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。

目前研究人员正在改进并完善“芯片大脑”技术。科学家们认为，随着这种技术的成熟，未来或将可以不再因许多神经系统疾病进行动物甚至人体临床试验。

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。

1.1秒给电池充满电？拿起科学手术刀解剖铝离子电池…

如果说今年的CES能为我们带来什么指针，那么，语音(voice)、连接(connectivity)和人工智能(AI)将是组成2018年及未来消费电子设备缺一不可的神圣“三位一体”…

对于高度自动化的汽车来说，它们必须依靠很多传感器，包括摄像头、雷达、超声波、GPS天线和利用光脉冲测距的激光雷达。但每种传感器都有其自身的弱点和优势……

安德鲁称，因为在更换iPhone电池过程中，电池容易发生扭曲造成短路，从而引发爆炸。在他为4部iPhone 6更换电池过程中，其中有一次就差点发生了爆炸。

据报道，英特尔（Intel）与镁光（Micron）之间维持了很长一段时间的 NAND 闪存开发与制造合作，将很快迎来终结 —— 两家公司将在 2018 年底或 2019 年初推出第三代 3D NAND Flash 之后分道扬镳。

在2018年及其以后，深层神经网络和机器学习在更大的人工智能（AI）领域会如何发展？我们如何能开发出越来越复杂的机器以在日常生活中帮助人类？这些都是普渡大学机器学习硬件教授尤金尼奥·库鲁尔塞罗(Eugenio Culurciello)关注的问题。请注意，本文的重点并非有关AI的预测，而是对该领域发展轨迹、趋势以及技术需求的详细分析，以帮助创造更有用的AI。当然，并非所有的机器学习都是针对AI的，还有些其他容易实现的目标，下面我们就仔细审视下。

“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。

互连安装不正确，没绑紧，应力释放不完全，弯曲太频繁，或工作在太紧的弯曲半径上，这些都可能导致彻底的系统故障。

想知道一年一度的CES什么最红，看展前记者会CES Unveiled最准确...

智能手机的锂电池是一种比较精密和脆弱的零部件，由于含有可燃性电解质，被用于iPhone等电子产品的锂电池存在起火的危险性，在操作中稍有不慎，将会引发燃烧和爆炸。

kyung团队设计出了一种可以与纤维相容的OLED结构，通过在纤维的三维结构浸涂的方法，该小组成功的设计出基于纤维的OLED发光二极管。

虽然过去的一年，VR/AR还没有出现“现象级”的产品，但今年的CES上，共有350余家AR和VR参展商出席。总结各厂商及媒体的前线报道，EDN总结了以下值得我们关注的八个发展风向。