• 硬件团队降本增效指南:一套EDA平台如何替代五款独立工具
    做硬件研发的团队,对这样的日常场景一定不陌生:原理图用A软件画,画完导出网表导入B软件做PCB Layout;Layout完成后,再导出到C软件做信号/电源完整性仿真;仿真发现问题,回到B软件修改,改完又要重新导入C软件验证;最后出图前,还要把文件弄到D软件做DFM(可制造性设计)检查…… 一天8小时的工作时间,真正花在“设计”上的有多少?又有多少时间浪费在了工具切换、数据转换和排查格式报错上?
    143
    17小时前
    eda
  • 英伟达5000亿美元算力融资平台深度解析:AI信贷超级周期与GPU资产之争
    英伟达联合六家顶级金融机构推出5000亿美元算力融资平台,旨在缓解云厂商和新云公司在算力需求下的资金压力。该平台允许公司借款购买英伟达GPU,提供较低的利率并有金融天团的支持。然而,这一举措引发了关于GPU是否适合作为长期贷款抵押物的争议,担心算力需求高涨但资金不足会导致类似金融危机的情况发生。尽管如此,英伟达强调GPU具有持久的经济价值,尤其是在当前供应紧缺的情况下,老GPU仍能创造收益。此外,此举也有助于巩固英伟达与其“嫡系”新云厂商的关系,防止大客户自研芯片削弱其市场地位。
    英伟达5000亿美元算力融资平台深度解析:AI信贷超级周期与GPU资产之争
  • 告别拼凑式设计:中国EDA产业正从点状突破走向平台整合
    引言:一个被忽视的隐性成本 在硬件研发团队中,有这样一种场景反复上演:工程师在A工具中完成原理图设计,导出数据后导入B工具进行PCB Layout,再切换到C工具做封装设计,最后用D工具进行仿真分析。每一次工具切换,都伴随着数据格式转换、属性信息丢失和人工反复核对。据行业统计,工具切换可浪费高达30%的设计时间,而跨工具数据流转中焊盘属性丢失率甚至高达23%。 这就是长期以来中国电子设计行业的真实
    342
    18小时前
  • AI驱动芯片设计变革 CadenceLIVE中国用户大会释放哪些信号?
    产业变革前夜:从系统应用倒逼EDA重构 过去一年,全球科技产业最深刻的变化发生在物理世界与数字智能的交汇处。从具身智能的快速迭代、无人驾驶的城市级落地,到各类机器人开始进入工业与家庭场景,人工智能正以前所未有的速度从虚拟空间向物理世界延伸。 这场变革并非单点突破,而是一条自下而上、层层传导的技术链条。处在最前端的系统应用——无论是需要实时感知与决策的自动驾驶汽车,还是要求高度自主执行能力的工业机器
    474
    19小时前
    AI驱动芯片设计变革 CadenceLIVE中国用户大会释放哪些信号?
  • OpenAI自研推理ASIC的深远影响
    OpenAI发布的Jalapeno芯片在多个开源模型测试中击败了Nvidia、AMD和Google的芯片,成为推理市场的有力竞争者。其主要特点是仅做推理,主打FP8和FP4精度,具备高算力和带宽,同时保持较低的能耗。Jalapeno的成功不仅影响OpenAI自身,还可能迫使其他公司加快自研步伐,挑战英伟达的定价权。面对这一威胁,英伟达采取了提前放料、绑定生态系统和探索ASIC化的策略来应对。此外,该事件也给资本市场带来了新的投资机会,特别是对于博通、SK海力士等涉及AI芯片和内存的企业。
    436
    08/27 16:25
  • Waymo自研芯片曝光:1000 TOPS只是表面,160 TOPS才有看头
    Waymo 推出自研5纳米芯片,算力宣称超过1000 TOPS,实际稠密计算吞吐仅160 TOPS。Waymo认为算力不再是重点,而是“拼数据搬运效率”。芯片采用先进工艺和大容量SRAM,针对自动驾驶实时推理优化。Waymo计划逐步替换现有英特尔计算体系,推动自动驾驶计算系统的整体优化。
    Waymo自研芯片曝光:1000 TOPS只是表面,160 TOPS才有看头
  • 硅芯科技:3D IC不是2D加个维度,是“量变到质变”的EDA无人区
    当摩尔定律逐渐逼近物理极限,先进封装和3D堆叠正在成为延续芯片性能提升的关键路径。据市场研究机构预测,全球2.5D与3D IC封装市场预计2026年将达到124亿美元,到2034年有望增至330亿美元。Chiplet市场同样高速增长,预计2026年规模将达653亿美元。 然而,市场热度的另一面是技术难度的急剧攀升。2D芯片设计时代积累的EDA工具和方法学,在三维堆叠场景下面临着重构的压力。正是在这
    1000
    08/27 09:53
  • 别再用AI手搓EDA了,五十年前有人试过
    AI在芯片领域的快速发展引发广泛关注,工程师面临两种极端反应:“鸵鸟型”选择回避,而“造物主型”则积极拥抱新技术。尽管AI工具在初期显著提升了效率,但随着任务复杂度增加,出现了所谓的“效率墙”。EDA巨头如Cadence凭借专业化、系统化的AI产品提供了强大的解决方案,但芯片工程师仍需具备判断力,以确保AI工具的正确应用和系统的有效维护。
    301
    08/27 09:25
    别再用AI手搓EDA了,五十年前有人试过
  • 出货第二,进账第三:一家芯片商的二度叩门
    移芯通信是一家在NB-IoT和Cat.1bis领域占据全球第二市场份额的芯片制造商,尽管其出货量巨大,但由于单价较低,盈利能力有限。公司主要依靠高毛利率的IP许可及技术服务来支撑利润,但这类业务高度依赖少数几家海外客户,存在较大的结构性风险。此外,移芯通信正在积极扩展其业务范围,特别是5G RedCap领域,以寻求新的增长点。然而,目前这部分业务尚未形成稳定的收入来源,因此市场的关注焦点在于公司能否成功转型并实现持续盈利。
  • "国产GPU四小龙"最后一块拼图,补上了
    燧原科技启动科创板发行,聚焦云端AI芯片全栈解决方案,凭借自主架构、软件平台和集群能力构建竞争优势,已完成多代产品在互联网AI领域的广泛应用,并计划投入资金研发下一代芯片及软硬件协同创新项目,展现其高研发投入和快速增长潜力。
    424
    08/26 23:30
  • 小米三芯齐发!玄戒O3详解:跑分破522万,首发长鑫LPDDR6!
    小米在北京召开玄戒芯片技术沟通会,发布了三款自研芯片:玄戒O3(AI旗舰SoC)、玄戒O100(6nm 3D堆叠架构端侧AI加速芯片)和玄戒D100(智驾高算力AI芯片)。玄戒O3具备10核全大核CPU、G2-Ultra NX GPU、LPDDR6内存和支持H.266硬件解码能力,性能全面提升。玄戒O100采用3D堆叠架构,内存带宽高达1.22TB/s,支持端侧大模型超快推理。玄戒D100则是国内首个3nm智驾芯片,支持超200B参数量的大模型。小米计划在9月发布的折叠屏手机小米18 Fold上首发玄戒O3,未来还将推出玄戒O100和D100。
  • 小米一口气发布了三颗「玄戒」芯片,野心早已经不在做手机上(附实机演示)
    小米推出玄戒系列三款新芯片:玄戒 O3 是首款跑分破500万的3nm芯片,具备高能效特点;玄戒 O100 是面向端侧大模型的高带宽AI加速芯片,解决了大模型运算中的内存带宽瓶颈;玄戒 D100 是国内首颗采用3nm工艺的智能驾驶高算力AI芯片,适用于本地部署大模型。这三款芯片展示了小米在高端SoC领域的实力和技术方向,标志着小米芯片业务向多样化和全面化的转变。
  • EDA国创中心:以“智能EDA”重构芯片设计范式,从“卡脖子”到“换道超车”
    国家集成电路设计自动化技术创新中心(简称“EDA国创中心”)于2022年12月30日经科技部批准成立,由东南大学牵头,联合南京江北新区、国内EDA龙头企业及科研院所共建。作为我国集成电路设计领域首个且唯一的国家级技术创新中心,成立近四年来,它正在尝试一条与国内70多家EDA企业不同的路径——不做传统EDA工具,而是用AI重构芯片设计的全流程。 “如果AI能够做芯片,我们跟机器应该如何共处。”在近期
    1147
    08/26 16:54
    EDA国创中心:以“智能EDA”重构芯片设计范式,从“卡脖子”到“换道超车”
  • Nvidia基于RISC-V的服务器要来了?门槛不低!
    这两天,在Hot Chips 2026大会上,Nvidia释放出一个信号:其GPU计算软件底座CUDA,正认真考虑向RISC-V架构扩展。目前CUDA已支持x86-64和ARM(aarch64),若RISC-V加入阵营,将意味着这一主导AI与高性能计算的编程框架,有机会运行在开源指令集架构之上。但Nvidia给出的入场券附带了严苛的技术条件——并非任何RISC-V芯片都能即插即用。
    380
    08/26 16:39
    Nvidia基于RISC-V的服务器要来了?门槛不低!
  • 云侧AI芯片演进路线
    近年来,云厂商和大模型厂商加速自研AI芯片,推动从单纯提升单芯片算力到整体性能、成本和效率的核心系统级竞争。国外厂商如英伟达、AMD、博通等,逐步从AI专用计算迈向系统级计算,而国内厂商如华为、寒武纪等也沿此路径追赶。然而,国产AI芯片若仅追求参数提升,面临高成本和复杂度挑战。RISC-V作为一种开放指令集,能降低计算成本、提高定制能力和增强自主可控性,为国产AI芯片开辟新途径。
    云侧AI芯片演进路线
  • 不买英伟达?AI巨头集体涌向自研芯片
    AI芯片领域的竞争正在加剧,谷歌TPU之父Amir Salek加入Anthropic,推动其自研芯片设计。全球AI大厂纷纷涉足自研芯片,以掌握算力自主权。推理成本高企和供应链安全问题促使企业寻求自研解决方案。自研芯片不仅是降低成本的方式,也是实现软硬一体化优化的关键。随着AI应用场景多样化,定制化设计变得尤为重要。这场围绕AI算力自主权的军备竞赛才刚刚开始。
  • 玄戒O3来了!小米一次端上三颗芯:「芯片+OS+AI」大会师
    小米发布玄戒O3,搭载3nm工艺,性能大幅提升,支持LPDDR6内存,定位AI旗舰SoC,未来将推动小米人车家全生态终端的AI算力发展。
    611
    08/25 17:16
  • 芯片团队规模近3000人!小米扩张自研芯片版图
    小米在北京召开玄戒芯片技术沟通会,展示了三款自主研发的芯片:AI旗舰SoC玄戒O3、端侧AI加速芯片玄戒O100和智驾高算力AI芯片玄戒D100。玄戒O3采用了3nm制程,具备出色的性能和能效比,支持LPDDR6和全新NPU架构。玄戒O100则聚焦端侧AI加速,采用晶圆级垂直堆叠封装,提供强大的端侧推理能力。玄戒D100则是国内首款3nm智驾高算力AI芯片,支持大规模模型本地部署。小米表示,这些芯片已在多个终端上进行了大规模量产,并将继续推动国产芯片的发展。
  • AMBA5新特性与AI芯片SoC实战
    AMBA5不仅只是AXI5的换名,它带来了Poison、Cache Stashing、DTI、ATP等新特性,改变了AI芯片的SoC架构设计方式。本文详细介绍了AMBA5的新特性和协议,并展示了其在AI芯片SoC总线实战中的应用。
    AMBA5新特性与AI芯片SoC实战
  • 拓荆科技净利暴增1324%!博通600亿融资押注AI,存储芯片美股逆势狂飙
    半导体行业迎来强劲复苏,多个关键指标显示半导体设备、存储芯片和AI芯片市场热度高涨。拓荆科技净利暴增1324%,兆易创新净利暴增1091%,长江存储市占率攀升至全球第三。美光宣布成立Micron Research Labs,投入100亿美元建设内存创新中心。博通寻求融资逾600亿美元,助力AI芯片发展。存储芯片板块在美股大盘下跌的情况下逆势上涨,显示出投资者对存储行业的信心增强。整体来看,半导体行业正进入一个全面共振的黄金时期。

正在努力加载...

登录即可解锁
  • 海量技术文章
  • 设计资源下载
  • 产业链客户资源
  • 写文章/发需求
立即登录
热门作者 换一换
热门专题 更多