随着传统摩尔定律的扩展接近其物理极限，业界正在转向Multi-Die解决方案以实现更高的电子系统密度。Multi-Die设计方法在不影响制造可行性或项目预算的情况下，为工程师提供了一种将更多功能集成到硅芯片中并提高产量的方法。

UCIe标准于 2022 年 3 月推出，旨在帮助实现Multi-Die系统中芯片间连接的标准化。 UCIe 可以简化来自不同供应商的不同工艺技术的芯片之间的互操作性。 同时Multi-Die系统的复杂性带来了对高质量验证流程更高的需求。

本次芯课程介绍了多种Multi-Die设计类型、UCIe Multi-Die设计的验证挑战以及 Synopsys 验证解决方案如何帮助大家克服这些挑战。

AI 应用带来了广泛的神经网络加速需求，并对相关器件的性能、功耗和性价比提出了很高的要求，从而产生了丰富的 AI 芯片实现方式。相较于 GPU、FPGA 和通用 CPU，采用专用神经网络加速器（NPU）和矢量数字信号处理器（VDSP）的 SoC 能够以更低的系统功耗运转 AI 程序。

本次研讨会，我们将重点讲述 DSP 向 AI 专用加速器 NPU 的持续演变，探讨 AI 产业发展的大趋势，包括 Transformer 模型备受关注的准确性，选择 DSP 或 AI 专用加速器之间的权衡。我们还将讨论如何借助 ARC VPX DSP、加速器或者新思科技最新的 NPU 去实现人工智能芯片的设计，并介绍软件支持对一款 AI 芯片的重要性。

从可穿戴设备到虚拟助手，再到汽车雷达/激光雷达，各种传感器在边缘设备中的使用越来越多，这要求 SoC 在 DSP 性能和低功耗/面积之间取得最佳平衡。 此外，SoC 开发人员必须能够轻松扩展其硬件架构以处理不同数量的数据流。

在本次新思科技网络研讨会中，我们将重点介绍一些传感器融合应用，这些应用推动了对更高效数字信号处理的需求，通常将经典滤波操作和基于 AI 的决策相结合。 我们将以 Synopsys ARC® VPX DSP 系列为例，将解释如何在遵守单一编程环境的同时，来优化处理一系列传感器融合工作负载的关键功能。

近年来，汽车电子电气架构正在由传统的分布式架构，向域集中式架构转变。这就意味着ECU要越来越大型化、算力要高、功耗和成本还都需要加以控制。这该如何实现呢？大型、高算力，以及先进制程的车载SoC成为了一种更好的选择。参加此次在线研讨会，工程师可以了解域集中式架构中，如何利用MIPI接口满足汽车SoC对更多传感器和显示器的连接需求，以及典型的汽车用例。