据了解，全世界的信息量真的能够被有效利用的不足1%，这意味我们虽然能够捕捉获取很多信息，但真正能够将其互享、检索、保护、传播、处理的少之又少，海量的信息到目前为止还远远没有被充分的挖掘。要想把这些信息能够充分的利用起来，核心问题就是在于算力，算力有许多办法实现，但归根到底离不开半导体。

Cadence公司资深产品工程总监刘淼发表了题为“后摩尔时代的EDA挑战与机遇”的主题演讲，表达了中国半导体虽然前路布满荆棘，但终将克服重重障碍，乘长风破万里浪，挂上云帆横渡沧海，到达理想彼岸的豪情壮志。

由于人工智能极其复杂，加上夸张的宣传，导致一些厂家因为AI难以实现而将其摆在次要位置，而不是将AI视为实现自动驾驶这个真正目标的首要工具。经过最初的发展，角逐者们现在终于认识到人工智能已经开始引领这场竞争……

十年前，英伟达开发了一种通用图形处理单元（GPU）开发环境，以支持在GPU中加速神经网络和矢量方程。从那时起，边缘应用中实现推理的深度神经网络（DNN，一种用于神经网络的更高级的分层特征方法）开发竞赛迅速展开。

汽车业的发展主要由电气化和自动驾驶两大趋势所推动。由于欧盟设定了二氧化碳减排目标，除了汽车电气化，OEM别无选择。同时，为了提高汽车安全性并实现全自动驾驶的最终目标，OEM使用了越来越多的传感器，并不断提升计算性能来处理传感器产生的所有数据。

汽车的另一个发展趋势是使用的传感器越来越多。在CASE趋势下，传感器主要应用在两个方面：电气化和ADAS功能，后者包含自主、定位和车联万物（V2X）。

当意识到软件是汽车行业面临的最大挑战时，包括大众和现代在内的汽车制造商都开始学习特斯拉，努力开发属于自己的操作系统平台。但是，想和特斯拉竞争，需要的不只是为数字化驾驶舱进行“软件空中升级(OTA)”，或是提供独特的用户界面，而是成熟的汽车操作系统。

运营技术（OT）和工业控制系统（ICS）的网络安全性大大落后于企业IT的网络安全性，随着工业物联网（IIoT）的发展，这一差距必须缩小，不仅要对制造过程的安全进行防护，还要保护能源、健康和运输等关键基础设施。

自从2010年至2014年影像识别软件中引入了深度学习， AI医学成像诊断市场便进入了技术快速发展的阶段。本文描述了医学成像中AI影像识别技术的五大关键趋势。

我准备拧开正直流输入螺柱上的螺母，扳手刚碰到外壳，我的眼前就闪现一阵强光，扳手立马变成了红色，熔化并焊到铝壳上。飞机着火了。。。。。。

随着越来越多的人在家办公，IT部门最不希望出现的就是电脑性能不足。解决方案可以是在桌面电脑或笔记本电脑中使用更多的随机存取存储器（RAM），也可以是利用非工作时间在更休闲的工作环境下使用智能手机。那么，个人电脑能不能再次稳定地推动内存需求？5G智能手机会不会成为远程办公人士的首选设备？

DC-DC转换器所产生的EMI，一直给无线和物联网设备的设计人员造成困扰。续上文，我们继续探讨减少EMI的十七个经典问题。

要减少无线和物联网设备自我产生的EMI，关键方法之一是实现适当的PCB设计。最近我就这个主题主持了一场很长的网络研讨会，探讨了几个有关PCB设计和降低DC-DC转换器EMI的问题，我的回答如下。

想要实现汽车电气化，对电机驱动系统就有以下要求：尺寸要小；功能安全；支持大功率的应用；耐高温高压。

前不久传来了这样的消息：Wi-Fi联盟正式宣布他们通过了对Wi-Fi 6E的认证。Wi-Fi 6E将高带宽6GHz扩展了七倍，纯带宽接入开始了。