随着电子技术的飞速发展,SoC 的设计面临着前所未有的挑战,而 AI 技术的融入为其带来了新的曙光。在EDN网站上,有一篇How AI is changing the game for high - performance SoC designs文章深入剖析了人工智能在高性能片上系统(SoC)设计领域引发的变革。该网站聚焦于集成电路设计领域,专注为 IC 设计师提供专业的知识分享与行业洞察,在半导体和集成电路设计等领域具备较高的专业性和权威性。以下是文章的核心内容拆解:如今,SoC 的规模、复杂性和定制性呈指数级增长。从应用场景来看,汽车自动驾驶系统需要实时处理大量传感器数据,对低延迟和高可靠性有着严苛要求;物联网设备则需兼顾低功耗与高效数据处理,以满足长时间运行和海量数据交互的需求;消费电子产品为追求更流畅的用户体验,也对芯片性能提出了更高标准。这些特定的应用需求,使得现成的通用芯片难以满足,定制 SoC 成为必然趋势。定制 SoC 能够将多种功能集成在单个芯片上,不仅降低了系统复杂性、功耗和成本,还能借助先进的制程工艺实现更高的性能,在小型化和集成度方面具有显著优势,如可穿戴设备和...
今天的内行看门道给大家分享的是Lines Blurring Between Supercomputing And HPC。该文章来自semiengineering,semiengineering专注于半导体工程及相关科技领域的报道与分析,为行业内人士和科技爱好者提供专业且前沿的资讯。这篇文章深入探讨了超级计算和高性能计算(HPC)之间界限日益模糊的现象。下面是该篇文章的核心观点:在当下,AI 的蓬勃发展和计算组件的解耦正深刻地改变着前沿计算领域。超级计算机和高性能计算机以往在服务市场上差异显著,超级计算机多用于科学和学术计算,性能以百亿亿次浮点运算衡量;HPC 则侧重于传统应用,依赖高带宽内存、快速处理器通信和每秒大量的浮点运算。然而,随着 AI 训练和推理成为计算领域的焦点,二者的架构逐渐趋同。AI 对这两种计算模式产生了深远影响。一方面,CPU 和 GPU 在异构环境中的融合不断演进,GPU 从游戏、挖矿领域走向 AI 计算核心,其出色的扩展性成为提升计算性能的关键。例如,谷歌在其数据中心,为训练图像识别和自然语言处理等 AI 模型,采用了 CPU 和 GPU 相结合的方式,精心配...
今天要和大家分享的这篇文章,来自专业的半导体行业资讯平台。文章作者是有着丰富经验的技术编辑,长期扎根于半导体领域,凭借深厚的专业知识和丰富的行业经验,持续追踪行业前沿动态。凭借敏锐的洞察力和精准的分析能力,团队在半导体制造技术、市场趋势等方面见解独到,为行业发展提供了诸多极具价值的观点与建议。文章围绕极紫外光刻(EUV)技术在半导体制造领域的发展现状、面临的挑战以及未来趋势展开深度剖析,对整个半导体行业而言,极具参考价值。以下是文章核心内容介绍:当下,人工智能的飞速发展引发了 AI 芯片需求的指数级增长。这种增长态势促使先进制程芯片的需求也水涨船高,而这些先进芯片的制造,高度依赖 EUV 光刻技术。目前,全球仅台积电、三星、英特尔、SK 海力士和镁光这五家半导体制造商实现了 EUV 的大规模生产。尽管日本的 Rapidus 已安装 ASML 的 EUV 扫描仪,计划于 2027 年开启大规模生产,但短期内仍难以缓解供需紧张的局面。据预测,未来 5 - 7 年 AI 芯片市场规模至少增长 10 倍,像台积电 2nm 工艺订单已排到 2026 年,EUV 产能不足的问题愈发凸显,ASML ...
半导体互连技术作为芯片制造的关键环节,正处于重大变革的前夜。发布于semiengineering 的Interconnects Approach Tipping Point,主要围绕半导体制造中互连技术的变革展开讨论,深入剖析了随着芯片制程逼近10埃节点,互连技术面临的挑战以及即将到来的材料与工艺革新。文章的作者是一位有着丰富半导体经验的编辑,无论是行业从业者,还是对半导体技术发展感兴趣的读者,都能从这篇文章中获取到关于钌、钼等新型互连材料,以及相关创新工艺的前沿信息,深入了解半导体互连领域的未来走向。下面中国出海半导体出海小编将对文章的核心内容进行解读:在半导体制造领域,互连技术正处于重大变革的边缘。随着芯片制造工艺朝着10埃节点迈进,新的架构、工具和材料呼之欲出,这将极大改变晶圆厂构建互连的方式。其中,大马士革工艺在当前的半导体互连制造中占据着重要地位,且与未来的变革密切相关。大马士革工艺分为单大马士革工艺和双大马士革工艺,是一种广泛应用于半导体制造中金属互连层形成的技术。以双大马士革工艺为例,在进行金属互连层制造时,会先在介质层(通常是电介质绝缘体)上蚀刻出沟槽和通孔,然后通过特...
在半导体电子设计自动化(EDA)和知识产权(IP)芯片设计领域,AI 一直是热门话题。然而,对于生成式 AI 能否在芯片设计和制造中发挥主导作用,行业内观点不一。在Will Generative AI Play a Leading Role in Chip Design and Manufacturing? 一文中,来自 EDA IP、系统和标准领域的多位专家,包括 Accellera Standards 主席陆戴、Metrics 首席执行官 Joe Costello、达索系统半导体解决方案体验总监 Manuel Rei、微软发言人、imec 高级研究员 Eric Beyne、Cadence 硅解决方案集团产品营销总监 Mayank Bhatnagar 以及 Cadence 高级产品营销集团总监 Arif Khan,共同分享了生成式 AI 带来的影响,以及小芯片 / 3D - IC 在芯片市场取得成功的必要条件。下面中国出海半导体出海小编将对文章的核心内容进行解读:生成式 AI 对 EDA IP 设计和制造的影响带来新机遇LuDai指出,需要迭代优化的 EDA 工具,如计算量大的后端流...
在当今科技飞速发展的时代,电池技术作为众多领域不可或缺的关键支撑,其进步态势一直是备受瞩目的焦点。而近期,Bill Schweber在其文章《Has Moore’s Law Skewed Our Thinking on Battery Advancements?》中,深入剖析了人们对于电池技术进步的预期与现实之间的偏差,并探讨了这种偏差背后的原因以及电池技术未来可能的发展轨迹。Bill Schweber是一位在电子工程领域有着深厚造诣的专家,他拥有丰富的技术写作与编辑经验,曾出版过三本关于电子通信系统的教科书,并撰写了大量技术文章、观点专栏以及产品特写,凭借其专业的背景和多元的视角,Schweber 对电池技术发展的洞察极具价值。下面中国出海半导体网的小编将尝试对文章的核心内容进行解析:在文章中,Schweber 首先指出,我们频繁地听到有关电池技术 “突破” 的消息,然而,这些所谓的突破大多停留在实验室阶段,真正能够实现大规模生产或中等规模试运行的少之又少。物理定律、化学反应、热效应以及大规模生产中的种种挑战,使得电池技术从实验室成功到实际应用的规模化过程异常艰难。他通过数据展示了电...