動(dòng)態(tài)
-
發(fā)布了文章 2026-05-06 14:27
新的汽車(chē)架構(gòu)正在顛覆處理器與存儲(chǔ)器的選擇
本文作者：AnnMutschler，SemiconductorEngineering高級(jí)執(zhí)行編輯關(guān)鍵要點(diǎn)輔助駕駛和自動(dòng)駕駛需要來(lái)自更多傳感器的更多數(shù)據(jù)，并且需要對(duì)其中部分?jǐn)?shù)據(jù)進(jìn)行更快速的處理。向軟件定義汽車(chē)和集中式智能的轉(zhuǎn)變，使得更容易識(shí)別出哪些地方需要最先進(jìn)的處理器和存儲(chǔ)器，哪些地方可以部署更老、更廉價(jià)的技術(shù)。汽車(chē)以太網(wǎng)和LPDDR等過(guò)去很大程度上被忽視的 -
發(fā)布了文章 2026-04-29 13:29
系統(tǒng)級(jí)AI變革，驅(qū)動(dòng)下一代芯片發(fā)展
半導(dǎo)體行業(yè)競(jìng)爭(zhēng)的核心，不再只是打造更強(qiáng)的單顆芯片，而是構(gòu)建更完善的整套系統(tǒng)。在2026年技術(shù)研討會(huì)上，臺(tái)積電傳遞出明確信號(hào)：人工智能時(shí)代已邁入全新階段。行業(yè)核心瓶頸不再是模型能力，而是大規(guī)模運(yùn)行這類(lèi)模型所需的整套系統(tǒng)。應(yīng)對(duì)這一趨勢(shì)，需要半導(dǎo)體技術(shù)在算力、存儲(chǔ)、互連傳輸及能效層面實(shí)現(xiàn)全方位重大突破。從模型擴(kuò)容，走向系統(tǒng)擴(kuò)容過(guò)去數(shù)年，人工智能的發(fā)展主要依靠模型規(guī) -
發(fā)布了文章 2026-04-28 14:53
-
發(fā)布了文章 2026-04-27 15:02
告別單芯片博弈，半導(dǎo)體產(chǎn)業(yè)競(jìng)爭(zhēng)邏輯變了
本文轉(zhuǎn)自：半導(dǎo)體產(chǎn)業(yè)縱橫半導(dǎo)體產(chǎn)業(yè)發(fā)展正從以芯片為核心，邁向以系統(tǒng)為核心。世界各國(guó)政府正以芯片主權(quán)之名，投入數(shù)百億美元發(fā)展半導(dǎo)體制造。從美洲、歐洲到亞洲，普遍共識(shí)十分明確：掌控晶圓廠，就能掌控算力的未來(lái)。但隨著人工智能重塑半導(dǎo)體行業(yè)格局，這套邏輯已無(wú)法詮釋當(dāng)下的價(jià)值創(chuàng)造邏輯。戰(zhàn)略?xún)?yōu)勢(shì)正轉(zhuǎn)向更寬泛、更復(fù)雜的技術(shù)堆棧：AI加速器、高性能中央處理器、先進(jìn)封裝、內(nèi)存 -
發(fā)布了文章 2026-04-24 15:48
機(jī)器學(xué)習(xí)中的數(shù)據(jù)質(zhì)量雙保障：從“驗(yàn)證”到“標(biāo)記”
在機(jī)器學(xué)習(xí)的世界里，有句老話尤為貼切：“garbagein,garbageout”（輸入垃圾，輸出垃圾）。無(wú)論模型架構(gòu)多先進(jìn)、算法多精妙，數(shù)據(jù)的質(zhì)量始終是決定模型性能的核心。本文聚焦數(shù)據(jù)處理中兩個(gè)至關(guān)重要的環(huán)節(jié)——數(shù)據(jù)驗(yàn)證與數(shù)據(jù)標(biāo)記，前者為數(shù)據(jù)“守門(mén)”，后者為模型“立標(biāo)”，共同筑牢機(jī)器學(xué)習(xí)的根基。數(shù)據(jù)驗(yàn)證：為管道裝上“過(guò)濾網(wǎng)”你是否遇到過(guò)這樣的情況：精心訓(xùn)練124瀏覽量 -
發(fā)布了文章 2026-04-23 12:48
低精度浮點(diǎn)數(shù)定義——什么是 FP8、FP6、FP4？
什么是浮點(diǎn)精度？浮點(diǎn)精度是一種以二進(jìn)制格式表示數(shù)字的方法，計(jì)算機(jī)將數(shù)字解讀為由0和1組成的二進(jìn)制序列。本文將聚焦于更小眾的低精度格式——FP8、FP6和FP4，這類(lèi)格式更適用于神經(jīng)網(wǎng)絡(luò)與人工智能領(lǐng)域。在浮點(diǎn)數(shù)表示中，第一個(gè)二進(jìn)制位表示數(shù)字的正負(fù)（符號(hào)位）；接下來(lái)的一組二進(jìn)制位構(gòu)成指數(shù)位，以2為基數(shù)表示數(shù)字的量級(jí)；最后一組二進(jìn)制位為尾數(shù)位（也稱(chēng)為有效數(shù)字位）， -
發(fā)布了文章 2026-04-22 09:04
從NPU、GPU、內(nèi)存、EDA工具等角度，看現(xiàn)在的邊緣AI技術(shù)
引言：邊緣AI涉及的問(wèn)題不僅是算力芯片，還與存儲(chǔ)、設(shè)計(jì)工具、測(cè)試等方方面面有關(guān)…AI從數(shù)據(jù)中心走向邊緣、端側(cè)的原因這兩年探討得夠多了，包括數(shù)據(jù)中心資源限制(與海量IoT設(shè)備與數(shù)據(jù)涌入的矛盾)、部分應(yīng)用的低延遲或?qū)崟r(shí)決策需求、隱私與安全性、AI應(yīng)用的個(gè)性化要求等；與此同時(shí)，隨著AI全棧技術(shù)的發(fā)展，邊緣或端側(cè)AI也正走向成熟——無(wú)論是硬件還是包括AI模型在內(nèi)的軟 -
發(fā)布了文章 2026-04-21 08:33
從進(jìn)迭時(shí)空K3看RISC-V CPU與Imagination GPU協(xié)同：如何構(gòu)建高性能SoC能力
隨著端側(cè)AI和高性能計(jì)算需求的快速增長(zhǎng)，處理器產(chǎn)業(yè)的分工模式正在發(fā)生變化。近期，Arm已發(fā)布其自研AI芯片，這一動(dòng)向也讓產(chǎn)業(yè)對(duì)IP模式的開(kāi)放性與生態(tài)中立性產(chǎn)生了更多關(guān)注。在這一背景下，RISC-VCPUIP的價(jià)值進(jìn)一步凸顯：為芯片廠商提供更高的自主性與靈活性，且有助于構(gòu)建更開(kāi)放、穩(wěn)定的產(chǎn)業(yè)生態(tài)。與此同時(shí)，SoC設(shè)計(jì)正從單一算力提升，轉(zhuǎn)向多計(jì)算單元協(xié)同的系統(tǒng)級(jí)219瀏覽量 -
發(fā)布了文章 2026-04-20 13:06
“芯片短缺 2.0”時(shí)代，正在到來(lái)
全球汽車(chē)行業(yè)曾以為芯片短缺最糟糕的時(shí)期已經(jīng)過(guò)去。疫情擾亂了供應(yīng)鏈，導(dǎo)致生產(chǎn)線停工，許多人認(rèn)為半導(dǎo)體危機(jī)終將隨著時(shí)間的推移而緩解。然而，一個(gè)被稱(chēng)為“芯片短缺2.0”的新階段正在到來(lái)，而且與以往截然不同。這一次，問(wèn)題并非暫時(shí)性的，而是結(jié)構(gòu)性的。如今，芯片短缺問(wèn)題持續(xù)影響著全球汽車(chē)制造商，尤其是在成熟工藝節(jié)點(diǎn)半導(dǎo)體領(lǐng)域。這并非指智能手機(jī)芯片或人工智能芯片的最新技術(shù) -
發(fā)布了文章 2026-04-17 14:29
邊緣計(jì)算vs云計(jì)算，關(guān)鍵差異一文分清
邊緣這個(gè)詞在物聯(lián)網(wǎng)的世界里被賦予了新的定義，特指在設(shè)備端的附近，所以根據(jù)字面定義，邊緣計(jì)算即在設(shè)備端附近產(chǎn)生的計(jì)算。邊緣計(jì)算是相對(duì)云計(jì)算而言的，簡(jiǎn)單來(lái)說(shuō)，它是一種將計(jì)算和數(shù)據(jù)存儲(chǔ)從集中的云數(shù)據(jù)中心，推向更接近數(shù)據(jù)產(chǎn)生源頭（如物聯(lián)網(wǎng)設(shè)備、傳感器或用戶(hù)）的網(wǎng)絡(luò)“邊緣”的服務(wù)模式。它的核心思想是“就地處理”，即在數(shù)據(jù)產(chǎn)生的地方附近進(jìn)行分析和計(jì)算，而不必將所有數(shù)據(jù)都389瀏覽量
