大家都知道，对于运营商而言，要实现5G商业成功，既要拓展新业务增加收入来源，也要勒紧腰带尽可能节省TCO成本，否则，谈什么持续发展啊？那5G时代有哪些关键“省钱”技术呢？

Qorvo 推出首款支持同步无线通信的智能家居设备控制器

随着工业自动化技术向着智能化方向演进，工业场景对机器视觉技术的需求持续推进着工业机器视觉技术的发展，现在，工业机器视觉逐渐形成规模化的产业，并随着人工智能技术在工业领域落地而逐渐深入到工业生产的各种场景之中。 工业机器视觉产业链上游包括光源、 工业镜头、工业相机、图像采集卡和软件及算法平台，其中工业镜头、 相机、采集卡等核心零部件与算法软件是机器视觉价值最高的部分，其成本占据工业视觉产品总成本的80%。

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。

屡获殊荣的低功耗SoC助力物联网产品免受软件和硬件攻击，以保护其知识产权、生态系统和品牌信任度

关于“华为造车”的话题，EDN已经讨论过很多次，也发表了不少关于其动向以及技术详解的文章，近日，有业内人士对华为的357条汽车专利进行了认真分析，华为的汽车专利主打自动驾驶与电动汽车，他认为自动驾驶只是“开胃菜”，涉及了驱动系统、散热系统等多项环节的电动车专利才是硬核。

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）。

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。

低代码通过可视化开发工具和可重用组件，缩短了定制化网络和移动应用的交付时间，通过一套完整的工具解决了传统开发和运营的低效率问题，为快速、迭代开发周期提供了支持，并简化了整个应用生命周期。

透过减少碳排放与舒缓交通壅塞，智能交通管理系统(smart traffic management systems)市场在接下来四年可望为所有的城市节省2,770亿美元的成本..

可以自主学习的智能汽车