為雲端時代建立AI與IoT的相關論述

作者: Majeed Ahmad,EDN執行編輯

技術產業正處於兩次重大技術革命的邊緣——人工智慧(AI)負責執行人類無法完成的任務,以及數十億台設備連接到網際網路。除了技術幻想之外,它還提出了更多相關的問題…EDN編輯團隊正忙於尋找這些答案,並將以最能滿足設計工程師訊息需求的方式呈現。

科技產業正處於兩次重大技術革命的邊緣——人工智慧(AI)負責執行人類無法完成的任務,以及數十億台設備連接到網際網路。然而,與此同時,大流行病威脅著全球各國和生計的醫療保健,經濟和社會結構。不斷有創新的呼聲,電子產業開始響應可穿戴裝置,這些設備配備了智慧感測器,可提供有關體溫、呼吸狀況和其他冠狀病毒症狀的重要訊息。

巨大的醫療危機可能會將醫療物聯網(IoT)提升到一個全新的水準。另外,還有像遠距醫療這樣的應用,它們等待了很長時間才實現商業化,近期它們在幾週內就已趨於成熟。再加上龐大的網際網路基礎設施建設和影響醫療、汽車和工業領域幾乎每個方面的AI,都將再次重塑電子產業。

機器學習演算法可用於可穿戴裝置中,建立諸如情緒生物標誌之類的辨識模式,以監視患者的情緒狀態並將結果饋送到應用程式中。(資料來源:MathWorks)

除了技術幻想之外,它還提出了更多相關的問題。例如,這些具有里程碑意義的技術發展如何改變了諸如類比、嵌入式和安全性等現有工程學科。EDN編輯團隊正忙於尋找這些答案,並將以最能滿足設計工程師訊息需求的方式呈現。

例如,雲端運算如何重塑電子設計的幾乎每個方面。在雲端運算時代,工程師探索工具集和設計套件的最佳方法是什麼?設計人員如何才能在雲中完善機器學習演算法,然後在按下按鈕的情況下將其實現在嵌入式處理器中以進行物聯網邊緣設計?

在一個預計將實現750億個互連設備,並將於2023年實現自動化的世界中,工程師如何在具有高質量感測網路的情況下構建具有更小運算性能和功耗的物聯網系統?EDN努力提供對新興工程學的透徹了解,並將展示這些學科如何在零件等級發揮作用。

現在,工程師可以在雲端環境中設計、分析和模擬嵌入式系統,並自動生成最佳化的程式碼以在嵌入式處理器上執行。(資料來源:Altair)

通常,晶片製造商會提供許多功能,但是在實際設計中實現這些功能時,工程師會遇到一系列問題。 因此,EDN將專注於開發人員正在苦苦掙扎的領域,以幫助他們解決設計問題。

我們還致力於豐富設計工程師的能力,並為他們提供超越其核心專業知識領域的廣闊視野。這包括對設計體系結構和工程約束有更好的理解,同時允許設計師將他們的想像力用在可能出問題的地方。

半導體產業正面臨另一個十字路口,傳統的CMOS技術進入了新的領域,而工程師們在「超越摩爾定律(more than Moore)」領域思考了一系列新想法。EDN將為工程師提供證據、案例研究和權衡取捨的討論,以確保工程師的腦袋不會出現任何混亂。

EDN希望眾多的讀者能繼續關注我們。因為我們旨在幫助工程師應對這些挑戰,並讓我們知道我們在此過程中的表現如何。

(參考原文:Building editorial relevance for AI and IoT designs in the cloud era,by Majeed Ahmad,EDN Taiwan Anthea Chuang編譯)

發表評論