芯片，人工智能，无人机...技术有哪些前沿和亮点？

　　2019年4月，一年一度的中国电子ICT媒体论坛和2019年行业与技术展望研讨会在深圳星河丽思卡尔顿隆重举行。

　　ICT检测:信息和通信技术是电信服务、信息服务、信息技术服务和应用的有机结合。在互联网和通信飞速发展的今天，尤其是物联网、工业4.0、新能源电动车、无人驾驶、无人机、5G、AI、芯片设计等热门领域。，今年的ICT论坛有哪些前沿技术和亮点？

　　机器人网络已经跟踪了解了这整个过程，总结如下:

　　AI一直被设计成一种后天习得的软件算法。在商业模式快速迭代进化的时代，XILINX已经将AI的相当一部分基本能力固化成芯片，并逐渐将AI制成芯片。同时利用Xilinx的数据中心策略实现平台。

　　在过去的几年里，各种主流的AI相关应用主要是视频和图像相关的应用，基于语音相关的应用。AI公司面临的困境是，芯片本身的制作并没有那么难。AI芯片是否包括其他芯片，包括中国自己制造的各种CPU，芯片自己做并不难。但要使用它，需要软件、生态环境、工具链和各种参考应用，需要的时间更长，资源更多。关键和核心因素是使用产品。

　　所以Xilinx提供了一个通用的AI解决方案。他们做了两件事。首先是在底层定义自己的命令级别和IP。这些IPs都是非常高效的定制IPs，专门为人工智能做不同的操作，比如特殊编程，提供定向加速IP，定向到相应的指令，但这仍然是非常低级的硬件开发能力。同时开发工具，通过这些工具和SDK为客户提供接口。因此，客户不需要编写任何一行代码，只需要调用它来支持不同行业、不同场景的应用。所以人脸、车辆等等都是不同的CNA，他们的核心运营商是一样的，就是网络架构和参数配置不同，然后生成不同的指令，最后运行在不同的硬件平台上。

　　与此同时，Xilinx推出了数据中心战略，发布了下一代范思哲计算引擎。

　　面对通信和人工智能的高性能场景，定义了完全不同的芯片架构，利用3D技术提供高性能、高带宽的存储，提供两种能力，一是计算能力，二是存储容量。人工智能网络几十上百层，几千万个参数快速计算反复读取。如果每一层的数据运算结果都需要读写，一个是长延时，一个是高功耗，那么为什么现在做AI芯片是主流呢？同时充分利用硬核处理器的功能，支持AI场景的快速操作。

　　这是AI行业芯片+平台的趋势，不仅是Xilinx，其他芯片设计公司也在朝着这个方向逐渐发展。