麒麟960领衔，2016十大电子产品点爆行业小宇宙

hay Semiconductors VEML6030把高灵敏度光电二极管、低噪声放大器和16位ADC装进2mm x 2mm x 0.85mm的小尺寸、透明的表面贴装封装里。传感器采用Filtron技术，具有中断功能，支持I2C总线，以简化操作。

这颗高精度、节省空间的器件采用了Filtron技术，使用小尺寸2mm x 2mm x 0.85mm封装

该器件可以在 -25℃～+85℃ 温度范围内工作，可用于显示屏和键盘的调光，智能手机、GPS等手持设备的光开关，笔记本电脑和PC机，液晶电视、数码相框和数码相机，工业和医疗应用的测光。VEML6030可用在智能家庭照明控制系统中，对环境照明进行准确和及时的分析，即便出现快速移动的暴风雨等意外情况，也能实现精确的控制操作。器件能探测日落时的自然光，探测早晨升起的太阳，从而控制光照水平。

通过采用Filtron技术，传感器实现了接近人眼的环境光频谱敏感度，利用O-Trim技术使输出公差小于10%。器件可探测0lx～167klx的环境光，分辨率低至0.005lx/ct，在使用低能见度（暗色）透镜的应用也能正常操作。VEML6030能抑制100Hz和120Hz的频闪噪声，有良好的温度补偿稳定性。传感器在工作模式下的功耗只有2μA，在关闭模式下为0.5μA。

VEML6030的供电电压从2.5V到3.6V，I2C总线电压从1.7V到3.6V。器件采用无铅、6pin封装，符合RoHS和Vishay绿色标准，无卤素。

寒武纪科技 | 神经网络处理器

4月末，北京中科寒武纪科技有限公司首席执行官陈天石透露，他们研发的"寒武纪"处理器正在走产业化之路，一年半左右就会进入市场。他说："我们面向各类高能效终端芯片；面向机器人芯片，特别是服务机器人；服务民用市场和国家重大需求，比如助力信息技术企业完成智能处理任务，或用于高校和科研院所的学术研究工作等。"

寒武纪芯片和主板

寒武纪是地球生命大爆发的年代，从那时起，地球进入了生命的新纪元。

中国科学院计算技术研究所陈云霁、陈天石课题组把他们研制的深度学习处理器命名为"寒武纪"，是希望这世界上第一款模拟人类神经元和突触进行深度学习的处理器，能开启人工智能的新纪元。课题组的深度学习处理器指令集"DianNaoYu"直接面向大规模神经元和突触的处理，一条指令即可完成一组神经元的处理。

不过，寒武纪不是用来代CPU中央处理器的颠覆式革命，更像是一款针对智能认知等应用的专用芯片，优势集中在人脸识别、声音识别等人工智能方面，比如传统手机或个人电脑主板上嵌入"寒武纪"IP盒子或芯片后，将极大提高处理速度。

寒武纪系列包含以下三种原型处理器结构：

寒武纪1号（英文名DianNao，面向神经网络的原型处理器结构）；

寒武纪2号（英文名DaDianNao，面向大规模神经网络）；

寒武纪3号（英文名PuDianNao，面向多种机器学习算法）。

DianNao是寒武纪系列的第一个原型处理器结构，包含一个处理器核，主频为0.98GHz，峰值性能达每秒4520亿次神经网络基本运算，65nm工艺下功耗为0.485W，面积3.02mm2。在若干代表性神经网络上的实验结果表明，DianNao的平均性能超过主流CPU核的100倍，但是面积和功耗仅为1/10，效能提升可达三个数量级；DianNao的平均性能与主流GPGPU相当，但面积和功耗仅为主流GPGPU百分之一量级。

DianNao的核心问题是如何让有限的内存带宽喂饱运算功能部件，使得运算和访存平衡，从而达到高效能比。难点在于选取运算功能部件的数量、组织策略以及片上RAM的结构参数。由于整个结构参数空间有上千万种选择，模拟器运行速度不及真实芯片的十万分之一，不可能蛮力尝试各种可能的设计参数。为解决此问题，使用了一套基于机器学习的处理器性能建模方法，并基于该性能模型最终为DianNao选定了各项设计参数，在运算和访存间取得了平衡，显著提升了执行神经网络算法时的效能。

即便数据已经从内存取到了片上，搬运的能耗依然非常高。NVIDIA首席科学家Steve Keckler曾经指出，在40nm工艺下，将64位数据搬运20毫米所花的能耗是做64位浮点乘法的数倍。

因此，要降低处理器功耗，仅仅降低运算功耗是不够的，必须优化片上数据搬运。中科院计算所提出对神经网络进行分块处理，将不同类型的数据块存放在不同的片上RAM中，并建立理论模型来刻画RAM与RAM、RAM与运算部件、RAM与内存之间搬运次数，进而优化神经网络运算所需的数据搬运次数。相对于CPU/GPU上基于cache层次的数据搬运，DianNao可将数据搬运减少10~30倍。

（DianNao结构）

DaDianNao在DianNao的基础上进一步扩大了处理器的规模，包含16个处理器核和更大的片上存储，并支持多处理器芯片间直接高速互连，避