長期關注半導體產業及處理器技術的最新發展，不可能不知道以下 4 場歷史悠久、與 IEEE（電子電機工程學會）息息相關的 4 場研討會。
- Hot Chips：介紹最新型高效能晶片，目前第 29 屆，廠商彼此較勁、技術行銷意味濃厚的簡報大賽活動，時間選在炎炎夏日，的確頗符合「Hot Chips」的抬頭。
- Cool Chips：介紹最新型「低功耗，高效能」晶片（所以連 IBM 和 Fujitsu「自己覺得沒那麼耗電」的 Power9 與 SPARC64 XII 都登場了），目前第 20 屆，商業味道比較沒那麼重，主要在日本橫濱舉辦，眾多日本廠商和學術機構一同共襄盛舉，包含明年 4 月的第 21 屆。
- ISSCC（國際固態電路學會）：從 1953 年至今，發表先進固態電路與系統單晶片的全球論壇，提供工程師獨特的機會，在先進 IC 設計工作的領域進行交流，論文清單也可經常見到台灣企業與學校的身影。
- IEDM（國際電子元件會議）：始自 1955 年，發表半導體、電子元件技術、設計、製造、物理與模型等領域中的技術突破，動輒勞駕總統行政院長褒揚的台灣半導體相關人士，多半與在 IEDM 發表重大研究成果有關。近年越來越多關於新世代非揮發性儲存記憶體的相關論文，都在此發表。
其中相對「平易近人」的 Hot Chips，堪稱是處理器業界現況與趨勢的風向球。
Hot Chips 29 的趨勢：人工智慧滿天下
- 相較於 2016 年的 Hot Chips 28，「人工智慧概念股」完全爆炸性的成長，而各類型「人工智慧晶片」，從 GPU、超級多核 CPU、FPGA、專用晶片，甚至吸引眾人目光的 Google TPU，均傾巢而出。
- 拜自駕車風潮之所賜，自動駕駛相關技術也是變得異常熱門。
- 以可程式化為首的 FPGA 也要開始「包山包海」，要能接無線網路，也要提供高頻寬記憶體。但更重要的是，微軟、Amazon 和百度高談他們是怎樣利用 FPGA 加速運算。
- 傳統伺服器處理器的玩家還是那幾個，但這次 Qualcomm 殺進來了。
- P4 編程語言的實用化，象徵著軟體定義網路（SDN）應用的深化。
- 做為網路設備心臟的高階網路處理器，規格還是一如往常的暴力。
Hot Chips 也按照慣例，在 12 月中對未參加者，開放下載完整的議程簡報和線上視訊，所以特此簡述今年 Hot Chips 的重點，如讀者想進一步了解細節，可自行閱讀網站上提供的豐富文件，外行看熱鬧，內行看門道，以下依序簡介重點。
Keynote（主題演講）：還是聚焦在人工智慧。
- The Direct Human / Machine Interface and hints of a General Artificial Intelligence（Wiseteachers.com）
- Recent Advances in Artificial Intelligence via Machine Learning and the Implications for
Computer System Design（Google）
Tutorial（特別議程）：SDN（軟體定義網路）應用的「P4」封包編程語言的實用化，資料中心網路管理或 ISP 從業人士相信特別有感。
Background on Software Defined Networking （Netronome）
重點：SDN 也需要資料階層的封包處理編程語言。
P4 Language and Applications（Barefoot Networks、Xilinx）
重點：獨立於通訊協定之外的交換器架構。
Overview of the P4 tools（Cisco）
重點：Cisco 教你怎麼撰寫 P4 程式。
P4 Hardware Implementations（硬體實做）
- Tofino Chip Architecture（Barefoot Networks）
- 重點：對應 P4 的交換器晶片。
- The p4c-sdnet Compiler（Xilinx）
- 重點：對應 P4 的 FPGA 編譯器。
- Network Flow Processor and Agilio SmartNICs（Netronome）
- 可處理 P4 的 120 核心網路處理器晶片。
Future Directions: Research Problems, Getting Involved, and Resources（Cisco）
重點：P4 生態圈誓師大會。
Tutorial（特別議程）：nVidia 大談自動駕駛順便推銷晶片。
An Overview of NVIDIAs Autonomous Vehicles Platform（NVIDIA）
重點：94% 的交通事故都是三寶等人為因素，所以大家就不要自己開車吧。
Deep Neural Networks Autonomous Vehicle Landscape（NVIDIA）
重點：從後端深度學習一路到前端車用系統，請大家愛用 nVidia 的晶片。
GPU and Gaming：nVidia「Volta」大戰 AMD「Vega10」，然後 AMD 再度昭告天下通吃遊戲機市場。
AMD’s Radeon Next Generation GPU（AMD）
重點：AMD Vega 很強很厲害，不過只和自己前代比。
NVIDIA’s Volta GPU: Programmability and Performance for GPU Computing（nVidia）
重點：nVidia 終於在比較正式的場合，公開了大量技術細節，包含 SM 內的運算單元結構。
The Xbox One X Scorpio Engine（Microsoft）
重點：新世代 Xbox One 各方面的性能都是前代的好幾倍，但跟系出同源的 PS4 越來越像。
IOT / Embedded：計算機結構大師 Patterson 創造的 RISC-V 再度登上舞台，只是可能沒太多人記得。
SiFive Freedom SoCs: Industry’s First Open-Source RISC-V Chips（SiFive）
重點：RISC 指令集的上古神獸，然後很多東西都不會收你錢。
Self-timed ARM M3 Microcontroller for Energy Harvested Applications（ETA Compute）
重點：要到處亂灑並不倚賴電池為動力的微控制器，時脈一定是高不起來的。
Processors：大家就拚命加速深度學習和資料處理吧。
XPU: A programmable FPGA Accelerator for diverse workloads（百度）
重點：連百度都在設法用 FPGA 加速其實際的「業務」，「反觀」台灣。
Knights Mil: Intel Xeon Phi Processor for Machine Learning（Intel）
重點：Intel 新款 Xeon Phi 針對深度學習，最佳化低精度運算的效能。
Celerity: An Open Source RISC-V Tiered Accelerator Fabric（密西根大學）
重點：用大量的通用 RISC-V 核心，堆疊出適合不同運算的多核心架構。
Graph Streaming Processor（GSP）A Next-Generation Computing Architecture（ThinCI）
重點：追求 Task Graph 工作平行化的運算架構。
Automotive：繼續談自動駕駛。
R-Car Gen3: Computing Platform for Autonomous Driving Era（Renesas）
重點：瑞薩的新型自動駕駛運算平台，與未來邁向 Level 4 的簡略時程。
Localization for Next Generation Autonomous Vehicles（Swift Navigation）
重點：自駕車的導航系統，也需要配合不同的應用環境「在地化」。
FPGA：這年頭的可程式化邏輯陣列要能包山包海。
Xilinx RFSoC: Monolithic Integration of RF Data Converters with All Programmable SoC in 16nm FinFET for Digital-RF Communications（Xilinx）
重點：FPGA 要做無線應用，也需要整合 RF 資料轉換器。
Stratix 10: Intel’s 14nm Heterogeneous FPGA System-in-Package（SiP）Platform（Altera / Intel）
重點：Intel 繼續宣傳「高級膠水技術」EMIB 在 FGPA 的優勢。
Xilinx 16nm Datacenter Device Family with In-Package HBM and CCIX Interconnect（Xilinx）
重點：這年頭不只 GPU，連 FPGA 都需要整合 HBM 因應高頻寬需求，世道真的不同了。
FPGA Accelerated Computing Using AWS F1 Instances（Amazon）
重點：不只百度，連 Amazon 也引進 FGPA 加速運算了。
Neural Net：類神經網路與深度學習真的很熱鬧。
A Dataflow Processing Chip for Training Deep Neural Networks（Wave Computing）
重點：針對深度學習而量身訂做的資料流處理晶片，順便「暗示」當下 CPU 加上 GPU 的問題。
Accelerating Persistent Neural Networks at Datacenter Scale（Microsoft）
重點：微軟終於告訴大家，他們是怎如何在資料中心使用 FPGA 加速深度學習了。
DNN ENGINE: A 16nm Sub-uJ Deep Neural Network Inference Accelerator for the Embedded Masses（哈佛大學／ARM）
重點：哈佛大學研究的深度學習最佳化晶片微架構。
DNPU: An Energy-Efficient Deep Neural Network Processor with On-Chip Stereo Matching（南韓科學技術院）
重點：連南韓的研究機構也在自行打造深度學習晶片了。
Evaluation of the Tensor Processing Unit: A Deep Neural Network Accelerator for the Datacenter（Google）
重點：各位，歡呼吧，Google 公布 TPU 架構細節啦。
Architecture：Cisco 的恐龍化網路處理器與 ARM 繼續炒作動態處理器分配技術。
A 400Gbps Multi-Core Network Processor（Cisco）
重點：Cisco 新一代 672 核心網路處理器。
ARM DynamIQ: Intelligent Solutions using Cluster Based Multi-Processing（ARM）
重點：ARM 介紹 DynamIQ 的細節。
Server：IBM、Intel、AMD 大亂鬥，加上 Qualcomm 插一腳。
The Next Generation IBM Z Systems Processor（IBM）
重點：源自 S/360 的 IBM 大型主機，到現在還活得好好的，還是藍色巨人真正的金雞母，地球上「伺服器」的萬王之王。
The Next Generation AMD Enterprise Server Product Architecture（AMD）
重點：EPYC 的多晶片封裝，製造成本不到單晶片設計的六成。
The New Intel Xeon Processor Scalable Family（Formerly Skylake-SP）（Intel）
重點：感覺是有點為了宣傳而宣傳，勉為其難的介紹產品階層很像直銷組織的 Skylake-SP。
Qualcomm Centriq 2400 Processor（Qualcomm）
重點：Qualcomm 終於投入 ARM 伺服器市場，而且還是「純 64 位元」微架構。
會場的海報：連做硬碟的廠商都要告訴大家他們想在未來的 SSD 做啥好事，不過就請屆時下載慢慢看吧。
Using Texture Compression Hardware for Neural Network Inference（喬治亞理工／ARM）
重點：類神經網路的推論工作也需要材質壓縮。
SoundTracing: Real-time Sound Propagation Hardware Accelerator（世宗大學）
重點：為了 AR 應用，透過硬體加速的聲音追蹤技術。
A Memory-Efficient Persistent Key-value Store on eNVM SSDs（Western Digital）
重點：減少未來新型 SSD 的 KVS（Key Value Store）控制器的 CPU 與記憶體消耗。
Accelerating Big Data Workloads with FPGAs（Bigstream）
重點：將 FPGA 應用於大數據處理。
Loom: A Precision Exploiting Neural Network Accelerator（多倫多大學）
重點：「探尋權重與激活值精度以加速卷積神經網路」的人工智慧晶片。
EPIPHANY-V: A TFLOPS scale 16nm 1024-core 64-bit RISC Array Processor（Adapteva）
重點：美國國防部高等研究計畫署（DARPA）加持的 1024 核心 RISC 處理器，有點嚇人。
Fully-Integrated Surround Vision and Mirror Replacement SoC for ADAS/Automated Driving（TI）
重點：TI 針對自駕車周圍視野與後照鏡的方案。
GRVI Phalanx On Xilinx Virtex UltraScale+: A 1680-core, 26 MB RISC-V FPGA Parallel Processor Overlay（Gray Research LLC）
重點：1,680 核心看起來好像很恐怖。
（首圖來源：影片截圖）