随着内燃机被电动车取代，机械系统传感器将被众多的电子传感器取代，以实现高效的操作和不同程度的自动驾驶。

内存的游戏规则通常可以总结为在保持低能耗的同时获得更多的性能。这对LPDDR（Low Power Double Data Rate）DRAM来说尤其如此，但AI、边缘计算和5G等使用场景也为其增加了压力。

自从Intel在2018年初推出其首个用于神经形态计算的专用14nm芯片Loihi以来，人们一直保持着对Intel在神经形态方面工作的关注。就在前几天，Intel便宣布了Loihi 2，第一代设计中的很多问题。

iPhone 13搭载了最新的A15芯片，但Apple没有将A15与A14之间进行任何代际比较，而只进行了竞品的简单对比，虽然Apple这样做并非罕见，但在今年的iPhone发布会上，这一点似乎比往常更突出。

半导体供应商需要向他们的汽车供应链保证，产品的开发是通过减少系统性故障概率的过程来管理的。

Arm于9月15日宣布了SOAFEE（Scalable Open Architecture For Embedded Edge）软件框架项目。

碳化硅（SiC）在各种汽车芯片中的应用越来越多，已经达到了一个临界点，大多数芯片制造商现在认为它是一个相对安全的赌注，于是掀起了一场争夺战，将这种宽带隙技术推向主流。

今年的IAA Mobility首次在德国慕尼黑举行。而且，本次活动是线下和线上虚拟混合举办的。

Cache（高速缓存）的发展是计算历史上最重要的事件之一。

卡车行业正大力推动自动驾驶和电动化，以降低货物运输成本并试图解决长期存在的问题。

想必大家都有关注Apple这次发布的新款A15仿生芯片。A15在四款iPhone 13系列中CPU都是相同的2个性能核与4个能效核，但GPU的部分略有差别。13和13 mini是4核GPU，而13 Pro和13 Pro Max的GPU则是5核。

自从Pat Gelsinger回到Intel后，他就打算改变公司，这一点已经很清楚了。现在，具体如何改变也已经变得更加清晰了。在对Pierre Ferragu和英特尔CFO George Davis的一次深入的访谈中，Gelsinger分享了他对Intel未来发展的看法。

随着燃油车被电动车取代，机械连接越来越多地被电子信息所取代，需要一个车载网络来促进通信。针对汽车和其他时间敏感的应用而出现的以太网似乎是首选。

坊间已有很多芯片短缺相关的各种报道和分析，我也读过不少，以为已略知一二。前不久听到对哈佛商学院的供应链专家Willy Shih的访谈，全方位解读了围绕着芯片问题的各个环节，让我大受裨益，才知之前所知只是冰山一角。

坊间已有很多芯片短缺相关的各种报道和分析，我也读过不少，以为已略知一二。前不久听到对哈佛商学院的供应链专家Willy Shih的访谈，全方位解读了围绕着芯片问题的各个环节，让我大受裨益，才知之前所知只是冰山一角。

坊间已有很多芯片短缺相关的各种报道和分析，我也读过不少，以为已略知一二。前不久听到对哈佛商学院的供应链专家Willy Shih的访谈，全方位解读了围绕着芯片问题的各个环节，让我大受裨益，才知之前所知只是冰山一角。

虽然高通是汽车市场的后来者（调制解调器之外），但该公司在高性能低功耗异构处理解决方案、AI，以及建立和推动开放生态系统的经验方面拥有专长，使OEM和第三方开发商能够为其平台增加价值。

首先，关于人工智能（AI）的几个观点：它是一个错误的名称！AI既不是人工，也不是智能。如果没有大量人为的训练，AI无法识别事物。在识别、理解和分类物体或场景方面，AI表现出与人类完全不同的逻辑。

Tesla在上月的AI Day推出了用于机器学习和神经网络训练的芯片、系统和软件。它们将共同推进用于自动驾驶汽车模型的训练。

有关GlobalFoundries即将进行IPO的报道，为我们提供了一个机会，来审视这家代工厂在不断变化的半导体生态系统中的地位。因此我们有必要了解一下GlobalFoundries的发展始末。