芯片，人工智能，無人機...技術有哪些前沿和亮點？

　　2019年4月，一年一度的中國電子ICT媒體論壇和2019年行業與技術展望研討會在深圳星河麗思卡爾頓隆重舉行。

　　ICT檢測:信息和通信技術是電信服務、信息服務、信息技術服務和應用的有機結合。在互聯網和通信飛速發展的今天，尤其是物聯網、工業4.0、新能源電動車、無人駕駛、無人機、5G、AI、芯片設計等熱門領域。，今年的ICT論壇有哪些前沿技術和亮點？

　　機器人網絡已經跟蹤了解了這整個過程，總結如下:

　　AI一直被設計成一種后天習得的軟件算法。在商業模式快速迭代進化的時代，XILINX已經將AI的相當一部分基本能力固化成芯片，并逐漸將AI制成芯片。同時利用Xilinx的數據中心策略實現平臺。

　　在過去的幾年里，各種主流的AI相關應用主要是視頻和圖像相關的應用，基于語音相關的應用。AI公司面臨的困境是，芯片本身的制作并沒有那么難。AI芯片是否包括其他芯片，包括中國自己制造的各種CPU，芯片自己做并不難。但要使用它，需要軟件、生態環境、工具鏈和各種參考應用，需要的時間更長，資源更多。關鍵和核心因素是使用產品。

　　所以Xilinx提供了一個通用的AI解決方案。他們做了兩件事。首先是在底層定義自己的命令級別和IP。這些IPs都是非常高效的定制IPs，專門為人工智能做不同的操作，比如特殊編程，提供定向加速IP，定向到相應的指令，但這仍然是非常低級的硬件開發能力。同時開發工具，通過這些工具和SDK為客戶提供接口。因此，客戶不需要編寫任何一行代碼，只需要調用它來支持不同行業、不同場景的應用。所以人臉、車輛等等都是不同的CNA，他們的核心運營商是一樣的，就是網絡架構和參數配置不同，然后生成不同的指令，最后運行在不同的硬件平臺上。

　　與此同時，Xilinx推出了數據中心戰略，發布了下一代范思哲計算引擎。

　　面對通信和人工智能的高性能場景，定義了完全不同的芯片架構，利用3D技術提供高性能、高帶寬的存儲，提供兩種能力，一是計算能力，二是存儲容量。人工智能網絡幾十上百層，幾千萬個參數快速計算反復讀取。如果每一層的數據運算結果都需要讀寫，一個是長延時，一個是高功耗，那么為什么現在做AI芯片是主流呢？同時充分利用硬核處理器的功能，支持AI場景的快速操作。

　　這是AI行業芯片+平臺的趨勢，不僅是Xilinx，其他芯片設計公司也在朝著這個方向逐漸發展。