5G的推出是2020年的大事件。5G的驱动力之一将是提高汽车在边缘、近边缘和雾天的应用。

　　吉田顺子已经全面涵盖了汽车传感器和自动驾驶汽车的关键方面。正如她指出的:

　　但是，有一个复杂之处:无论在边缘感知到什么传感器，它都不会停留在边缘。捕获的传感数据必须在车辆内部进行处理，以便由机器进行解释。这需要车辆大脑内部强大的处理能力。这需要一个更新的机载网络，它需要由一个更厚的管道提供，几乎没有延迟。最后，它需要一个传感器村，这样机器才能做出安全合理的决策。

　　另一个需要考虑的“管道”，就是云端或边缘的集中式AI大脑。它将利用5G无线连接承诺的大带宽。当然，自动驾驶，甚至是非常支持司机的车辆，也需要通过5G连接进行相互交流。互联汽车发展迅速。在撰写本文时，高通宣布在上海进行大规模容量测试，向通用汽车(C-V2X)演示蜂窝车。

　　预计5G网络不仅可以实现关键任务决策。这种新的大规模移动连接旨在将人工智能等复杂计算卸载到云中。推动这一发展的不仅仅是汽车。其他不受约束的垂直领域，如移动和物联网，将通过5G提供的更高带宽推动更多数据。

　　最近我们被AI即将爆炸的消息炸了。AMD对Xilinx的收购一直主导着技术新闻周期。在最近确认交易后，为了引起数据中心的注意，李萨苏CEO向金融界详细介绍了Xilinx的交易。

　　AMD是在钻研数据中心还是在边缘发展更多的AI?很大程度上取决于令人困惑的定义。

　　边缘或近边缘硬件最发人深省的标签是“雾”。迷雾中会做出什么决定?

　　Xilinx在云计算中的作用。

　　然而，让我们去掉计算硬件的气象术语。Xilinx技术(FPGA)在云计算中的作用值得探讨。

　　o4YBAF_qzpamffqaaclm5g-6WI932.png.

　　AlveoU50数据中心加速器卡(来源:Xilinx)

　　第一家收购两家FPGA公司之一的微处理器公司是英特尔(收购Altera)。当然，英特尔已经在数据中心投入巨资，并一直在寻求技术进步和地位提升。英特尔通过其加速器卡系列提供了更多关于FPGA功能的详细信息。

　　当然，Xilinx也是通过其Alveo数据中心加速器来做这项业务的。

　　FPGA的要点是它是现场可编程的——部署后可以重新编程，并且可以为设备重新训练。换句话说，可以做一些机器学习。自然，这也可以纯粹在微处理器(通常是GPU)上运行的代码中完成，但是硬件速度更快。所以FPGA采用自适应算法，不断提高数据处理。

　　从移动到高性能计算。

　　我们谈论的是高性能计算(HPC)，无论是深入数据中心还是更接近用户。半导体行业的最后一个重大变化是在PC市场需求逐渐消退的同时转向移动领域。现在行业是不是在看另一头?你打赌，我不认为这对任何花大量时间思考地球上每小时数千小时实时传输到YouTube的内容并存储和存储所需服务器的人来说是一个大启示。分发内容。

　　然而，世界制造商发布的信息强调了对半导体供应的更具体影响。在丹尼尔·尼尼报道的一个故事中，我第一次发现，TSMC正在向高性能计算垂直供应芯片，并呈现出明显的趋势。第三季度运营总结显示，智能手机收入略有放缓，而高性能计算增长迅速。2019年第三季度，高性能计算占TSMC供应量的29%，现在已经跃升至37%。完整的TSMC报告可以在网上找到。

　　这创造了一个奇迹。事实上，一项新的移动技术——5G蜂窝技术，有望将半导体份额带出移动领域，进入高性能计算领域。只要消耗更多的硅，相信大家都会满意。

　　回到车上，我想知道，无论是边缘减少等待时间，还是集中服务器，我们都要把多少控制权交给大哥。如何编程edgeAI处理类似电车困境的情况?不知道道德算法会不会把你的车的寿命和以后发生的其他情况进行权衡。尤其是这些决定是在迷雾中做出的。