首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏芯智讯

    俄罗斯芯片设计公司宣布研发AI芯片,但制造仍是难题

    贝加尔电子AI ASIC 主要开发者 Maxim Maslov 表示,英伟达是 AI 芯片业的领导者,但美国禁止英伟达产品出口至俄罗斯,先进芯片出口给中国也受限。 虽然英伟达有为中国开发定制版A800和 H800芯片,但俄罗斯客户似乎无法获得这些芯片。 贝加尔电子认为,新团队研发的产品有助于未来几年满足俄国对 AI 硬件的需求,但目前还不确定会找谁制造。 因为欧美在制裁俄罗斯,英特尔、格芯不太可能为贝加尔电子代工芯片。中国台湾也禁止向俄罗斯、白俄罗斯出口先进的处理器,台积电和联电自然也无法为其代工。 中国少数晶圆厂或许能为贝加尔电子制造部分芯片,但考虑到美国可能进一步审查,中国晶圆代工厂也可能会拒绝。 所以,对于贝加尔电子来说,如果没有先进制程的加持,其AI芯片如果只能采用其国内老旧的成熟制程代工的话,那么其性能将大打折扣。 编辑:芯智讯-浪客剑

    41820编辑于 2023-09-07
  • 来自专栏python 自动化测试

    【每日科技】苹果5G芯片研发失败......

    苹果自研5G芯片 传噩耗 天风国际分析师郭明錤,本周二在推特上发文称,苹果自研 iPhone 5G 芯片研发可能已经失败,高通成为了2023年iPhone的唯一5G基带芯片供应商。 基带芯片研发非常难,主要在于通信技术是一个需要长期积累起来的技术,5G基带芯片不仅要满足现有5G标准,还要向后兼容4G、3G、2G等多种通信协议。 自此,苹果走上了自研5G基带芯片的道路。 苹果还需要 2-3年时间 郭明錤称,尽管苹果自研5G芯片的进度受阻,但苹果将会继续研发自己的5G芯片,可能还需要2-3年的研发。 今年年初供应链的消息称,苹果自行研发的5G基带芯片及配套射频IC已完成设计,近期开始进行试产及送样。 但你看,今天苹果在研发5G芯片上的失败,会不会让它停止对5G芯片的投入? 不会的,苹果只会继续加大投入。那国产厂商呢?对于有所追求的手机厂商来说,自研芯片这事,都是必须坚持要走的路。

    45010编辑于 2022-08-25
  • 来自专栏FreeBuf

    苹果计划弃用英特尔芯片,改用自主研发的定制化芯片

    据外媒 Bloomberg 报道,苹果计划最早从 2020 年开始彻底弃用英特尔芯片,全面在 Mac 电脑(包括台式电脑和笔记本电脑)中采用自主开发的定制化基于 ARM 的芯片。 此前, Mac 设备还使用英特尔 x64 silicon 时,苹果已经在 iPhone、iPad 和其他 i系列产品中试用了其自主设计的第一轮芯片。而现在,Mac 也将加入苹果自主研发芯片的阵营。 据了解,苹果正在开展的 Kalamata 自主研发芯片项目属于苹果一项大战略(Marzipan)的一部分。 如果 Kalamata 项目顺利开展,苹果可以节省这部分开支用于自主研发,同时还能将自己的项目保密。 在报道中,Bloomberg 还提到明年即将推出的 MacPro 笔记本和今年推出的其他 Mac 笔记本很快就会采用苹果自主研发芯片

    41220发布于 2018-07-30
  • 为加速自研芯片研发,Arm挖来了亚马逊AI芯片掌门人

    Rami Sinno在加入Arm之前,曾领导亚马逊AI芯片研发团队,开发了亚马逊自己的Trainium系列AI训练芯片和 Inferentia系列AI推理芯片的。 虽然Arm公司一直都是一家仅提高半导体IP/指令集授权的企业,并且基于Arm架构的芯片已经几乎无处不在,绝大多数的智能手机、平板电脑都是基于Arm架构的芯片,此外众多的物联网芯片、汽车芯片,乃至一些PC 芯片和服务器芯片也都是基于Arm架构。 Arm甚至还希望自研芯片来直接销售给客户。 目前尚不清楚 Arm自研芯片进展如何,但拥有丰富的芯片研发经验的Rami Sinno的加入,或将进一步助力Arm公司自研芯片项目。 编辑:芯智讯-浪客剑

    10510编辑于 2026-03-20
  • 佳能×Rapidus,研发首款2nm影像芯片

    3月3日消息,据《日经新闻》报道,日本晶圆代工企业Rapidus将和相机大厂佳能(Canon)携手研发面向相机等用途的影像处理芯片,而佳能也将成为第一家列入Rapidus潜在客户的日系大厂。 报道称,Rapidus和佳能将携手研发基于2nm制程技术的影像处理芯片,并将利用Rapidus位于北海道千岁市的2nm晶圆厂进行试产,而美国EDA大厂新思科技(Synopsys)也将参与研发,预估总研发费用将达 佳能是全球数字相机、监视器等产品的重要供应商,并利用搭载于产品上的影像芯片来进行影像处理,采用2nm制程将有望大幅降低功耗、提升影像处理性能。 预计佳能会先将Rapidus试产的2nm芯片搭载于终端产品来验证性能,若确认能达到佳能所要求的品质、性能,未来将会考虑委托Rapidus进行量产。

    15410编辑于 2026-03-19
  • 来自专栏深度学习与python

    英伟达研发主管:AI 是如何改进芯片设计的?

    作者 | John Russell 译者 | Sambodhi 策划 | 凌敏 在春季 GTC 会议上,英伟达首席科学家兼研究部高级副总裁 Bill Dally 介绍了英伟达研发机构的基本情况, Dally 今年将重点放在英伟达正在研发并使用的人工智能工具上,这是一种非常聪明的逆向营销。比如,英伟达就已经利用人工智能来提高 GPU 的设计效率。 以下是 Dally 对英伟达在设计芯片时越来越多地使用人工智能的评论的一小部分(略加编辑),并附上了一些支持的幻灯片。 利用图神经网络测绘电压降 “身为一名人工智能专家,我们当然想要利用人工智能来设计更好的芯片。我们有好几种方法可以这样做。 布局和路由的挑战 Dally 称,AI 还可以预测路由拥堵情况,这对企业们的芯片布局至关重要。 正常的过程是,研发人员必须采取一个网表,通过布局和路由过程运行,这会非常耗费时间,通常要花上好几天。

    30120编辑于 2022-06-11
  • 来自专栏机器之心

    OpenAI计划研发自己的AI芯片,已有收购目标

    然而,路透社报道称 OpenAI 尚未决定继续推进这项 AI 芯片开发计划。 毕竟,研发 AI 芯片是一个昂贵且耗时的过程。 OpenAI 花了五年多的时间来研发 GPT-4,AI 芯片等硬件的开发时间也不会短。 如果 OpenAI 成功研发自己的 AI 芯片,该公司推出的大模型的运行成本将有望减少。 早在今年 4 月就有消息称微软正在研发一款 AI 服务器芯片,代号为「雅典娜 (Athena)」,并且该芯片研发从 2019 年左右就开始了。 现在,微软的 Athena 很有可能会在下个月的年度开发者大会上崭露头角,而 OpenAI 的芯片研发计划将如何推进还未可知。

    40420编辑于 2023-10-08
  • 来自专栏人工智能

    特斯拉悄然研发AI芯片,为了减少对外的依懒

    尽管这是特斯拉首次对外证实研发AI芯片,但关于特斯拉自主开发芯片的消息已经不是第一次传出了。 特斯拉不仅将与AMD合作开发芯片,而且还将获得AMD芯片的知识产权,这意味着有朝一日,可把自己开发的芯片用于它的自动驾驶汽车。 目前特斯拉的辅助驾驶系统Autopilot的硬件系统基于英伟达的显卡GPU,一旦拥有自主研发芯片能力,特斯拉将能够减少对英伟达的依赖。 特斯拉未公布何时将会销售这款定制化的AI芯片,但是这无疑将令整个人工智能芯片市场的竞争更加激烈。 在无人驾驶汽车芯片方面,目前除了英伟达,最强劲的竞争者包括谷歌母公司Alphabet,此外,苹果公司也对无人驾驶技术表现出浓厚兴趣,积极研发自动驾驶系统技术。

    71900发布于 2017-12-27
  • 来自专栏企鹅号快讯

    特斯拉正在研发AI芯片 用于无人驾驶运算操作

    12月8日,特斯拉CEO埃隆-马斯克在NIPS大会宣布,特斯拉正在制造AI芯片。 现在,吉姆-凯勒正领导一个50人的研发团队为特斯拉开发专用的AI芯片,未来将会应用于特斯拉的电动车中。 据了解,这个由吉姆-凯勒领导开发的AI芯片,主要将用于完成无人驾驶时的运算操作。 目前特斯拉的辅助驾驶系统Autopilot主要基于对英伟达GPU芯片的依赖,而如果他们能够拥有自主研发芯片的能力的话,那么这无疑将会减少特斯拉对英伟达以及其他芯片公司的依赖。 目前,在无人驾驶汽车芯片方面,除了英伟达之外,最强劲的竞争者包括谷歌母公司Alphabet以及吉姆-凯勒的老东家AMD。 除此之外,苹果方面也对无人驾驶技术表现出了浓厚兴趣,正在积极研发自动驾驶系统。

    81680发布于 2018-03-02
  • 来自专栏网络虚拟化

    为什么除了遥遥领先,其他厂研发芯片都会被喷?

    这就导致了一个诡异后果:同样的技术动作,遥遥领先厂做芯片是“顶级硬核黑科技”,小米或者是其他友商做芯片就是“碰瓷营销”。 不得不说遥遥领先厂非常重视研发,每年要投几十亿、扎实搞架构自研,不断的在攻占芯片和科技领域的高峰。相比之下小米要花几亿购买ARM公司的公版ARM指令集来做定制,就是“拎包入住速成班”。 有时候芯片行业的发展,可能不需要网络上的键盘侠们拿所谓的“民粹”来背书,过分透支情怀,对于遥遥领先厂也是伤害。 回头看看5G网络和智算网络建设,哪家运营商不需要高性能、低功耗的基带芯片? 仔细想想就算遥遥领先厂能拿到ARM新架构的授权,也要耗费大量研发资源;就算小米能拿到台积电3纳米产能,也要准备好迎接良率、功耗、产能初期瓶颈的折磨。 其实背后折射的是国内芯片产业的话语权分配和民族科技叙事的失衡。

    34210编辑于 2025-06-08
  • 来自专栏VRPinea

    12.20 VR扫描:Facebook计划为ARVR研发芯片;Oculus Link正式开售

    Facebook计划收购Cirrus Logic,为AR/VR研发芯片 据The Information报道,Facebook正计划以45亿美元收购半导体公司Cirrus Logic,以寻求从移动平台向新平台的转变 Cirrus Logic是一家成立于1981年的半导体公司,并有向苹果及其他公司提供芯片的业务。 ? 因此Facebook正为未来的硬件产品构建基础芯片的技术。 VRPinea独家点评:Facebook的决断与勇气不愧是当前VR/AR领域的头部厂商。 该融资资金将用于研发下一代面向VR和机器人的逼真触觉手套产品HaptX Gloves。 ? 据悉,HaptX将于2020年1月举行的CES大会展示HaptX Gloves在VR和机器人领域的应用。

    59820发布于 2019-12-25
  • 来自专栏ATYUN订阅号

    【业界】MIT新研发芯片将神经网络功耗降低95%

    近日,麻省理工学院(MIT)的工程师们设计了一种芯片,这种芯片能将神经网络计算的速度提高3到7倍,同时还能将耗电量降低94-95%。 “通用处理器模型在部分芯片中是一个内存,并且在芯片的另一部分是一个处理器。当你做这些计算时,你需要在它们中间反复地移动数据。”麻省理工学院的电气工程和计算机科学研究生Avishek Biswas说道。 据传闻,亚马逊正在开发自己的定制人工智能芯片,用于下一代Echo数字助手。 大型芯片公司也越来越倾向于支持先进的设备,比如机器学习,这迫使他们让设备变得更加节能。 高通最新的移动芯片骁龙845,采用一个GPU并将其重点集中于人工智能。该公司还发布了骁龙820E芯片,主要针对无人机、机器人和工业设备。 更进一步,IBM和英特尔正在开发一种神经形态芯片,其架构受到人类大脑及其能源效率的启发。

    78160发布于 2018-03-05
  • 高通在印度研发的2nm芯片成功流片

    据印度媒体报道,高通公司在2月7日宣布,通过其位于印度班加罗尔、钦奈和海得拉巴的研发中心,成功实现其2nm芯片设计的“Tap Out”,这对于印度半导体产业是一项重大推动,凸显了印度在全球尖端芯片设计领域的地位正在提升 高通的这一里程碑式的研发成果,在印度联邦铁路、信息与广播部以及电子与信息技术部长阿什维尼·瓦伊什纳夫(Ashwini Vaishnaw)访问高通班加罗尔研发中心时进行了展示。 高通印度工程高级副总裁Srini Maddali将2nm芯片成功在印度的研发描述为对印度工程深度的验证。 高通表示,其印度研发中心现已在芯片系统设计的多个层面做出贡献——从架构到软件平台,再到AI驱动的用例优化——这在AI和互联系统时代尤为关键。 高通在印度研发的2nm芯片的成功流片,正值印度加快通过政策支持、生态系统激励和产业合作,将自身定位为全球半导体枢纽的时期。

    9510编辑于 2026-03-19
  • 来自专栏企鹅号快讯

    我国自主研发的首款人工智能视觉芯片面世

    《计划》突出强调了智能产品的规模化以及芯片、传感器核心基础能力的提升和智能制造的深入发展。此目标,透露出的是我们一直都有的芯片强国梦、制造强国梦。 一直以来,中国都是制造大国而非制造强国。 该类芯片完全由中国企业自主研发,具有高性能、低功耗、低延时等特点,可直接嵌入至终端设备。 值得一提的是,两款芯片采用地平线自主研发的高斯架构,其特点是支持目前常用的AI算法,以每秒30帧的速度对1080P每帧图像同时检测、跟踪、识别200个目标,基本满足目前常用的一些视频智能应用比例。 在芯片研发的同时,还能匹配完整的商业应用是很“难能可贵的”。 中国科学院院士张钹则表示,用算法和软件来定义硬件,这是今后人工智能对芯片的要求,而且未来芯片的架构越来越像大脑,走出一条有中国特色的硬件设计以及产品道路非常重要。 完

    84390发布于 2018-01-31
  • 传联发科已从移动芯片部门抽调资源,加码ASIC研发

    1月5日消息,据台媒《工商时报》报导,随着人工智能(AI)热潮持续升温,联发科决定调整内部资源,已经将移动芯片部门的部分人力资源转往ASIC、汽车芯片等新市场,希望抓住数据中心与云服务厂商(CSP)所需的定制化芯片商机 报道称,谷歌代号为“Ironwood” 的云端AI芯片“TPU v7”已成为业界首款足以挑战英伟达( NVIDIA ) Blackwell GPU的ASIC芯片,而联发科则负责设计该处理器与周边器件之间通信的 目前,谷歌除了自家的数据中心正大量采用TPU芯片之外,也计划向外部客户供应TPU芯片。据悉,谷歌TPU出货量规模有望在2027年达到500万颗、2028年将进一步增长至700万颗。 由于谷歌TPU将采用台积电3nm制程,研发难度也越来越高,需求量也快速飙升,联发科觉得有必要从移动芯片部门抽调出来部分资源,以助力ASIC相关业务的发展。 但是,外界也担心,当联发科将更多资源从移动芯片部门调动到ASIC业务部门,未来是否意味着天玑系列移动芯片的重要性将被降低。 编辑:芯智讯-浪客剑

    7510编辑于 2026-03-20
  • 来自专栏安智客

    MIT研究人员正研发基于RISC-V的安全芯片方案

    RISC-V,以及其所代表开源芯片发展趋势在近年获得了极大关注。加州大学柏克莱分校,麻省理工很早就投入RISC-V研究。 和Intel SGX的复杂且封闭的设计和实现完全不同,基于 RISC-V 的产品可以做到完全的开放,这让芯片生态颠覆有了可能。

    1.4K30发布于 2018-07-30
  • 来自专栏新智元

    牛津大学研发类脑光子芯片,运算速度超人脑1000倍

    【新智元导读】牛津大学等的研究人员研发了一种模拟人脑突触行为、利用光子集成电路的“光子芯片”。在测试中,这种芯片的运算速度可以比人脑的速度快1000倍。 这种芯片如果用于超级计算机,则可最大限度地同时储存信息,并只需使用最小的功率。 来自艾克塞特大学、牛津大学和明斯特大学的研究人员领导的研究小组研发了一种专门的光子芯片。在测试中,这种芯片的运算速度可以比人脑的速度快1000倍。 这种芯片如果用于超级计算机,则可最大限度地同时储存信息,并只需使用最小的功率。科学家们朝着这个计算的“圣杯”又迈近了一步。 如果他们成功了,神经形态芯片(或神经芯片)有一天会取代我们的智能手机和其他设备里的CPU(中央处理器)。 现在,即使是世界上最快的处理器和CPU也无法接近大脑突触的处理速度。

    1.1K40发布于 2018-03-21
  • 来自专栏芯智讯

    OPPO芯片研发中心项目用地成功摘牌

    随着自研芯片马里亚纳X与马里亚纳Y的先后落地,OPPO的“造芯”之意已经可以说是无人不知,现在,OPPO又为芯片研发生产投入了一笔不小的资金。 近日,根据东莞市投资促进局官方微信公众号“投资东莞”发布的消息,由东莞市欧珀通信科技有限公司投资建设的OPPO芯片研发中心用地成功摘牌。 该项目投资总额45亿元,占地387亩,用于建设芯片研发中心、芯片实验测试中心、半导体装备研究中心、5G终端研发中心以及人工智能研发中心等高新技术产业。 从项目规模来看,这一芯片研发中心建成后,将成为OPPO旗下芯片,以及其他新兴技术实验、研发的核心产区之一。 值得一提的是,在OPPO芯片研发中心之前,OPPO已经在全球建立了多个研究中心。 目前,OPPO在全球共有六大研究所、五大研发中心,并在伦敦设有全球设计中心,拥有超过4万名员工。 行业交流、合作请加微信:icsmart01 芯智讯官方交流群:221807116

    27520编辑于 2023-02-09
  • 来自专栏企鹅号快讯

    为什么说特斯拉研发自动驾驶AI芯片应该引起注意?

    为什么说特斯拉研发自动驾驶AI芯片应该引起注意? 先简单科普下Jim Keller。Jim Keller,原AMD首席芯片架构师。 特斯拉为什么要自行研发自动驾驶芯片? 2015年,Google研发数年的AI专用芯片TPU(张量处理单元)开始投入应用,TPU是从芯片架构层面专为机器学习设计和研发的高效能芯片。 就在刚刚,余凯转发特斯拉确认自研芯片称「在意料之中、战争才刚开始,这是勇敢者的游戏。」 地平线官网 回到那个问题,特斯拉为什么要自行研发自动驾驶芯片? 对于特斯拉而言,研发这款芯片+配套算法本质上还是对率先将自动驾驶汽车商业化节点的争夺。摆在其他自动驾驶企业面前的问题是,跟还是不跟?

    75050发布于 2017-12-29
  • 来自专栏新智元

    百度公开硬件基准 DeepBench,推动深度学习专用芯片研发竞争

    【新智元导读】百度开源 DeepBench 基准测试工具,AI研究者和芯片制造商可以用它测试不同的芯片运行软件时的性能,尤其是哪款硬件加速深度学习性能最好。 百度的这次开源将推动深度学习专用芯片蓬勃发展。想了解深度学习硬件与技术发展?10 月 18日下午,来世界人工智能大会技术分论坛,向 Intel 中国研究院院长宋继强提问。 深度学习专用芯片研发火热,微软加入战场 目前为止,DeepBench还只能测试训练深度学习模型,但未来它可能测试用于图像和语音识别之类任务的“推论”模型。 Intel之前收购的 Movidius和Nervana Systems,也在模仿 GPU 的并行计算能力制作芯片,但是着眼于把数据更快转移和分摊给图像所需要的功能。 在前几天的Orlando的微软技术大会上,微软展示了由FPGA升级的定制芯片驱动的服务器于眨眼间完成Wikipedia上全部文字的直译。

    1.4K60发布于 2018-03-23
领券