基于芯粒的集成架构是未来物理AI系统设计成功的关键
物理AI系统是指能够感知、理解、推理并与真实物理世界互动的人工智能系统。它们利用传感器和执行器来弥合数字智能与物理行动之间的鸿沟。物理AI系统主要应用于自动驾驶汽车、机器人、医疗保健、智能家居和智慧城市、农业等多个领域。为了支持物理AI系统的快速发展,基于Chiplet架构的IC设计被认为是首选,因为它提供了更高的能效、可扩展性和可定制性。 物理AI系统对边缘计算能力有独特需求,需要在紧凑、功耗受限的体积内实现高性能和低功耗。基于Chiplet的架构通过性能与可扩展性、能效与散热管理、成本效益和良率提升、定制化和快速上市等方面的优势,满足了这些需求。然而,采用Chiplet架构的IC设计还需应对互连标准、先进封装、系统级设计与分析、安全性和可靠性等方面的挑战。 针对物理AI系统的芯粒框架设计步骤包括系统平台初始化、UCIe芯粒间接口启动、LPDDR5X 9600内存接口启动、芯片框架验证和功能与性能验证。通过这些步骤,物理AI芯片平台能够提供先进的AI吞吐量和效率,支持下一代物理AI应用的发展。