2025年3月,Synopsys宣布与英伟达深化合作,利用英伟达的Grace Blackwell平台和人工智能技术,将芯片设计速度提升至全新高度。这一合作在电子设计自动化(EDA)领域引起广泛关注,预示着芯片设计效率的革命性提升。在英伟达全球GTC人工智能大会上,Synopsys总裁兼首席执行官Sassine Ghazi表示,公司正在优化其下一代半导体开发解决方案,以充分利用英伟达的CUDA-X库和Grace CPU架构。这一举措旨在将计算密集型芯片设计工作流程的速度提升多达30倍。Ghazi强调,Synopsys的技术对于从硅片到系统的工程团队的生产力和能力至关重要,通过利用英伟达加速计算的性能,客户能够更快地实现突破性创新。英伟达创始人兼首席执行官黄仁勋也指出,芯片设计是人类历史上最复杂的工程挑战之一。通过英伟达的Blackwell和CUDA-X,Synopsys将仿真时间从数天缩短到数小时,推动芯片设计以支持人工智能革命。此次合作的核心在于利用英伟达的加速计算架构,包括GB200 Grace Blackwell超级芯片,以显著提升EDA工作负载的运行时间。具体而言,在电路仿真方面...
在人工智能高速发展的时代,高性能存储芯片成为驱动技术演进的关键力量。2025年3月,SK海力士宣布全球率先向客户交付HBM4样品,这一进展在半导体行业引发热烈关注,不仅巩固了其在AI存储领域的领先地位,也为人工智能计算的未来奠定更强基础。HBM4加速AI计算,提前布局市场需求作为HBM系列的第六代产品,HBM4在人工智能运算中扮演着至关重要的角色,主要用于GPU及AI加速芯片,可显著提升计算效率。此次SK海力士交付的12层HBM4样品,已送往核心客户进行资格测试,并计划于2025年下半年完成量产准备。值得关注的是,HBM4原定于2026年量产,但在市场需求激增的推动下,SK海力士加快了研发与交付进程,特别是英伟达CEO黄仁勋提出提前半年供货的要求,使得HBM4比预期更早进入市场。性能跃升,HBM4带宽突破2TB/sHBM4的技术突破尤为显著。其数据带宽超过2TB/s,相当于每秒可处理400多部全高清电影,相较于HBM3e提升超60%。这一性能跃升,使其成为当前全球最先进的AI存储解决方案之一,能够满足AI训练和推理过程中对高速数据访问的极致需求。在封装工艺上,SK海力士采用先进的大规模...
在人工智能高速发展的时代,算力成本与计算效率成为行业关注的焦点。英伟达CEO黄仁勋在GTC大会上的发言揭示了一个核心观点:更快的芯片是降低AI成本的最佳途径。这一判断不仅关乎硬件性能的提升,更深刻反映了芯片技术演进对AI产业经济性的影响。更快的芯片如何降低AI成本?更快的芯片能够降低AI成本,主要体现在三个方面:1. 数字切片技术,提高并发能力高性能芯片支持数字切片(Digital Slicing),可同时为数百万用户提供AI服务。传统芯片架构下,计算资源的分配较为粗放,利用率较低。而数字切片技术则能够精细划分芯片资源,实现高效并发处理。例如,在图像识别或语言翻译等大规模任务中,更快的芯片能并行处理更多请求,减少任务排队时间,提高计算吞吐量,从而摊薄单次AI调用的成本。2. 减少硬件需求,降低基础设施成本计算性能的提升意味着处理相同任务所需的芯片数量减少。AI模型的推理和训练通常需要庞大的计算集群,而更快的芯片可以在更短时间内完成相同运算量,进而减少服务器采购成本。同时,芯片数量减少也意味着机房的冷却、电力供应等基础设施投入下降,进一步优化数据中心的运营开支。3. 优化系统架构,提高计...
在全球数字化浪潮的推动下,人工智能(AI)技术正迅猛发展,深刻地影响着各行各业。作为AI技术的核心,AI芯片的性能和能效备受关注。在AI芯片互连技术领域,光芯片与传统铜导线之间的竞争日益激烈。英伟达首席执行官黄仁勋在2025年GTC大会上表示,尽管光芯片在带宽和功耗方面展现出巨大潜力,但由于可靠性不足,短期内铜导线仍是AI芯片的首选互连方案。这一观点引发了广泛讨论,为我们深入了解当前AI芯片互连技术的发展现状和未来趋势提供了契机。一、现状剖析:光芯片与铜导线的优劣之争(一)铜导线:成熟技术的稳健之选目前,铜导线在AI芯片互连中占据主导地位,主要得益于其在可靠性、成本和技术成熟度方面的优势。以英伟达的计算平台为例,其内部采用铜互连方案,确保了高性能和高可靠性的需求。黄仁勋强调,铜缆的可靠性“远超”现有光子连接,直接使用光子连接GPU“并不值得”,这一观点得到了行业内的广泛认同。 (二)光芯片:潜力巨大的未来之星尽管铜导线在当前AI芯片互连中占据优势,但光芯片技术凭借其在带宽、功耗和数据传输速率等方面的巨大潜力,被视为未来AI芯片互连的重要发展方向。Ayar Labs的硅光子技术通过光传输...
在科技迅猛发展的浪潮中,中国科研团队再度取得重大突破。2025年3月20日,一则震撼全球科技界的消息传来:由北京航空航天大学机械工程及自动化学院联合中国科学院深海科学与工程研究所(中科院深海所)、浙江大学历时6年共同研发的深海小型多模态机器人研究成果,成功发表于国际顶级学术期刊《科学・机器人》(Science Robotics),并登上该期刊官网首页。这不仅彰显了中国在深海科技领域的技术积累和创新能力,更为全球深海探索提供了新的突破口。技术创新:突破深海机器人运动模式的瓶颈这款国产深海机器人的核心创新点在于其多模态运动能力,使其能够在深海环境下实现游动、滑翔和爬行等多种运动模式切换,极大提升了在复杂海底环境中的适应性。研究团队借鉴了蝙蝠鱼的运动模式,设计了一套仿生驱动系统,使得机器人在不同运动模式下均能高效运行。·游动模式:依靠尾鳍摆动产生推力,最大速度可达5.5 cm/s。·滑翔模式:通过展开背鳍利用流体动力实现长距离滑行,减少能量消耗。·爬行模式:采用各向异性足部设计,使其在沙地环境下的移动速度达到3 cm/s。最引人注目的是,该机器人可在0.75秒内完成游动与爬行模式的快速切换。...
在全球数字化转型加速的背景下,智能手机行业正迎来一场深刻的技术变革。人工智能(AI)正逐步从云端应用向终端设备渗透,而生成式人工智能(GenAI)则成为智能手机创新的核心驱动力。据市场研究机构Counterpoint Research预测,2025年全球智能手机出货量中,具备GenAI功能的机型预计将达到4亿台,占比约三分之一,相较于2024年的五分之一实现显著增长。这一趋势不仅意味着AI手机将成为行业主流,更预示着全球智能手机市场的格局将迎来新一轮洗牌。技术升级、市场竞争和消费者需求的多重作用,正在推动产业链从芯片设计到软件优化的全面进化。图:Counterpoint预测,2025年全球智能手机中GenAI机型将达4亿台一、技术革新:芯片算力与轻量化模型双轮驱动AI手机的崛起,离不开底层硬件的支持。近年来,移动端AI算力迎来跨越式发展。以OPPO Find X8系列搭载的MediaTek天玑9400芯片为例,其集成的第8代NPU在处理大语言模型(LLM)任务时性能提升80%,同时功耗降低35%,有效提升本地AI计算能力。此外,高通、三星、苹果等头部芯片厂商也在积极布局,预计到2027...