議程內容
Track A
時間 |
講者 |
議程名稱 |
議程概要 |
下載檢視 |
|---|---|---|---|---|
13:00-13:30 |
Ivan Chen, ASUSTek COMPUTER INC. & CheChung Lin, Arm |
The Next Decade of Arm Based PCs |
隨著 ISV 和 OEM 生態系的不斷壯大，Arm 架構筆電正在迅速崛起。其效能更強、效率更高的解決方案，為使用者打造次世代的全新體驗，並將進一步推動 PC 的創新。而新的生態系需要專注於企業用戶、終端消費者以及教育市場的合作夥伴的共同投入。 在此議程中，我們將聆聽致力於在教育領域推動 Arm 架構 PC 生態系重要合作夥伴的說明，以及針對該市場的解決方案，了解 Arm 架構 PC 的市場現況和未來發展方向，以及如何化生態系中的挑戰為轉機，擘劃未來十年 Arm 架構 PC 的成功願景。 |
|
13:30-14:00 |
Thomas Li, Synopsys |
Synopsys and Arm Collaboration for Faster Bring-Up of Next-Generation SoC Designs on the Most Advanced Nodes |
新思科技與 Arm 的長期合作，有助於協助共同客戶實現創新解決方案，同時縮短具高安全性、高能效比、AI 應用的系統設計上市時程。此次演講將介紹雙方的合作和創新解決方案如何協助產業生態系夥伴因應設計挑戰： - 新思科技系統層級全方位解決方案涵蓋設計、驗證、晶片生命週期管理、多晶粒系統解決方案以及 IP，提供業界領先的效能及能源效率 - 新思科技 Synopsys.ai 全端式 AI 驅動 EDA 解決方案和新思科技 Fusion QuickStart 設計實作套件，應用 Arm Neoverse、Cortex-X4、Cortex-A720 和 Cortex-A520 CPU 以及 Arm Immortali-G720 和 Arm Mali-G720 GPU，加速 2nm 製程節點的 SoC 開發 - 新思科技驗證系列產品，包括使用 Arm 快速模型的虛擬原型設計、硬體輔助驗證及驗證 IP，可加快軟體開發速度 - 優化已經過矽驗證的新思科技介面／安全性 IP 以及晶片生命週期管理 PVT IP，可降低與 Arm 架構為基礎的晶片整合的風險 |
|
14:20-14:50 |
Steve Steele, Arm |
Heterogeneous AI on Arm |
我們正在見證人工智慧（AI）展現優異的能力，而其發展也從未放緩。AI 所帶來的益處已融入我們的日常生活體驗，包含行動、家用裝置的使用。而造就人工智慧的機器學習（ML）技術，更是電腦科學進步與工程創新結合的卓越成果。 此議程將展示 Arm Cortex CPU 和 Immortalis GPU 中的 ML 功能，概述 Arm 的軟體解決方案，並探討基於 Arm 架構之上的次世代機器學習技術。 |
|
14:20-15:20 |
John Dent, Trustonic |
Next Generation Use Cases for the Secure World |
Trustonic 將就 TEE 應用背後的驅動進行探討，並勾勒未來 TEE 行業應用的實例願景。 |
|
15:40-16:40 |
Anand Patel, Arm & Manish Pandey, Arm |
Experience the Future of Mobile and Consumer Computing with Arm Total Compute Solutions |
高階智慧手機市場奠定了廣大客戶開發個別市場的創新步伐。因此，高階智慧手機晶片組也每年不斷地為提供更佳的性能與效能，持續增長並推動創新，另外也要同步處理並考量因裝置複雜設計產生的新驗證、製程節點等風險。 此議程將概述 Arm 如何針對行動裝置、XR（延展實境）、穿戴式裝置、家用設備、筆電等螢幕運算裝置需求進行回應。 以 Armv9 Cortex CPUs、Immortalis、Mali GPU 及 CoreLink 系統 IP 為核心運用的全面運算解決方案，更可隨心所欲地進行專業處理程序，並驅動用戶體驗的極限、拓展業界令人期待的新機會。 |
Track B
時間 |
講者 |
議程名稱 |
議程概要 |
下載檢視 |
|---|---|---|---|---|
13:00-13:30 |
Saptarshi Mondal, Arm |
More Data, Faster Results - The Future of Acceleration in Computing Infrastructure |
據估計，今年全球將生成超過 120 ZB 的數據資料，而這些數據都需經過收集、移動、儲存與處理，大多數的數據將使用在轉型的大型語言模型 AI 應用，並挑戰現有運算資源的極限。同時，採用傳統方法擴大運算規模所面臨的技術 、環境和經濟上的阻力也日漸顯著。特定處理 - 也就是專為特定工作負載而設計的運算方式，將成為應對這些困難與挑戰的解方，而工作負載加速則成為特定處理的關鍵。 請與我們的專家一起深度探討在 Arm 架構中，從人工智慧到網路、資訊安全到超級運算，為基礎設施工作負載加速的最佳方法。 |
|
13:30-14:00 |
Randal Wu, Cadence |
Introducing Hierarchical and Incremental Synthesis Flow |
隨著製程的進步，設計變得越來越複雜，導致更長的運行時間要求，更加劇影響工程師的工作效率以及除錯與容錯率。而 CPU 作為晶片中最關鍵架構的角色，對運作效率的需求尤其高。Cadence 提供 Smart Hierarchical 智慧流程，搭載 Arm CPU 架構，成功與客戶合作，協助客戶有效縮短周轉時間（TAT），實現大型設計需求。 |
|
14:20-14:50 |
Imran Yusuf, Arm |
Shared Purpose - Collaborating to Transform the Datacentre and Beyond |
Arm 成為未來運算基礎的動力不僅只來自於技術，自品牌成立以來，夥伴關係與共同合作不僅是 Arm 成功的關鍵，更造就了橫跨多元市場的健全生態系。 此議程將聚焦於 Arm 合作夥伴生態系近期於運算基礎設施領域的合作，從最新啟用的 SystemReady 、 WorksOnArm 軟體，到我們全球 5G 實驗室中展示的最佳解決方案，以及圍繞在 Neoverse CSS 產品線的最新行動。邀請您一起來了解 Arm 如何創造生態系的合作夥伴的最大優勢。 |
|
14:20-15:20 |
Sanjay Dave, TSMC |
TSMC Open Innovation Platform Design Enablement Updates |
人工智慧和 5G 技術推動智慧型手機、高效能運算、車用電子和物聯網四大主要市場的快速增長，客戶需求逐漸轉為產品應用導向。台積公司針對四大市場打造差異化的技術平台，提供客戶具有全方位競爭力的邏輯技術、IP 和封裝及測試技術，縮短晶片設計和產品上市時間。本次演講中將展示創新的設計解決方案以及分享如何解決市場上所面臨的技術與挑戰。 |
|
15:40-16:40 |
Saptarshi Mondal, Arm |
Transforming the World's Computing Infrastructure - on Arm |
隨著對資料的需求與日俱增，加上運算受限於多項嚴格限制，Arm 的合作夥伴正在積極因應當前最普遍、也最嚴峻的挑戰。此議程將分享 Arm Neoverse 產品線如何持續不斷演進，以提供業界最佳的晶片創新平台。 本議程將分享從最新的 CPU 效能特性、未來展望，到因應加速設計進程，與支持 2.5D 至 3D 小晶片轉換的標準與解決方案。無論您正在建構雲端人工智慧資料中心、打造 5G 網路，還是下一個世界頂尖的高效能運算超級電腦，Arm Neoverse 將可提供所需的最佳效能、擴展性與不同選擇，支持轉型創新的目標。 |
時間 |
講者 |
議程名稱 |
議程概要 |
下載檢視 |
|---|---|---|---|---|
13:00-13:30 |
Saptarshi Mondal, Arm |
More Data, Faster Results - The Future of Acceleration in Computing Infrastructure |
據估計，今年全球將生成超過 120 ZB 的數據資料，而這些數據都需經過收集、移動、儲存與處理，大多數的數據將使用在轉型的大型語言模型 AI 應用，並挑戰現有運算資源的極限。同時，採用傳統方法擴大運算規模所面臨的技術 、環境和經濟上的阻力也日漸顯著。特定處理 - 也就是專為特定工作負載而設計的運算方式，將成為應對這些困難與挑戰的解方，而工作負載加速則成為特定處理的關鍵。 請與我們的專家一起深度探討在 Arm 架構中，從人工智慧到網路、資訊安全到超級運算，為基礎設施工作負載加速的最佳方法。 |
|
13:30-14:00 |
Randal Wu, Cadence |
Introducing Hierarchical and Incremental Synthesis Flow |
隨著製程的進步，設計變得越來越複雜，導致更長的運行時間要求，更加劇影響工程師的工作效率以及除錯與容錯率。而 CPU 作為晶片中最關鍵架構的角色，對運作效率的需求尤其高。Cadence 提供 Smart Hierarchical 智慧流程，搭載 Arm CPU 架構，成功與客戶合作，協助客戶有效縮短周轉時間（TAT），實現大型設計需求。 |
|
14:20-14:50 |
Imran Yusuf, Arm |
Shared Purpose - Collaborating to Transform the Datacentre and Beyond |
Arm 成為未來運算基礎的動力不僅只來自於技術，自品牌成立以來，夥伴關係與共同合作不僅是 Arm 成功的關鍵，更造就了橫跨多元市場的健全生態系。 此議程將聚焦於 Arm 合作夥伴生態系近期於運算基礎設施領域的合作，從最新啟用的 SystemReady 、 WorksOnArm 軟體，到我們全球 5G 實驗室中展示的最佳解決方案，以及圍繞在 Neoverse CSS 產品線的最新行動。邀請您一起來了解 Arm 如何創造生態系的合作夥伴的最大優勢。 |
|
14:20-15:20 |
Sanjay Dave, TSMC |
TSMC Open Innovation Platform Design Enablement Updates |
人工智慧和 5G 技術推動智慧型手機、高效能運算、車用電子和物聯網四大主要市場的快速增長，客戶需求逐漸轉為產品應用導向。台積公司針對四大市場打造差異化的技術平台，提供客戶具有全方位競爭力的邏輯技術、IP 和封裝及測試技術，縮短晶片設計和產品上市時間。本次演講中將展示創新的設計解決方案以及分享如何解決市場上所面臨的技術與挑戰。 |
|
15:40-16:40 |
Saptarshi Mondal, Arm |
Transforming the World's Computing Infrastructure - on Arm |
隨著對資料的需求與日俱增，加上運算受限於多項嚴格限制，Arm 的合作夥伴正在積極因應當前最普遍、也最嚴峻的挑戰。此議程將分享 Arm Neoverse 產品線如何持續不斷演進，以提供業界最佳的晶片創新平台。 本議程將分享從最新的 CPU 效能特性、未來展望，到因應加速設計進程，與支持 2.5D 至 3D 小晶片轉換的標準與解決方案。無論您正在建構雲端人工智慧資料中心、打造 5G 網路，還是下一個世界頂尖的高效能運算超級電腦，Arm Neoverse 將可提供所需的最佳效能、擴展性與不同選擇，支持轉型創新的目標。 |
Track C
時間 |
講者 |
議程名稱 |
議程概要 |
下載檢視 |
|---|---|---|---|---|
13:00-13:30 |
Morris Hung, Arm |
Driving the Future - Arm's Solutions for ECU Consolidation in Next-Gen Vehicles |
車用技術的未來，說明了當前的技術將有革命性的轉變。隨著電子技術的重要性增加，以及現代汽車架構的運算能力加強，我們正處於要為當代汽車進行功能更新，也要為未來汽車導入神奇新功能的重要位置。邁向實現軟體定義汽車（SDVs）的關鍵步伐就包括了整合電子控制單元（ECUs）以簡化硬體。然而，ECU 的整合也帶來了複雜的挑戰，特別是在軟體整合方面。 這次議程將提供如何使用 Arm 的工具和 Cortex-R / Cortex-M IPs ，輕鬆因應 ECU 整合複雜性的寶貴洞察，促進次世代 ECUs 和 Zonal 控制器的開發，這些不僅是即時的，且能確保強韌的資安與安全。 |
|
13:30-14:00 |
Matt Wu, CoAsia |
Expanding Design Service from Automotive to HPC |
Arm 認證設計合作夥伴 CoAsia Semi（擎亞半導體）是一家專注於先進製程節點解決方案（14nm、8nm、5nm、3nm）的全方位設計服務公司。從 RTL、DFT、後端 APR 設計到 OSAT 封裝測試，我們提供頂尖的機體電路綜合性解決方案。 |
|
14:20-14:50 |
Edward Chang, Arm |
EE Architecture Transition and Display Zonal Controller |
未來幾年內，汽車內的螢幕裝置數量將急速增加，原有的 EE 架構已不足以在不增加 SoC 或纜線成本的情況下容納更多螢幕。Arm 正透過顯示 Zonal 架構開發新技術，以提高車用系統的可靠度、彈性和效能表現。 |
|
14:20-15:20 |
Ethan Cheng, NXP Semiconductors |
Embedded Machine Learning based on NXP MCU |
人工智慧與機器學習不僅能運行在高運算能力的處理器，也能有效率地運行在微控制器平台上。從視覺、語音到時間序列的人工智慧應用，對於深度學習或經典機器學習，恩智浦可以提供從入門級微控制器到高性能跨界處理器和具有專用神經處理單元（NPU）的微控制器解決方案。 |
|
15:40-16:40 |
Charles Kuo, Siemens EDA & Simon Teng, Arm |
Virtual Prototyping for Automotive |
汽車產業已逐步朝向軟體定義汽車發展，加上自動化駕駛功能的大幅增加，為車廠帶來了極為複雜的挑戰。Arm 積極投資軟硬體平台，以實現頂尖的車用 ADAS 解決方案，並透過 Siemens PAVE360 平台來簡化 SoC 設計、軟體開發，以打造數位分身解決方案。 |
Track D
時間 |
講者 |
議程名稱 |
議程概要 |
下載檢視 |
|---|---|---|---|---|
13:00-13:30 |
Joseph Yiu, Arm |
Enhancing Developer Efficiency for Embedded IoT with Real-Time Operating Systems |
Arm Cortex-M 處理器是專為即時作業系統（RTOS）而設計的，具有特定的安全功能。可靠性、效能、可擴展性與安全性等要求，通常對於使用 RTOS 為基礎的系統來說更加重要。而根據最新的嵌入式系統調查，預計有高達 86% 的新興應用程式，將使用 RTOS，透過豐富的中介軟體，一般而言能使物聯網和機器學習的嵌入式開發更有效率。 在此議程中，我們將概述適用於 Cortex-M 的熱門 RTOS 系統，並探討部分 RTOS 系統的組件和其相關中介軟體，展示如何實現讓軟體重新應用在不同領域。 |
|
13:30-14:00 |
Eric Wang, Renesas Electronics |
Enabling Intelligence from the Cloud to the Edge & Endpoint Sustainably |
人工智能（AI）正從各方面改變我們的生活。在資源受限的邊緣端點設備上進行AI／ML的開發和環境、社會及治理（ESG）的目標密切相關，並體現了在實現這些目標上的承諾和進展。本次演講主要訊息即展示作為技術領先者的瑞薩電子將如何利用其專業知識，和遍布全球的供應商網絡，來提供完整的半導體解決方案，將人工智能帶到邊緣端點，並在降低環境風險的同時，實現節能、即時響應、高安全性和數據隱私。瑞薩電子致力於確保每個人的健康和安全，並期許為我們的生活帶來正面影響。同時，我們也將利用這個機會展示全球首款利用 Cortex®-M85 為核心的 RA MCU 系列。 |
|
14:20-14:50 |
Stephen Su, Arm |
Unlocking the Potential of Rich IoT Edge with a Cloud-Native Ecosystem |
隨著運算性質的改變，物聯網邊緣裝置在支援各種功率和效能要求等多樣化的系統層面，發揮著越來越關鍵的作用。從工業到智慧家庭，為了實現數位轉型、克服 OT / IT 串聯、新功能執行、分析及在地運算等，物聯網邊緣裝置必須採用雲原生軟體原則。 在此議程中，將帶您了解 Arm 的解決方案，其如何透過開放、協作，以建立標準的平台與安全性解決方法，整合最新一代的 Cortex-A 和硬體 IP，以及如何為基於 Rich OS 的裝置無縫的提供雲原生軟體體驗。 |
|
14:20-15:20 |
Daniel Wang, STMicroelectronics |
STM32 Revolutionizes the Design of GUI |
畫面生動、可直覺理解的視覺介面設計，已是開發電子產品的重要環節， STM32 微控制器使用者介面開發軟體 TouchGFX，透過各種先進、強大功能，協助工程師快速完成視覺介面開發工作。TouchGFX Designer 全面支援 STM32 顯示套件，可與 STM32Cube 套裝軟體、STM32CubeMX 和 STM32CubeIDE 互通，進而快速完成產品開發。ST 將會完整的介紹如何從產品和開發板的選擇, 到介面設計完成所需使用的步驟和工具。 |
|
15:40-16:40 |
Sampan Chen, Alif Semiconductor & Joseph Yiu, Arm |
IoT Solutions for ML at the Edge |
將機器學習演算法應用於物聯網邊緣裝置可實現一系列的新應用，如語音辨識、影像辨識、醫療診斷或自動化機器人。 為使軟體開發更簡單、有效率，Arm 為機器學習應用提供了豐富的硬體 IP 和工具，透過多元化的解決方案與最生態系夥伴相輔相成，Arm 擁有眾多人工智慧合作夥伴，例如優化的機器學習模組、MLOps 和開發板等。 此議程將針對希望使用微控制器和 Ethos-U NPU 的嵌入式開發人員說明機器學習作業系統如何實現創新應用。資訊科學家將了解如何針對具有 Helium 擴充程式的 Cortex-M 處理器或 Ethos-U NPU 等不同目標系統優化機器學習模型。 |