模型並具備多重最佳化目標之樣本製備技術演算法。此演算法首先會使用動態規劃求出所有可用的混合組合，並利用這些組合建立網路流模型，最後藉由整數線性規劃求得結果。與之前支援多種混合模型的通道式微流體生物晶片的演算法相比較，此演算法無論在樣本試劑及緩衝溶液的用量、廢液多寡、亦或是反應步驟數皆可提供較佳的結果。