SemiWiki
SemiWiki

作者页面描述

11月2日

  • Interview with Sweta Gupta, VP of Engineering of Analog Bits

    Analog Bits 工程副总裁 Sweta Gupta 访谈

    ➀ Sweta Gupta 领导 Analog Bits 混合信号 IP(如 PLL、传感器和电源管理)的开发与执行;

    ➁ 客户面临的主要挑战是在 AI 工作负载和 Chiplet 设计驱动下,管理先进 3nm 以下节点的电源完整性、热失控和精确时钟控制;

    ➂ 该公司通过在客户集成前对自有测试芯片进行硅片验证,确保 IP 的首片成功;

    ➃ 未来的策略重点包括 3D 堆叠/Chiplet 的散热管理、边缘设备的功耗优化以及 AI 在工程中的应用。

  • WEBINAR: Porting, Analysing & Optimising AI Models onto Edge GPUs

    网络研讨会:将 AI 模型移植、分析与优化至边缘 GPU

    ➁ Imagination Technologies 举办网络研讨会,探讨如何将 AI 模型移植、分析与优化至边缘 GPU,以 Qwen 3.5 为案例;

    ➂ 讲座涵盖从 AI 框架到部署的端到端流程,重点在于利用分析工具识别性能瓶颈并优化内核库;

    ➂ 内容还涉及利用可编程 GPU 架构适应不断变化的 AI 工作负载,以提升边缘设备上的效率。

  • Using for AI for Root Cause Analysis of Simulation Failures

    利用 AI 进行仿真故障根本原因分析

    ➀ AMIQ EDA 展示了利用 AI 助手分析仿真故障的能力;

    ➁ 该工具解析 UVM 日志文件,隔离错误,并利用波形数据重建事件时间线;

    ➂ AI 代理通过编译器回溯源代码,生成包含时间戳证据的结构化报告;

    ➃ 该解决方案集成在 Visual Studio Code 和 Eclipse 的 DVT IDE 中;

    ➄ 外部 AI 代理(如 Cursor 或 Copilot)可通过 AMIQ EDA 的 MCP 服务器访问此功能。

  • Agentic AI accelerates 3D IC engineering for the AI factory era

    智能体 AI 加速 AI 工厂时代的 3D IC 工程

    ➀ Siemens 扩展了其 EDA 智能体 AI 组合以自动化 3D IC 工程;

    ➁ Fuse EDA AI Agent 协调七个 Siemens EDA 工具中的九个自动化工作流阶段;

    ➂ 通过耦合电热仿真和 AI 诊断,设置工作量减少了高达 95%;

    ➃ 工程师利用 NVIDIA Agent Toolkit 和 CUDA-X 可评估多达 50 倍的设计方案;

    ➄ 该方法解决了下一代 AI 系统的功率和热约束问题。

11月1日

  • Intel’s Tiny Bridges Could Lead to Very Big Paychecks

    Intel 的小桥可能带来巨大的回报

    ➀ Intel 专注于利用先进封装技术(如 EMIB 和 Foveros)连接小硅片,以提升 AI 系统的性能;

    ➁ EMIB 通过小硅桥连接相邻芯片,而 Foveros 允许垂直堆叠,两者协同扩展了设计灵活性;

    ➂ Intel 的代工服务利用先进封装作为进入客户供应链的切入点,允许客户在不承诺晶圆厂生产的情况下获得特定能力;

    ➃ 公司计划到 2028 年支持包含至少 16 层高带宽内存(HBM)的复杂系统组装;

    ➄ 成功的关键在于在制造良率、散热管理和可靠性方面满足客户的高标准要求。

  • CEO Interview with Vera Yang of Flexcompute

    Flexcompute CEO Vera Yang 采访

    ➀ Flexcompute 正在构建一个物理世界模型的前沿人工智能实验室;

    ➁ 关注高风险和复杂的物理问题,如人工智能数据中心的光子芯片;

    ➂ 使用 Tokenized Physics 将神经网络和物理求解器集成到一个模型中;

    ➃ 超过 250 家公司在其技术应用于各个行业;

    ➃ 通过前沿物理能力、多尺度问题解决和代理原生验证进行差异化;

    ➄ 开发新的功能,如物理验证紧凑模型和自动 Verilog-A 导出。

  • High-NA’s Obituary Was Premature

    高数值孔径光刻的过早讣告

    ➀ 高数值孔径EUV光刻原本是半导体制造的下一步。

    ➁ 但其昂贵的扫描仪、较小的曝光区域和复杂的经济问题引起了怀疑。

    ➂ 近期英特尔、三星和台积电的公告表明,高数值孔径技术仍具有可行性。

    ➃ 英特尔已经出货了使用高数值孔径技术的产品,台积电也宣布了采用该技术的计划。

    ➄ 该技术通过生产经验获得了信誉,但广泛采用仍需要持续的经济价值。

  • CEO Interview with Andrew Seddon of CircuitHub

    与CircuitHub的Andrew Seddon首席执行官访谈

    ➀ CircuitHub构建自动化、软件驱动的电子制造工厂;

    ➁ The Grid位于马萨诸塞州,已发送超过220万块电路板;

    ➂ CircuitHub专注于软件和AI用于工厂控制和精度。

  • The Compass: Finding Tomorrow in the Minds of Yesterday

    在昨天的思想中寻找明天的指南针

    ➀ 四名学生发现了一个神秘的指南针,可以让他们通过进入过去的人的思想来穿越时空;

    ➁ 他们与爱因斯坦、诺伊斯和乔布斯的相遇为科学和技术变革背后的人类体验提供了一种富有想象力的路线;

    ➂ 本书邀请读者考虑科学理解、工程和设计之间的联系;

    ➃ 它鼓励读者将技术视为人类选择的结果;

    ➄ 这个故事使创新背后的思想对读者来说变得触手可及。

  • CEO Interview with Peter Jenkins of Infinitesima

    无限公司CEO Peter Jenkins访谈

    ➀ Peter Jenkins领导无限公司在半导体制造商中开发埃米级工艺控制技术。

    ➁ Jenkins拥有来自ASML和半导体工艺工程的丰富经验。

    ➂ 无限公司的RPM技术为先进的芯片工艺提供直接的、非破坏性的3D测量。

    ➃ 公司专注于混合键合、CMP平坦度、EUV光刻胶测量和复杂器件的3D测量。

  • CEO Interview with Ram Machness of Arbe

    与Arbe公司CEO Ram Machness的访谈

    ➀ Arbe是全球高级雷达解决方案的领导者,专注于自动驾驶汽车。

    ➁ Ram Machness在半导体和汽车行业拥有丰富的经验。

    ➂ Arbe的雷达芯片组和4D成像雷达提供了无与伦比的分辨率和性能。

    ➃ Arbe的感知雷达旨在支持车辆从L3到完全自动驾驶。

10月30日

  • CEO Interview with Dr. Sean Wei of Easy-Logic

    Easy-Logic 首席执行官魏博士访谈

    ➀ 魏博士自2020年以来担任Easy-Logic的首席执行官,专注于为公司建立强大的运营基础;

    ➁ Easy-Logic提供功能ECO解决方案,并在ICCAD的CAD竞赛中连续三年获得第一名;

    ➂ EasylogicECO是旗舰产品,为ASIC行业实现了突破性的增量设计流程。

  • TSMC’s Patent and the Harsh Realities of 3D DRAM Competition

    台积电的专利与3D DRAM竞争的残酷现实

    ➀ 台积电的垂直式DRAM专利引发了其可能挑战现有内存制造商的疑问;

    ➁ 台积电正在探索使用垂直晶体管和集成电容器进行未来内存扩展的架构;

    ➂ 技术探索并不表明台积电的生产准备或销售通用DRAM的意图;

    ➃ SK海力士、三星和美光也在探索3D DRAM扩展;

    ➄ 挑战包括电气控制、电容器集成和制造经济性;

    ➅ 未来DRAM领导力需要架构、材料、工艺集成和制造纪律。

  • How AI is Reshaping Semiconductor Design and Manufacturing

    人工智能如何重塑半导体设计和制造

    ➀ 人工智能正在改变半导体制造业,影响AI系统的性能和效率。

    ➁ 扩展人工智能需要解决电源分配、连接性、先进封装和供应链弹性。

    ➂ 英特尔代工厂通过先进的工艺和封装技术以及AI赋能的制造来支持这一战略。

    ➃ 人工智能趋势,如代理人工智能、物理人工智能和主权人工智能正在改变硅的需求。

    ➄ 芯片架构和先进的封装技术对于系统扩展至关重要。

    ➅ 人工智能用于改进制造结果,包括缺陷检测和良率提升。

    ➆ 先进的工艺技术和封装创新对于构建强大的AI系统至关重要。

10月29日

  • SEMICON West 2026: AI Made the Steps Faster. The Time Between Them Is Next.

    SEMICON West 2026:AI让步伐更快,它们之间的时间才是下一个前沿。

    ➀ 半导体行业年度收入已超过1万亿美元,比之前的预测提前了四年;

    ➁ 人工智能正在扩展解决方案空间并压缩半导体制造中的步骤;

    ➂ 人工智能正在加快学习过程并缩短半导体设计和制造步骤之间的时间。

  • PDF Solutions CONNECT 2026 Trip Report

    PDF Solutions 2026 CONNECT 会议之旅报告

    ➀ PDF Solutions 在旧金山举办了 2026 年 CONNECT 会议;

    ➁ 会议重点介绍了 Exensio Aurora 和 AI 在半导体制造中的应用;

    ➂ 主题演讲讨论了半导体制造智能的未来以及 AI 的作用。

  • ML-Based Power Models for CPUs. Innovation in Verification

    基于机器学习的CPU功耗模型。验证创新

    ➀ 一个有效的CPU功耗学习模型可以在复杂架构中对现实工作负载的早期功耗性能估计中发挥重要作用;

    ➁ 学习方法基于深度神经网络,并从固定功能加速器扩展到可编程CPU;

    ➂ 与门级模拟相比,作者展示了使用学习模型进行功耗估计的速度提高了大约5-9倍;

    ➃ 功耗估计的准确性在不同模块之间存在差异,一些模块的错误率较高。

10月28日

  • From Metrology to Autonomy: Why Intel Foundry’s Manufacturing Roadmap Matters

    从计量学到自主性:为什么英特尔晶圆代工的制造路线图很重要

    ➀ 半导体制造一直依赖于精确的测量,但随着设备变得越来越复杂,仅测量单个工艺步骤已经不够;

    ➁ 英特尔晶圆代工在 SEMICON West 2026 展会上介绍了旨在提高良率、质量和工厂自主性的连接智能的努力;

    ➂ 研究涵盖了计量学、缺陷分类、热建模、自动化和标准;

    ➃ 英特尔晶圆代工的先进芯片测试服务旨在通过预测性晶圆分类、智能晶圆配对、光学测试和良率分析来提供制造决策信息;

    ➄ 人工智能可以加速学习,但其权威性需要边界,需要人类审批检查点;

    ➅ 物理信息热建模可以支持设计、测试和可靠性决策;

    ➆ 可扩展的自主性取决于可靠的证据和协调的系统。

  • When Nanomagnets Do the Math: France’s New Machine for Impossible Choices

    纳米磁体做数学:法国新机器解决不可能的选择

    ➀ 法国研究人员开发了一种混合纳米电子“伊辛机”,用于高效解决困难的组合优化问题;

    ➁ 该系统结合了电阻式存储器和自旋电子技术;

    ➂ 与传统处理器相比,该技术可能降低能耗和时间消耗。

  • Ceva’s Next-Generation NeuPro Brings a Unified AI Platform from Sensors to Infrastructure

    Ceva新一代NeuPro推出从传感器到基础设施的统一AI平台

    ➀ Ceva扩展其神经处理技术范围,推出新一代NeuPro产品组合,旨在服务于从始终开启的传感器到AI基础设施的各种应用。

    ➁ 四个NPU系列共享通用架构和统一的软件堆栈,为半导体开发者提供一个一致的基础,以支持日益复杂的AI产品。

    ➂ 新一代架构解决了多模态、生成和代理工作负载不断变化的需求。

10月27日

  • Why Synopsys’ Role in AMD’s Instinct MI455X Matters for AI Infrastructure

    为什么Synopsys在AMD Instinct MI455X GPU中的角色对AI基础设施很重要

    ➀ Synopsys与AMD合作开发Instinct MI455X GPU展示了AI处理器开发方向的转变;

    ➁ AMD利用了Synopsys的设计、验证和仿真技术;

    ➂ 使用Synopsys的3DIC Compiler进行多芯片设计和高级封装开发;

    ➃ 热力学、电力和电磁行为综合分析的重要性;

    ➄ 利用Synopsys的ZeBu仿真系统解决内存集成和软件就绪问题;

    ➅ 使用形式验证、RTL模拟和低功耗验证工具;

    ➆ Synopsys的工具贯穿了AI芯片开发的多个阶段。

  • S2C Targets Faster RISC-V Bring-Up With Prototyping and AI

    S2C 通过原型设计和人工智能加速 RISC-V 的部署

    ➀ S2C 在 RISC-V 峰会中国上展示了 FPGA 原型设计和 AI 辅助调试;

    ➁ 展示了在 FPGA 硬件上运行实质性的 RISC-V 系统;

    ➂ 自动化初始 RTL 编译分析;

    ➃ 使用大型语言模型帮助解释虚拟平台调试数据。

10月26日

  • Accellera’s FSL 1.0 Gives Functional Safety Data a Common Language

    Accellera 发布功能安全语言标准 1.0,为功能安全数据提供通用语言

    ➀ Accellera 系统倡议组织批准了功能安全语言标准 1.0;

    ➁ 该标准解决了在工具、工程团队和公司之间可靠地移动安全信息的问题;

    ➂ FSL 1.0 专注于故障模式、影响和诊断分析(FMEDA);

    ➃ 它支持分层 FMEDA 并将早期估计与后期证据连接起来;

    ➄ FSL 使用基于 Tcl 的语法进行机器处理和集成到自动化工作流程中。

  • Inside the Package Powering Modern AI

    推动现代人工智能的封装内部

    ➀ TSMC的CoWoS-S对于人工智能时代至关重要,因为它解决了现代加速器面临的数据、电源和连接性问题;

    ➁ CoWoS-S,即芯片上晶圆上硅中介层,是一个2.5D集成平台;

    ➂ 中介层使得集成超越了光刻掩模的限制,并提高了良率和设计重用性。

  • SEMICON West 2026: After the Toast, the Hard Questions

    SEMICON West 2026:干杯之后,硬核问题

    ➀ SEMICON West 2026 展示了半导体行业已经跨过了1万亿美元的年营收;

    ➁ 主要议题包括人工智能扩展、异构集成、先进制造和供应链弹性;

    ➂ 讨论重点在于代理人工智能在半导体设计和制造中的经济效益。

10月25日

  • CEO Interview with Eric Tsai of Mivium

    Mivium公司CEO Eric Tsai访谈

    ➀ Mivium专业从事亚微米氮化镓粉末和相关宽禁带材料;

    ➁ 2022年共同创立,已筹集超过1050万美元;

    ➂ 专注于粒子尺寸、相纯度和一致性,适用于工业规模应用。

  • CEO Interview with Dr. Gleb Tsipursky of Disaster Avoidance Experts

    灾难避免专家公司CEO Dr. Gleb Tsipursky访谈

    ➀ 灾难避免专家公司通过员工参与和实际工作流程重组帮助组织采用AI;

    ➁ 专注于组织AI采用,识别高价值用例,发展员工能力,并将有用工具嵌入实际工作流程中;

    ➂ 为非技术员工提供可重用AI助手、无代码自动化工作流程和培训方法。

  • AJ Cooper is the Co-Founder and CEO of Itera

    AJ Cooper 是 Itera 的联合创始人和首席执行官

    ➀ Itera 开发了一种独特的‘流体’电路板,使电子产品具有物理可编程性;

    ➁ 该电路板能够实时重构,允许工程师快速验证和迭代硬件;

    ➂ 该技术使用玻璃基板上的液态金属和电泳进行线路重绘;

    ➃ Itera 的解决方案旨在解决电子产品开发中的硬件验证瓶颈。

  • Executive Interview with Victor Lopez of RaiderChip

    与RaiderChip的Victor Lopez的执行访谈

    ➀ Victor Lopez是RaiderChip的联合创始人兼首席技术官,拥有超过20年的FPGA和ASIC设计经验。

    ➁ RaiderChip是一家成立于2024年的欧洲无厂半导体公司,专注于边缘设备的NPU架构。

    ➂ 公司通过灵活且节能的架构解决了在边缘部署生成式AI的挑战。

  • CEO Interview with Vincent Cobée of ITEN

    与ITEN首席执行官Vincent Cobée的CEO访谈

    ➀ ITEN专注于固态陶瓷电池的设计和工业生产。

    ➁ 公司致力于结合小型化、高功率密度、快速充电和安全性能。

    ➂ ITEN的产品针对物联网设备、连接型传感器、可穿戴设备、医疗产品和高级电子系统。