@Huawei: 什么是LogicFolding?对于电路设计,它激进地压缩相邻触发器之间的传播时间,缩短关键路径…
摘要
Huawei讨论了LogicFolding技术,该技术压缩电路设计中相邻触发器之间的传播时间,缩短关键路径并使芯片运行更快。该公司预计其高端芯片到2031年将实现相当于14 Å(1.4纳米)工艺的晶体管密度。
查看缓存全文
缓存时间: 2026/05/27 01:16
什么是LogicFolding?在电路设计中,它能够大幅压缩相邻触发器之间的传播时间,收紧关键路径,从而使芯片运行更快。华为高端芯片预计到2031年将采用等效于14 Å(1.4纳米)工艺的晶体管密度。https://t.co/IfFpmrYNC8
相似文章
构建芯片的新方法:顺序堆叠硅片以延续摩尔定律
伊利诺伊大学的研究人员展示了一种可扩展的方法,可在严格的热预算内顺序堆叠高性能硅电路,实现单片三维集成,这有望超越传统晶体管微缩,延续摩尔定律。
@kevingubbi:芯片设计本质上就是一个巨大的搜索问题。假设我们有一个包含 50 万个标准单元的设计,我们来简化一下这个过程……
# 芯片设计本质上是一个巨大的组合搜索问题 一位开发者的评论文章提出了这样一个观点:**芯片设计从根本上说是一个大规模的组合搜索问题**——仅 50 万个标准单元就可能产生约 **10^2,632,341** 种排列组合,其规模远远超过围棋或蛋白质折叠。 以 50 万个标准单元计算,可供选择的排布方式大约是 10^2,632,341 种。这个数字大到难以想象:围棋的状态空间大约是 10^170,蛋白质折叠的搜索空间虽然庞大,但仍远远无法与之相比。芯片设计面对的,是一个任何暴力搜索都完全无法触及的解空间。 然而,文章的关键论点在于:**AI 并不会让芯片设计的产出变少,恰恰相反,它会让更多的定制芯片能够成功流片**。 原因很简单——AI 的价值不在于"解决"这个搜索问题,而在于**降低探索这个空间的成本**。当前,设计一颗芯片之所以昂贵,很大程度上是因为每一次设计迭代都需要大量人类专家的投入和时间。而当 AI 能够以更低的成本辅助布局布线、约束求解、架构探索与物理实现时,原本因成本过高而被放弃的定制芯片项目就会变得可行。 也就是说,AI 不是在收缩芯片设计的规模,而是在把那 10^2,632,341 种可能性中的一小部分,变成现实中能够流片的硅片。**探索空间的边际成本下降了,最终产出的定制芯片只会更多,而不是更少。**
又一个‘DeepSeek时刻’?分析师称华为里程碑改变中国芯片竞赛轨迹
华为推出Tau缩放定律,这是一种绕过美国制裁的芯片架构变通方案,旨在到2031年实现相当于1.4纳米工艺的晶体管密度,标志着中国半导体自给自足迈出重要一步,并改变了与华盛顿的技术竞争格局。
面向LLM智能体的确定性折叠:无需LLM压缩的连续性
Context Warp Drive 是一个面向LLM智能体的开源库,它使用确定性折叠来管理长上下文窗口,无需基于LLM的摘要,从而实现高效、缓存友好的智能体连续性。
IBM发布了芯片技术,或可将摩尔定律再延长十年
IBM推出了一种名为nanostack的新型芯片架构,该架构将晶体管垂直堆叠成两层,晶体管密度是此前技术的两倍。这一突破可能将摩尔定律再延长十年,并使芯片性能提升50%、能效提升70%。