ASIC

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

ASIC(Application Specific Integrated Circuit)即专用集成电路,是指应特定用户要求和特定电子系统的需要而设计、制造的集成电路。 用CPLD(复杂可编程逻辑器件)和 FPGA(现场可编程逻辑门阵列)来进行ASIC设计是最为流行的方式之一,它们的共性是都具有用户现场可编程特性,都支持边界扫描技术,但两者在集成度、速度以及编程方式上具有各自的特点。

ASIC(Application Specific Integrated Circuit)即专用集成电路,是指应特定用户要求和特定电子系统的需要而设计、制造的集成电路。 用CPLD(复杂可编程逻辑器件)和 FPGA(现场可编程逻辑门阵列)来进行ASIC设计是最为流行的方式之一,它们的共性是都具有用户现场可编程特性,都支持边界扫描技术,但两者在集成度、速度以及编程方式上具有各自的特点。收起

查看更多
  • 芯片标准单元:std cell介绍
    标准单元(std cell)是ASIC设计的基本构建块,具有高度可重用性和预特性化特点。它们按轨道(Track)划分高度,并分为小型、大型和中型晶体管标准单元,分别适用于不同设计需求。标准单元库还提供了多种类型单元,如多驱动强度和多阈值电压单元,以平衡功耗、面积和性能。
  • ASIC突围:从Google TPU到中国定制芯片的野望
    如果GPU是瑞士军刀,ASIC就是手术刀。Google靠一颗自研TPU,省掉了至少150亿美元的数据中心投资。2026年,TPU v7的FP8峰值算力4614 TFLOPS——压了NVIDIA B200一头。这篇文章从脉动阵列的底层原理讲起,把ASIC这条路从头拆到尾。
    1831
    06/26 09:39
    ASIC突围:从Google TPU到中国定制芯片的野望
  • 研报 | CSP自研ASIC浪潮加速MLCC规格集中,2H26高端特规品或面临结构性短缺
    TrendForce集邦咨询报告指出,随着全球云端服务供应商(CSP)AI竞争加剧,高端MLCC需求激增,特别是小尺寸、高容值、耐高温的特规MLCC。尽管多家供应商扩大产能,但由于技术门槛高,良率受限,导致结构性短缺风险上升。预计2026年下半年,Google、AWS、Meta等重量级ASIC平台放量,MLCC需求将达到高峰,但供给扩张滞后,可能导致现货溢价与交期延误。
    研报 | CSP自研ASIC浪潮加速MLCC规格集中,2H26高端特规品或面临结构性短缺
  • CSP自研ASIC浪潮加速MLCC规格集中,2H26高端特规品或面临结构性短缺
    随着全球云端服务供应商(CSP)AI军备竞赛持续升温,自研ASIC加速器平台大量采用小尺寸、高容值、耐高温的高端特规MLCC,需求结构正快速向少数顶规品项集中,然而,因供应商扩产速度落后,2026年下半年结构性短缺风险不容小觑。 TrendForce集邦咨询表示,次世代AI加速平台在量产最终验证阶段(Final Qualification)设计变更频繁,造成高端MLCC用量大幅上修。如AMD(超威
    313
    06/18 07:20
  • AI算力告急!存算一体芯片成为颠覆性的“破局者”?
    随着人工智能大模型向万亿参数量级演进,传统芯片架构下“内存墙”引发的能耗与延迟问题日益凸显,成为制约AI产业规模化发展的瓶颈。存算一体芯片通过“数据原地计算”的架构创新,打破了存储与计算单元分离的传统模式,从根源上解决了数据搬运带来的效率损耗问题。本文结合半导体产业技术变革趋势,剖析存算一体架构的核心优势,探讨其与专用ASIC芯片、先进封装制造技术的协同创新逻辑,分析在绿色算力生态下的应用场景落地,并展望存算一体芯片与AI产业深度融合的发展前景,为行业技术创新与产业布局提供参考。
    AI算力告急!存算一体芯片成为颠覆性的“破局者”?
  • 被抢单!ASIC市场,要变天了
    博通在AI芯片市场一度占据主导地位,但随着谷歌寻求供应商多元化,联发科凭借其在SerDes领域的深厚积累迅速崛起,成为新兴的竞争对手。与此同时,Marvell则转型为高速I/O解决方案提供商,聚焦于互连技术和系统集成。市场格局正在发生变化,不同公司根据自身优势在ASIC市场中寻找差异化定位。
    被抢单!ASIC市场,要变天了
  • 英伟达下调Vera CPU搭载容量,凸显LPDRAM供给缺口难以缓解
    NVIDIA(英伟达)决议将次世代Vera Rubin Superchip模组所搭载的SOCAMM容量砍半,此一调整并非NVIDIA下修存储器总需求量,而是应对供应端2027年初步规划配给NVIDIA的产能不足的事实。在此背景下,NVIDIA选择调降单颗容量、扩大模组出货数量,以强化其市占,同时凸显LPDDR5X供给缺口难以被填补与中长期需求上扬的趋势。 尽管目前存储器原厂对2027年皆有扩产计划
    英伟达下调Vera CPU搭载容量,凸显LPDRAM供给缺口难以缓解
  • 英伟达下调Vera CPU搭载容量,凸显LPDRAM供给缺口难以缓解,且中长期需求呈上扬趋势
    NVIDIA(英伟达)决议将次世代Vera Rubin Superchip模组所搭载的SOCAMM容量砍半,此一调整并非NVIDIA下修存储器总需求量,而是应对供应端2027年初步规划配给NVIDIA的产能不足的事实。在此背景下,NVIDIA选择调降单颗容量、扩大模组出货数量,以强化其市占,同时凸显LPDDR5X供给缺口难以被填补与中长期需求上扬的趋势。 尽管目前存储器原厂对2027年皆有扩产计划
    英伟达下调Vera CPU搭载容量,凸显LPDRAM供给缺口难以缓解,且中长期需求呈上扬趋势
  • 博通业绩大涨却遭“用脚投票”
    “业绩涨,股价跌”,这出看似违背市场常识的戏码,再一次在芯片巨头博通身上上演。 美东时间6月3日盘后,博通发布了其2026财年第二财季的财报。虽然各项核心数据打破了市场纪录,但这依然没能阻止其在盘后交易中一度暴跌超过10% 。对于这家被视为“英伟达最强挑战者”的AI芯片巨头,市场为何给出如此极端的反应? 一份“无可挑剔”的当下业绩 单从财报数据来看,博通交出的答卷堪称惊艳,甚至可以说是其近年来最好
    1530
    06/04 08:15
    博通业绩大涨却遭“用脚投票”
  • 采购高通ASIC芯片外,字节都向谁买芯片?
    字节跳动与高通达成AI芯片供应协议,预计采购数百万颗高通ASIC芯片;同时,字节跳动还计划采购英伟达H200芯片及其他国产芯片,如寒武纪、华为昇腾、海光等。字节跳动自研芯片业务始于2020年,目前已组建近千人团队,涉及AI芯片、CPU、VPU、DPU四大核心板块,与公司核心业务紧密绑定。
    3131
    05/28 17:50
  • Rambus推出集成时分复用功能的PCIe 7.0交换机IP
    采用时分复用技术,可构建高效、可扩展的PCIe互连架构,优化链路利用率,并降低系统复杂性,支持分布式AI集群和高性能计算网络的纵向扩展与横向扩展。 支持带宽扩展、低延迟及高效数据传输,适用于AI、云和HPC系统 通过智能流量复用提升链路利用率,简化架构,支持可扩展的解耦与池化计算 进一步扩展Rmbus业界领先的PCIe IP产品组合,覆盖交换机、控制器、重定时器与调试解决方案,全面支持下一代AI基
    610
    05/14 09:00
    Rambus推出集成时分复用功能的PCIe 7.0交换机IP
  • 是德科技推出全新接收机压力校准方案,扩展PCIe 7.0测试产品组合
    是德科技(NYSE: KEYS )近日宣布,推出全新PCIe® 7.0接收机(RX)测试应用,以此扩展其PCIe® 7.0产品组合,实现端到端的发射机和接收机验证。该接收机测试应用可助力应对下一代计算、AI和数据中心应用中,在128 GT/s速率下验证接收机性能这一日益严峻的挑战。 是德科技的M8050A BERT可提供准确、可靠的PCIe® 7.0接收机测试所需的信号保真度,帮助客户更加从容地验
    是德科技推出全新接收机压力校准方案,扩展PCIe 7.0测试产品组合
  • 从“拼外壳”到“拼芯片”:雾化器ASIC化浪潮已至
    2025年,全球雾化设备市场进入了一个新的合规周期。无论是美国的 PMTA 还是欧洲的 TPD,都在倒逼行业从“拼外观”转向“拼内核”。 这种内核的升级,最直观的体现就是那颗控制芯片。以往很多雾化器用的是通用 MCU,就像用一个大型计算机去控制一盏路灯,大材小用不说,响应速度和安全性往往跟不上。而现在,一个明显的趋势是:从 MCU 向 ASIC(专用集成电路)过渡。 最近拿到了一颗EC0059H 
    466
    05/13 17:45
  • 北美业者扩大投资AI数据中心, 2026年全球九大CSP资本支出上调至8,300亿美元
    由于多数北美主要云端服务供应商(CSP)近日再度上修2026年资本支出指引,以回应强劲的AI需求,TrendForce集邦咨询上调全年美系Google(谷歌)、AWS(亚马逊云科技)、Meta、Microsoft(微软)、Oracle(甲骨文)以及中系ByteDance(字节跳动)、Tencent(腾讯)、Alibaba(阿里巴巴)、Baidu(百度)等九大CSP,合计资本支出预估至约8,300亿
    1712
    05/06 17:15
    北美业者扩大投资AI数据中心, 2026年全球九大CSP资本支出上调至8,300亿美元
  • TPU、Maia、Trainium、MTIA:四大云厂商围堵英伟达,推理算力不再姓“黄”?
    AI加速器市场在未来十年将出现明显的分化,通用GPU(如英伟达)将继续主导训练市场,而定制ASIC(如云厂商自研)则将在推理市场占据主导地位。预计到2033年,AI加速器市场的总规模将达到6040亿美元,其中通用GPU的年复合增长率约为16.1%,而定制ASIC的增长率为44.6%。 四大云厂商(谷歌、微软、亚马逊、Meta)纷纷推出自家定制的AI加速器,如谷歌的TPU v7 Ironwood、微软的Maia 200、亚马逊的Trainium 3和Meta的MTIA。这些芯片在性能、功耗和成本方面各有优势,特别是定制ASIC在推理领域的成本效益更为突出。 英伟达推出了Vera Rubin架构,试图在推理市场上夺回部分市场份额,但面对定制ASIC的竞争,英伟达的CUDA生态系统仍然是其主要优势。然而,随着定制ASIC的普及,英伟达在推理市场的份额可能会大幅下降。 此外,台积电的3nm工艺成为各大厂商争夺的关键资源,导致芯片产能紧张。数据中心的基础设施也需要相应调整,以适应不同类型的AI加速器,包括散热、互联和组网等方面的变化。 对于基础设施规划师、运维团队和战略决策者而言,未来的数据中心将面临更多挑战,需要制定相应的应对策略,以确保高效运行。
    TPU、Maia、Trainium、MTIA:四大云厂商围堵英伟达,推理算力不再姓“黄”?
  • 华为投的北京AI ASIC芯片定制企业递表IPO
    中茵微电子作为一家专注4-28nm先进制程ASIC与高速接口IP的企业,凭借一站式芯片定制服务成功递交IPO申请。董事长王洪鹏深厚的IC设计与高端IP开发经验为其奠定了坚实基础。公司依托自主研发的IC技术平台和专有高速接口IP,实现了AI ASIC芯片的高效互联,确立了在中国国产芯片定制服务中的领先地位。中茵微电子的优势在于本土化的技术适配能力和场景化的定制服务,其技术团队和多区域研发布局为其持续技术创新提供了保障。随着AI技术的发展和政策支持,中茵微电子有望进一步扩大市场份额并缩小与国际巨头的差距。
    1158
    04/03 10:16
    华为投的北京AI ASIC芯片定制企业递表IPO
  • AI算力需求支撑,2025年全球前十大IC设计厂营收年增44%
    2025年各大云端服务供应商(CSP)持续购买GPU、自研ASIC建置算力需求,带动AI相关芯片设计业者成长,全球前十大无晶圆IC(Fabless IC)设计公司合计营收逾3,594亿美元,年增44%。NVIDIA(英伟达)蝉联营收冠军,Broadcom(博通)因受惠AI浪潮较深,排名上升至第二名,超过消费性电子营收占比较高的Qualcomm(高通)。 产业龙头NVIDIA凭借强大AI芯片与算力生
    420
    04/02 07:01
    AI算力需求支撑,2025年全球前十大IC设计厂营收年增44%
  • 是德科技与 AttoTude 合作开发面向太赫兹互连研发的高级信号分析解决方案
    是德科技 89600 VSA 软件的增强功能助力 AttoTude 加速AI数据中心太赫兹无线技术的表征 是德科技(NYSE: KEYS )近日宣布,专注于为AI和超大规模数据中心应用提供太赫兹(THz)互连技术的提供商AttoTude,已采用是德科技89600矢量信号分析(VSA)软件中的增强型信号分析功能,以加速其太赫兹无线电技术的开发。 AttoTude正通过基于ASIC的低损耗太赫兹波导传
  • 研报 | 英伟达多元产品线分攻AI训练与推理需求,以应对CSP自研ASIC规模升级
    TrendForce集邦咨询报告指出,NVIDIA在GTC 2026大会上转向重点推广AI推理应用,而非传统的云端AI训练市场。随着Google、Amazon等大型云端服务供应商加大对自研芯片的投资,预计到2030年,ASIC AI Server的出货比例将显著增长。NVIDIA通过推出GB300、VR200等整合CPU、GPU的整柜式方案,强化其在AI市场的领先地位。此外,NVIDIA还推出了专为低延迟推理设计的Groq 3 LPU,并提出了“解耦合推理”架构来应对代理模型时代的挑战。
    研报 | 英伟达多元产品线分攻AI训练与推理需求,以应对CSP自研ASIC规模升级
  • 研报 | 预估2026年全球八大CSP合计资本支出将破7,100亿美元,谷歌TPU引领ASIC布局
    全球主要云计算服务提供商(CSP)计划在2026年大幅增加资本支出,预计总额超过7100亿美元,同比增长61%。这些公司将继续采购GPU并加大ASIC研发投入,以满足不断增长的AI应用需求。其中,Google在TPU领域的投入尤为突出,预计其TPU机种将在AI服务器中的占比接近78%。亚马逊也在加快GPU采购步伐,而Meta和微软则分别在ASIC研发上有所进展。此外,中资公司如腾讯和阿里巴巴也在积极布局AI芯片,以增强自身竞争力。
    研报 | 预估2026年全球八大CSP合计资本支出将破7,100亿美元,谷歌TPU引领ASIC布局

正在努力加载...