这一新的逻辑架构可以通过器件级存算一体路径破解数据传输阻塞瓶颈问题，突破了现有逻辑系统中冯·诺依曼架构的限制。

我们是芯片需求大国，但却不是芯片设计、制造大国，所以此次输掉“芯片”大战自在意料之中。输一次不可怕，最怕的是一直输。

没有什么电路或系统是完美的，所以真正的问题是「对于应用来说够不够好？」不过，这经常是一个两难的问题...

近来人们不再像从前那样单独提及AI（人工智能）和IoT（物联网），而是将其融合在一起，AIoT（人工智能物联网）成为科技行业热词。AI+IoT成为业内共识，语音识别+人脸识别+边缘计算+物联网等多概念融入，借助AI、大数据、云计算等技术，实现“云+边+端”的全新模式被广泛接受。

5月10日，一年一度的“松山湖中国IC创新高峰论坛”再次盛大举行。松山湖IC论坛已迈进第九个年头，2019年中国最需要的十款创新国产IC有哪些？

在过去十年中，设计人员开发了各种硅技术，能够以足够快的速度运行先进的深度学习数学，以探索和实现人工智能（AI）应用，如目标识别、语音和面部识别等。机器视觉应用目前通常比人类更精确，它是推动新的片上系统（SoC）投资以满足日常应用AI开发的关键功能之一。在视觉应用中使用卷积神经网络（CNN）和其它深度学习算法已经产生了这样的影响——即SoC内的AI能力正变得普及。

在实时和性能关键型（performance-critical）应用中，周期精确追踪正变得越来越重要，工程师需要将其硬件和软件代码的运行优化到单时钟周期的水平，即被CPU、GPU、DSP或加速器所识别的最小时间单位。

一位Arm公司院士说：“我终于学会了停止担忧并爱上摩尔定律的终结。”

展望未来十年，随着5G的出现，无线基础设施将变得更加普遍，甚至与我们日常生活的方方面面完全融为一体。5G延续了先前蜂窝标准（在驱动带宽方面）的模式，但也将其扩展到更多设备和使用模式。本文考虑如何通过具有高性能CPU子系统和包括FPGA可重编程加速硬件处理单元的SoC架构来成功应对5G的独特需求。

AI的本质就是高性能计算，就像电力一样是一项通用能力，是能对所有行业进行产业升级以及产品迭代起促进作用的存在。

随着近年深度学习的兴起，瑕疵检测也出现新的技术演变，从传统的 AOI 转向与 AI 结合，不少初创公司开发用以检测元件瑕疵的 AI 软件，或与 AOI、AVI 设备结合使用。另一方面，检测设备商也通过 AI 技术优化 AOI 设备的准确度。

这个全新的神经网络架构名叫“关系归纳神经网络”，它能够总结和归纳微波集成电路内在的电磁规律，并自己学会设计和调试。文章给出的结果显示，该神经网络设计微波集成电路的水平堪比人类专业工程师。

在 IC 设计中，逻辑合成这个步骤便是将确定无误的 HDL code，放入电子设计自动化工具（EDA tool），让电脑将 HDL code 转换成逻辑电路，产生如下的电路图。之后，反覆的确定此逻辑闸设计图是否符合规格并修改，直到功能正确为止。

Arm不仅是需要进化，而且得彻底重新思考如何与开放性架构所推动的「IP民主化」风潮竞争...

在不久的将来，我们希望让任何想要使用的人都能免费下载我们为此4位计算机打造的仿真器…