Microchip Technology 最近宣布推出业界第 4 代汽车级 PCIe 开关，提供链接ADAS应用中使用的 CPU 和加速器构建块所需的低延迟和高带宽。 PCI Express (PCIe)已在数据中心市场成功应用多年，在这些市场中，高速数据传输和减少延迟是必不可少的。这主要是由于 PCIe 设备通过多通道链路的可扩展性，以及它们的向后兼容性，以及不同操作系统、软件和驱动程序提供的支持。
从历史上看，人工智能 (AI) 是一种 GPU / CPU 甚至 DSP 依赖的技术。然而，最近人工智能正在通过集成到运行在较小微控制器（也称为 MCU）上的受限应用程序中来进入数据采集系统。这一趋势主要由物联网 (IoT) 市场推动，Silicon Labs 是其中的主要参与者。为了应对这一新的物联网趋势，Silicon Labs 宣布推出一款可以执行硬件加速 AI 操作的无线 MCU。为了实现这一点，该 MCU 设计为嵌入矩阵矢量处理器 (MVP)，即 EFR32xG24。
要创建支持 ML 的应用程序，需要两个主要步骤。第一步是创建一个无线应用程序，您可以使用 Zigbee、BLE、Matter 或任何基于 2.4 GHz 协议的专有应用程序来完成。它甚至可以是未连接的应用程序。第二步是构建 ML 模型以将其与应用程序集成。 如上所述，Silicon Labs 提供了多种选项来为其 MCU 创建 ML 应用程序。此处选择的方法是使用具有预定义模型的现有示例应用程序。在这个例子中，模型被训练来检测两个语音命令：“on”和“off”。
第五代移动通信技术（5G）已成为世界主要国家数字经济的重要战略，5G将全面推进经济社会智能化，开辟移动通信新时代，引领工业信息革命。为加快推进5G新型基础设施建设，围绕5G信号覆盖范围和应用场景，科学精准布局5G基站站点，按需选择5G基站设备，分类分级推动项目建设，有序推动5G商用规模化部署，我国鼓励各基础电信运营企业开发创新5G应用场景，大力推广5G在政务服务、乡村振兴、远程医疗、智慧校园等领域应用，加快数字医疗、智慧教育、智慧交通等应用示范建设，着力推动新一代信息技术在经济社会各领域的深度融合应用。
作为国家新型战略资源，建设工业互联网成为世界大国抢占新一轮工业革命的制高点。中国高度重视工业互联网发展，“十四五”规划对工业互联网做出明确部署，提出积极稳妥发展工业互联网，并将工业互联网作为数字经济重点产业，提出打造自主可控的标识解析体系、标准体系、安全管理体系，加强工业软件研发应用，培育形成具有国际影响力的工业互联网平台，推进“工业互联网+智能制造”产业生态建设。工业和信息化部会同相关部门印发的《工业互联网创新发展行动计划（2021-2023年）》，明确未来三年工业互联网发展目标和重点任务。加快发展工业互联网，促进新一代信息技术与制造业深度融合，是加快制造强国、网络强国建设的关键抓手，是深化供给侧结构性改革、促进实体经济转型升级、实现“碳达峰、碳中和”目标、持续推进可持续发展的客观要求。
根据工信部报告显示，截至3月末，三家基础电信企业的移动电话用户总数达16.6亿户，比上年末净增1820万户。其中，5G移动电话用户达4.03亿户，比上年末净增4811万户，占移动电话用户的24.3%，占比较上年末提高2.7个百分点。 在电信业务使用方面，2022年一季度，移动电话去话通话时长完成5445亿分钟，同比增长1.4%；固定电话主叫通话时长完成197亿分钟，同比下降12.8%。一季度，全国移动短信业务量同比增长3.6%；移动短信业务收入同比增长3.1%。
今年以来，我国布局建设新一代超算、云计算、人工智能平台、宽带基础网络设施，10个国家数据中心集群中，新开工项目25个，投资超过1900亿元。其中，西部地区投资比去年同期增长6倍，呈现出由东向西转移的良好趋势。预计“十四五”期间，大数据中心投资还将以每年超过20%的速度增长，总投资将超过3万亿元。
5G基站支撑起一张速度更快、效率更高、安全性更好的公共网络。截至目前，我国已建成5G基站超过115万个，占全球70%。“十四五”时期将是5G网络的大规模建设期，5G基站作为耗电大户，通过系统性解决方案践行绿色低碳，不仅有助于信息通信基础设施节能减碳，还能够降低运营商投资成本，更被上升至国家战略高度，成为5G行业发展的主旋律。
我们正处于人工智能 (AI) 处理将迅速发展并变得无处不在的时代的开端。虽然人工智能的概念——赋予机器模仿认知功能以学习和解决问题然后采取行动的能力——自 1950 年代中期以来一直是一门学科，但直到最近五年，人工智能处理，主要是以机器学习 (ML) 的形式，可以走出昏暗的研究大厅和一次性的超级计算机，转向实际的日常使用。为什么？
可以帮助做家务、为我们提供司机和替代工厂工人的自主机器人的梦想比 1960 年代播出的 Jetsons 系列的存在时间更长。现实情况是，许多公司已承诺到 2020 年推出自动驾驶汽车，但我们仍在等待。服务机器人和工业自动化领域的情况并没有太大的不同。
当 TinyML 小组最近召开成立大会时，成员必须解决一些基本问题，首先是：什么是 TinyML？ TinyML 是一个工程师社区，专注于如何在超低功耗系统中最好地实施机器学习 (ML)。他们的第一次每月会议致力于定义问题。机器学习是否可以用于微控制器等低功耗设备？是否需要专业的超低功耗机器学习处理器？
我们进入 5G 时代已经三年了。5G 移动蜂窝网络的第一次迭代覆盖了亚洲、欧洲和北美的大片地区。 到目前为止，它一直令人沮丧。在美国，超过 4G 的超快数据速度的承诺在很大程度上仍未兑现，除非人们居住在城市中心或可以使用毫米波 5G 链路的高档社区。除了 T-Mobile 的 2.5-GHz 网络外，由于美国联邦航空管理局，看来中频 5G最早要到明年年中才能在美国推出。
由于担心干扰飞机运营，美国两家最大的移动网络运营商推出美国 C 波段 5G 服务已被推迟。 AT&T 和 Verizon 于 11 月同意将新 C 波段（3.7 至 4.2 GHz）5G 服务的推出推迟到 2022 年 1 月，以回应美国联邦航空局 (FAA)警告称中频网络可能会干扰商用客机使用的高度计.
未来十年的技术驱动力是人工智能。引用应用材料公司首席执行官 Gary Dickerson 的话：“我们准备好迎接我们一生中最大的机会了吗？” 迪克森一直在世界各地与芯片制造商和政策制定者讨论一个价值 10 万亿美元的问题：我们如何抓住人工智能的经济机会，这将在未来几年改变几乎所有行业和机构？Gary 展示了这张图表，展示了半导体行业面临的 1,000 倍挑战。
在 COP26 气候会议结束后，私营公司和政府都在加紧承诺应对气候变化，采用公共政策和创新技术的组合来应对我们这个时代的决定性挑战之一。 其中一家公司是 Nvidia，它是超级计算机（称为“Earth-2”）的创造者，它利用预测模型帮助科学家了解未来几十年全球气候变化可能如何显现。但是，尽管设想一个人工智能有助于应对气候危机的世界可能会令人兴奋，但人工智能本身带有 显着的碳足迹这一讽刺性的讽刺是无法逃避的。
