半导体行业最新 #AI Chip 相关新闻

➀ 人工智能通过云端EDA工具和自动化验证流程将芯片设计时间缩短40%，赋能初创企业与行业巨头竞争；

➁ 半导体行业面临2030年百万人才缺口的挑战，而云基础设施通过提供平等获取尖端设计资源成为创新民主化推手；

➂ 尽管AI带来变革，人类在架构创新中的核心地位不可替代，未来或实现将芯片开发周期压缩至数月的「芯片即服务」模式。

➀ 中国斥资370亿美元在芜湖将760英亩农田改建为AI数据中心群，华为、中国移动等企业入驻，通过算力集中化挑战美国AI主导地位；

➁ 项目运用华为UB-Mesh技术整合闲置算力资源，以国产芯片替代受限的NVIDIA GPU，并提供30%采购补贴加速硬件部署；

➂ 新型近城数据中心提升AI推理速度，内蒙古等地偏远设施专注大模型训练，构建城市与农村联动的分布式算力网络。

➀ TDK推出InvenSense SmartMotion解决方案，解决智能眼镜的精准运动追踪和图像稳定问题，同时优化能效；

➁ ICM-45685传感器支持高精度头部定向追踪、姿态识别，并为AI/AR应用提供算法支持；

➂ 结合TDK传感器生态，该系统在增强现实、运动眼镜及AI智能眼镜中实现超低功耗与高性能集成。

➀ Ambient Scientific推出AI原生处理器，通过内存模拟计算架构实现能效百倍提升；

➁ 集成10个AI核心、<100微瓦常开模式及2MB SRAM，支持语音/视觉任务的传感器融合优化；

➂ 针对电池供电边缘设备设计，计划2026年量产，推动可穿戴与物联网设备实现离云AI推理。

➀ 中国网信办要求国内科技企业不要购买受美国出口限制的英伟达H20 GPU和RTX Pro 6000D AI芯片；

➁ 尽管存在限制，中国仍希望获得英伟达高端芯片，但美国商务部长关于“仅对华销售低端产品”的言论引发了中方不满；

➂ 英伟达CEO黄仁勋对中美摩擦表示失望，并强调维持美国芯片技术作为全球标准的重要性。

➀ 中国网信办禁止字节跳动、阿里巴巴等科技巨头采购英伟达AI芯片，包括新款RTX Pro 6000D及此前受限制的H20；

➁ 北京声称华为、寒武纪等国产AI芯片性能已与英伟达持平，腾讯等企业正加速自研替代方案；

➂ 英伟达CEO黄仁勋表示理解中美地缘政治博弈，中国此举旨在强化半导体自主权，贸易谈判与Blackwell架构芯片出口审批仍存变数。

➀ 英伟达或击败苹果，成为台积电A16（1.6纳米级）工艺首位客户，用于制造Feynman架构AI GPU，打破苹果十年来独享台积电最先进制程的惯例；

➁ A16首次整合GAA晶体管与背面供电技术，性能提升8-10%，为AI/高性能计算芯片提供更高能效与布线自由度，支持3D堆叠缓存等创新设计；

➂ 英伟达跳过N2直接采用A16，有望凭借架构优势在2028年前拉开与AMD、英特尔的竞争差距，并推动背面供电成为AI芯片技术标配。

➀ 英伟达AI加速器Rubin CPX晶圆图显示包含冗余的图形渲染单元（256 ROP）和显示管线，而AI计算并不需要这些模块；

➁ 分析指出该设计可能是RTX 6090雏形，预计配备28,672个CUDA核心、512位GDDR7显存和PCIe 6.0接口，性能或提升28-30%；

➂ 工程师推测英伟达正通过AI/游戏双用途的「分解式架构」，实现数据中心与消费市场芯片设计的协同效应。

➀ 英伟达CEO黄仁勋和甲骨文创始人拉里·埃里森因AI投资身价暴增，黄仁勋个人财富在2025年一度达到2430亿美元；

➁ 英伟达GPU在AI训练领域近乎垄断，甲骨文凭借与OpenAI的3000亿美元合作成为全球算力基础设施巨头；

➂ Meta押注「超级智能」开发，马斯克的xAI计划部署5000万块GPU，凸显AI竞赛白热化背后的资本狂潮与技术挑战。

➀ 英伟达Blackwell Ultra GB300 NVL72在MLPerf的DeepSeek R1推理测试中，性能较GB200提升45%，归功于张量核心升级与软件优化；

➁ 通过NVFP4量化技术压缩模型体积，结合72颗GPU间1.8TBps的NVLink互连，实现Llama 3.1 405B大模型分片加速；

➂ GB300本月起出货，英伟达称其硬件与软件协同优化将为'AI工厂'创造更高经济效益。

➀ 边缘AI应用在工业、医疗等领域面临性能、内存和安全性的多重挑战；

➁ Axelera AI推出的Metis M.2 Max加速器采用M.2形态，在6.5W功耗下实现PCIe卡级性能，大语言模型处理速度提升2倍，支持16GB内存；

➂ 通过硬件信任根实现固件安全，配备散热优化设计和Voyager SDK开发套件，可灵活部署在空间受限的边缘设备中。

➀ 全球光刻机巨头ASML以13亿欧元（约合15亿美元）参与法国AI初创公司Mistral AI的17亿欧元融资轮，成为其最大股东；

➁ Mistral AI以开发小型化、任务优化的高效AI模型著称，凭借快速迭代和开源许可模式，成为欧洲对抗OpenAI与Meta的先锋；

➂ 双方合作将强化ASML在计算光刻、晶圆检测等领域的AI技术，加速半导体制造工艺的智能升级。

➀ Ayar Labs与Alchip达成合作，利用共封装光学（CPO）技术及先进封装工艺，满足超大规模数据中心对AI加速器的高性能与能效需求；

➁ 结合Ayar Labs的光学I/O创新、Alchip封装专长及台积电的COUPE™、SoIC®技术，共同应对关键数据传输瓶颈并优化系统架构；

➂ 此次合作旨在为下一代AI基础设施提供可扩展的CPO解决方案，帮助客户实现更高的数据处理效率与节能目标。

➀ 研究人员开发出采用光计算技术的硅光子芯片，可将人工智能的能效提升最高100倍；

➁ 该芯片集成超薄菲涅尔透镜实现光学卷积运算，在手写数字识别等任务中达到98%准确率；

➂ 支持波长多路复用技术实现并行数据处理，为AI可持续发展及芯片行业应用提供新路径。

➀ 半导体制造面临3D IC复杂性和全球化供应链的挑战，PDF Solutions通过数据平台提供解决方案；

➁ Exensio分析平台与DEX数据交换网络实现实时数据采集与AI驱动测试优化，提升良率并降低成本；

➂ 数据前馈（DFF）技术利用上游数据动态优化下游测试策略，推动半导体制造迈入AI驱动时代。

➀ 富士通开发了结合1位量化和AI蒸馏技术的生成式AI重构方案，内存占用减少94%，推理速度提升3倍，同时保持89%准确率；

➁ 该方法支持大型AI模型（如Takane）在低端GPU和边缘设备（手机/工业设备）运行，相比GPTQ等传统方案，具备更强的数据安全性和能效表现；

➂ 受脑神经网络重组启发，技术实现任务专精化，2025下半年启动全球试验，已通过Hugging Face发布量化模型，在销售预测和图像识别中分别实现11倍速度提升和10%准确率突破。

➀ 半导体制造面临3D IC复杂性和全球化供应链的挑战，PDF Solutions通过数据平台提供解决方案；

➁ Exensio分析平台与DEX数据交换网络实现实时数据采集与AI驱动测试优化，提升良率并降低成本；

➂ 数据前馈（DFF）技术利用上游数据动态优化下游测试策略，推动半导体制造迈入AI驱动时代。

➀ 美国政府以57亿美元注资换取英特尔10%股权，以阻止其出售芯片制造业务；

➁ 因台积电、三星竞争加剧，英特尔晶圆厂2024年亏损130亿美元，甚至考虑放弃14A工艺研发；

➂ 协议设置股权出售限制条款，软银跟投20亿美元凸显市场对政府兜底信心，但股东权益稀释引发争议。

➀ 研究人员利用六方氮化硼（hBN）层的“邻近屏蔽”技术，将石墨烯电子性能提升至创纪录水平，载流子迁移率达5.7×10⁷ cm²/Vs，并显著降低了电荷不均匀性；

➁ 超薄hBN-石墨烯异质结构抑制了电子噪声，实现了量子霍尔效应等量子现象，为高速晶体管和量子技术应用奠定基础；

➂ 该可扩展的制备方法与现有半导体工艺兼容，为开发无缺陷二维材料器件提供了新路径。

➀ 研究人员开发出电光莫特神经元，可产生同步的电信号和光信号，实现了计算与通信的一体化。

➁ 该技术利用二氧化铌（NbO₂）在电切换时发射可见光，省去了高能耗的信号转换步骤。

➂ 潜在应用涵盖实时计量学、传感器内计算机视觉及面向光通信的高效能神经拟态系统。