5G的推出是2020年的一個大故事。5G的推動力之一將是改善邊緣，近邊緣和霧天的汽車應用。

吉田順子已全面涵蓋了汽車傳感器和自動駕駛汽車的關鍵方面。正如她所指出的：

但是有一個復雜之處：無論在邊緣感知到的任何傳感器都不會停留在邊緣。捕獲的傳感數據必須在車輛內部進行處理，以便由機器進行解釋。這需要車輛大腦內部強大的處理能力。這就需要更新的車載網絡，而該網絡需要由更粗的管道提供，并且延遲很少。最后，它需要一個傳感器村，使機器能夠做出安全，合理的決策。

還需要考慮另一條“管道”，即云或邊緣中的集中式AI大腦。它將利用5G無線電連接所承諾的大帶寬。當然，自動駕駛或什至是非常支持駕駛員的車輛也需要通過5G連接相互通信。聯網汽車的發展很快。在我撰寫本文時，高通公司宣布在上海進行大規模的容量測試，以演示蜂窩車輛到萬用（C-V2X）。

預計5G網絡不僅可以實現關鍵任務決策。這個新的大型移動連接旨在將像AI這樣的復雜計算卸載到云中。推動這一發展的不僅是汽車。移動和物聯網等其他不受束縛的垂直領域將通過5G可用的更高帶寬推動更多數據。

最近，我們被AI即將爆炸的消息轟炸。在AMD收購賽靈思一直主導著科技新聞周期。在最近確認交易后，首席執行官Lisa Su向金融界詳細介紹了Xilinx的交易，以期吸引數據中心的注意力。

AMD是在深入研究數據中心還是在邊緣開發更多AI？這在很大程度上取決于令人困惑的定義。

邊緣或近邊緣硬件最發人深省的標簽是“霧”。在霧中將做出什么決定？

Xilinx在云計算中的作用

但是，讓我們擺脫一下計算硬件的氣象術語。值得深入探討Xilinx技術（FPGA）在云計算中的作用。

Alveo U50數據中心加速卡（來源：Xilinx）

收購兩家領先的FPGA公司之一的第一家微處理器公司是英特爾（收購了Altera）。當然，英特爾在數據中心上投入了巨資，并一直在尋求技術的進步和地位的提高。英特爾通過其加速卡系列提供了有關FPGA作用的更多詳細信息 。

當然，賽靈思還通過其Alveo數據中心加速器來從事這項業務。

FPGA的主要一點是，它是場可編程的-它是可重新編程的部署之后，它可以是該裝置重新訓練。換句話說，可以進行一些機器學習。自然地，這也可以純粹在運行在微處理器（通常是GPU）上的代碼中完成，但是硬件速度更快，因此，FPGA首選采用自適應算法并不斷改進數據處理。

從移動到高性能計算

無論是深入數據中心還是更靠近用戶，我們正在談論的是高性能計算（HPC）。半導體行業的最后一次重大轉變是在PC市場需求逐漸消退的同時，向移動領域轉移。該行業現在是否將目光投向了另一端？你打賭 我不認為這對任何花了很多時間思考地球上每一小時的實時實時傳輸到YouTube的成千上萬小時內容以及存儲和存儲所需服務器的人來說都沒有什么大的啟示。分發該內容。

但是，這家全球最大制造商最近發布的信息強調了對半導體供應的更具體影響。正如我在Daniel Nenni報道的一個故事中首次發現的那樣，TSMC正在向HPC垂直供應的芯片顯示出明顯的趨勢。第三季度運營摘要表明，智能手機收入略有放緩，而高性能計算正在迅速增長。HPC占2019年第三季度臺積電供應的29％，現在已躍升至37％。該全臺積電報告可在網上。

這使一個奇跡。實際上，一種新的移動技術5G蜂窩技術有望將半導體份額帶出移動領域，并進入高性能計算領域。只要消耗更多的硅，我相信每個人都會滿意。

回到汽車上，我想知道無論邊緣減少等待時間還是集中服務器，我們要交多少控制權給大哥。如何將邊緣AI編程為處理類似手推車困境的情況？我不知道道德算法是否會在未來道路上與其他一些正在發生的情況相權衡的情況下，來衡量您車輛的生命。特別是，如果這些決定是在“迷霧中”做出的。
編輯：hfy