快讯
<font color="#FF8000">作者：ActiveWizards；机器之心编译</font>
本文概述和比较了最流行、最有用的自然语言处理库，包含 NLTK、spaCy、scikit-learn、gensim、Pattern、polyglot。
现在自然语言处理（NLP）变得越来越流行，这在深度学习发展的背景下尤其引人注目。NLP 是人工智能的一个分支，旨在从文本中理解和提取重要信息，进而基于文本数据进行训练。NLP 的主要任务包括语音识别和生成、文本分析、情感分析、机器翻译等。
2018年8月3日，智能驾驶辅助技术供应商极目智能发布旗下最新车规级视觉ADAS解决方案JM600 V3.0，该系统搭载Xilinx高性能FPGA平台，整合极目在深度学习技术方面的最新研发成果，实现了性能、成本等方面的最佳平衡，是当前业界最具竞争力的FPGA视觉方案。
极目JM600 V3.0系统主要针对前装乘用车和商用车市场，将于今年Q3量产。
<strong>备受青睐，大型客车企业客户份额排名第一</strong>
凭借在技术领先性与成熟度、服务体系等方面的综合优势，目前极目智能已向苏州金龙、厦门金旅、潍柴动力、上海申龙、青年汽车、珠海银隆、上海万象等多家国内TOP15商用客车企业批量供货，在前装客车领域的大型主机厂客户份额占比50%以上，遥遥领先同类供应商。
<font color="#FF8000">作者：周肇基/施天从/谢昆霖；新通讯 2018 年 8 月号 210 期《 技术前瞻 》</font>
随着网络技术与物联网应用的发展，数据传输流量的需求也不断的增长。在数据传输技术中，下一个重大转变将是400Gb以太网络(400GbE)技术的推展与普及，400Gb以太网络技术预计将很快的会在各种云端服务、电信公司、以及需要超高带宽连接的应用环境中进行试用。数据传输技术朝向400Gbps速率发展的方向应该是主流的趋势，但是400Gbps传输接口模块要采用何种型式的插拔外型，目前产业界仍有不少的讨论，成本的考虑会是技术转型的思考重点。因此，400Gbps传输接口模块技术预计需要考虑向下的兼容性与向上的发展性，以降低发展过程的成本需求。
最近想必很多人工智能（AI）界小伙伴的朋友圈，都会被一则新闻刷屏：国内AI初创公司深鉴科技被全球排名第一的FPGA公司赛灵思（Xilinx）收购，尽管各方都没有披露收购的财务细节，不过据称先前深鉴科技的估值就已经达到了10亿美元。
为什么这家成立刚刚两年的公司，就可以成为令人羡慕的AI独角兽？其中有很多原因，不过从技术的角度来说，很大程度上这是因为他们在创业之初做对了一件事——选择FPGA作为AI梦想的支点。
<strong>支持算法迭代</strong>
大家都知道AI的ABC三要素——算法（A）、大数据（B）和算力（C）。为让人工智能算法基于大数据释放出最大的能量，就必须有强大的硬件计算平台做支撑。目前我们可用的硬件平台架构主要是CPU、GPU、FPGA和ASIC这几种。
Xilinx 器件可通过精选芯片工艺和功耗架构为所有产品组合实现高电源效率，包括 Spartan-6 系列及 7 系列、UltraScale 以及 UltraScale+ FPGA 和 SoC。对于每一代产品，Xilinx 都不断提升其节电功能，包括工艺改进、架构创新、电压缩放策略以及高级软件优化策略等。以下是特定产品组合功能的详细信息、芯片工艺优势和基准比较。电源估算、热模型、全面软件支持和演示板现已开始针对所有产品系列公开提供。
今天，IEEE Spectrum发布了最新的第五届年度编程语言交互排行榜！Python不但雄踞第一，在综合指数、用户增速、就业优势和开源语言单项中，全部霸占榜首。人生苦短，你还不用Python吗？
今天，IEEE Spectrum发布了最新的第五届年度编程语言交互排行榜！
这个榜单综合了9个来源的11个指标，对47种编程语言的流行程度进行排名。
当然了，每个程序员都有自己心目中“最好的语言”，不同的程序员有不同的需求和感兴趣的领域，因此，IEEE Spectrum没有将所有这些指标合并整成一个唯一的排名。
<font size="3"><strong>重磅消息</strong></font>
今天我们非常高兴宣布，Plunify 将与赛灵思在<a href="https://www.plunify.com/cn/plunify-cloud/"> Plunify Cloud 云平台</a>上，合作推出按需供应的 Vivado 设计套装 HLx 版本软件的许可证！Plunify Cloud 云平台构建在世界上最大的云供应商 – 亚马逊网络服务 (Amazon Web Services)。
嵌入式视觉开发难不难？过来人会告诉你：难！
试想一下，在一个通常性能受限的嵌入式架构中去跑复杂的视觉处理算法，还要平衡功耗、尺寸、成本、开发周期等因素，确实不容易。如果你面对的是工业或汽车这种对实时性和可靠性要求较高的场合，视觉处理要又快又准，容不得半点闪失。而且现在都人工智能（AI）时代了来了，机器学习是不是也应该支持一下？所以，嵌入式视觉开发者头上总会有个大大的“鸭梨”。
不过，这个世界上总是会有人在琢磨“如何将复杂的事情变得简单”。在嵌入式视觉开发这件事上，如何为开发者“减负”，已经有了许多好方案摆在我们面前了。
本月16至20日， Xilinx视频云战略主管Sean Gardner先生、Xilinx 中国数据中心业务拓展总监朱勇先生专程来访Aupera，并同Aupera CEO 廖玉峰博士及云服务团队一起，共同走访了中国视频云服务领域的几个领军企业，以及国内著名高校，并与相关核心研发团队、研发主管、CTO以及教授博导们开展讨论，重点就互联网视频处理及传输的未来趋势及方向，视频应用平台及云服务商如何应对爆发性增长海量视频处理需求进行了深入交流。(图示：Xilinx云战略部门团队代表访问Aupera中国）
