火箭實驗室(Rocket Lab)將在紐西蘭全國解封後，開始正常復工上班，並且計劃對外徵才尋找GNC軟體工程師，因為他們的小火箭將要準備運載衛星前往月球軌道

We're going to the Moon and beyond. Want to help us get there? We're hiring GNC software engineers into our Photon team in Long Beach, California, and Auckland, New Zealand.

Engineers in our Photon team have a unique opportunity to help shape this space system and, given the high launch cadence of Electron, have unparalleled opportunities for end-to-end system development and on-orbit operations. Be part of the team opening access to space!

Check out the roles:
https://bit.ly/2Wp9HLL
https://bit.ly/2W3gwDF

#物聯網IoT #汽車電子 #ISO26262 #電子設計自動化EDA #晶片變異OCV #人工智慧AI #機器學習MachineLearning #FPGA #視覺運算 #卷積神經網路CNN #雷達／光達 #點雲PointCloud #高效能運算HPC #系統單晶片SoC #系統級封裝SiP

【AI 不該閉門造車或犧牲血汗勞力換取！】

半導體製程微縮，讓晶片實體化工作更須謹慎以對。28 nm 之前只要留意間距空隙，基本上即大勢底定；但進入 28 nm 以下，金屬線的粗細、長短皆可能為製程憑添變數——在此之前，晶片繞線的規則相對單純；但越往先進製程發展，形態越多變且容易重疊。到了 10 nm 以下，若金屬線徑未隨著電晶體變小，晶片尺寸仍無法有效縮減；欲降低 CPU 功耗，也無法再透過新的光刻 (lithography) 材料和架構達成目的，須借助設計與系統級技術共同優化。

以常數作為額定值降低系數 (derating factor) 推估「晶片變異」(OCV) 的建模方式不再適用。當變異來源擴大，勢必得輔以統計與機率概念，才能直搗黃龍、加速實作工程。為弄清層層疊疊、錯綜複雜的脈絡關係，結合「機器學習」(Machine Learning) 的電子設計自動化 (EDA) 工具可從龐大的訓練組合中萃取設計資料精華，減少試誤徒勞及來回修正。此外，「異質晶片堆疊」的互連 (interconnect) 功耗、各層執行速度、立體封裝乃至時脈架構，皆與高效能混合訊號設計密不可分。

使用者能有多大耐心操作智能裝置？開發者又有多少時間能搶搭商機？物聯網 (IoT) 不是只有連上網路就好，重要的是如何收集有用的數據，並培育正向人工智慧 (AI) 作為助力。藉由將 AI 概念導入設計工具可加速「核心引擎」，盡速以數學推演收斂適用的 IP 集合，並經由模擬檢驗是否符合預期？還有助於將引擎中的 ASIC 模擬結果與 FPGA 編程環境無縫接軌，既可解決 FPGA 承載有限的問題，又能讓軟體工程師同步編譯，不須挨到晶片就緒才開始動作。

進行情境模擬時，也不須逐一打開描述文檔、餵入資料才能展示影像成果，可聰明地自動成像 (Render)，更具「即視感」、方便即時修正設計。因此，EDA 須朝向快捷、智慧、全流程演進——平行運算提升處理速度、精煉經驗增強預知能力以及統一引擎貫穿設計流程，已是必然走向。可惜，就 EDA 廠商觀察，台灣廠商雖勤於模擬工作，卻相對忽略「驗證」環節，棋差一著的後果，換來的是時間、金錢上的滿盤皆輸……。

延伸閱讀：
《IoT 下一站哩程：萃取大數據 ==> 培育人工智慧》
http://compotechasia.com/a/shi__shang_/2017/0915/36703.html
(點擊內文標題即可閱讀全文)

#益華電腦Cadence #Tensilica #TÜV SÜD #日月光 #鴻海 #鴻佰科技

★★【智慧應用開發論壇】(FB 不公開社團：https://www.facebook.com/groups/smart.application/) 誠邀各界擁有工程專業或實作經驗的好手參與討論，採「實名制」入社。申請加入前請至 https://goo.gl/forms/829J9rWjR3lVJ67S2 填寫基本資料，以利規劃議題方向；未留資料者恕不受理。★★