由于复杂的设计规则，先进技术节点中的高质量标准单元布局自动化在当今的行业中仍然具有挑战性。强化学习 (RL) 用于解决布线过程中的设计规则违规问题，并提高单元放置的效率，从而使芯片更小，节省成本并提高性能。

近日，华中科技大学又有2名毕业生入选华为“天才少年”。今年入选的廖明辉和武敏颜分别来自华中科技大学电信学院和计算机学院。廖明辉为应届博士毕业生，已拿到“天才少年”最高一档年薪201万元；武敏颜本科毕业，年薪也超百万元。

目前在许多前沿领域，模型大小的增长速度远快于摩尔定律，用于一些应用的万亿参数模型正在考虑之中。虽然很少有生产系统会达到同样的极端情况，但在这些示例中，参数数量对性能的影响将在实际应用中产生连锁反应。模型大小的增长给实施者带来了挑战。

模型大小不断增长给现有架构带来了挑战

时擎科技与声瀚科技近日联合发布了基于时擎科技AT1611芯片、搭载声瀚科技最新一代本地语音识别引擎的TimesVoice离线语音方案，力图找到离线语音方案性能和成本的最佳平衡点，并有效地解决其标准化可复制的问题。

DDR接口速率越来越高，每一代产品都在挑战工艺的极限，对DDR PHY的训练要求也越来越严格。本文从新锐IP企业芯耀辉的角度，谈谈DDR PHY训练所面临的挑战，介绍芯耀辉DDR PHY训练的主要过程和优势，解释了芯耀辉如何解决DDR PHY训练中的问题。

智能手表“智能”的地方体现在，它拥有一套独立的嵌入式操作系统，有一个数据处理中心，需要调用各类传感器收集到的信息，还要有屏幕、存储器、电池、电源管理系统、无线射频系统等，在内部芯片用料和结构设计上与智能手机较为相似。本文列出了目前智能手表市场上有哪些主控芯片品牌，以及这些品牌目前主推的芯片型号有哪些。

据悉，相比此前英伟达使用 3072 A100 GPU 实现万亿参数、谷歌使用 2048 TPU 实现 1.6 万亿参数大模型，此次达摩院仅使用 480 卡 V100 32G GPU 就实现了万亿模型 M6，节省算力资源超 80%，且训练效率提升近 11 倍。不仅如此，达到这种惊人效果，从千亿到万亿参数规模，阿里只花了3个月时间……

每个 Mythic ACE 都配有一个数字子系统，包括 32 位 RISC-V 纳米处理器、64KB SRAM、SIMD 矢量引擎和高吞吐量片上网络 (NoC) 路由器。模拟矩阵处理器能够以高达 25 TOPS 的速度提供高能效的 AI 推理。

产业联盟MLCommons近日发表了专为TinyML系统设计的新性能指标，同时也公布了第一次使用该MLPerf Tiny指标进行的推论系统跑分结果。

“小身材、大能量”推动产线物流自动化

在功能安全应用中，使用人工智能（AI）的兴趣在与日俱增。这种技术已经包含在自动驾驶汽车和移动机器人中，那么为什么不能进入工业自动化领域呢？

在加速发展差异化AIoT产品的最新举措中，英飞凌近日宣布推出ModusToolbox ML（机器学习），使英飞凌PSoC微控制器（MCU）具有深度学习的功能。

• Mendix 9将低代码的优点扩展至数据集成、智能工作流、移动开发和人工智能等领域 • 全新AI Performance Bot可确保应用程序为用户提供最佳体验 • 全新Workflow Editor和Data Hub赢得早期用户好评

电动汽车和太阳能发电系统中使用的锂离子电池将成为推动绿色革命的驱动力。