博客评论：12月XNUMX日

新思科技 特万·科索斯特 介绍光子学的历史、为什么它对半导体行业很重要、关键市场应用以及光子集成电路的未来。

踏频 保罗·麦克莱伦 看看台积电最近发布的有关 N3 和 N3 HPC 笔记的公告，以及通过设计技术协同优化来推动性能提升

西门子' 塞巴斯蒂安·弗洛克 了解如何使用虚拟跌落测试来提高消费电子产品的弹性，以及创建和执行跌落测试模型所涉及的步骤。

安思 普瑞斯班纳吉 重点介绍了与斯坦福大学合作的一个项目，该项目旨在研究如何应用机器学习来以适合学习各种 Ansys 求解器中使用的偏微分方程的方式表示几何形状。

武器 安德里亚·凯尔斯 查看巴塞罗那超级计算中心正在进行的关于高级稀疏数据结构的硬件支持和原子内存操作（用于多线程应用程序中细粒度同步的关键指令）的研究。

SEMI的 四毛田弘树 分享了最近 SEMICON Japan 的亮点，包括新的封装挑战、对新材料的需求、智能工厂以及对行业状况的整体乐观情绪。

英伟达的 里士满阿拉克 提供关于如何识别、阅读和充分利用研究论文的速成课程，重点关注机器学习和数据科学。

另外，查看最新的博客 汽车、安​​全和普适计算 和 测试、测量和分析 通讯：

总编辑 埃德·斯珀林 声称正在生成大量从芯片设计到制造的数据，但没有足够的人能够访问这些数据。

新思科技 拉胡尔·辛加尔（Rahul Singhal） 分析了为什么人工智能设计的新技术对测试设计过程提出了重大挑战。

西门子EDA 李·哈里森 检查常见 IC 测试策略的安全风险以及如何缓解这些风险。

安托的 迈克·麦金太尔 着眼于日益复杂的供应链如何导致数据可追溯性挑战。

Rambus' 巴特史蒂文斯 着眼于设备可能面临的不同类型的攻击。

赛灵思的 艾德·雷贝罗 展示如何通过 DFX 设计方法充分利用系统资源。

Arteris IP 的 保罗格雷科夫斯基 概述了如何自动维护从需求到实施和验证的可追溯性。

Flex Logix 的 山姆富勒 解释了为什么将人工智能任务与正确类型的芯片相匹配如此重要。

西门子' 布伦丹·莫里斯 剖析了汽车网络在确保正确的车辆功能和保护整个系统免受不正确的子系统行为影响方面的作用。

新思科技 达纳·诺伊施塔特 研究在硬件层面保护车辆免受越来越多威胁的方法。

踏频 保罗·麦克莱伦 聚焦于联合国强调光纤和触摸屏关键组件的努力。