无论是新动力系统，车载信息娱乐系统，还是自动驾驶汽车，汽车技术都在以前所未有的速度迅猛发展。新的颠覆性技术和行业参与者正在向传统的汽车概念发起挑战。明天的驾驶体验将与今天大不相同。

“我梦想的引擎，是可以随身携带，现场为我提供指导......我的目标是推动AI运行在小于100毫伏的运行。 我们需要重新思考我们如何做计算。 我们正在从基于算法的系统转向基于数据的系统。”

深度神经网络是几十年来一直在人工智能方面进行的相对较小的工作。从2012年左右开始，包括Facebook的Yann LeCun在内的研究人员开始使用特定种类的DNN识别图像，并最终以比人类更高的准确度显示令人惊叹的结果

通过简单地降低电压或频率来实现低功耗不可取——试问有谁会去买性能打过折的产品呢？那么，低功耗CPU到底又是怎么实现的？

今年的行业可能会看到来自创业公司Graphcore的一款微处理器，该公司不使用DRAM，而是来自竞争对手Cerebras Systems的晶圆级集成开拓先锋。英特尔收购的2.5-D Nervana芯片已经在生产样片，其他十几个处理器正在开发中。同时，从Arm到西部数据的芯片公司正在研究内核，以加速深层神经网络的推理部分。

清华大学微纳电子系副系主任尹首一老师带队设计了低功耗AI芯片Thinker，专注于神经网络计算，可以动态地调整计算和内存需求，用于视频、图像、语音等多种AI任务应用。

在争夺量子霸权的路上，科技巨头激烈厮杀，那么量子计算的魅力究竟有多大，竟能引得谷歌、英特尔、IBM等科技巨头纷纷“折腰”进军呢？

根据gizchina的报道，小米下一代自研处理器产品澎湃S2将很快和我们见面，并在MWC上亮相。

MIPS最近以一家独立公司之姿重新回到了硅谷，在Tallwood的带领下积极投入原有的嵌入式业务，并放眼下一代人工智能(AI)领域。

HBM迄今仍属于利基型技术，是否能因为AI等新应用进一步扩大市场版图，分析师认为目前仍很难说…

不久前，Intel、AMD、ARM的CPU被国外媒体爆出全部存在漏洞。日前，上海兆芯发布了其最新一代的x86 CPU。这款CPU能否防御漏洞还是交给安全人员去评价。今天，我们只说说这款x86 CPU和Intel、AMD还有多少差距。

计算机主要组件的封装几十年来相对稳定，但现在正经历一场革命。例如，在内存和中央处理器(CPU)之间已经达到散热和带宽极限的情况下，业界正在寻求新的方案来提高性能并降低功耗。最近两年，引领这一追求的是混合内存立方体(HMC)构想...

小编比较了目前主流“AI处理器”的技术和市场发展，并用表格的形式列出了它们的制程、架构及应用。

这些起诉的iPhone用户表示，如果知道存在这些漏洞，根本就不会购买苹果手机，另外苹果目前也无法提供令消费者满意的解决办法。

“2017年10月23日，中国人工智能产业发展联盟（AIIA）总体组组织了人工智能芯片Benchmark研讨会，正式启动人工智能芯片Benchmark项目。”可以看到，随着越来越多的AI芯片走上舞台，如何对它们进行评测和对比越来越受到关注。我之前就通过两篇“给DNN处理器跑个分”的文章对这个问题进行了一些初步的讨论。“BenchIP：Benchmarking Intelligence Processor”这篇论文非常系统和深入的讨论了这个问题，并提出相应的Benchmark Suite和Benchmarking Methodololgy。这里我们就结合这篇论文再谈谈这个话题。