未来的3 d ic;美国疾病控制与预防中心在fpga;神经形态计算;物联网的安全。
手臂的格雷格Yeric看起来对未来的3 d ICs深入3 d晶体管电平,包括不同的提出方法叠加晶体管、能力/性能优势和挑战,如寄生电阻。
导师的克里斯•郭Kurt豆类多米尼克Lucido,乔Hupcey三世解释一个自定义同步器方法可以帮助避免疾病预防控制中心的错误和错误在FPGA设计中通过添加保护逻辑,指定假设检查,并宣称疾控中心图书馆的结构。
抑扬顿挫的保罗McLellan听在著名安全专家讨论量子计算和密码学,幽灵的脆弱性,以及今天的安全中有一线希望。
Synopsys对此的Meenakshy拉马钱德兰需要看看HDMI 2.1与特定的关注VESA显示流压缩以及它如何支持10 k显示。
英特尔的罗恩·威尔逊冲进神经形态计算检查它是什么,怎么神经形态网络不同于公约深度学习网络,并在可能的情况下应用程序可能说谎。
Aldec的Vatsal乔科斯解释了随机分层testbenches用于SystemVerilog和为什么他们改善Verilog /硬件描述语言(VHDL)直接面向测试testbenches。
Rambus的Aharon Etengoff看看NIST的新举措,旨在开发轻量级加密标准以更好地保护传感器和其他资源受限的物联网设备。
半的劳拉Chamness检查去年的蓬勃发展的半导体设备市场趋势和稍微复杂材料市场,随着今年期待什么。
Modelithics”伊莎贝拉贝德福德认为,随着无线技术移动到更小的尺度和更紧凑的设计,三维建模在电磁分析是电路设计流程的一个至关重要的一步。
林研究的伊丽莎白帕维尔指向的方法技术是帮助保护和恢复的经典作品,从漆成分分析确定损伤。
硅实验室的兰斯尺蠖认为可能威胁物联网设备将面临和认为,他们将需要安全更新的能力,它有自己的一组挑战。
Nvidia的托尼Kontzer指向一个图像识别的人工智能的应用,旨在帮助盲人和低视力用户更容易的浏览世界。
别忘了看看上周的博客了系统级设计通讯:
主编埃德·斯珀林认为还为时过早预测谁会赢,为什么,但是到处都有大机会新兴。
导师的詹姆斯巴黎显示了为什么它是如此重要的早期验证芯片级互联和块接口。
Arteris IP的库尔特·舒勒解释了为什么互联将深度学习纳入汽车设计时是至关重要的。
UltraSoC的Gajinder Panesar深入的世界服务器和高性能计算,最小的低效率可以构建成大问题。
Aldec的Vatsal乔科斯考察了不同阶段UVM遵循。
OneSpin的汤姆·安德森观察等价性检查是关键逻辑合成主流,但它是更复杂的fpga的时候。
eSilicon的迈克Gianfagna看着为什么伟大的进步在人工智能和深度学习现在正在发生。
Synopsys对此的理查兹马克观点简单流作为一个逝去时代的遗迹。
抑扬顿挫的弗兰克Schirrmeister认为权衡可能是一件好事,当你可以灵活地选择什么才是最重要的。
技术编辑布莱恩•贝利考虑为什么人工智能将会改变我们的观点,为什么你需要知道。
Coventor的于陈,杰克黄,大赵,Jiangjiang(吉米)顾和约瑟夫·欧文看看如何设计技术共同提高产量和加速投放市场的时间。
密歇根大学瓦Bertacco指出DAC的必看技术会议今年6月在旧金山。
Semico研究的乔安妮Itow指出,尽管人工智能仍然不能与常识,其实用性正在迅速增长。
|
|
|
|
|
|
|
|
|
留下一个回复