目前，智能驾驶领域在处理深度学习AI算法方面，主要采用GPU、FPGA 等适合并行计算的通用芯片来实现加速。同时有部分芯片企业开始设计专门用于AI算法的ASIC专用芯片，比如谷歌TPU、地平线BPU等。在智能驾驶产业应用没有大规模兴起和批量投放之前，使用GPU、FPGA等已有的通用芯片可以避免专门研发定制芯片（ASIC）的高投入和高风险，但是，由于这类通用芯片设计初衷并非专门针对深度学习，因而存在

半导体材料是一类具备半导体性能（导电能力介于导体与绝缘体之间，电阻率约在1mΩ·cm～1GΩ·cm范围内），一般情况下导电率随温度的升高而提高。

其实用FPGA做的示波器有很多，开源的相对较少，我们今天就简单介绍一个使用FPGA做的开源示波器。

电子发烧友网报道（文/吴子鹏）根据《全球与中国边缘AI芯片市场竞争建议及发展状况调研报告2024-2030》，2023年全球边缘AI芯片市场规模大约为2563.6百万美元，预计未来六年年复合增长率CAGR为17.4%，到2030年达到8004.3百万美元。如果将范围扩大到整个边缘AI市场，根据英特尔公司高级副总裁兼网络与边缘事业部总经理Sachin Katti在分享中提到的数据，2030年全球边缘

嵌入式系统是一种专用的计算机系统，作为装置或设备的一部分。通常，嵌入式系统是一个控制程序存储在ROM中的嵌入式处理器控制板。事实上，所有带有数字接口的设备，如手表、微波炉、录像机、汽车等，都使用嵌入式系统，有些嵌入式系统还包含操作系统，但大多数嵌入式系统都是由单个程序实现整个控制逻辑。

每年，人工智能指数都会以更大的虚拟冲击力登陆虚拟桌面——今年，它的 393 页证明了人工智能将在 2023 年迎来一个真正重要的一年。在过去的三年里，IEEE Spectrum阅读了整个该死的事情，并拿出了一系列总结人工智能当前状态的图表。

​随着大模型的快速的发展，人工智能正在改变嵌入式硬件系统。在今年上海国际嵌入式展的开幕主题报告中，芯原股份董事长兼总裁戴伟民博士分享说：“我们即将迎来新一轮的'牛市'。上一轮，是以2010年iphone4为代表的智能手机，正式开启移动互联网'牛市'（2013-2015）。这个时期的特点是先硬后软。而以ChatGPT为代表的大模型，将引领大算力硬件的'牛市'。这一时期，将是先软后硬。”

针对大模型推理跟GPU对比分析，虽然以Llama2为例，也适用于最新的Llama3，模型的日新月易也更进一步说明硬件平台的可编程可扩展的重要性，FPGA是其中一个不错的选择。

采用 FPGA 器件来加速LLM 性能，在运行 Llama2 70B 参数模型时，Speedster7t FPGA 如何与 GPU 解决方案相媲美？证据是令人信服的——Achronix Speedster7t FPGA通过提供计算能力、内存带宽和卓越能效的最佳组合，在处理大型语言模型（LLM）方面表现出色，这是当今LLM复杂需求的基本要求。

​随着大模型的快速的发展，人工智能正在改变嵌入式硬件系统。在今年上海国际嵌入式展的开幕主题报告中，芯原股份董事长兼总裁戴伟民博士分享说：“我们即将迎来新一轮的'牛市'。上一轮，是以2010年iphone4为代表的智能手机，正式开启移动互联网'牛市'（2013-2015）。这个时期的特点是先硬后软。而以ChatGPT为代表的大模型，将引领大算力硬件的'牛市'。这一时期，将是先软后硬。”