近日据外媒 CNews 报道，俄罗斯 CPU 制造商 Baikal 的母公司濒临破产，目前正在准备拍卖包括有效专利在内的资产，公司整体或将转型人工智能领域。 Baikal 是 T-Platforms 的一部分，T-Platforms 是一家专门从事百亿亿次计算的俄罗斯企业。报道称，T-Platforms 正准备拍卖知识产权，其中包括与国产 CPU 相关的专利和信息。 据报道，预计拍卖的金额为 4.84 亿卢布(IT之家备注：当前约 3688.1 万元人民币)，虽然数额不大，但对于 Baikal 这样的公司来说仍然相当可观，拍卖定于 2023 年 9 月 26 日举行。 Baikal 首席执行官 Andrey Evdokimov 对此表示，Baikal Electronics 不仅没有申请这些专利，甚至不会参加拍卖，该公司也不打算赎回其股份。 Evdokimov 还表示，知识产权的转让不会阻碍公司的发展，并认为这个阶段是“令人鼓舞的”，并将推动“Baikal 的产品和生态系统”的发展。 Baikal Electronics 可以说是俄罗斯国产 CPU 的“潮流引领者”，该公司在 Baikal-M 系列上进行了深入研究，甚至尝试将 Baikal CPU 集成到笔记本电脑中，采用 ARM 架构，不过整体架构技术性能表现一直都没有赶上主流发展，自然也很难获得市场认可。 Baikal Electronics 已经好几年没有发布新的处理器了。其最新的产品之一是 Baikal-S 服务器芯片，该芯片于 2021 年 10 月开始生产。同样在 2021 年夏季，Baikal 针对各种电子产品类别发布了 Baikal-M2、Baikal-L 和 Baikal-S2 处理器，但因此到目前为止，它们只存在于纸面上。所有 Baikal 处理器的生产已于 2022 年 2 月 27 日停止。 外媒此前还报道称，Baikal Electronics 计划将其策略转向人工智能行业的 ASIC(专用集成电路)，这可能就是其首席执行官将拍卖视为机会的原因之一，该公司将重点完全转向人工智能也是一个积极的信号。

鉴于 4G 已经进入市场十多年，公众似乎对 4G 到 5G 的演进不敏感。对于普通用户来说，可能会觉得 5G 具有可预测的进化特性是不可避免的，并且测试方法主要是关于更快的速度和更多的访问。还有很多。在 4G-5G 共存和切换之上增加的新功能的复杂性对设计和测试的复杂性产生了深远的影响。要考虑的一个看似简单但复杂的关键用例是在跨混合 4G 和 5G 网络的移动漫游事件期间呼叫的蜂窝切换。 这样做的明显含义是扩展了测试要求。测试 5G 设备时，测试范围不仅限于新的 5G 功能。Release 15 基于之前的 4G 版本，即 4G LTE(Release 13 和 Release 14)，所以我们知道总的测试套件相应地扩展。但挑战并没有就此结束。 5G 标准在许多新方向上扩展了能力。第 15 版包括一系列广泛的新功能和要求，需要额外的测试功能和验证才能交付产品。以下是需要额外关注的一些新的 Release 15 SA 和 NSA 亮点： · 支持扩展频率范围 – FR1 和 FR2 · 更宽的带宽通道 · 载波聚合：在带内连续、带内、非连续和带间、非连续配置中最多 16 个分量载波，跨越 FR1 和 FR2 · 超过 1 GHz 的聚合频谱 · 支持每个运营商上的不同数字学 · 每个运营商的可变传输块映射 · 通过聚合支持许可和非许可频谱 · 4G和5G共存 · 4G/5G 在存在其他无线通信标准的情况下共存：蓝牙、NFC、GPS、FM Radio 和 Wi-Fi(2.4GHz 和 5GHz 变体) 此外，毫米波频谱支持迫使测试方法扩展，推动大部分测试套件转向空中 (OTA) 测试。OTA 测试不仅仅是从有线测试的简单转变，也是一种新的测试方式，用于测量和验证 5G 毫米波信号采集和管理独有的功能。这些包括： · 信号采集和跟踪 · 波束成形性能和精度 · 毫米波 MIMO 信号接收和解码 集成相控阵天线(右侧白框)的空中测试需要接收天线(左侧)以及信号源和信号分析仪。由是德科技提供。 这些概念对设备制造商来说都不是新概念，但在毫米波 (mmWave) 中执行时，方法完全不同。除此之外，5G 设备可以在 6 GHz 以下、毫米波或两者中运行，并且可以在数百种不同的组合中使用更宽的信道带宽和信道聚合。在我们考虑不同的 5G 用例之前，所有这些都可能对功耗、延迟或两者都有额外的限制或要求。总的来说，需要新的方法和更多的测试来验证移动设备的相同行为，并且许多测试将从易于理解和优化的有线测试方法扩展到更复杂和耗时的无线测试方法。 预测未来 无缝 4G-5G 切换、新频率、新用例的组合，当然还有它们的组合和排列，所有这些都增加了更多的测试。每个设备制造商都将开始集成新的标准合规性测试、EMI/EMC 要求和 OTA 行为理解测试。制造商还需要添加更多测试用例来涵盖新功能。 在过去十年中，我们已经看到在网络边缘的载波采集、天线放置、竞争 Wi-Fi、BT、RFID 和蜂窝发射器之间的射频干扰以及电池性能等功能的测试中偷工减料的代价高昂。没有制造商愿意承受这些缺陷的后果，但测试时间与上市时间之间的权衡始终存在。 设计和测试团队要问的关键问题是“多少测试才足够?” 我们可以利用历史和当前知识来确定近期的测试量，甚至可以根据过去的增长预测未来的测试量。 在查看一些最早的 GSM(第三代)标准时，他们的测试矩阵中有数百个用例。最新的第 14 版一致性测试套件包含大约 15,000 项测试，需要完全验证 LTE…

2022年5月16日，双叶(Futaba)电子工业株式会社(下称“Futaba”)与世强先进(深圳)科技股份有限公司(下称“世强先进”)签署代理协议，授权世强先进代理其旗下有机发光二极体(OLED)和伺服器。 Futaba是行业领先的PM-OLED及产业伺服器的供应商，有全制成的生产技术、深度制造的能力和遍布全球的销售和生产基地，能够满足大量的客户需求，产品广泛应用于汽车、医疗、工业等领域。 近年来，随着新一轮科技和产业革命加速兴起，显示行业与5G、大数据、人工智能等新一代信息技术不断发展和融合，市场规模已突破万亿。 据了解，OLED是继CRT显像管、LCD液晶显示后，基于电致发光的第三代显示技术。相比于上两代显示技术，OLED因显示效果佳、耗电低、柔性高和超轻薄等优点，更适应5G时代万物互联的显示需要，成为高端消费电子产品的首选。 OLED已广泛应用于VR、车载、穿戴设备、智能家居、智慧城市等领域。 作为日本一线显示器供应商，Futaba在OLED的研发、测试、服务方面积累了丰富的经验。 其生产的PM-OLED有单色和全彩两种显示颜色可选，屏幕偏色程度低，均一性较好的同时，屏幕厚度在1.03mm-2.01mm间不等，有利于结构设计。并且产品不易受环境温度影响，具有品质稳定高、使用寿命长、防震动等优点，适用连接器的种类也很丰富。 除了在显示器行业，Futaba在航模领域的研发也有非常悠久的历史，市场保有量大，认可度高。基于此，Futaba将航模产品积累的成熟技术推广在产业伺服器上，使伺服器在可靠性、寿命、售后、客制化上都有长足的提升。 Futaba产业伺服器的驱动电压有4.8V-6.0V(NiMH 4S-5S)、6.0V-8.4V(LiFe 2S,LiPo 2S)、11.1V-14.8V(LiFe 4S,LiPo 3S)和24V四个系列;最大扭矩在1.7~110kgf•cm范围之间;空载速度在0.05~0.57秒/60°之间，可选择的范围更广。 值得一提的是，该伺服器还拥有Futaba独有的S.BUS/S.BUS2.和Command(RS485 or TTL)的控制信号。S.BUS2允许双向通信，可以支持连接遥测传感器，遥测数据回传至遥控器得以实现。 目前，上述产品均已上线世强先进的电商平台——世强硬创，用户可在平台搜索“Futaba”，即可免费获取官方样品、技术资料等。 随着智能移动及可穿戴设备的普及率日益提高，柔性OLED显示屏需求也在不断增加，加上工业自动化的蓬勃发展，Futaba还开发了工业级伺服器，近两年开始在中国市场投入推广。Futaba可以借助世强先进近三十年的分销经验，开拓中国市场，提高产品知名度和市场占有率。

8月31日消息，最近两天华为Mate 60系列亮相，展示了我们国产高端手机的能力，还包括某些方面的成绩，非常激动人心。 不过，我们还不仅仅有华为，其他厂商也都在默默发力，马上就要见到成果了。 今天博主数码闲聊站发文透露，某厂商的自研系统、自研车、自研芯片，都会在今年和明年正式亮相。 虽然爆料中没提到具体厂商，但是结合博主爆料习惯和此前的各方消息，基本可以确定这家厂商就是小米。 自研车其实已经很明确了，小米不断强调首款量产车会在2024年上市，并且目前造车进展非常顺利，进度超出预期，甚至不排除会在年底的小米14发布会上公布一些信息。 至于自研系统，此前爆料也已经明确，将会率先在车机上使用，命名应该会与之前备案的域名一样——MIOS。 自研芯片虽然自从小米5C的松果之后就没有见到集成的SoC，但小米其实一直都在坚持做自研芯片的开发，近两年自研的小芯片澎湃P1、P2、C1、C2等效果都不错，实现了影像、充电等功能的加强。 最终SoC的呈现，也不过是最后的冲刺而已，虽然可能会很长。 当然了，做国产自研必然是山高水险，艰难曲折的道路，真正首款产品推出的时候，各方面也或许远不如主流高通等芯片，但能做出来、能正常用就已经是足够大的突破。 就像华为一样，大家也该给小米等一批国产厂商足够的宽容和支持，只要能有成果，不分厂商，全都是“国产之光”。

业内消息，近日小米集团发布了上半年的财报数据，虽然营收数据同比下滑，但是净利润有较大增长。对于之前印度冻结的的资金，小米集团总裁卢伟冰在电话会中表示，资金仅被印度政府冻结并非没收，小米目前在通过法律途径解决。 财报数据显示，小米二季度营收 673.5 亿人民币，同比下降 4.0%;第二季度经调整净利润 51.4 亿元，同比增长 147.0%。小米上半年总收入 1268.3 亿元，同比下降 11.6%;上半年经调整净利润 83.7 亿元，同比增长 69.5%。 截止今年 6 月全球 MIUI 月活跃用户数达到 6.06 亿，同比增长 10.8%，小米 AIoT 平台已连接的 IoT 设备(不包括智能手机、平板及笔记本电脑)数增至 6.545 亿，同比增长 24.2%。 今年二季度小米集团的广告业务收入为人民币 51 亿元，同比增长 13.0%，收入创历史新高。随着广告业务精细化运营的深入以及高端智能手机用户规模的增长，本季度国内和境外效果和品牌广告收入均创历史新高。 其中，小米智能家电同比增长超过 70%，智能电视及笔记本电脑营收约为 47 亿，同比下滑 10.1%。此外研发支出 46 亿元，同比增长 21.0%，并计划未来五年研发投入将超 1000 亿元。 卢伟冰表示，小米在印度的经营始终合法合规，正在积极与当地政府部门沟通。尽管过程非常漫长，但小米相信印度司法的公正性和独立性。小米在印度市场的业务调整取得明显效果，未来大家会看到小米在印度市场的占有率和产品结构改善方面的新变化。

马萨诸塞州沃尔瑟姆—2022年8月31日—领先的高质量机电开关制造商C&K为其滑动开关系列推出了镀金款。该镀金款现已应用于 AYZ 系列微型滑动开关、JS 系列超微型滑动开关和 PCM 系列超微型表面贴装滑动开关, 镀金款的产品性能和环保性都得到了增强。 无论终端产品是处于潮湿的空气中, 还是处于含有硫化物的环境中, 镀金开关都能减少潜在的电路短路风险（因银迁移导致枝晶生长, 镀层老化）。此外, 镀金是低电平级别或干电路的理想选择。 C&K 为 AYZ、PCM 和 JS 系列提供镀银或镀金触点选项, 以确保功能性满足更广泛的市场需求。这些滑动开关可用于高电流或超低电流的应用。从家庭火灾警报系统到工业电源管理系统, 滑动开关用途广泛, 可根据应用要求进行定制。 C&K 全球产品经理 Cathy Zhao 表示：「众多客户向我们提议, 要在最受欢迎的滑动开关系列中提供镀金款, 以适应恶劣或腐蚀性环境。镀金款开关能够适配不同市场更多品类的产品, 满足市场对能在恶劣环境中可靠运行的开关的需求。」 如需了解 C&K 镀金款滑动开关的详细资料和技术规格, 请点击下面的链接： AYZ系列 | PC系列 | J系列

为网络应用设计 ASIC 面临着独特的挑战。一是这些设备的带宽和延迟性能测试比其他类型的 IC 所需的仿真周期要长得多。当然，扩展模拟会减慢整个设计过程。为了解决这些问题和其他问题，思科工程师采用了将仿真与仿真相结合的做法，以改进和加速验证过程。 过去，思科会为每个新 IC 寻求独特的验证机制。为了节省精力和时间，该公司与其工具供应商 Mentor Graphics 合作，将可应用于多种设计的方法标准化。 “转向现成的仿真产品是有益的，尤其是大型芯片和系统的推出，”思科系统公司核心 ASIC 集团的验证经理 Afzal Malik 说。Malik 参与了用于企业和园区交换网络的专用集成电路 (ASIC) 系列的仿真，即 Catalyst 9000 系列，它是思科最成功的产品线之一。 Malik 的小组使用仿真来解决难以发现的深循环错误。如果没有仿真，这些类型的错误最终会在芯片中实现，而修复它们的成本非常高。该小组设定的目标是通过仿真检测所有错误，通过在流片前结合形式验证仿真和硬件仿真来达到 100% 的覆盖率。实现这些目标将缩短上市时间。 挑战仅始于带宽和延迟性能测试，这些测试使得模拟运行时间如此长。由于过多的构建和运行时间，复杂系统中的多芯片交互难以在仿真中进行测试。随着接口的不断发展，设计验证小组会花时间开发驱动程序和监视器。一些网络协议，例如 PTP 1588 和链路暂停和优先流控制 (PFC)，是模拟密集型的，运行时间很长才能达到稳定状态。 网络 ASIC 通常是大型设计，这意味着代码覆盖和功能覆盖需要更多时间。此外，最新网络标准的验证需要增强测试台组件。最后一个挑战是硬件/软件协同验证，它涉及在流片之前在硬件上运行实际软件。 Malik 指出，仿真对于块级验证和基本集成测试是不可替代的，但随着设计尺寸的增加，仿真性能会下降，尤其是在使用多个 ASIC 的系统上。为了克服挑战，模拟是不够的。 有一些与验证过程相关的术语应该在这里定义。后门初始化和前门初始化是指如何从内存中加载或提取内容。前门流程意味着设计本身用于将数据移入和移出内存。后门流程是测试平台或软件在不使用设计的情况下将数据移入和移出内存的一种方式。测试工程师经常想要预加载内存内容，或者在测试运行结束或中途从内存中提取数据，而后门访问通常用于这种类型的内存加载或提取。 Malik 报告说，他的团队在 90% 以上的测试中使用了后门初始化模拟。仿真并不是前门验证的理想解决方案。当软件配置 ASIC 并运行生产软件时，前门初始化成为一项要求。 为了应对这些挑战，思科的设计验证工程师为此 ASIC 设计引入了 Mentor Graphics 的 Veloce2 仿真器。仿真的运行速度是仿真的千倍，并且其运行时性能不会随着设计尺寸的增加而降低。 与 FPGA 系统不同，基于 Veloce 的仿真环境提供完整的调试可见性。编译和运行步骤与仿真类似，使用简单。例如，大量的验证组件，特别是记分牌、检查器和功能覆盖点，可以在仿真中重复使用，Malik 指出。 该小组使用模拟进行设计启动。Malik 肯定，即使是仿真中的多单元级验证也是在芯片级获得前几个数据包的良好开端。 除了帮助发现在其他情况下检测起来很费时间的深循环错误之外，仿真还有助于执行真实软件、在芯片上运行性能测试以及系统级验证。仿真对于线速测试、流量控制和互联网混合 (IMIX) 测试也很方便。暂停测试、数据路径测试和负载平衡在仿真中高效执行。 软件和硬件团队都使用思科的 ASIC 验证环境。虚拟 PCIe 接口(左)通常供软件团队在通过标准 PCIe 接口与交换 ASIC 通信的控制平面上启动其操作系统或内核。从软件的角度来看，软件团队就像在使用 ASIC 一样运作。但是，设计本身在模拟器中。

北京——2023年8月31日，“2023亚马逊云科技re:Inforce中国站”今日在北京召开。此次大会以“AI时代 全面智能的安全”为主题，聚焦生成式AI在安全层面给企业带来的挑战及机遇。亚马逊云科技认为，安全是构建生成式AI不可回避的重要议题，企业只有在AI旅程中做好数据、模型和应用的安全防护，才能更好地借助AI加速业务创新。在大会上，亚马逊云科技还宣布与涂鸦智能成立“联合安全实验室”，双方将在机密计算及数据隐私、Matter技术合作及体系建设、生成式AI在IoT领域的安全实践等方面展开联合共创;与德勤企业咨询合作发布《中国企业出海发展建议白皮书2023版》，为中国出海企业解读相应的法律法规，分析面临的问题和挑战，并提出应对策略提升出海企业数据安全。同时，亚马逊云科技还正式推出“敏感数据保护解决方案”，帮助客户在数据治理层面，实现自动化敏感数据发现并在统一平台上管理数据资产;以及多项安全新服务及功能，如Amazon Verified Permissions、Amazon CodeGuru Security、Findings Groups for Amazon Detective等，帮助客户构建应用程序的零信任管理，提升漏洞发现及响应的智能化。 如今，各行各业的企业都希望能抓住生成式AI带来的机遇开展业务创新。企业根据自身场景，在云平台的支持下，可选择适合的基础模型，或利用自身数据基于基础模型构建定制化的模型，或直接使用开箱即用的生成式AI应用。企业借助生成式AI、大语言模型等前沿技术开始业务创新的过程中，会面临诸多围绕数据、模型、应用等新的安全挑战。生成式AI需要依赖大量的数据和模型，任何一个环节的安全疏漏，如使用不安全的模型训练及微调、模型的泄露、不安全的应用、不安全的应用访问等等，都可能会导致企业自身数据及隐私的泄露，或者产生不准确甚至错误的结果。企业只有确保应用AI各个环节的安全合规，才能更好地助力业务开展创新。 亚马逊云科技不仅提供了一系列的技术、服务和工具帮助更多企业充分释放生成式AI的潜力，同时确保安全合规是开展一切业务的基础，包括其生成式AI的各种工具，涵盖数据、模型以及应用各个环节。同时，亚马逊云科技还将AI以及生成式AI技术应用于其安全及合规服务中，以更智能的安全、合规服务应对复杂的安全威胁、提高合规效率。在IDC近期发布的《2023中国公有云托管安全服务能力报告》中，亚马逊云科技在专家能力、漏洞及威胁检测、威胁情报等7项目评估维度上是获得满分最多的厂商之一，其中“生态建设”评估维度是唯一获得满分的厂商。 确保数据、模型以及应用的安全，企业才能更好地释放生成式AI应用的价值 数据是企业使用AI进行业务创新的基础，例如企业需要使用高价值的业务数据进行模型训练及微调，数据在产生价值之前会经过数据存储、传输、使用、治理等各个环节。企业为构建生成式AI应用，首先应在数据流动的过程中确保端到端的数据安全，为生成式AI应用提供安全和有价值的数据输入。在亚马逊云科技，我们一直严格遵从客户拥有和控制数据的理念，提供了行业领先的技术和物理措施来防止未经授权的访问，为数据提供涵盖存储、传输、使用、治理等各个环节的加密及保护服务。例如，亚马逊云科技的客户可使用Amazon Key Management Service (Amazon KMS)，并将其与亚马逊云科技众多服务深度集成轻松保护多种数据；Amazon Nitro提供硬件级别的安全机制，实现了网络、存储隔离的独立安全通道，使用Nitro Enclaves的加密功能，客户可以进行机密计算，其中多个参与方可以加入和处理高度敏感的数据，而无需分别向每个参与方披露或共享实际数据。 亚马逊云科技还提供贯穿如Amazon Data Zone整个数据周期的治理服务，并在本次大会上推出了敏感数据保护解决方案，可实现对企业敏感数据的自动化发现并在统一平台管理数据资产。该解决方案允许客户创建数据目录、使用内置或定制数据识别规则定义敏感数据类型，该方案利用机器学习、模式匹配的方式自动识别敏感数据，并提供可视化面板，帮助客户更轻松地对敏感数据进行管理和保护。 企业需要借助模型以及基础模型构建AI应用，要确保训练结果的准确性和有效性，模型训练的安全性同样至关重要，企业应全方位的监控模型的安全运行，包括模型的访问安全、模型的管理、模型运行的安全监控等。针对自建模型的企业，Amazon SageMaker提供了多种功能帮助开发人员更轻松地构建、训练和部署模型，如Amazon SageMaker Model Cards可实现对模型信息的统一管理、Amazon SageMaker Model Monitor可自动监测模型的准确性。为了降低客户生成式AI的使用门槛，亚马逊云科技推出了完全托管的基础模型服务Amazon Bedrock，客户可根据自身需求通过API访问及使用其中的基础模型。Amazon Bedrock与亚马逊云科技其他托管服务一样，客户可安全地在其虚拟私有云(VPC)中使用该服务并对基础模型进行微调，始终保持其自有数据以及模型的安全。 最后，生成式AI应用本身以及访问的安全性也同样重要。将安全功能嵌入AI应用之中是提升应用本身安全性的方法之一。以Amazon CodeWhisperer为例，该服务是亚马逊云科技推出的AI编程助手，可根据开发者指令利用内嵌的基础模型实时生成代码建议，该服务内置了代码安全扫描功能，可帮助开发者查找难以检测的漏洞并提出补救建议。针对应用的安全访问，企业可构建零信任的应用安全访问策略。亚马逊云科技日前推出了Amazon Verified Permissions，为用户构建的应用程序提供细粒度授权和权限管理，用户可以使用该服务管理其应用程序的角色和属性的访问控制。 加强AI赋能安全及合规服务，应对复杂的安全威胁、提升合规效率 亚马逊云科技将AI技术应用到其安全及合规服务中，通过更智能的安全及合规服务应对复杂的安全威胁、提升合规效率，如威胁检测服务Amazon GuardDuty可通过人工智能和机器学习将安全事件的误报率降低50%。亚马逊云科技通过在其500多项自身合规审计控制项中使用AI技术，大幅提升了自身的合规效率，将审计时间节约了53%。在此次大会上，亚马逊云科技推出了多项具有AI能力的安全服务新功能，包括推出Amazon CodeGuru Security预览版，利用机器学习技术帮助用户识别代码漏洞，并提供修复漏洞的指导意见；扩大Amazon Detective发现组的范围至Amazon Inspector，该服务利用机器学习技术，可以帮助专业安全人员加快调查过程、确定根本原因。 与涂鸦智能成立“联合安全实验室”，为物联网行业安全发展注入新动能 亚马逊云科技宣布与全球领先的IoT开发者平台涂鸦智能成立“联合安全实验室”，双方将在智能家居、数据安全、安全文化建设、海外合规等领域，重点就机密计算及数据隐私、Matter技术合作及体系建设、生成式AI在IoT领域等安全实践展开联合共创。涂鸦智能与亚马逊云科技已有近九年的合作历史，此次“联合安全实验室”的成立将进一步加强双方的合作，为物联网行业安全发展注入新动能，致力于为客户和终端用户的物联网设备提供更多安全保障。 与德勤合作发布《中国企业出海发展建议白皮书2023版》 亚马逊云科技与德勤企业咨询合作发布了《中国企业出海发展建议白皮书2023版》，从组织建设和技术实践两方面提出安全合规建议。在组织建设方面出海企业应当建立健全管理体系，包括制定隐私处理原则、数据保护原则，实行数据生命周期管理制度、数据泄露管理规范，健全相关事件的响应、评估等操作规程；在技术实施方面，亚马逊云科技提供的300多项安全、合规服务及功能，涵盖威胁检测和事件响应、身份认证和访问控制、网络和基础设施安全、数据保护与隐私以及风险管控及合规五大领域，为企业提供全方位的云上安全保障。除此之外，亚马逊云科技还提供责任共担模型、云上隐私保护和几乎满足全球所有监管机构合规性要求的合规计划，全面助力中国企业应对出海合规挑战。

Aug. 30, 2023 —- TrendForce集邦咨询表示，预期2024年存储器原厂对于DRAM与NAND Flash的减产策略仍将延续，尤其以亏损严重的NAND Flash更为明确。预估在2024上半年消费性电子市场需求能见度仍不明朗，通用型服务器的资本支出仍受到AI服务器排挤而显得相对需求疲弱，有鉴于2023年基期已低，加上部分存储器产品价格已来到相对低点，预估DRAM及NAND Flash需求位元年成长率分别有13.0%及16.0%。不过，尽管需求位元有回升，明年若要有效去化库存，并回到供需平衡状态，重点还是仰赖供应商对于产能有所节制，若供应商产能控制得宜，存储器均价则有机会反弹。 从各类应用分析，PC方面，PC DRAM平均搭载容量年成长率约12.4%，主要是预期2024年随着搭载Intel新CPU Meteor Lake机种的量产，基于该平台仅支援DDR5与LPDDR5的特点，将促使DDR5在2024下半年超越DDR4成为主流。PC Client SSD的成长则不若PC DRAM，平均搭载容量年成长率预估仅约8~10%。由于多数消费者的使用习惯逐渐转向云端作业，对配有大容量储存空间的笔电需求渐少，即便1TB机种增加，512GB机种仍是消费主流。此外，由于原厂透过大幅度减产维稳价格，一旦价格触底反弹，PC OEM后续将迎来SSD成本上升，加上Windows操作系统针对1TB以上容量要提高授权费的夹击，均不利于后续搭载容量成长。 服务器方面，Server DRAM平均搭载容量年成长率预估可达17.3%，主要受惠于服务器平台进入世代转换、CSP部分业务对于CPU核心匹配RAM的仰赖度提升，以及AI服务器算力负载量需求高等原因。Enterprise SSD平均搭载容量年成长率预估约14.7%，以CSP来看，随着支援PCIe 5.0的处理器平台出货放量，该OEM的库存有望在明年初回归正常，后续将提高8TB产品的采购。至于服务器品牌端，受惠NAND Flash价格大幅滑落，将持续推升16TB的搭载量，AI服务器的帮助则不大。 智能手机方面，受全球经济疲软影响，预估2024年生产量年成长率仅约2.2%，TrendForce集邦咨询认为这是拖累需求位元成长的主因。连续数个季度的存储器价格下滑，开启品牌在硬件上的竞赛，因此预估2023年智能手机平均搭载容量年增约14.3%，2024年由于Mobile DRAM平均销售单价仍处于相对低点，预估将延续此态势，全年单机搭载容量有机会再成长7.9%。 UFS及eMMC方面，影像储存需求、5G渗透率提高等，均会带动智能手机平均搭载容量提升，但在原厂减产以酝酿涨价的情况下，智能手机OEM的成本控管会更谨慎，2024年中低端机种1TB以上的规划可能减少。另一方面，由于QLC产品尚未获得智能手机OEM青睐，也不利原厂透过低成本产品引导客户升级容量。2024年随着智能手机容量基期越来越高，加上苹果(Apple)暂无规划高于1TB容量的iPhone机种，因此TrendForce集邦咨询预估，智能手机平均储存容量年成长率约13.0%。

最近，Arm 开发了新一代的神经处理单元 (NPU)，Ethos 系列。这些处理器旨在与其他 Arm 内核协同工作。与传统的神经处理单元相比，这种组合提高了性能和功率效率，从而实现了具有成本效益但高性能的边缘机器学习产品。 此外，Arm 正在密切关注量子计算的发展。虽然 答 无法透露 Arm 在该技术上所做的任何工作，但他表示，“能够进行更多处理和更复杂的机器学习应该会导致我们使用该技术获得越来越强大的能力。[…] 这是一个令人着迷的地方。” 问：我想更多地谈谈您的 Ethos 系列，我认为它们已经存在，并且它们已用于许多 AI 应用程序，主要用于边缘计算，我认为。您能告诉我们关于物联网 Ethos 的哪些信息? 答：这对我来说是一个非常令人兴奋的领域。我们有专门的机器学习处理器，称为 Ethos。重要的是要记住，当今设备中的大多数 AI 实际上都是在 Arm 的 CPU 中运行的。它是市场上最普遍的处理器，并且有大量的人工智能。人工智能并不总是需要某种专业计算。 许多应用程序不需要在非常复杂的网络上运行。他们真的不需要以极快的速度运行。而且，在这种情况下，它们通常会在今天的 Arm CPU 上运行得很好。我知道有人在 Cortex M0 上进行对象检测和人脸检测，Cortex M0 是 Arm 的一款非常非常微型的电池供电处理器。所以我们的工作之一是制造——这些 CPU 是最容易编程的东西。因此，我们的工作之一是确保我们的 CPU 在机器学习方面变得更好，并确保我们今天的所有客户实际上都可以访问更多功能。因此，在过去五年左右的时间里，我们一直在将更多的机器学习能力和处理能力引入我们的设备中。 机器学习软件无处不在。它真的在吞噬世界。对于更多的应用，他们想做真正高性能的机器学习，所以他们会有相当复杂的网络。他们希望实时处理帧或实时复杂的语音处理。而且，当然，他们希望在不损坏电池或电源或其他任何情况的情况下做到这一点。因此，在他们想要进行高性能或超高效机器学习的地方，更专用的处理器变得有用。如果你只专注于机器学习任务，你就可以创造出令人难以置信的高性能和高效率的东西。 这就是Ethos 家族的真正意义所在。于是，Ethos 家族进来了;我们有两条主要产品线：Ethos N 产品线，它专注于与 Cortex-A 一起工作，尤其是更高性能的 Cortex-A 处理器。它们旨在处理您在 CPU 市场高端获得的复杂网络。我们的 Ethos N78 在安全等方面非常受欢迎。所以这是第一条产品线。 第二条产品线被称为我们的 Ethos U 产品线。现在，我们已经推出了 Ethos U55 和 U65。不久之后，我们将推出这两个系列的新产品。这些都非常受欢迎。它们设计用于处理器范围的低端，具有更高功率和面积效率的处理器，特别是我们在物联网中的 Cortex M，特别专注于物联网领域。 像我们所有的处理器一样，这些 Ethos U 和 Ethos N 都是可扩展的。因此，您可以随心所欲地实施，从 500 GigaOps 到整个频谱范围内的许多 TeraOps。因此，人们可以准确地实现他们个人 IC 所需的机器学习量。 对此的兴趣是惊人的。所以我认为物联网中的人工智能现在才刚刚开始爆发。人们确实从中受益。 他们意识到通常被称为TinyML的术语，这是一个我们非常活跃且非常支持的社区，他们开始意识到，你知道，我们共同了解如何在物联网中实施人工智能空间，我们能做的事情是无止境的。 我们看到人们将机器学习放在传感器旁边，因为它使传感器数据变得更好。我们看到人们将它放入手表和可穿戴设备的处理器中，因为它再次允许你做任何事情，从语音处理到让所有传感器更好地工作，无论是单独的还是一起的。 因此，我个人认为人工智能将在未来五到十年内成为物联网领域的标准。实际上，我们在该领域投入了大量精力，试图确保每个人都有能力，但也只是，你知道，我们真的相信未来十年物联网的爆炸式增长。 我们非常关注如何为人们增加上市时间，研究诸如云托管处理器环境之类的东西，这样人们就可以进行早期软件开发和更快的软件开发，而无需等待芯片。因此，我们非常关注在该领域启用人工智能所需的工具和软件。 再一次，我们知道构建产品不仅仅是处理器。它需要整个社区的知识和支持。所以像 TinyML 这样的社区，我们认为很棒，因为每个人都可以互相学习。他们可以分享资源和理解，这让每个人都振奋起来。所以，我认为这真的很令人兴奋，我相信 Ethos 将成为使 Arm 处理器出现并支持该领域的每个人的基本部分。 问：现在有很多关于所谓的量子计算的研究。当然，如果我们看看量子计算，我们每天都会使用它，因为电子学是量子物理学的一部分。但这只是一种新名词，比如说，疯狂的量子。 那么，你能告诉我们一些关于量子计算的事情吗? 答：在大多数人看来，量子计算仍处于早期阶段。这是一个令人兴奋的领域。 显然，作为一家专注于加工技术的公司，我们始终保持领先地位。像许多公司一样，我们正在研究这个领域。我认为，我无能为力，但我确实认为这是一个非常有趣的领域。 如果你看 AI，我倾向于将 AI 视为三个不同的问题。你得到了数据的质量，数据的数量，然后是处理。重要的是，其中两个是数据。 当我们看 AI 处理时，我们实际上开始关注数据，而不一定是处理。因此，在许多方面，我们将其视为数据问题。这是关于有效地移动数据。这是关于最小化数据量。所以这个问题依然存在。 但是，显然也涉及大量的处理。我们看到了一些令人兴奋的东西。你知道，如果你特别看一下神经网络，它以大脑为模型，人脑，这种基本结构是负责我们如何围绕视觉和语言进行感知。尽管如此，它也是我们用于高级认知功能的相同基本结构。 因此，原则上，能够进行更多处理和更复杂的机器学习应该会导致我们使用该技术获得越来越强大的能力。所以，我认为它们是令人兴奋的领域。 显然，我们今天在技术上还有很多工作要做，以在未来十年内推进它。但这是一个令人着迷的地方。 对我来说有趣的事情之一是人工智能，或者说机器学习，因为它正在发生。特别是神经网络，主要是一种概率技术。所以他们正在研究概率。如果你看量子物理学，它也是一门概率科学。所以很有趣的是，这两种计算机科学的概率方法正在推动我们前进。因此，看看它们如何协同工作会很有趣。