芯片采购,IC采购,芯片采购平台
芯片
每日新闻头条
普遍计算的六个必要条件
(2024年12月21日更新)

为普遍计算构建生态系统,将计算融入日常万物,大量试错是必然的。

芯片采购网专注于整合国内外授权IC代理商现货资源,芯片库存实时查询,行业价格合理,采购方便IC芯片,国内专业芯片采购平台

毫无疑问,数字技术在未来几十年将变得越来越普遍。Exponential Group 其他机构认为,数字化应该是实现可持续发展的第一步 2030 年及以后,硬件和软件将通过微调建筑、工厂等环境来帮助减少 15% 的排放。

电动汽车,优化 ADAS 随着系统和自动驾驶的发展,配备大量处理器的汽车将成为车轮上的数据中心。通过新型可穿戴设备或医疗设备提供医疗保健和远程医疗往往被视为电子技术的最大机遇。

但是,要构建经济有效的生态系统,必须进行大量的试错。 Arm 我的工作是展望未来,制定未来的路线图。以一些未来主义场景为政策,以下是我认为必须克服的一些关键障碍。


1. 智能纹身

Neuralink 该公司启动了一个宏伟的计划,他们想利用大脑和神经脉冲将人们与计算机联系起来。这种技术前景很有吸引力——想象一下,他们的世界将显著改变身体残疾或衰竭疾病的人,但也充满了严重的担忧。

将处理器直接植入大脑或神经元突触会给患者带来巨大的医疗风险,升级的复杂性不言而喻。另一方面,分析眼动或音色的计算机视觉系统有固有的局限性——它们只能使用少量有限的外部数据。

智能纹身可以将数据传输到云进行分析或直接执行人工智能功能。它们还可以作为数据进入大脑的网关。

数据完整性和系统安全是安全的关键。所需的技术包括抵抗分布式拒绝服务 (DDoS) 攻击和自动暂停按钮,用于检测输入输出数据或防止异常脉冲。此外,设计人工智能算法和人机界面来确定用户的真实意图也至关重要。例如,三个快速眨眼或其他简单的身体动作通常不会与触发鼠标点击的小动作混淆。

此外,智能纹身应易于移除。Arm 最近发布了柔性处理器的原型和可打印的柔性神经网络。虽然该技术仍处于试验阶段,但由技术组件、制造工具集和软件组成的生态系统很可能在未来几年初步形成。

2. 数字监管链

就像加利福尼亚大学伯克利分校一样 Hany Farid 如今,视频、图像甚至声音的深度伪造越来越猖獗,检测难度越来越大,手段也越来越狡猾。即使在未来的选举中,一些选定的假信息也可能被怀疑赢得或失去。

想象一下在元宇宙中恶作剧的可能性。人工智能增强的视频通话可能会转化为完全伪造和令人信服的对话,并试图影响我们的正常行为或决策过程。在现实世界中,工业设备可能会发送信息,导致员工错误地停止生产,甚至无法采取行动。

对于智能工厂或汽车等自动化系统,在发生事故时,人工智能决策过程的所有级别的每个组件都需要能够告知用户发生了什么,以及如何做出决策(例如,红灯发送错误信号,LIDAR 目标未检测等。

无论是在现实中还是在数字世界中,我们都需要能够以不可改变的方式跟踪和追踪信息,最终探索真相。数据证明服务和区块链功能将是必不可少的,因为它们可以很容易地扩展,以跟踪信息,直到找到原始数据。虽然这些系统可能无法证明事物的真实性,但它们可以识别中间篡改,并确保数据的完整性。

3. 可溶性集成电路

2020 2000年,人类迎来了另一个有争议的里程碑:人造材料的数量首次超过了天然生物材料,而且每次 20 每年翻一番。从摇篮到制造摇篮,制造商可以通过重复使用旧材料或零件来帮助减少垃圾的产生。

然而,如何通过可持续和可扩展的方式开发、部署和回收智能传感器或系统呢?可溶性集成电路为制造商提供了一种可行的回收组件的方法。可编程的可溶性集成电路甚至允许我们通过可持续和可扩展的方式调整产品功能和审美设计。

4. 空中数据中心

虽然过去十年数据中心和网络的功耗相对稳定,但我们仍然需要不断创新来继续这一记录。与此同时,人工智能和 5G 工作负荷也会扩大。

幸运的是,许多常见的应用程序不需要超短的延迟。可以想象冷(和微温)数据存储和一般计算负载转移到纳米卫星上。虽然这需要复杂的总能耗计算,但卫星数据中心与地面数据中心相比具有系统优势——无需冷却成本。这无疑是一个巨大的工程问题,但它需要大量的基础知识。

5. 人工智能生成的硬件

所有行业都在经历数字化转型,电子行业必须跟上这一趋势。在物联网 (IoT) 物联网系统的设计受益于应用支持平台,使物联网设备和相关应用的设计更快、更容易。未来七年,大约会有 10 到 20 实现合理成熟的平台。我们还需要开发类似的支持技术和工具,协助电子行业的各个细分市场硬件、软件和应用。

对于半导体,通过这种半导体设计支持平台,简化复杂智能系统设计,实现自动化Diodes代理这一目标将比我们预期的更早实现。一旦设计数据的庞大数据库投入云中,人工智能就可以分层,比人类生成硬件和软件更快更好,并可以随时投入生产。

神经架构搜索机器学习工具可以自动创建硬件感知训练神经网络,优化特定的机器学习任务。同样,对于特定的过程,如果硬件组件及其关系可以通过成本函数来表示,我们应该能够自动优化和合成适合任务的硬件。

6. 相变存储器 (PCM) 大展身手

1970年,Gordon Moore在电子杂志上预测,相变存储器将在十年内进入市场。这一预测还没有实现。事实证明,传统的内存和存储器非常灵活和强大,甚至超出了其忠实支持者的预期,闪存作为一个时尚的概念,在传统的半导体存储领域找到了一个有用的地方。但与此同时,相变存储器仍处于原型阶段,难以投入生产。

然而,物联网的普遍应用改变了这种情况。由于混合电子系统,桌子、窗户、门和其他耐用或不耐用的物体将很快开始具备一些新的功能,并将成为无处不在的人机界面或传感器。但它们并不总是连接或接入,也不包括传统的计算机接口或电池。相反,它们包裹着智能的第二层皮肤,可以响应射频电波、热量或其他刺激。这必然需要低功耗和非易失存储。相变存储器能提供所需的容量、非易失性和功耗吗?

芯片采购网|IC采购|IC代理商 - 国内专业的芯片采购平台
芯片采购网专注整合国内外授权IC代理商的现货资源,轻松采购IC芯片,是国内专业的芯片采购平台