哪些视频流量最大，为什么?
2018年注定是过渡和变化的一年，有时在相同的设计中。汽车行业有新的机会，扩大规模仍有困难，人工智能和机器学习的爆炸式发展无处不在。
报道的流量数据反映了最新的趋势，但视频的流量趋势更加明显，因为人们花在观看这些视频上的时间更多。以下是各个领域的数据，以及排名第一的视频:
汽车
自动驾驶汽车技术在视频列表中名列前茅。ISO 26262下钻看了一些基本要求，以发挥汽车电子市场。做- 254我们来看看航空航天的安全关键标准以及如何将其应用到汽车电子领域，而ISO 26262统计学深入研究安全标准的统计基础。
内存
内存是今年一个反复出现的主题，原因有很多，包括DRAM的短缺，高性能/低功耗设计的权衡，以及涉及性能和可靠性的问题的重新出现。所有这些都给一个在过去20年的大部分时间里相对平静的市场带来了混乱。理解DRAM是最热门的视频。除此之外，HBM Vs. GDDR6比较两种不同的内存选项。此外，还讨论了嵌入式NVM和包中系统方法之间的权衡MCU内存选项，以及关于硬件内存架构的研究正在转向数据驱动的设计．
系统级设计
摩尔定律仍在继续，人们对它能延伸到多远的兴趣也在继续。5/3nm寄生萃取深入研究了新材料和栅极结构，如栅极全能fet和垂直纳米线fet。如何确保设计工程师创建的RTL与FPGA中显示的RTL匹配FPGA RTL签入g视频。节能的人工智能着眼于如何通过关注个人操作来提高人工智能操作的效率，包括数据传输、计算和内存。
低功耗高性能
同样的道理，未来巨大的性能提升深入研究了在摩尔定律之后，从数据中心到边缘，是什么推动了下一个巨大的性能提升。老化的影响讨论如何模拟老化效应，以及为什么问题在高级节点上变得更加困难。应用机器学习讨论如何使用人工智能、深度学习和机器学习。
制造与加工
10/7nm变化深入探讨了为什么变异性在高级节点中是一个越来越大的挑战，为什么中线现在是一个大问题区域，以及当由于一个小的工艺变化而导致通道不对准时会发生什么。但是3D晶体管并不是唯一的选择。22nm工艺描述了FD-SOI与批量技术的比较。和电子产品的新路线图随着摩尔定律的放缓，现在发生了什么变化，随着传统电子产品的物理边界开始被打破，包装也发生了什么变化
包装、测试和材料
从ATE实验室到Fab该视频成为该领域的顶级视频，目标是如何缩小设计和测试世界之间的差距，以提高覆盖率并缩短上市时间。小纸片的案例探讨类似乐高的方法背后的动力，挑战在哪里，以及与其他方法相比成本如何。和使用DSA与EUV揭示了为什么定向自组装仍然在最先进的节点上发挥重要作用。
fpga, AI和通信
人工智能是整个行业的热门话题之一，这在读者流量上很明显硬件推理，它研究了移动神经网络模型，不同应用需要多少乘法累加，以及为什么可编程神经推理将在未来几年被需要。人工智能训练芯片介绍如何加速算法并提高性能。eFPGA Vs. FPGA设计方法讨论了离散和嵌入式fpga之间的区别。802.11ax:更快的无线讨论了新的802.11ax无线标准，它将如何与5G和现有网络一起工作，以及如何建立一个集成的解决方案来减少家庭和企业的瓶颈。
要看更多视频，请查看完整列表在这里．
|
|
|
|
|
|
|
|
留下回复