未来5年汽车将会走向何方？
　　在中国，“智能”已在很多领域得到实现。而在汽车领域，“智能”能让汽车更好的连接起来，那在未来5年汽车将会走向何方？车联网将如何发展？
　　现在中国的汽车保有量很高，非常有利于我们走向电动汽车时代。戴伟民表示：“在传统的汽车方面还有很长的路要走，可能赶不上，但是电动汽车方面我们可以实现弯道超车。”
　　众所周知，二级自动驾驶的汽车在出现事故的时候，是需要人来做出快速响应的，但在更高级的自动驾驶（L3、L4）中，人们基本可以不参与。那我们到底该如何发展、如何更好做自动驾驶？
　　如今已有些公司已经做出L4和L5级自动驾驶，但在当前，只有在某些场景下，如仓库、农业以及货物搬运，在机场的穿梭巴士、矿山和其他比较固定的线路上才能实现更高的自动驾驶程度。
　　在研究自动驾驶的发展过程中，中国做了很多试验，也取得了一些里程碑式的成绩。在美国也有很多研究院做了很多工作，如waymo在2009年就已制定了他们的发展规划，连摩根斯坦利都曾说waymo的发展前景很好。在道路测试里程的排名中，表现最好的也证实waymo。
　　要实现无人驾驶，车上要有很多装置，包括传感器，汽车需要与周边汽车进行沟通，需要有5G通信、需要与智慧城市有很好的连接。这一切都是联结在一起的，我们不可能把所有装置放在汽车上，要与汽车实现连接从而使用周围的资源。
　　另外成本是非常重要的因素，大家可以看到电子器件占汽车总成本的比例在逐渐上升，这使得我们行业的发展方向需要调整。
　　戴伟民表示：“我们是一家IP公司，我们生产GPU，GPU可以用在汽车上，我们的GPU在汽车上用得很好，我们是这个领域领先的公司。整车厂中最好的7家或者十大整车厂有7家都与我们有合作，我们还要实现低成本的仪表，这都是通过我们的GPU来支持的。”
　　据戴伟民介绍，这些仪表都是通过芯原的GPU来驱动的，成本少于10美元。
　　值得注意的是，在未来2、3年中或许只有一些特殊的场景才需要对无人驾驶系统进行训练，这些系统仍然是可编程的，成本可能会大幅度上升，另外能耗方面也可能会上升。
　　如何实现更高级的自动驾驶？
　　我们如何才能如何走向L4／L5呢？欧洲自动驾驶公司AImotive做了很多研究，他们的算法用于很多汽车并在拉斯维加斯做了测试，今年AiMotive已经开始在更广泛的道路上进行测试。他们的技术很好，功率达到1000瓦，性能也非常好，但我们仍需做更好的SOI出来，也已有新的技术出现，从1000瓦大幅降低到200瓦，可以节省很多能源。如果将这样的低能耗技术应用到无人驾驶中，那无人驾驶的将来会更好。
　　戴伟民表示：“在AI引擎方面，我们想以非常广泛的方式进行支持，包括通用接口。整个系统是比较封闭或者比较关闭的，是不可兼容的，我们提供私有API，通过这样的方式来提高效率。”
　　在过程中我们做了比较，在功耗方面可以降低45与28纳米相比，计算容量比28纳米的工艺高15%，在成本方面可以降低50%。
　　在实现更高性能的同时，如何实现更快的处理速度呢？那就需要进行优化，优化加速器的种种划分，另外优化PE和P&R的流动等。
　　在电池发展方面也有很多公司做了研究，有一家公司是亚马逊支持的。有电池驱动的安全摄像头，这种摄像头也可以用SOC。另外还有一个IOT的例子，第一个智能智慧系统——智慧视频DeepEye 1000，在全球AI芯片方面有很高的排名，排第21位，这是交钥匙工程，他们做了很多，有很多公司已经使用FPGA。戴伟民表示：“我们将很多技术整合起来，看到底实现什么样的效果。”
　　对于IOT来说，射频也是非常重要的。我们不仅需要好的射频设计，还需要独特的模拟性能。
　　戴伟民表示：“另外NBLT也是很重要的，我们使用了数字的公方，单芯片NBLT射频加上BB解决方案，也是基于SOI的。我们可以实现非常高的灵活性，有时候我们需要实现非常好的平衡，看到底哪方面更重要一些。在功耗方面或者功放方面我们有集成的数字功放就可以实现更高的效率。”这样的集成也可以省很多面积出来。
　　如何为智能设备设计更好的芯片和算法？
　　当下有很多扬声器装置在市场上非常受欢迎，但如何让他们变得更智能，如何为他们设计更好的芯片和算法呢？
　　在28纳米之前一切都是非常美好的，28纳米之后一切都发生了变化。在成本方面，28纳米以下每个节点的成本会更高，我们将此叫做摩尔压力，28纳米可以称为一个门槛。
　　

　　上图展示了成本的变化，成本在28纳米之前是大幅度下降的，在28纳米之后却又逐渐上升。
　　那么晶圆厂如何发展、晶圆厂的生命周期是怎么样的呢？
　　我们可以考虑晶圆厂到底生产什么样的产品，他们的形式各不相同、生命周期也各不相同，比如有些是时间周期比较长的，有些周期比较短。
　　FinFET和FD-SOI的历史是2001年，胡教授还有刘教授及杰弗瑞做了类似的研发，他们发现了同样的问题，就是会泄露的问题，大家可以看到90度的旋转，大家看到这个图就可以理解。实际上对我们来说我们重新定义了晶圆和硅相关不一致性的东西。
　

　　大家可以从图中看到具体的差别，最高的硅的厚度是不一致的，基本上是由不同原子层所造成的，大家可以看到不同的厚度。这是我们进行的一些研究。我们也用在汽车等行业，我们要两条腿走路，要应用FD-SOI，也要应用FinFET，FinFET是大量数码芯片，多数时候具有高性能。FD-SOI是小的混合型芯片，有时候性能比较高。
　　戴伟民认为：“FD-SOI可以帮助我们开发出更多更好的产品来。在未来很多年FD-SOI将是继续非常受欢迎的。”
　　最后，戴伟民提出：“当我们提出促进研发和创新的时候，我们必须有有利的工具保护它，才能不断的真实促进创新。我认为这一点是非常重要的。我相信我们国外友人同样赞同我的观点，当他们与中国同僚见面的时候，他们也非常赞同中国的机制来保护知识产权。”