芯耀
与非AI
-
不用迁移 FinFET！22FDX 凭借 ABX IP，在IoT和汽车领域实现对标先进工艺的芯片能效
Racyics发布面向22FDX的ABX自适应体偏置IP，通过动态调节背栅电压收窄PVT角，优化性能、功耗与面积。FBB可提升最坏速度并支持0.40V低电压，RBB可在IoT和汽车Grade 1显著降低漏电与动态功耗，无需迁移FinFET。ABX提供完整签收方法学，已获博世等客户采用。 -
面向边缘AI，芯原展示FD-SOI从体偏置、MRAM到3D堆叠的量产实践
2026年9月20日，在第十一届上海FD-SOI论坛上，芯原股份朱炯介绍其十余年FD-SOI布局与边缘AI实践：已构建完整IP生态，授权47家客户超330次IP、完成49个项目、40次流片；ABB自适应体偏置可使总功耗降约50%、待机功耗降15-25倍；并展示BLE等无线IP、嵌入式MRAM及3D异构集成量产实践，助力可穿戴等边缘AI落地。 -
6G毫米波与低轨卫星倒逼前端集成，多线圈射频折叠成破局关键
2026上海FD-SOI论坛上，清华大学陈文华提出多线圈射频折叠技术，解决毫米波相控阵前端无源网络面积大的难题，利用多线圈变压器融合功分、匹配、逆变与合成等功能。22nm FD-SOI Doherty功放和T/R前端核心面积约0.09mm²，为6G与低轨卫星提供超紧凑可扩展路线。 -
Soitec ：FD-SOI生态全面成熟，从40nm迈向18nm，量产不再是瓶颈
2026年9月20日上海FD-SOI论坛：Soitec称FD-SOI是边缘AI、汽车电子与5G互联关键，三大市场2030年CAGR约29%/22%/29%；具超低电压、高能效、毫米波及抗攻击优势，生态成熟并拓展至22/18nm与量子硅计算。 -
王克睿：FD-SOI迎来黄金发展期，新傲芯翼300mm SOI量产提速
2026年第十一届上海FD-SOI论坛上，新傲芯翼王克睿指出，FD-SOI凭借超低功耗、毫米波射频及高可靠优势，应用生态日趋成熟；公司正加快300mm SOI量产与产能扩张，覆盖射频、功率、逻辑、硅光、MEMS等，依托沪硅产业实现全链条自主可控，助力中国供应链安全，迎接AI、汽车与6G带来的发展黄金期。 -
格罗方德CEO：为什么物理AI需要FD-SOI？
第十一届上海FD-SOI论坛上，格罗方德CEO Tim Breen演讲指出AI正从算力底座走向物理世界，自动驾驶、工业自动化等设备需感知、计算、执行与通信，推动半导体向高性能、低功耗、强连接和集成演进。FD-SOI以低漏电、低失配RF及MRAM/RRAM集成，支撑可穿戴、汽车雷达、软件定义汽车等。未来FDX将聚焦先进材料、AI存储、RF量子与3D集成。 -
IBS CEO预测：2030年FD-SOI将拿下38.6%代工市场，成为物理AI理想技术选择
第十一届上海FD-SOI论坛举办，IBS首席执行官Handel Jones演讲称AI驱动半导体市场至2035年4.7万亿美元，数据中心资本支出飙升；Token成本需大降，物理AI、存储与代工将重塑产业。台积电主导先进制程。FD-SOI低功耗高频优势突出，22nm已量产，预计2030占代工38.6%，适合中国物理AI。 -
戴伟民：FD SOI与FinFET将双轮并行，把握边缘AI新机遇
2026年9月20日，上海——今日，第十一届上海FD-SOI论坛在上海浦东香格里拉大酒店浦江楼三楼大宴会厅隆重召开。 作为全球FD-SOI（全耗尽型绝缘体上硅）技术领域最具影响力的年度盛会之一，本届论坛汇聚了来自全球半导体产业链的顶尖企业、学术机构及行业专家，共同探讨FD-SOI技术在边缘AI、汽车电子、5G/6G通信等前沿领域的最新突破与产业化路径。 论坛在芯原股份董事长、首席执行官、总裁戴伟民 -
从2nm时代的“端侧智能体”分水岭，看联发科天玑9600 Pro的架构野心
2026年9月15日，联发科发布天玑9600 Pro与9600M，以2nm全大核架构重构端侧AI智能体与主机级移动游戏体验：2+3+3 CPU、4.55GHz超大核、34.5MB缓存，LPDDR6/UFS5.0，多核峰值功耗降61%；双NPU异构支持端侧30B MoE；G2-Ultra NX GPU落地硬件光追与185帧；ISP融合AI，提升影像、网络与定位。 -
苹果、联发科、高通同时变阵，手机芯片的旧时代结束了？
摘要：2026年9月，苹果、联发科、高通的新一代旗舰SoC同时释放出一个信号：手机芯片竞争正在从单纯追求CPU、GPU、NPU峰值性能，转向围绕AI重构整颗SoC。2nm带来的红利更多投向能效与持续性能，CPU重新承担Agent编排，GPU开始AI化，NPU走向分层与专用化，缓存、LPDDR6和数据搬运的重要性快速上升。随着AI Agent进入操作系统，旗舰SoC正从“性能芯片”演变为面向持续智能 -
从800G到1.6T，兆易创新如何卡位AI光互联？
摘要：随着800G、1.6T乃至CPO加速演进，光模块MCU正从基础控制器升级为复杂光电系统的关键管理芯片，兆易创新也在借助专用MCU、Flash、模拟能力与供应链协同进一步强化其在AI光互联市场的竞争力。 近年来，AI算力基础设施的快速扩张，正在改变数据中心内部的数据传输方式。800G光模块已经进入规模应用阶段，1.6T也在加速落地。围绕这轮高速光互联升级，以往市场更多关注DSP、激光器、调制器 -
算力决胜气象预报，中科曙光解锁公里级数值预报新高度
今年夏天，接续生成的台风、突发性的极端暴雨，再次把“天气预报能算多准”推到了台前。答案藏在一个数字里：分辨率。全球主流气象机构都在向1-5公里级数值预报冲刺，欧洲ICON、美国MPAS等模式团队已相继转向异构加速计算平台。这是一场算力与模式的双向奔赴，谁的算力撑得起来，谁就能看得更细、报得更早。 近日，中科曙光与中国气象局地球系统数值预报中心联合宣布：MCV数值模式依托曙光8000，实现1小时完成 -
11.2亿美元复活Spansion，华邦押注AI时代的NOR Flash
9月16日晚间，华邦电子（下文简称“华邦”）召开记者会宣布，已与英飞凌旗下Infineon Technologies LLC签署股份购买协议，将以全现金方式收购英飞凌NOR Flash与F-RAM业务100%股权，基础交易价格11.2亿美元，交割前还将依协议相关规定调整。交易已获华邦电子董事会核准，预计2027年下半年完成，仍需取得必要主管机关核准。 真正让业界侧目的是另一个细节：交易完成后，这家 -
【诚邀赴会】与非网第五届“物联网技术论坛”将于9月23日在线举办
IDC预计2025年全球物联网支出超1.2万亿美元，中国超3.2万亿元、年复合增长28.7%；2026年AIoT端侧应用加速，推动物联网模组需求。与非网将于9月23日线上举办第五届物联网技术论坛，邀请泰凌微、瑞萨、辰达、华普微等专家，发布《2026年中国AIoT产业分析报告》并拆解特斯拉车载无线终端。 -
芯片大战：2nm VS 3nm VS 逻辑折叠
2026年的9月，手机芯片市场迎来了一场前所未有的混战。苹果A20 Pro、联发科天玑9600 Pro、华为麒麟9050 Pro，再加上8月刚发布的小米玄戒O3，四款芯片在同一个窗口期正面碰撞。有趣的是，它们拿出了四条截然不同的技术路线。 苹果A20 Pro Geekbench跑分网站上，iPhone 18 Pro Max的A20 Pro单核4727分、多核12424分，单核成绩直接刷新了移动端C -
人形机器人产业地图（2026版）
过去一年，全球人形机器人产业加速从实验室研发迈向规模化量产，行业公司凭借核心零部件的自主突破、整机集成能力的快速提升，以及将AI技术与运动控制技术的深度融合，不断推动产品迭代与场景落地。 值得关注的是，在“具身智能”国家战略与新质生产力政策的双重驱动下，国内人形机器人赛道投融资活跃、产业链协同提速，国产人形机器人正从样机验证走向工厂巡检、商业服务、家庭陪伴等多元场景的批量部署，产业规模加速扩容。根 -
当AI走进生产现场，斑马技术如何将一线数据转化为业务决策与执行？
从条码、RFID到机器视觉，再到端侧AI，斑马技术的变化提供了一个观察物联网产业演进的窗口：企业需要的已经不只是“把物连接起来”，而是让系统能够理解现场，并把数据直接转化为操作和决策。 摘要： 当AI从云端走向工厂、仓库和门店，企业关注的重点正在从模型参数转向效率、准确率和工作流。斑马技术一边整合条码、RFID、机器视觉、3D视觉与端侧AI，一边持续通过并购补齐视觉和软件能力，试图从传统自动识别设 -
BOM占比不到1%，小小的光模块MCU为何越来越重要？
摘要：AI数据中心正在推动光模块从400G、800G向1.6T快速演进，一颗长期被忽视的MCU也随之发生变化。它不参与高速数据传输，却承担CMIS协议、固件管理、模拟监测、故障保护和器件协同等任务。随着Flash、I3C、模拟资源和安全功能不断增加，光模块MCU正在呈现更明显的专用化、软件化和集成化趋势。与此同时，CPO又可能改变传统“一模块一MCU”的架构，使控制功能进一步向Optical En -
为什么大模型能效的尽头是“通信与存储”？
摘要： 在大模型技术发展中，单一算力崇拜逐渐失效，数据流转效率成为关键。中科曙光的scaleFabric通过IBGDA技术优化控制面，减少CPU调度开销；同时，通过NFS over RDMA、NVMe over RDMA和XDS技术实现存储通道的高效耦合，解决了数据流转中的瓶颈。此外，scaleFabric在大规模CLOS组网中展现了优异的物理时延和多跳大消息优化能力，无需依赖PFC即可实现原生无损。这些技术创新有助于提升AI集群的整体性能和经济效益。 -
Arm边缘AI新动作：CPU里住进双SME2，GPU里藏了一个“NPU”
Arm推出第二代移动终端计算子系统（CSS for Mobile 2），通过异构计算整合CPU、GPU和系统IP，旨在解决智能手机算力需求的结构性变革。新架构中的C2-Ultra提升了AI性能，而SME2单元增强了小语言模型的运行速度。GPU引入专用神经网络加速器，提高能效。面对硬件成本上升，Arm推动AI模型小型化和图形压缩技术，缓解存储压力。双模式调度解决了智能体AI的持续运行功耗问题。开源生态协同加速移动端图形体验革新，助力开发者轻松构建AI应用。
