- 综合排序
- 最热优先
- 最新优先
- 来自专栏芯智讯
投资10亿欧元，苹果扩建德国芯片设计中心
3月3日消息，据9to5mac报道，苹果公司于当地时间3月2日宣布，未来6 年将于德国加码投资10 亿欧元，做为德国慕尼黑芯片设计中心扩建计划的一环。 这次追加的投资金额，是以苹果承诺从2021 年起投资超过10 亿欧元的计划为基础，苹果当时就以慕尼黑做为欧洲芯片设计中心的总部，该处也成为苹果在欧洲最大的研发工程中心。 苹果之所以再度选择德国，其一原因在于芯片设计中心的位置邻近慕尼黑工业大学，苹果硬件和软件的技术团队正与慕尼黑大学合作多项研究专案，包括5G 方面的研究。 苹果为iPhone 和iPad 设计了A 系列芯片，并自2020 年扩展到适用于Mac 电脑的M 系列芯片，这些系统单芯片（System on a Chip，SoC）已将CPU、GPU 以及存储元件全部整合在一起 苹果自1981 年设立德国研发公司以来，当地团队从最初10 名员工一路成长至超过4,500 人，尤其在过去3 年增加超过1,600 人。
23510编辑于 2023-03-24 - 来自专栏新智元
芯片设计大佬放狠话：未来10年，芯片性能提高1000倍！不过是AI设计的那种
这就是Synopsys采用的自主芯片设计方法，从综合方法进行芯片设计，而不仅仅是芯片布局。 由于宏单元潜在配置数量巨大（约为10^2500），规划就会变得非常复杂，而且随着逻辑电路设计的发展，还需要进行多次迭代。 如果每次迭代都由人类工程师手动生成，就要耗时数天或数周。 随着AI接管更多任务，以往负责设计少量晶体管的工程师，现在可能负责设计更大芯片中的10亿个晶体管。 这样就能够在更短的时间内设计出更快的芯片，改变芯片的架构，将芯片性能提高10倍、100倍甚至是1000倍。 https://venturebeat.com/2021/08/23/synopsys-ceo-ai-designed-chips-will-generate-1000x-performance-in-10
51520发布于 2021-09-17 AI如何改变芯片设计
AI如何改变芯片设计摩尔定律即将终结。工程师和设计师在晶体管微型化和芯片集成度方面已接近极限，因此他们转向其他芯片设计方法，将AI等技术融入设计流程。 AI在芯片设计中的当前应用某机构高级产品经理指出，AI已贯穿芯片设计和制造的大部分环节。在工艺工程中，AI可用于优化流程，缺陷检测是各阶段（尤其是制造环节）的重要应用。 在设计阶段，AI在光学元件、传感器等组件设计中扮演重要角色，主要用于异常检测和故障缓解。通过分析历史数据，AI能识别生产延迟的根本原因，在设计和加工阶段提前发现问题。 芯片设计和制造需考虑所有组件，整合不同部件的预测模型极具挑战性。此外，构建AI模型需要整合各类传感器和团队的数据，增加了实施难度。 未来趋势将减少追求超精确预测，转向信息透明共享和数字孪生应用，结合AI与人类专业知识，推动芯片设计向更高效、协作的方向发展。
33900编辑于 2025-10-11台积电希望借助AI设计软件，将芯片能效提升10倍
9月25日消息，据路透社报导，全球最大的晶圆代工厂台积电近日在美国硅谷的研讨会上公布了新策略，希望用AI驱动的设计软件，将AI计算芯片能源效率提升约10倍。 台积电是英伟达（Nvidia）、AMD等AI芯片大厂的芯片代工制造商，同时台积电本身也有在使用AI芯片，但是当前AI芯片的能耗也是非常高，以英伟达目前旗舰级AI服务器为例，高负载下耗电量可达1,200瓦 因此，台积电也希望新的芯片设计达成能源效率的突破：比如通过将多个具备不同技术的“芯粒”（chiplet，即小型芯片）封装整合在同一个计算模组中，以突破目前的能效瓶颈。 不过，为了运用这些新技术，芯片设计公司越来越倚重AI驱动的设计软件。 业界主要的EDA供应商Cadence和新思科技（Synopsys）9月11日也同步推出了与台积电深度合作开发的新工具。 这些AI设计软件在部分复杂设计环节甚至优于人工工程师，不仅找到更佳解方，效率更大幅提升。 台积电3DIC设计方法论部门人员在简报会上指出：“这有助于最大化发挥台积电技术。
6810编辑于 2026-03-20Cadence推出芯片设计验证AI智能体：效率提升10倍！
美国当地时间2月10日，EDA及半导体IP大厂Cadence宣布推出ChipStack ™ AI超级代理（智能体），这标志着半导体设计领域迈出了变革性的一步。 据介绍，ChipStack AI超级代理是一款面向前端芯片设计和验证的智能体人工智能解决方案。它是全球首个用于自动化芯片设计和验证的智能体工作流程。 在编写设计和测试平台代码、创建测试计划、协调回归测试、调试和自动修复问题等方面，其效率可提升高达10倍。 可以提升设计质量和成功率，提高芯片一次成型成功率，并最大限度地减少代价高昂的返工。 “随着半导体复杂性的不断提升，人工智能已成为设计下一代芯片的关键所在，”英伟达（NVIDIA）工业与计算工程总经理Timothy Costa表示。
27310编辑于 2026-03-19- 来自专栏韩曙亮的移动开发专栏
【FPGA 芯片设计】FPGA 简介 ( FPGA 芯片架构 | FPGA 芯片相对于传统芯片的优点 )
文章目录 一、FPGA 简介 二、FPGA 架构 三、FPGA 芯片相对于传统芯片的优点 一、FPGA 简介 ---- 摩尔定律 : 价格不变 , 在集成电路上 电子元器件的数量 , 18 ~ 24 个月增加一倍 Gate Array , 中文名称为 " 现场可编程门阵列 " ; 传统芯片功能一旦固定后 , 其 功能不可变 , 与之相对的 FPGA 芯片的功能是可变的 ; 门阵列 中的 门 指的是 " 门电路 , 型号是 FPGA-XC2064 , 于 1985 年问世 , 该芯片采用的是 2 微米的制程工艺 , 2000 纳米 , 当前主流的 FPGA 芯片制程工艺是 14 ~ 45 纳米 ; 下图是 BRAM , DSP 逻辑块 , 相比于第一代的 CLB , 增加了 BRAM , DSP ; HSSIO : High Speed Serial I/O , 高速串行 IO 模块 ; 三、FPGA 芯片相对于传统芯片的优点 ---- FPGA 芯片相对于传统芯片的优点 : 性能高 : FPGA 芯片可 并行处理 , 性能很高 ; 上市时间短 : 与传统的 ASIC 芯片相比 , FPGA 灵活性更高 , 可以进行快速原型验证
2.5K10编辑于 2023-03-30 - 来自专栏数字芯片实验室
为了功耗，重新设计芯片
高算力芯片正处于转折点。功耗一直是二等公民，但正在成为芯片技术走向未来的最大限制因素。 在基于RTL的芯片研发流程中，我们对于RTL开发时的功耗优化投入了大量精力，但这只是可以节省的功耗的一小部分。 芯片行业，特别是大算力芯片行业必须更聪明地最大限度地减少数据移动。随着大模型的出现，数据移动变得越来越多。有报道称，大约90%的能源用于移动数据而不是计算。现在，情况变得更加恶劣。 最近出现了从单片 2D 集成设计转向从异构制造工艺映射到多个芯片的设计，并使用先进的 2.5D/3D 封装进行集成。这使得最新的工艺节点可以有针对性地用于对能源效率最重要的领域。 在 3D 垂直堆叠场景中，我们在芯片之间有很多垂直连接。我们可以在芯片之间封装更密集的垂直互连。然后，由于距离很近，因为芯片是堆叠在一起的，由于物理定律，可以获得更好的能源效率。 为人工智能加速器开发计算密集型逻辑的设计公司需要升级其现有的功耗分析方法，以确保它们能够解决毛刺问题。 还有很多时候需要解决不确定性的峰值瞬间功耗，就不必将电压保持在较高的水平来适应这种情况。
41710编辑于 2024-04-15 AI如何重塑芯片设计未来
某机构在其存储芯片中集成AI以实现内存计算，既提升机器学习速度又降低能耗；某中心的TPU V4 AI芯片处理能力较前代翻倍。 AI在芯片设计中的核心应用MathWorks MATLAB平台高级产品经理Heather Gorr指出：缺陷检测：贯穿制造全流程，包括光学元件与传感器设计阶段预测性维护：通过历史数据分析设备停机根本原因数字孪生
22310编辑于 2025-08-03- 来自专栏ICSOC.TECH
芯片设计的职业病
提到低容错率的工作，首先想到的自然就是自己的本职工作—芯片设计。 曾经做过一个算法的硬件实现，和标准数据做比对总是不符。 而芯片数字设计中，硬件描述语言的通常写法是优先进入的零地址数据放在最右边。有些固化的硬件思维在这个场合就显得过于僵硬。 成本高，自然试错机会就少，低容错率就成了芯片行业的一个显著特征。 低容错的芯片产品的不出错，是由设计、生产的具体过程保证的。 不说芯片规格制定的反复斟酌、市场部门和工程部门的讨价还价、来回拉锯，单从设计来说，从拿到设计规格开始，要仔细的研究规格说明书，做芯片的架构设计，分解设计任务，制定开发进度，安排具体工程师的职责，然后开发过程中的检视 每个工程师拿到自己的设计任务，要再次审视芯片规格，确保自己负责模块的设计指标和芯片整体指标的一致性。设计过程中还要和验证工程师密切配合，保证设计的每个特性都要有完备的激励和检查。
98920发布于 2020-07-07 - 来自专栏云深知网络 可编程P4君
网络设计的尽头是芯片！
在软件定义网络的道路上 从Nicira的成功进而开始规划 数据平面全面P4语言可编程的蓝图 有个大的背景需求是云CLOUD的崛起 最新综述：SDN网络中P4可编程的挑战 创立Barefoot 正是源于网络的尽头是芯片 然后查找指定标头字段执行预处理 模型的输出转换为辅助决策如报文转发 Tofino交换机+FPGA 测试平台上的代码已经开源 科研机构怎样选购Tofino可编程交换机 Taurus既可以用于 交换机也可以用于网卡 芯片评估表明只会增加 122ns延时 网络的尽头是芯片 所以思科投入10亿美金 用于芯片研发也就不难理解了 所以博通的市值 气贯长虹也就有了答案 五千亿市值，博通的创新来自哪里？
30710编辑于 2024-01-18 - 来自专栏芯片工艺技术
高功率芯片设计和特性
上图是侧发光芯片示意图，如何提高芯片的功率，可以有以下几方面： 1）减少local current密度，方法：增大电极和PN结面积，加大Emitter的宽度。 2）减少接触面的热，增加导热面积。 比如采用质量更好的外延片，提高波导和量子阱的设计。 5）提高COMD的threshold。 经典的单管发射芯片，通常宽500~600um，100~150um厚，如上图。 对大功率激光器laser bar条，通常长度有10mm，集合了约19~80个emitters。 本书共有十一章，主要针对高功率半导体激光器封装技术进行了深入介绍，主要内容包括：高功率半导体激光器重要概念及参数、封装形式、热设计、热应力、光学整形、封装材料、封装工艺、测试表征、可靠性分析；同时本书介绍了目前高功率半导体激光器的主要应用领域以及当前高功率半导体激光器的发展趋势与面临的挑战 但是他们没有自己的芯片。需要电子档的可以文末留言。
1.2K31编辑于 2022-06-06 AI如何重塑芯片设计流程
Q&A：人工智能将如何改变芯片设计人工智能为半导体行业带来了新的希望和潜力。 为了更好地理解人工智能将如何彻底改变芯片设计，我们与MathWorks公司MATLAB平台的高级产品经理希瑟·戈尔进行了交流。人工智能目前是如何被用于设计下一代芯片的？ 在芯片设计中使用人工智能的好处是什么？戈尔： 从历史上看，我们看到了许多基于物理的建模，这是一个非常密集的过程。 你认为人工智能将如何影响芯片设计师的工作？戈尔： 这将释放大量的人力资本，使其能够投入到更高级的任务中。我们可以利用人工智能来减少浪费，优化材料，优化设计，但在决策时仍然需要人的参与。 你如何展望人工智能和芯片设计的未来？戈尔： 这在很大程度上取决于人的因素——让人员参与到过程中，并拥有可解释的模型。
19410编辑于 2026-03-22AI如何重塑芯片设计未来
工程师们转向人工智能等新技术来突破芯片设计极限——三星将AI植入存储芯片实现存内计算，谷歌TPU V4芯片性能较前代提升两倍。 MathWorks高级产品经理Heather Gorr指出，AI已渗透芯片全生命周期：制造缺陷检测：通过异常识别提升良率数字孪生应用：构建替代物理模型的轻量化代理模型，加速蒙特卡洛仿真工艺优化：分析历史数据预测设备停机风险优势显著 ：较传统物理模型降低90%计算成本参数扫描效率提升300%实验迭代周期缩短75%现存挑战：模型精度较物理方程低15-20%需整合跨部门传感器数据需保持人类工程师的决策主导未来趋势：人机协同设计将成为行业标准可解释
33410编辑于 2025-07-28- 来自专栏新智元
用Apollo设计芯片！Google说懂芯片才能更快「炼丹」
，也就是说在布局和走线(place and route)上，芯片设计人员可以使用软件来确定芯片的电路和布局，类似于设计建筑平面图。」 架构探索比布局和走线的设计层级要更高，并且架构的改进能带来比布局走线更多的性能提升。 芯片的体系结构是一个芯片的功能元素设计，包括如何交互，软件开发人员如何获取硬件接口。 作者称Apollo为「第一个可迁移的架构探索系统」，随着它设计更多不同的芯片，它的架构设计能力也会更好。也就是之前学习到的知识能够迁移到新的芯片设计任务上。 作者团队正在开发的芯片也是AI加速运算的芯片，和基于安培架构的GPU英伟达A100，Cerebras系统WSE芯片和其他创业公司的芯片类似。 「利用人工智能来设计人工智能芯片」，成为正反馈循环。 为MobileNet设计芯片中，负载的约束也是要在设计过程中考虑到的。
51820发布于 2021-03-10 - 来自专栏云头条
台积电最先进芯片上涨 10%，普通芯片涨价约 20%。
据知情人士向《华尔街日报》透露，全球最大的合同芯片制造商台积电现将价格上涨20%，此举可能会导致消费者为电子产品掏更多的钱。 这些知情人士表示，台积电计划将其最先进芯片的价格上涨约10%，而汽车制造商等客户所使用的不太先进芯片的价格将上涨约20%。知情人士表示，更高的价格通常在今年底或明年初生效。 芯片短缺已经推高了笔记本电脑的价格，由于越来越多的人远程工作，笔记本电脑的需求量很大。 他表示，这家台湾公司在最先进芯片上已投入了过多的巨额资本预算，在不太先进的芯片上丢失了市场份额。 Lu先生说：“台积电终于涨价以紧跟潮流，以弥补资本支出的分配不当。” 伯恩斯坦分析师表示，涨价可能会使台积电的收入增加10%至15%，收益增加20%至30%，并补充道影响会在明年第一季度显现出来。
28510编辑于 2022-03-18 - 来自专栏数字芯片实验室
芯片设计中的功耗挑战和低功耗设计
导致芯片温度升高，需要使用更贵的陶瓷封装和散热系统。 温度过高还会降低芯片的可靠性和寿命。 缩短便携式设备的电池续航时间。随着功能的增加，电池技术已经跟不上功耗的需求。 低功耗设计方法 降低功耗是数字IC设计中的一个重要目标。为此，可以从RTL级别和门级别采用不同的设计策略。 4、多电压设计 芯片的不同部分可能具有不同的速度要求。例如，CPU和RAM模块可能需要比外围模块更快。如前所述，较低的电源电压可以降低功耗，但也会降低速度，如图所示。  5、电源开关 电源开关是一种降低功耗的技术，它可以在芯片的一部分不需要工作时将其断电。 例如，在手机芯片中，当手机处于待机模式时，可以关闭语音处理模块。 芯片电源可以设计为具有多个离散的或连续的电压等级。动态电压调节需要有多级电源和逻辑模块来确定给定任务所需的最佳电压等级。
1.7K20编辑于 2023-09-01 - 来自专栏量子位
奥特曼，10亿美元砸向AI芯片
据彭博社消息，奥特曼再次为一家人工智能芯片企业筹集数十亿美元。 因此，制造更多高性能芯片来运行复杂人工智能系统的竞赛只会加剧。 能够制造高端芯片的晶圆厂数量有限，这促使奥特曼或其他任何人在需要产能之前竞标多年，以生产新芯片。 其他开发人工智能模型的公司也开始制造自己的芯片。 OpenAI 的投资者微软在 11 月宣布，它已经构建了第一个用于训练模型的定制 AI 芯片，紧随其后的是亚马逊宣布了其 Trainium 芯片的新版本。 谷歌的芯片设计团队正在使用其在谷歌云服务器上运行的 DeepMind AI 来设计 AI 处理器，如张量处理单元 （TPU）。
29710编辑于 2024-01-23 - 来自专栏芯智讯
模拟芯片大厂宣布涨价10-20%！
12月30日消息，根据网上曝光的涨价函显示，本月中旬才启动了新一轮裁员的全球第二大模拟芯片厂商亚德诺（ADI）近日已向中国区代理商发出涨价通知，宣布将从明年2月4日开始，对部分产品线涨价10-20%。 不过，从ADI最新的截至2023年10月28日的2023财年第四季度财报来看，情况仍不够乐观。 一方面，ADI通过提高老产品价格，推动客户换新产品；另一方面，模拟IC生命周期相对长，芯片厂往往为了推动、普及新产品等应用，都会对老产品进行涨价。 今年四季度以来，随着支持生成式AI的智能手机新品和AI PC新品的陆续推出，预计将会刺激智能手机和PC市场的加速回暖，这也将直接带动存储芯片、CIS芯片以及模拟芯片的需求回升。 值得注意的是，在上游原厂持续削减产能背景之下，近期存储芯片涨声不断。比如，有传闻称，三星已经在四季度对NAND Flash芯片报价上调10%至20%，还将在明年一季度和二季度逐季涨价20%。
39810编辑于 2024-01-05 - 来自专栏新智元
让AI自己设计芯片！中国科学院发布「启蒙」，芯片全流程自动设计
这项研究有望改变处理器芯片软硬件的设计范式，不仅有望大幅提升设计效率、缩短设计周期，同时有望针对特定应用场景需求实现快速定制化设计，灵活满足芯片设计日益多样化的需求。 为了减少芯片软硬件设计的人力和资源投入，满足芯片设计日益多样化的需求，研究人员基于AI技术，构建国际首个全自动的处理器芯片软硬设计系统「启蒙」。 在自动高性能库设计方面，提出国际首个基于大模型的高性能矩阵乘代码自动生成框架QiMeng-GEMM [9]和国际首个基于大模型的高性能张量算子指令级自动生成框架QiMeng-TensorOp [10]， 底层为处理器芯片领域大模型，中间层构建芯片和软件智能体，实现处理器芯片和基础软件的自动设计，在最上层应用于芯片软硬件设计的各个步骤。 In Proceedings of the AAAI Conference on Artificial Intelligence, 22982–22990 (2025) [10] Zhang, X. et
38510编辑于 2025-06-11 - 来自专栏AI电堂
芯片架构设计的新趋势
芯片制造商设计芯片以满足这些 OEM 提出的狭窄规格。但随着摩尔定律的放缓，以及随着越来越多的传感器和电子设备在各处生成更多数据，设计目标和实现这些目标的手段正在发生变化。 我们还看到更多的设计迭代。所以你有一个开发团队，一个质量团队，并且你不断地更新设计。” 对于为 OEM 设计芯片的芯片公司来说，这只是挑战的一部分。 “如果你看一下汽车市场，就会发现设计芯片组已经不再是按要求设计了，”Faché 说。“在初始阶段，芯片公司可能会使用该软件构建参考设计，并根据其使用方式进行设置。然后，OEM 将寻求优化。 特定应用与通用 设计团队面临的一个巨大挑战是更多的设计变得前置。不仅仅是创建芯片架构，然后在设计过程中解决细节，更多的问题需要在架构级别解决。 但它本身不再是一种设计，因为某些规则不再适用。” 结论 整个芯片设计生态系统都在不断变化，并且一直延伸到软件。
55430编辑于 2022-12-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号