与非观察
-
直击慕展Day1——站在半导体转型前沿，如何“芯耀”全球供应链？
双碳、自动驾驶、新能源、AI等趋势下，中国半导体市场展现出强大的活力和潜力，有哪些新考验、新趋势、新动力？本土新势力，将如何出击？新的全球化背景下，该把握哪些新机遇？将为全球半导体产业注入哪些新动能？
-
德州仪器携多款创新方案亮相慕尼黑上海电子展 ——芯启未来：共赴安全、智能、可持续之旅
与非网讯 中国上海（2024 年 7 月 8 日）– 德州仪器 (TI)（纳斯达克股票代码：TXN）宣布，于 7 月 8 日至 10 日亮相 2024 electronica China慕尼黑上海电子展（展位：上海新国际博览中心 E4 馆 4306），以“芯启未来：共赴安全、智能、可持续之旅”为主题，展示一系列面向汽车电子、机器人和能源基础设施领域的创新成果，分享德州仪器如何助力打造更安全、更智能 -
大模型将在2026年激发新一轮“牛市”，RISC-V会是AI加速的主角
中国RISC-V产业联盟理事长；芯原创始人、董事长兼总裁戴伟民表示：“在GPT出来之前，人工智能还是弱智水平；到2025-2026年，人工智能将超过大学生水平；而到2027年，AI模型将能够完成人工智能研究人员/工程师的工作，一个领先的人工智能实验室将能在1分钟内训练处一个GPT-4级别的模型。” 从集群部署的角度来看，目前AI大模型“百模大战”其实是“群模乱舞”，预计到2028年，中国基础大模型的数量将少于10个，且用于端侧微调卡和推理卡的销售额将超过用于云侧的训练卡。 -
产研：发力工控市场，为何各大MCU巨头纷纷支持 EtherCAT？
HPM6E00系列，来源：先楫半导体 工业控制是全球MCU的第二大应用领域。这些MCU在PLC控制器、电机、仪表和工业机器人中起关键作用。Statista预计全球工业控制和自动化市场将从2022年的2343亿美元增长到2026年的3396亿美元，年均增长率为9.7%。随着我国制造业智能化水平的不断升级，数控机床、精密机械、锂电设备、新能源汽车、机器人等高科技含量的新兴产业逐渐崭露头角，MCU作为工 -
国产GPU：身处通用计算黄金时刻，智算万卡是最低标配
万卡集群是指由一万张及以上的计算加速卡（如GPU）组成的高性能计算系统，用以训练基础大模型。该类集群充分整合高性能GPU计算、高性能RDMA网络、高性能并行文件存储、智算平台等关键技术，将底层基础设施整合成为一台“超级计算机”。
-
碳化硅大咖齐聚锡山区，共同探讨产业现状与未来
2024年6月26日，IPF2024第二届碳化硅功率器件制造与应用测试大会暨化合物半导体产业高峰论坛在无锡江锡山区举行。本次大会由InSemi Research、锡山经开区集成电路产业联盟联合主办，邀请超过50位产业领袖，安排超过50场演讲，出席的成员包括锡山区、锡山经济技术开发区等相关部门和板块的主要负责同志，以及来自碳化硅衬底、外延、晶圆制造、器件设计、模组、下游应用、设备材料零部件等全产业链 -
专访速腾聚创：激光雷达价格下探至200美金，市场渗透率向好
2024年1月至3月，速腾聚创激光雷达装机量达11.6万台，以约50%的市场份额遥居榜首。 -
面向家电和暖通空调等高压电机驱动市场，TI推出GaN IPM DRV7308
过去几年中，IPM 通常是由基于IGBT 或 MOSFET 来做的，由于受到散热问题的影响，功率一直做不高，所以针对高压电机驱动领域，逆变器设计人员通常会采用集成两个功率管的半桥集成驱动方案，其功率可做到250W-300W区间内，而今天TI推出的GaN IPM将功率提升到了250W。 -
深度|端侧AI面临考验，芯片IP更需系统级设计
AI应用复杂性的提升，带来了终端计算需求的指数级增长，芯片开发设计面临全新挑战。系统级芯片 (SoC) 设计人员、OEM 厂商和软件开发者需要更好的灵活性和更多的选择，来确保各类消费设备都能够经受未来考验。对于芯片IP提供商来说，挑战也是前所未有的。
-
向外链接，向内求索——英特尔中国开源技术委员会成立一周年
英特尔中国开源技术委员会于2023年2月正式成立，来自不同业务单元的10位代表构建了4个工作组——开源项目组、社区合作组、开源理事会、开发者推广组，聚焦人工智能、大数据、云计算、开放操作系统等技术领域。
-
专访康佳特：IIoT和AI推动下，计算机模块如何变革？
OEM厂商是我们的客户群，在这个产业链里面，新设备的功能复杂性在增加，对网络安全的要求也越来越高，包括如何应对黑客的攻击等方面。欧盟为此制定了新的网络安全规范，我们的很多客户就需要在其系统中增加信息安全保护的功能，而不仅仅是保障设备的沟通顺畅和不掉包，所以在通信的部分对他们来说是一个挑战。 -
国产DPU加速创新：目标三年破百万量级、市占率30%
DPU的提出背景就是应对数据量和复杂性的指数级增长，作为专注于解决算力基础设施层各种数据流量负载的芯片，它被寄予了数据中心三大支柱芯片之一的定位。
-
实时控制垂直整合，华太电子后来居上
近日，我们看到MCU一方面朝着更高的集成度在演进，比如NXP就推出了基于台积电5nm制程工艺的车规级MCU S32N55；另一方面在垂直应用领域的深度在不断下探，比如在电机控制，能源转换、航空航天和模拟传感器等应用中的定制化，在此基础上衍生出了“MCU+”的概念。 -
大模型落地边缘侧的痛点和机遇
“端侧的NPU不仅需要多核多线程，在高能效比的技术上，来提升实时处理能力、多任务处理效率、人工智能能力，支持复杂感知与融合；还需要对Transformer实现高效支持，来解决内存访问成本和内存使用成本等问题；最后还需要具有模型参数量化和压缩的能力，比如通过权重压缩，即通过多种技术方法（如量化、剪枝、稀疏，Tiling等）来减少模型的存储和计算需求。” -
Local Dimming，莱迪思的低成本显示方案
在2024年上海国际嵌入式展上，全球头部FPGA供应商Lattice（莱迪思）带来了多种解决方案，助力AI、汽车、医疗、工业、农业等多个领域的创新和发展。 本次莱迪思展出的解决方案是基于其Nexus平台的FPGA产品，Nexus FPGA技术平台结合了莱迪思在低功耗FPGA领域长期积累的经验以及领先的28nm FD-SOI半导体制造工艺，该系列产品具有低功耗、高性能、高可靠性和小尺寸的特点。 特别 -
大模型落地终端设备，AI PC激发存储变革
伴随着人工智能大模型的迭代，算力需求呈现出指数级增长趋势，这一现象正在重塑我们对硬件支撑的认识和需求。以英伟达的GPU产品为例，在短短八年间，从第一代Pascal到最新的Blackwell B100，其算力增长了1000倍，能耗却降低了350倍。 今天，为了更好地实现商业闭环，大模型开始从云端走入边缘和端侧。而AI PC因为与当前AI大模型的应用场景覆盖度较高，且潜在市场体量较大，被寄希望于成为“ -
智能被重新定义，Arm终端CSS平台面向未来AI
在Arm终端CSS的实现过程中，可以看出“系统级的分析和目标设定方法”贯穿始终。Arm首先从系统层面进行深入分析，然后为GPU、图形性能、CPU等关键组件设定具体的性能提升目标，通过这种方式将游戏机制和计算能力推向极限。
-
人工智能落地MiR AMR，数字大脑激发市场渗透率持续提升
有行业分析指出：“未来随着自主移动机器人（AMR）成本的降低， 将对AGV的市场构成产生影响。” -
是德科技：未来5-10年，5G/6G将催生百万亿级生意机会
以5G/6G无线通讯行业为例，到2035年，5G移动价值链将为全球创造13万亿美元（近百万亿元人民币）的经济产出。 -
HBM革新浪潮下，AMD加速卡定义内存与计算融合新方向
在AMD Alveo V80加速卡中，Versal HBM 自适应 SoC 的支持是一大亮点。Alveo V80作为一个网络附接的加速器卡，可以和存储驱动器连接，应对非常广泛的工作负载和需求。
