• 英伟达涨价背后,ASIC要被认真对待了
    英伟达服务器价格上涨,推动定制芯片经济性凸显,AI推理步入规模化运营阶段,算力买家需综合考虑芯片架构、软件栈、供应链和资金成本。
    英伟达涨价背后,ASIC要被认真对待了
  • 合见工软发布下一代EDA创新矩阵,Agent智能体战略正式落地,3DIC设计前沿成果重磅亮相
    合见工软在2026 IDAS设计自动化产业峰会上发布了一系列创新产品,包括国产首个Agentic EDA智能体战略体系、国内首款三维芯片物理设计工具、国产先进工艺节点收敛工具等,填补了国产EDA在商用级3DIC物理设计及多款EDA智能体等方面的空白,助力本土EDA产业实现跨越式发展。
    合见工软发布下一代EDA创新矩阵,Agent智能体战略正式落地,3DIC设计前沿成果重磅亮相
  • 这家国产推理芯片公司估值已达200亿!
    浙江曦望智能科技股份有限公司完成新一轮20亿元融资,投后估值约200亿元,仅半年内估值几乎翻倍。公司战略转向推理专用架构,放弃训练芯片,专注推理效率。投资方包括产业资本和国家队,显示出推理芯片市场的潜力。曦望的差异化在于大模型场景、明星架构阵容和LPDDR替代HBM的创新选择。尽管估值高涨,但还需通过量产良率、客单价和复购来验证其商业价值。
  • 国产EDA的下半场:为什么统一平台比单点突破更关键?
    中国EDA产业正站在一个关键的历史节点上。 在政策驱动和市场需求的双重作用下,国产EDA交出了一份亮眼的成绩单:2024年中国EDA整体市场规模约135.9至142.6亿元,预计2024–2027年的复合年均增长率将高达36.1%;国产化率更是从2020年的不足15%,稳步提升至2025年的23%–30%。 然而,当“有没有”的问题逐步得到解决,国产EDA的“上半场”——即以单点工具实现从无到有的
    193
    09/01 12:21
    eda
  • 20岁辍学生用AI两周造芯,性能超英伟达Orin,获1.6亿融资
    Architect Labs,一家由两位20岁左右辍学生创立的初创公司,在两周内利用人工智能设计并验证了一款名为“Redwood”的芯片。这款芯片能在AMD Versal FPGA上运行Meta的Llama和Alibaba的Qwen等AI模型,预计推理吞吐量比英伟达Jetson Orin Nano高1.75倍,且功耗仅为后者的一半。尽管存在潜在风险,如AI可能犯错,但Architect Labs相信其AI系统具备自检能力,能够有效防止此类问题。公司已获得2400万美元种子融资,并计划将Redwood送交台积电生产,以推动芯片设计向“无设计”时代的转变。
    477
    09/01 07:13
  • 富士通144核Monaka细节公布:2nm CPU与5nm缓存3D堆叠,明年量产!
    富士通发布下一代数据中心处理器Monaka,采用3D芯粒堆叠设计,2nm Arm架构144核CPU,支持256位SVE2和超低电压运行,预计2027年量产。Monaka采用计算芯粒、SRAM缓存芯粒和I/O芯粒分离设计,降低成本并提高性能。支持多种NUMA配置模式,提供高性能和高能效版本。未来计划推出1.4nm Monaka-X,集成NVLink Fusion。
    275
    09/01 07:10
  • 小米自研智驾芯片什么水平?从4个参数还原玄戒D100
    小米发布了玄戒O3、O100和D100三款芯片,其中玄戒O3是一款面向旗舰终端的3nm SoC,玄戒O100是一款6nm AI加速芯片,玄戒D100则是一款面向智能驾驶的芯片,拥有20个高性能CPU核心和16个NPU核心,最大支持200B参数的模型。
    小米自研智驾芯片什么水平?从4个参数还原玄戒D100
  • 互联芯片相关常见术语
    CPU、GPU、内存和网卡再强,也需要高速互联把它们连起来。PCIe 像设备之间的高速公路,CXL 像共享内存仓库的道路,Retimer 像信号中途的整形维修站,SerDes 像把多车道数据压进高速通道的收费口。
    217
    08/31 10:13
    互联芯片相关常见术语
  • 从一颗芯片到万卡集群,燧原的八年算力长跑
    燧原科技在过去八年中构建了一套完整的AI算力系统,涵盖了芯片、硬件、软件和集群等多个层面。虽然其主要收入来源是AI加速卡及模组,但随着大模型时代的到来,单卡性能不足,系统级解决方案成为新的竞争焦点。燧原通过自主研发的GCU-CARE加速计算单元、驭算TopsRider软件平台和超节点技术,实现了从单卡到大规模集群的有效扩展。此外,与腾讯的合作不仅带来了大量订单,还提供了真实的业务场景验证,推动了系统的不断完善和商业化进程。
    402
    08/31 09:43
    从一颗芯片到万卡集群,燧原的八年算力长跑
  • MCX C1 产品能力总结、选型对比与行业落地展望
    MCXC1系列产品是NXP面向成本敏感工业物联网推出的入门级32位MCU家族,分为C14(Cortex-M0+)、C15(Cortex-M23-48MHz)、C16(Cortex-M23-72MHz),具有工业宽温(-40~125°C)、支持电池供电、最小QFN16封装等特点。C15/C16集成了PGA运放、FlexPWM电机控制器、M23 TrustZone基础安全等功能,而C14提供了最大256KB Flash和FlexIO。MCUXpresso工具链支持VS Code、IAR、Keil,并且兼容老LPC/Kinetis软件迁移。市场定位在于替代传统8位、16位单片机,为成本敏感工业、手持设备提供32位解决方案。
  • 中国科技向上,小米向下扎根
    小米经过12年的努力,终于推出了玄戒O3、O100和D100三款自研芯片,覆盖个人智能终端、端侧AI和智能驾驶等多个场景。这些芯片不仅提升了小米在高端市场的竞争力,还展示了中国企业在芯片设计和产品定义方面的潜力。小米希望通过自主掌握芯片设计能力,推动中国制造业向更高水平自立自强迈进。
    中国科技向上,小米向下扎根
  • 英伟达净利润暴涨126%!向中国客户H200发货不到9亿美元
    英伟达公布2027财年第二季度财报,营收和净利润再创新高,分别达到962.2亿美元和596.9亿美元,同比增长显著。数据中心营收大幅增长,达890亿美元,超过去年全年的一半。英伟达预计全年营收有望突破3500亿美元,并计划在明年第一季度上调价格。
    735
    08/29 10:11
  • 一半GPU在等数据:近亿元天使轮,砸向算力"第二战场"
    成都恒瀚微电子完成近亿元天使轮融资,聚焦高性能RDMA智能网卡,目标成为AI算力集群中的“高速公路收费站”。沐创则采用可重构架构,追求架构效率而非先进制程。两者虽同属算力互联领域,但在技术路径上有明显差异。随着国产超节点市场的快速增长,这两家公司有望引领国产智能网卡的发展趋势。
    821
    08/29 09:48
  • 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?
    203
    08/28 15:35
    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
    504
    08/28 14:57
  • 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
    1276
    08/28 14:24
    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。
    534
    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
    1401
    08/27 09:53

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