论坛由矽典微联合创始人，复旦大学微电子学院研究员，上海华美半导体协会的理事徐鸿涛首先破题，在《毫米波集成电路及其智能化应用》演讲中，徐鸿涛指出，毫米波是从30G到300G，它的频率是现在手机的频率的10到100倍，一到两个数量级的提升。他表示毫米波传感器主要是应用于车载电子，人工智能方面。其主要分为以下几类，第一类雷达相关的单通道的、单收单发的，整个芯片的面积大概是9平方毫米，低成本全集成，雷达信号、模拟和数字信号处理都在单芯片上完成，天线也做在完整的封装上。第二类车载电子应用的毫米波成像12个发射通道和16个接收通道，有将近200个像素点。在它扫描的空间内可以做200个像素点雷达的成像，不再是一个单一的角度分辨率比较差的波速了。第三类通信相关的毫米波阵列的芯片，这是单芯片上有2*2的通信单元，有四个发射通道，和四个接收通道，做通信收发机会比较复杂，收发体积的单元模块，这个不把基站处理放在里面，整个芯片是模拟数据为主。同时他还介绍了矽典微公司所研发的毫米波芯片，单芯片，所有的功能都集成在一起，在单芯片4*4毫米的封装芯片里面，包含多通道的收发机，模拟的基站处理，高精度的ED，电源管理，温度功率检测，所有的功能都以SOC的形态来出现。芯片虽小但包含很多数字智能化的功能。它的应用场景非常广泛，目前最基本的应用：雷达最擅长的区域活动的感知，最基本的车速。还有动作手势的识别和生命体能的检测，其实应用远远不止这些。最终希望通过高集成度的单芯片的毫米波传感器，能改善或影响人类日常生活，也希望可以作为人的第六感知，不仅是和车相关，车自身的定位，车和家庭的互动和车内的操控和安全和人日常生活中也会有，比如说和智能家具家电的互动，睡眠的监控，老人和小孩子的监控，还有人和家庭机器人之间的互动。除此之外还有和安全和入侵相关的检测的能力。通过一系列的智能化应用让毫米波切切实实地服务于人类。

思林杰科技首席执行官周茂林在现场带来了题为《芯片封装测试国产化设备平台》主旨演讲，他表示，思林杰科技的愿景是希望成为国际领先的智能化设备的供应商。思林杰公司经过这十几年的发展已形成了比较独特的嵌入式，模块化的仪器平台。在报告中，他指出这些嵌入式的仪器，可以实现在产线和实验室很多测试的功能，包括集成电路产业，汽车行业，包括3C行业等等，不管是从IC还是PCBA，电子产品的相关测试，在电性能这一块，数字信号这一块基本上大部分可以覆盖到。思林杰科技在开发专业仪器模块的同时，也开发了SDK的开发包，其最核心的理念是构建一个生态链，通过SDK给到行业的合作伙伴，他们能够很简单的快速的把思林杰系统搭建起来，思林杰在SDK里面把仪器模块，还有相关的驱动，包括像wep服务器，还有很简单的一些快速搭建的工具包含在里面了。通过SDK，就可以直接把它导成测试用例，可以快速的搭建测试平台。思林杰科技发展到现在，已推出了IC封测的测试机，主要的应用于芯片封装后的封测的检测，其功能已达到业界的水准。技术一直在发展，希望他测试设备加上测试方案，能够给整个信息行业的高速发展能够提供一些助力。
   

在《云计算为汽车电子EDA带来的挑战与机遇》主题演讲中，上海华美半导体协会理事石松华指出，近几年云计算是比较热门的一个话题，尤其在汽车电子的领域里面，因为设计规模越来越大，对计算资源的需求也越来越多，近几年对EDA上云的呼声还是比较高的。ASIC应用是汽车电子方向发展的主流方向，复杂的ASIC芯片设计需要整合大量的资源，这正好是云计算所具备的优势-云计算为汽车电子EDA带来的机遇。云上EDA以空间换时间，大幅度的缩短设计工时，轻松的实现多站点的协同设计。云上EDA有其优势，同样存在局限性，技术局限性（以IP为导向，如果设计围绕IP，传播也需用此IP）；云上数据安全性问题；云平台的license授权模式；用户信任问题；还有一个费用的问题。。云上EDA的局限性-云计算为汽车电子EDA带来的挑战，面对这些挑战，石松华提出了他本人一些个人观点，在现阶段最可能的方案就是采用混合云的模式和全程的加密数据传输。即在公有云上完成数据部署之后，把数据传回私有云，公有云上原数据销毁。这样可以保证数据的案既能利用了云平台的计算资源，又可以相对的保证数据安全。虽然有诸多问题存在，EDA上云是一个大的趋势，它绝对是一个节省资源、提高效率这样的一个良好的途径。

华美半导体协会理事夏海涛在《自动驾驶和相关芯片设计》主题演讲中指出，自动驾驶要实现的功能-就是说通过车载的不同功能的传感器，摄像头来实现人眼的功能，或者人眼加上人的大脑的功能，实现什么时候应该加速，什么时候应该变道。为了实现自动驾驶，需要一些基本的深度学习处理，图像的识别，语音识别，语义识别，通过人语言的操纵，手工的操控方向盘实现人机交互，高精度的数字化地图，车载的传感器在整个计算单元里组成一张图。自动驾驶里面，首先需要车载的边缘芯片，云端高处理强度的云的自动驾驶的学习芯片来分析各种数据，分析后回传到汽车端。芯片的设计要求低功耗，低延时。现阶段全自动驾驶还没有实现，只是在安全辅助驾驶和自动驾驶之间的试点节点上就是所谓的半自动驾驶。自动驾驶其实它不是一个独立的东西，它其实是一个跟社会，整个的智慧城市是相关的，是5G低延时的东西，需要把汽车所需要的任何东西都及时传到。同时他还指出，过去五到十年里面，芯片所做的事情就是怎么样缩短CPU读取数据的延时。时下的热门的高速的云端计算，也包括5G的网络会把所有的云、端，包括物都连接在一起，那网络安全方面，越来越重要，就是说，网络芯片，安全芯片和加密芯片非常的重要，而且低端的，所谓的低功耗的云端的芯片的设计，也会成为一个主流。三维芯片，数据中心高速的互联，还有AI芯片，每一个AI之间的互联，这都是非常重要的。

恩智浦半导体大中华区汽车电子业务系统架构师黄明达围绕《AI时代的汽车半导体创新》的主题做了演讲。AI时代需要传感，对周围环境的感知，对这些感知数据的处理，同时以长传云端，跟云端通讯或者是其他的节点进行通讯，还有执行，对现在情况的判断做动作。在汽车行业在AI IoT的时代也是面临三个发展趋势，首先是自动驾驶，其次，把事故率降到0，同时也可以把人们在车里的时间解放出来，并通过车联网这样的技术把这个时间都利用起来；最后是电动化，把汽车尾气的排放减到0，以上这些都需要有汽车级的质量安全、功能安全以及信息安全这样的载体，也就是车载应用的芯片。随着性能的提高，整个车载的架构也是在不断地进行发展，现在车载的架构是非常简单的带宽非常小，把几十个甚至上百个ECU串起来，现在的设计都是域控制器这样的架构进行设计的，就会更加的灵活，更新ECU或者是算法的时候只是在域里面进行更新。车载级芯片的要求就会需要高性能的处理芯片，同时要符合汽车的需求。除了需要培育本身汽车级的技术，符合车规的半导体。还需要从功耗，性能和功耗这样的方面去入手。现在的架构也是逐渐转到异构的架构使软件架构使得非常有效率，简化开发的难度。在AI时代，汽车行业会用到很多很多的AI的东西，那么恩智浦通过系统级的解决方案以及在架构，在technology等等方面的创新，再加上能耗，可以在硬件和软件两个方面可以全面的支持AI在汽车上面的应用。

华美半导体协会薛松会长作为本次论坛压轴演讲嘉宾，围绕着《3D深度传感器-实现自动驾驶的基石》作主题演讲，他指出，汽车电子的概念，跟20年前汽车电子的概念一致，集成了所有的包括AI，包括问计算，包括传感器，但是我们真正能够提供实现自动驾驶的功能是需要在传感器方面真正做出突破，这个技术才可以给这个领域建立一个foundation。3D深度传感器是整个自动驾驶的基石，3D的信息怎么获取, 是分了两个分支，第一个分支是汽车用两个眼睛看，这里面牵扯到很多的结算和结论，通过业界的研究，通过两个眼睛来看，但是从计算量上还是有很大的问题。目前主流的深度传感器分布在四个领域，机械线性扫描的系统，MEMS线性扫描，光学相控阵方面的方案，还有面阵3D传感器。机械扫描分辨率很低，帧数也很低，成本非常高。MEMS稍微好一些，但是做起来也很难，车规不容易过。光学相控阵成本也是比较高。面阵3D传感器的方案是离散器件集成到芯片上，做芯片的solution，把点扫描走到面扫描，具体采用相位方法，这种方案低成本且符合全部的车规。相位的方法，通过特殊的传感器系统，在芯片上面，能够实现一块芯片把每一点的信息进行结算。我们结算方法是能够实现全固态，高解析度，高可靠性，高转变性。3D传感器这个领域当中做了一些更深入的努力，我们找到了合适的抗干扰的解决方案，基本上可以保持原来的形态。将来所有的自动驾驶，都是必须要有这个功能，有这个能力才能提供给自动驾驶一个安全的solution，目标就是通过努力构建自动驾驶的基石。

借此大会的主题“打造芯生态，共促新跨越”，北京微电子国际研讨会暨IC WORLD期待您的加入，意犹未尽的现场小伙伴们，相约明年IC WORLD 大会再续热议。