开发者和系统设计人员在为其嵌入式设计增加某种形式的神经网络或深度学习功能时，有多个选择。以前，甚至是现在，设计人员成功地使用GPU和FGPA来满足了深度学习的内存密集型需求。现在，即便是传统的x86 CPU也已经进入了AI应用。本文通过提出四个关键问题，来帮助开发者为其特定嵌入式AI项目选择最佳的AI芯片。

美国加州山景城, 2019年1月21日 – Flex Logix Technologies, Inc.今天宣布，大唐电信下属芯片公司辰芯科技，已获得EFLX4K eFPGA在TSMC 12纳米FinFET Compact （12FFC）工艺上的授权许可，将应用于无线通信芯片中。辰芯同时还获得额外的EFLX Compiler授权许可，用于分发给客户, 使其可以自主对芯片上的eFPGA进行应用开发。

摩尔定律现已打破。未来性能增长需要依赖架构上的改变，即需要利用可编程的硬件加速器来实现性能增长。对于人工智能/机器学习应用，需要有高运算能力的运算单元、高效高速数据传输，以及高存储带宽。

2010年以来，由于大数据产业的发展，数据量呈现爆炸性增长态势，而传统的计算架构又无法支撑深度学习的大规模并行计算需求，于是研究界对AI芯片进行了新一轮的技术研发与应用研究。AI芯片是人工智能时代的技术核心之一，决定了平台的基础架构和发展生态。本文推荐清华大学的报告《人工智能芯片研究报告》，全面讲解人工智能芯片，系统梳理人工智能芯片的发展现状及趋势。

变频器配有大量输入和输出，可提供所有的基本功能。可选的通信和技术模块提供快速简便的功能扩展。产品线中较小的单元配备有两个插槽：一个用于编码器连接，另一个用于通信；较大的单元具有第三个未指定用途的扩展插槽。

NTT DOCOMO公司今日宣布，研发出了全球首个5G+8K的虚拟现实直播系统（VR）。该系统将在东京的DOCOMO四谷5G开放实验室展出，利用头戴式显示器提供高度逼真的观看体验。

嵌入式FPGA（eFPGA）将在这类芯片中扮演重要角色。如为了满足第六条中提到的车辆外部360度视频监控数据的获取和处理，采用eFPGA来设计相关功能芯片具有很明显的优势。

B＆R ACOPOS P3是一款集成了安全功能的紧凑、高效和精确的伺服驱动器，非常适合用于汽车、印刷、包装、搬运、机器人，或任何要求极高精度和速度的过程控制。随着晶体管和处理器技术的显著进步，克服了以前绕不过去的散热问题，体积更是大幅缩小了近70％……

将AI优势扩展至网络边缘同时具有挑战与机会。本文讲述了通过FPGA和RISC-V处理器为设备建构AI功能，取代以云端为基础的资源，能够大幅降低功耗，同时缩短反应时间。同时，本地数据储存和处理不仅提高安全性，更节省宝贵的带宽。通过将AI整合至组件中，即使在网络关闭以节省功耗的情况下，设计工程师也能实现实时工作的智能功能。

随着视觉系统越来越多地集成最新一代多核CPU和强大FPGA，视觉系统设计人员需要了解使用这些处理元件的好处和得失。 他们不仅需要在正确的硬件上运行正确的算法，还需要了解哪些架构最适合作为其设计的基础。

新颖的互连设计让高密度，可移植，可扩展的eFPGA变得可行

时下，机器学习是一大热门话题，它与传感器融合密切相关，对计算提出了很高要求。Achronix公司eFPGA技术各方面性能和功耗相比传统FPGA都有很大优势。今年，该公司推出的Speedcore定制单元块，又为eFPGA的性能带来了更大提升。

现代传动系统要集成控制回路精度、扩展性、网络通信、外设控制、数据和设计安全、功能安全和可靠性等特性，这是十分重要的。此外，电机必须准确并且同步控制，同时不损害性能和确定性，在多轴控制系统中尤其如此。

汽车工业正经历重大的结构化转变。自主驾驶革命增加了电子系统的复杂性和缩短了设计周期。随着人们对安全和燃油效率的关注增加，混合动力车辆和电动车辆的势头越来越猛。 这些车辆的电子系统不仅应满足功能要求，而且还要确保在汽车的整个使用寿命期间无缺陷和故障地安全运行。这些系统中使用的部件必须满足或超过汽车电子协会（AEC）等各种工业团体规定的可靠性标准。安全性关键的汽车应用还应能够防止这些系统功能因为任何未授权访问、篡改或破坏而被改变并导致灾难性结果（包括人命伤亡）。

在FPGA设计中，虽然目标应用和开发团队的成员不同，但都有一些通病，使设计从工程师坐下来写第一行HDL代码就注定了失败。本文介绍了在FPGA项目开发中发现的5个共同问题。