首页
学习
活动
专区
工具
TVP
发布

数字芯片实验室

专栏作者
117
文章
82033
阅读量
33
订阅数
2023年,十大IC设计公司的总收入增长了12%
展望2024年,TrendForce预测,随着IC库存水平恢复到健康标准,并在人工智能繁荣的推动下,将继续扩大LLM的建设。此外,AI应用程序预计将渗透到个人设备,可能产生人工智能驱动的智能手机和人工智能PC。因此,全球IC设计行业的收入增长预计将继续其上升趋势。
AsicWonder
2024-05-17
620
为什么芯片制造变得如此重要
计算机芯片是数字经济的引擎,其不断增长的能力正在推动生成人工智能等技术,这些技术有望改变多个行业。当新冠病毒大流行扰乱了亚洲的芯片生产,使全球技术供应链陷入混乱时,他们的关键作用得到了重视。因此,这些芯片现在成为世界经济超级大国之间竞争的焦点。
AsicWonder
2024-05-17
1500
据报道,三星未能通过NVIDIA的HBM3E内存资格测试
行业报告表明,三星未能通过NVIDIA的HBM3E内存验证,这可能会给这家韩国巨头造成打击。
AsicWonder
2024-05-17
940
SK海力士、三星将从HBM的爆炸性销售增长中受益
高带宽内存(HBM)是人工智能设备必不可少的热门DRAM产品,其销售将在未来几年大幅增长,使SK海力士公司和三星电子公司等市场领导者受益。 据台湾市场研究员TrendForce称,在巨大的定价溢价和人工智能芯片容量需求增加的推动下,HBM市场有望实现强劲增长。 HBM的单位销售价格比传统DRAM高出几倍,大约是DDR5芯片的五倍。 它表示,到2025年,这种定价加上新的人工智能产品的推出,预计将大幅提高HBM在DRAM市场容量和市场价值中的份额。 TrendForce高级研究副总裁Avril Wu在一份研究报告中表示:“HBM在DRAM总位容量中的份额估计将从2023年的2%上升到2024年的5%,到2025年将超过10%。”
AsicWonder
2024-05-10
890
什么是Dennard scaling?
Dennard Scaling(登纳德缩放定律)是1974年由Robert Dennard提出的,它与摩尔定律共同指导了集成电路行业多年。Dennard Scaling的核心观点是,随着晶体管尺寸的缩小,其功率密度保持不变,从而使芯片的功率与芯片面积成正比。这意味着,在每一代技术中,晶体管的尺寸可以缩小大约30%(0.7倍),因此它们的面积减少了50%。相应地,电路的延迟减少30%,工作频率增加约40%,同时为了保持电场恒定,电压降低30%,能量降低65%,功率降低50%。因此,在每一代技术中,晶体管密度增加一倍,电路速度提高40%,而功耗保持不变。 Dennard Scaling预测,随着晶体管密度的增加,每个晶体管的能耗将降低,因此硅芯片上每平方毫米的能耗几乎保持恒定。由于每平方毫米硅芯片的计算能力随着技术的迭代而不断增强,计算机将变得更加节能。 然而,自2005-2007年前后,Dennard Scaling定律似乎已经失效。集成电路中的晶体管数量仍在增加,但性能提升开始放缓。主要原因在于,当芯片尺寸不变而晶体管数量增多时,电流泄漏问题变得更加严重,导致芯片升温,进一步增加能源成本。因此,Dennard Scaling定律在深亚微米时代不再准确,需要新的技术如多核处理器、3D芯片技术、先进封装技术等来继续推动性能的提升。
AsicWonder
2024-05-10
1040
适用于所有数字芯片工程师的SystemVerilog增强功能
诚然,SystemVerilog的主要目标是实现大型复杂设计的建模和验证。然而,SystemVerilog为Verilog提供了每个工程师都可以也应该利用的增强功能。
AsicWonder
2024-05-09
1090
混合信号的验证左移-实数建模
特别是在汽车行业,高可靠性的芯片是一个漫长的迭代过程,可能需要多次重新ECO流片。
AsicWonder
2024-05-09
510
为数字验证工程师揭开混合信号仿真的神秘面纱
模拟和数字电路在单个芯片上的交互,通常称为混合信号。近年来,混合信号设计已成为主导技术。混合信号设计具有许多优势,包括提高性能、降低功耗和提高可靠性。随着科技行业不断突破极限,混合信号仿真变得至关重要。
AsicWonder
2024-04-30
1880
HBM:小贵但AI需要
高带宽内存 (HBM) 正在成为算力提供商的首选内存,由于 AI/ML 的需求,使用量也在继续增长,HBM 提供紧凑的 2.5D 外形尺寸,可大幅减少延迟。
AsicWonder
2024-04-23
1090
处理 SoC 中的性能瓶颈
SoC 中不断添加处理核心,但它们不会都得到充分利用,因为真正的瓶颈没有得到解决。
AsicWonder
2024-04-23
870
芯片的未来发展趋势
今年年初,大多数人从未听说过生成式人工智能。现在整个世界都在竞相利用它,而这仅仅是个开始。量子计算、6G、智能基础设施等新市场领域专用处理正在加速对更快、更高效、更多数据的需求。
AsicWonder
2024-04-16
1190
glitch功耗的问题在先进节点上更加突出
glitch功耗并不是一个新现象。在先进节点上,glitch功耗问题正变得越来越突出,没有一种解决方案适用于所有芯片或设计类型。
AsicWonder
2024-04-15
860
形式验证(Formal Verification)会越来越有用
随着芯片被用于很多关键的应用,芯片内部的交互数量也在增加,形式验证在芯片研发流程中的角色也越来越多。
AsicWonder
2024-04-15
1220
为你的系统选择什么样的Memory(SRAM/DRAM/HDM)
尽管多年来一直预测DRAM将被其他类型的内存所取代,但它至今仍然是几乎所有计算芯片中必不可少的组件。DRAM的足迹没有消失,而是一直在增加,DRAM类型的选择也在增加。
AsicWonder
2024-04-15
1250
为了功耗,重新设计芯片
在基于RTL的芯片研发流程中,我们对于RTL开发时的功耗优化投入了大量精力,但这只是可以节省的功耗的一小部分。该行业转向更大算力系统的愿望受到热量的限制,因此越来越关注减少每个操作所消耗的能源。
AsicWonder
2024-04-15
1190
边缘设备上的chatGPT
人工智能正在影响几乎所有可以想象的应用领域,但它越来越多地从数据中心data center转移到边缘edge,在那里需要比过去更快地处理大量数据。
AsicWonder
2024-04-15
1030
在系统级优化功耗
功耗是一个无处不在的问题,如果不考虑整个系统,就不可能优化系统的能耗。在硬件实现的优化方面已经取得了巨大的进步,但这完全不够。
AsicWonder
2024-04-15
1580
先进工艺下的SRAM
尽管SRAM的设计年代久远,但它已成为AI的主力存储器。但SRAM无法进一步缩放对功耗和性能目标提出了挑战,迫使系统从硬件创新到重新思考系统整体的布局。
AsicWonder
2024-04-15
1180
?让数据和计算更紧密地结合在一起
移动数据既费时(latency)又费力(power),开发人员正在寻找减少数据移动距离的方法,这意味着使数据和内存更接近彼此。
AsicWonder
2024-04-03
1090
为什么AI不能够用来编写RTL?
就在几个月前,生成式人工智能还只是对未来可能性的承诺。今天,几乎每个有一丝好奇心的人都尝试过 ChatGPT。大多数人都对它的功能印象深刻,但同时也看到了它的局限性。
AsicWonder
2024-04-02
990
点击加载更多
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
http://www.vxiaotou.com