在正确的时间拥有正确的设备，意味着在预算范围内快速完成测试项目。

以前，电源工程师的设计优先级是先考虑成本，再考虑效率，最后考虑体积。然而，随着时代的发展，系统变得越来越复杂，体积也越来越小，系统已经不再只是一块PCB板，而是变得越来越复杂。系统开发人员要花多少时间在电源上？而且，现在的电源设计优先级已发生改变：体积的要求最高。

随着摩尔定律的发展，过去30年的集成电路发展的最主要趋势是数字化。数字化设计是目前大型SoC的基本方法学，越来越多的模拟电路进入全数字时代，All Digital PLL, Digital LDO, Time-domain based ADC，Digital PA，数字化/二值化方法成为了克服模拟电路瓶颈的重要手段。然而“羞于见人”的模拟电路并非一无是处。

“边缘侧智能设备大规模爆发的趋势，使数据成为如今AI芯片领域最大的挑战。”2019年11月7日，在由ASPENCORE《电子工程专辑》、《国际电子商情》和《电子技术设计》主办的“2019全球双峰会”上，地平线副总裁&AIOT芯片方案产品线总经理张永谦以“边缘AI芯片赋能行业，共建普惠AI时代”为题，介绍了地平线机器人在边缘AI芯片以及解决方案，以及地平线对AI在边缘侧落地背后的思考。

目前在各种领域当中都有AI的应用方案，但很多方案AI应用都取决于云端的计算能力。嵌入式系统对实时性的要求，会因为延时而出现滞后问题。在这样的环境下，嵌入式人工智能就能大显身手。

随着CarPlay、Android Auto以及Echo Auto等平台渗透乘用车市场，车内语音识别技术预期将成为主流；但仍有一个答案未知的问题是：市场上有任何语音启动技术已经准备好随机应对车内的关键任务了吗？

一场边缘AI大战正悄悄展开...每一家处理器供货商都将机器学习视为「金鸡母」，积极地调整自家公司策略，竞相为这个具有最大商机的领域——边缘AI提供加速特定工作负载的解决方案...

现在，我们有了一个更加复杂的环境，其中包含越来越多的设备，每一个设备都可能成为攻击目标，并且存在隐私和安全漏洞。然而，除了笔记本电脑和智能手机，这些联网设备通常最多只能执行一项或两项功能。如果它们是发源于设计目的，监控站可以向中央系统发出警报并标记问题。这就是人工智能（AI）和机器学习（ML）在保护消费者周边环境方面可以发挥的重要作用。

DSP过去通常是处理器的外围，是必要的，但仅限于RF及音频专家使用。但AI应用，特别是边缘应用，大大提高了DSP作为嵌入式处理器件的吸引力。数据流处理、高性能及极低功耗，三者结合非常适合边缘神经网络应用。

Gartner近日提出2020年企业必须了解的十大策略性科技趋势。分别为超级自动化、多重体验、专业知识的全民化、增进人类赋能、透明化与可追溯性、更强大的边缘运算、分布式云端、自动化对象、实用性区块链，以及人工智能安全性。

11月7日-8日，在深圳与全球“连接”。

诚邀您与行业巨头共话电子新未来

11月7日-8日，在深圳与全球“连接”。

DeepMind的团队成功以强化学习让AI系统绘出人脸画像，这是一种创造力吗？机器也要来抢艺术家们的饭碗了？

当阿里巴巴、Google与Amazon等因特网巨擘继续投资智慧城市、智能医疗、智能建筑等等一切智慧应用，就会带动对于市场对MEMS的需求。