标签
埃隆·马斯克发推文称,特斯拉AI芯片设计工程评审非常出色,AI6芯片在考虑良品率后,可能创下单晶圆可用智能量的纪录。
浦项科技大学(POSTECH)的研究人员开发出一种氧化锌-碲晶体管,该器件能在单个设备中执行多种电路功能,将晶体管需求降低75%,处理速度提升四倍,在紧凑型AI硬件和可穿戴电子设备中具有潜在应用。
华为宣布了一项新的芯片设计突破,声称到2031年将实现相当于1.4纳米的性能,并将其进展归因于美国的出口管制,而Nvidia的CEO则承认将中国AI芯片市场让给了华为。
本文通过高分辨率显微照片深入分析了Apple M1芯片的内部结构、晶体管布局、内存接口和主要功能块,展示了其在性能与效率上的革命性突破。
一位经验丰富的芯片设计师分享了学术与工业芯片设计之间的差异,涵盖目标、风险承受能力和方法论,同时指出对ASIC设计师的需求日益增长。
台积电高级副总裁表示,能源效率现已超过原始计算能力,成为AI芯片设计的主要限制因素。这一转变正在推动晶体管密度、先进封装和芯片堆叠方面的变化,以降低功耗。
字节跳动正在基于Arm和RISC-V架构开发定制CPU,以支持其AI基础设施,并减少对英特尔和AMD的依赖,原因是处理器交货时间过长。
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。
Google DeepMind 芯片工程师 Reiner Pope 在一段免费 YouTube 视频中,通过白板全面讲解了芯片的工作原理,从逻辑门到脉动阵列乃至人脑。
Cerebras 联合创始人解释其晶圆级引擎(WSE)相比传统 NVIDIA GPU 如何简化设计。
提出MacroDiff+,一种用于VLSI设计中宏布局的物理引导几何扩散框架,在ISPD2005基准测试上实现了6.1–6.2%的线长减少,具有卓越的稳定性和可扩展性。
Rule2DRC提出了一个大规模的DRC脚本合成基准,包含1000个任务和13,921个评估布局,并提出了SplitTester,它利用执行反馈来改善程序选择和功能正确性。
OpenAI 和 Broadcom 宣布了多年战略合作,共同开发和部署 10 吉瓦的定制 AI 加速器和网络系统,部署将于 2026 年中期开始,2029 年底完成。这一合作伙伴关系使 OpenAI 能够设计加速器,将前沿模型开发中的学习直接嵌入到硬件中。
对Intel 386处理器I/O电路的详细逆向工程分析,解释了它如何处理静电、闩锁效应和亚稳态以保护芯片。