Post-quantum安全;验证技术采用;UCIe;线边缘粗糙度。
Synopsys对此的Dana Neustadter, Sara Zafar Jafarzadeh和Ruud Derwig认为我们已经处于后量子安全的拐点，因为具有较长生命周期的设备和基础设施系统或必须在较长时间内保密的通信数据需要有通往量子安全解决方案的路径。
西门子EDA的哈利福斯特介绍ASIC设计中采用验证技术的趋势，包括动态技术、静态技术以及仿真和FPGA原型设计。
抑扬顿挫的j . Harshit提供了对UCIe规范的简要介绍，该规范提供了一个通用的芯片互连，可以构建超过最大十字线尺寸的大型soc。
瑞萨的真纪子塞其解释了安全完整性水平，一个衡量自主和半自主安全系统性能的故障概率，以及设计一个符合规定的系统的过程。
Riscure的Marc Witteman检查密码实现中的差异故障分析和对持久故障的利用，这可能比瞬态故障更容易应用，因为它们不需要精确的计时，并且在更长的时间内保持活动。
Ansys的纳西姆安萨里解释了雷诺数，一个重要的无量纲参数，用于流体力学，以帮助预测流体的行为，以及如何计算它。
Coventor的Sumant Sarkar展示了如何建模线边缘粗糙度(LER)可以帮助工程师制定工艺规范，以实现其目标产量。
在播客中，Arm 'sGeof Wheelwright和Dermot O 'Driscoll讨论数据中心和基础设施领域不断变化的设计需求，以及高效硬件、开发人员平台和软件生态系统的重要性。
在SEMI的一篇博客中，DataProphet的里奇考表明人工智能的部署可以通过识别有缺陷的芯片和确定晶圆的质量，为半导体制造商提供运营收益。
验证博客都铎王朝Timi演示如何使用另一种定义测试的方法在UVM中获得动态测试创建的好处。
Nvidia的阿曼达·桑德斯预测2023年尖端人工智能的发展将专注于高投资回报率、更多人机协作、工业安全、网络安全和数字双胞胎的用例。
不要错过最新一期的专题博客低功耗高性能通讯：
Rambus的卢Ternullo指出了PCIe规范的最新更新，这对于需要移动大量数据的设备是必不可少的。
Synopsys对此的戈登•库珀详细介绍了一类新的神经网络模型，这些模型正在打开全面视觉感知的大门。
二次曲面的史蒂夫罗迪看看如何避免被困在机器学习的路边。
手臂的Ashok Bhat他解释了人工智能(AI)如何成为应对全球变暖的解决方案的一部分，但他承认人工智能本身也是一个重要的碳排放国。
西门子约翰Wagnon研究如何在FPGA设计中预测和防止电迁移和IR下降效应。
抑扬顿挫的印度的七弦琴Parthan演示如何简化几何图形的导入和准备，以及表面和体积网格划分。
Ansys的劳拉•卡特找到了一种为越野自行车制造电池的更好方法。
|
|
|
|
|
|
|
|
留下回复