更多

  • 微芯已完成收购美高森美

     Microchip Technology Inc.(微芯半导体)于美国当地时间2018年5月29日宣布已完成其对Microsemi Corporation(美高森美半导体公司)的收购。Microsemi的股东以99.5%的赞成票以压倒性优势通过了本次收购。根据合并协议的条款，微芯以每普通股68.78美元现金支付给Microsemi的股东。由于收购完成，Microsemi于纳斯达克股票市场的普通股交易自今日起停牌。 Microchip Technology Inc.是全球领先的整合单片机、混合信号、模拟器件和闪存专利解决方案的供应商，为全球数以千计的消费类产品提供低风险的产品开发、更低的系统总成本和更快的上市时间。Microchip总部位于美国亚利桑那州Chandler市，提供出色的技术支持、可靠的产品和卓越的质量。 Microsemi Corporation 为航空航天及国防、通信、数据中心及工业领域提供全面的半导体产品和系统解决方案。产品囊括高性能耐辐射模拟混合信号集成电路、FPGA、SoC及ASIC，电源管理产品，设置全球时间标准的时序/同步器件及精确时间解决方案，语音处理器件，射频解决方案，分立元件，企业存储和通信解决方案，安全技术和可扩展防篡改产品，以太网解决方案，以太网供电IC及中间跨接方案，以及其他定制设计能力及服务。Microsemi总部位于美国加利福尼亚州Aliso Viejo，全球约有4800名员工。 Microchip CEO Steve Sanghi先生表示：“完成了对Microsemi的收购，我们非常高兴。我由衷地欢迎Microsemi的员工加入Microchip大家庭，并且期待大家竭诚合作，作为一个整体共同追求同一战略目标，从而实现共赢。此次收购极大地丰富了我们的产品，对最终市场的多样化、运营能力和客户规模均有显著的积极影响。” 预计该交易将立即提高Microchip每股的非GAAP收益。基于现有信息，预计在收购完成后的第三年，产生的协同效应，将为Microchip节省3亿美元的成本。此次收购的支出主要来自：合并后公司资产负债表中的现金， Microchip现有的信贷额度，30亿美元的新定期贷款和20亿美元新发行的高等级担保债券。Microsemi先前未偿还的债务已于交易完成时一并结清。 据了解，这笔交易将大大扩展Microchip在多个终端市场的市占，包括通信、航空和国防等市场。这些市场领域占Microsemi销售额的60%左右。 Microchip表示，此次收购将使其服务的市场规模从180亿美元扩大至500亿美元以上。此次收购将进一步推动半导体领域前所未有大规模并购的进程。

    半导体 微芯 美高森美

  • 媒体称美光、三星、海力士被中国反垄断机构正式立案调查

     据媒体报道，5月31日，中国反垄断机构派出多个工作小组，分别对三星、海力士、美光三家公司位于北京、上海、深圳的办公室展开“突袭调查”和现场取证，标志着中国反垄断机构正式对三家企业展开立案调查。     去年12月和今年5月中国反垄断机构相继约谈三星、美光，当时DRAM正经历破纪录的七季连涨，发改委方面当时表示，已注意到DRAM行业价格的飙升，将会更多关注未来可能由行业“价格操纵”行为引发的问题，可能存在多家公司协同行动，推高芯片价格，谋求获利最大化的行为。 报道称此次调查内容可能涉及三家厂商在近年来DRAM市场的价格飞涨以及业界反映的产品搭售问题，三大巨头有碍公平市场竞争的行为以及部分企业的举报推动了此次中国反垄断机构调查的启动。

    半导体 三星 美光 海力士

  • 东芝芯片部门出售完成 贝恩资本180亿美元收入囊中

     日本东芝集团本周五表示，公司已经完成向美国私募股权公司贝恩资本(Bain Capital)为首的财团出售其芯片部门，出售价格为180亿美元。 此次交易本应于三月末完成，由于中国反垄断机构的审查时间延长，交易因此推迟至今。上个月，中国批准了这笔交易。     东芝存储器是全球第二大NAND芯片制造商。去年，经过漫长又激烈的竞争后，贝恩财团拿下了东芝的这个芯片部门。东芝集团在西屋核电部门投入数十亿美元超支成本，差点使公司陷入危机之后，只好采取出售芯片部门这一下策。 贝恩资本为首的财团还包括韩国芯片制造商SK Hynix、苹果、戴尔科技、希捷科技和金士顿科技。 东芝后来在一份声明中表示，根据和贝恩的交易，东芝又购回了芯片部门40%的股份。

    半导体 东芝 贝恩资本 芯片部门

  • Dialogue惨了？苹果30%电源管理芯片订单

     苹果供应商 Dialogue 半导体近日提醒投资者其今年的营收将会低于预期。该消息呼应去年 11 月传出的苹果将开发自研电源管理芯片以摆脱的 Dialogue 半导体的依赖的消息。 Dialogue 半导体通过《金融时报》发布声明，称苹果已经决定今年将较往年削减「30%」的电源管理芯片订单。目前苹果业务占比该公司全年营收四分之三。Dialogue 半导体的 CEO Jalal Bagherli 预计明年的情形也会类似于今年。     虽然苹果正逐渐切换至其自研电源管理芯片，但 Dialogue 半导体表示其会继续为余下的订单满足苹果的技术、质量、价格和产量需求。 现在看来，苹果会逐步逐渐削减供应商的电源管理芯片比重，而不是一次性抛弃。不过苹果的做法通常是同一个配件搭配多个供应商以降低风险和增加议价能力。至于砍掉的那 30% 订单由谁来补以及是否就是苹果自研芯片现在还不是很清楚。

    半导体 苹果 电源管理

  • 挖矿火了谁？AMD、NVIDIA乐开花！

     由于新品不给力，AMD这两年来在游戏显卡上一直处于守势，不过桌面显卡去年遇到了好运，挖矿显卡改变了这个市场，AMD、NVIDIA都不愁显卡销路，反而是供货跟不上，所以过去的Q1季度中显卡销售创造了一个高峰，来自JPR的统计数据显示Q1季度独显出货量同比暴涨了66.4%，销售额达到50亿美元，AMD的份额增长到了34.9%，相比去年同期增加了7.4个百分点。     市场调研公司JPR之前公布了全球GPU市场的报告，现在又公布了全球AIB独显市场报告。过去的这个季度中，独显出货量环比增长了6.4%，同比大涨了66.4%，而同期PC下滑了7.3%，这种逆势生长的原因大家也都猜得到，Q1季度是矿卡销售的一个高峰。     AMD在Q1季度的份额达到了34.9%，环比增长了1.2个百分点，同时增长了7.4个百分点。NVIDIA当季份额65.1%，环比下滑1.2个百分点，同比下滑7.4个百分点。反正这个市场就这么两家公司，此消彼长，AMD前进一点就意味着NVIDIA份额失守一点。     至于具体的出货量数据，JPR会在收费报告中给出，而从官方的乞丐版数据表格中，我们可以看到从去年Q3季度到现在，每季度中AIB独显出货量一直保持在大约1500万块的水平上，今年Q1季度销售额达到了50亿美元，换算一下平均每块显卡售价在330美元左右，价格可不低，毕竟挖矿显卡普遍比较高端，不是那种狂牛版。 JRP统计显卡数据有史以来最高的独显出货量是1998年，达到了1.15亿块，2016年独显市场出货4700万块，如果没有挖矿的刺激，2017年也不会比2016年好到哪里去，但是挖矿市场改变独显市场，根据JRP之前的统计，去年矿卡销量超过300万块，今年Q1季度就达到了170万块，不过Q2季度开始矿卡销量就会暴跌了。

    半导体 NVIDIA AMD 挖矿 显卡

  • 双能态分子开关有望突破电光组件微型化极限

     德国慕尼黑理工大学(Technical University of Munich;TUM)物理学家组成的研究团队开发出分子纳米开关，能够透过施加电压在两种不同结构的状态之间切换。该团队表示，这项研究发现可望作为开创性组件的基础，从而以整合且能直接寻址的有机分子取代硅组件。 TUM物理学系的纳米科学家Joachim Reichert表示：“仅用一个单分子进行切换，就可能让未来的电子组件朝微型化的极限向前迈进一步。” 该研究团队最初开发的方法是使用外加电压，让他们能与强光场中的分子形成精确的电接触。在大约1V的电位差下，分子改变其结构：使其变得平坦、导电且散射光线。这种强烈依赖分子结构的光学行为，激发了研究人员的创意，因为在这种情况下可以观察到散射活动——拉曼散射(Raman scattering)，同时透过外加电压的方式进行开启和关闭。 研究人员使用的是由瑞士巴塞尔(Basel)和德国卡尔斯鲁尔(Karlsruhe)的团队合成的分子。这种分子在充电时会以特定的方式改变其结构。它们排列在金属表面上，并采用具有极薄金属涂层为尖端的玻璃碎片角落进行接触。这使得电接触、光源和集光器整合于一。研究人员使用该碎片将雷射光直接照射在分子上，并测量随施加电压而变化的微小光谱信号。 可实现电切换的有机分子(来源：Yuxiang Gong/TUM/Journal of the American Chemical Society)   从技术角度来看，在各个分子之间建立可靠的电接触极具挑战性。科学家们如今已经成功地将这一过程与单分子光谱学结合起来，使其能以极高的精确度观察到分子中最小的结构变化。 分子开关的挑战 根据研究人员在《美国化学学会期刊》(Journal of the American Chemical Society)发表的文章，早期以分子开关数组建立运算的尝试，一部份受到限于“金属-分子-金属”接点直接化学特性化的挑战。尽管低温扫描探针研究提高了对于电流和电压诱导构形切换的机理了解，但“金属-分子-金属”构形大部份仍然是从间接证据推断而来的。 因此，开发强大的化学灵敏技巧有助于该领域的发展。在这项研究中，物理学家透过振动光谱探测了双能态分子开关的构形，同时透过外加电压进行操作。他们的研究着重于在室温下稳定单分子开关中测量单分子拉曼光谱，并显示其信号调变近乎两个数量级。 在国际合作团队的共同努力下，物理学家团队成功地将单分子作为光信号的开关组件;其微小的尺寸使纳米系统适用于需要透过电势切换光源的光电应用。

    半导体 电光组件 双能态分子开关

  • ARM发布新Cortex A76 CPU和Mali-G76 GPU，媲美i7？

     6月1日早间消息，ARM发布新的高性能CPU和GPU设计，分别是Cortex A76和Mali G76。 A76由Austin团队设计，和A57/A72一脉相承。作为比较，A73/A75是Sophia团队，A53/A55是Cambridge团队。 在发布会中，ARM一直强调新CPU的笔记本级性能，架构师Mike Filippo表示，Cortex A76相当于i5-7300，如果IP厂商缓存设计得更好，那么可以媲美i7。 当然，演示中3.3GHz的A76功耗超过了5W，这对于手机来说肯定是不可接受的，笔记本倒还好。 官标的数据方面，基于台积电7nm工艺的3GHz A76核心比10nm 2.8GHz的A75核心性能提升35%、省电40%、机器学习的负载能力提升4倍。 GeekBench 4跑分方面，整数和浮点相较于A73提升了90%和150%，最终得分提升35%。 A76同样支持DynamIQ拓扑特性，官方建议1+7/2+6这样的Big.little大小核设计。 关于详细的架构资料需要时间整理，一个目前看到值得一说的参数是从A73的三发射升级为四发射。 Mali-G76，Bifrost家族新品 Mali G76的性能密度提升了30%，节电30%，用于手机的图形性能会提高50%，现在可以支持最高8K分辨率的屏幕了。 Mali G7x都是每核心三个执行单元，G76将执行单元的线程数从G72的4条增加到8条，也就是每核心24条线程，不过Mali G76的总核心配置上限从32核降为20核。 但ARM称，Mali G76 MP14会比Mali G72 MP18要强，如果IP厂商配置得好，最高可以达到G72 2倍的性能。 新的纹理映射器相较G72，3D渲染吞吐量翻倍。 A76和G76预计将在2019年的智能手机上登场，当然，ARM希望能在笔记本形态上和Intel有实力过过招。

    半导体 ARM Cortex mali-g76 a76

  • 苹果秘密设立硬件工程部门,或为Mac开发芯片

     北京时间5月31日晚间消息，国外媒体报道，苹果公司(以下简称“苹果”)在俄勒冈州华盛顿县新设立一个硬件工程部门，并从英特尔等公司招聘了二十多名员工。 报道称，苹果的此次招聘似乎从去年11月就开始了。该团队可能致力于自主研发ARM架构芯片，从而取代Mac计算机所使用的英特尔处理器。 据招聘信息显示，应聘者需要具有“设计验证专业知识”，主要负责对成品与最初的设计规格进行对比，确保产品符合要求。 目前尚不清楚苹果将为该部门招聘多少员工，以及他们究竟将开发什么产品。据彭博社之前曾报道，苹果或在2020年发布首款基于自主设计的ARM芯片的Mac计算机。

    半导体 苹果 芯片 mac

  • 决战AI芯片!英特尔押宝神经网络处理器

    在近日举行的，英特尔新晋科技大会—人工智能开发者大会(简称“AIDC”)上，英特尔聚焦于拓宽其人工智能生态。 在罗马式建筑和科技感的AI场景间之间，英特尔的AI掌舵者Naveen Rao侃侃而谈英特尔的人工智能软硬件组合，而最重磅的信息莫过于Nervana神经网络芯片的发布预告，按照规划，英特尔最新的AI芯片Nervana NNP L-1000，将在2019年正式推向市场，这也是英特尔第一个商用神经网络处理器产品。 两年前，Naveen Rao还是深度学习初创公司Nervana Systems的首席执行官兼联合创始人。在公司被英特尔收购后，Nervana成为了英特尔人工智能的核心战舰，Nervana NNP系列也应运而生，Naveen Rao则被任命为人工智能产品事业部的总负责人。 英特尔人工智能产品事业部副总裁、Nervana团队成员Carey Kloss在接受专访时谈道：“我们创业初期就开始研发Lake Crest(Nervana NNP系列初代芯片代号)。当时我们整个团队大概45人，正在构建一个最大的Die(硅芯片)，我们开发了Neon(深度学习软件)，还构建了云栈，这些都是小团队所完成的。但是这也是挑战所在，小团队成长会有阵痛，我们花了很长时间才把第一批产品拿出来，Nervana在2014年成立，直到去年芯片才真正问世。” 不过，加入英特尔后，Nervana可以使用英特尔的各类资源，“当然，调用资源并不是一件容易的事情，但是英特尔在产品的市场化方面拥有丰富的经验。同时，英特尔有迄今为止我见过的最佳的后硅培养(post-silicon bring-up)和架构分析。”Carey Kloss表示，“出品芯片方面，我们有数百个系统同时运行，Nervana的员工和6个月前刚加入的成员也都为了新品夜以继日地协同工作。”在他看来，Nervana现在处于合理的节奏中，已经具备了明年取得成功的所有要素。 除了Nervana，英特尔收购的人工智能旗舰企业还包括专注视觉处理的Movidius、FPGA(现场可编程门阵列)巨头Altera、智能驾驶相关的Mobileye等。事实上，从2011年开始，英特尔就开始不断地投资人工智能相关的公司，其中也包括了中国的寒武纪、地平线。 与此同时，英特尔的竞争对手也在日益壮大。英伟达的GPU在人工智能领域高歌猛进;谷歌前不久发布了第三代AI芯片TPU，该芯片针对谷歌的深度学习架构TensorFlow进行了优化，并且谷歌对开发者提供了TPU等底层服务;去年，百度联合ARM、紫光展锐和汉枫电子发布DuerOS智慧芯片，主要提供语音交互解决方案;Facebook和阿里巴巴也纷纷进军芯片领域，其中，阿里巴巴达摩院正在研发名为Ali-NPU的神经网络芯片，主要用于图像、视频识别以及云计算等场景。 在这场人工智能芯片的“遭遇战”中，英特尔又将如何应对? 三大派系争霸 从整体来看，目前全球人工智能的格局尚未明朗，属于各自做技术探索的局部战，尚未进入群雄逐鹿的总体战。人工智能是一个笼统的概念，具体的应用场景差异颇大，各家公司侧重点有所不同，若根据技术和业务流派进行分类，可以将全球公司分为三个派系。 其一是系统应用派，最典型的代表是谷歌和Facebook。他们不仅开发人工智能的系统级框架，比如谷歌出名的人工智能框架Tensorflow、Facebook的Pytorch，而且还大规模地投入应用。例如，谷歌斥重金研发自动驾驶，推出翻译等2C业务。而Facebook也将人工智能技术广泛应用在社交网络中的图像处理，自然语言处理等诸多领域。 第二类是芯片派，目前主要是提供算力支持，最大的玩家就是英特尔和英伟达。英伟达的GPU抓住了计算设备需求的关键时机，在图形渲染、人工智能和区块链领域的计算表现十分突出，在这些业务方面也给英特尔带来压力。同时英伟达似乎和英特尔的“Intel Inside”不同，它更希望成为真正的算力平台，并且成功推出了自己的CUDA平台。 就在5月30日，英伟达发布了全球首个融合人工智能和高性能计算的计算平台——HGX-2，这也是目前最大的GPU——DGX-2背后的计算平台。 作为传统算力领域的老大英特尔自然不甘示弱，50年的企业颇有老骥伏枥的意味，近年来在人工智能领域频频发起重磅并购：2015年167亿美元收购“现场可编程门阵列巨头”(Field Programmable Gate Array，FPGA)Altera，为未来算力的发展趋势奠定基础，FPGA在云计算、物联网、边缘计算等方面有很大的潜力;2016年英特尔收购Nervana，计划用这家公司在深度学习方面的能力来对抗GPU;同年还收购了视觉处理芯片初创公司Movidius;2017年英特尔以153亿美元收购以色列协助驾驶公司Mobileye，旨在进军自动驾驶领域。 在系统应用派和芯片派之外，第三类是技术应用派，剩下的大部分公司都属于这一类型。虽然不同的公司都声称自己在深度学习、人工智能领域有着深厚甚至独特的技术积累，但实际上大多是基于系统应用派和芯片派的技术平台。只不过技术应用派更多的面向C端用户，包括自动驾驶、图像识别、企业级应用等。客观上说，技术应用派属于“君子善假于物也”。 从目前的竞争格局上来看，系统应用派已经逐渐占据了整体优势，在人工智能领域具备了最核心的竞争力。在传统的电脑和手机时代，系统和芯片更多是合作关系，芯片甚至更加占据主导地位。具体来看，比如在电脑市场上，英特尔在算力领域完全制霸，横跨PC和苹果的MAC机。而系统方面，Windows和iOS各有千秋，无法代替对方，但他们共同的英特尔却无法代替。到了手机时代，虽然算力的主角从英特尔变为了高通，但是芯片依然处于核心的地位，其重要性和操作系统平分秋色。 而最近1-2年，形势变化很快，苹果放出要自己研发和生产MAC芯片的口风，英特尔股价一度闻风下跌。在人工智能领域，这样的趋势更加明显，由于计算场景的需求差异化极大，谷歌根据自己的需要研发成熟的芯片变得必要，技术上也更可行。英特尔如果要为不同的场景定制芯片，意味着英特尔将全面转入2B领域，和之前的2B2C模式相比，纯2B的业务显然会更像乙方，业务线的复杂度会急剧增长。而历史上来看，一家公司从2C转向2B总体来看往往都是因为失去了在行业中的核心统治地位而不得不退而求次。 押宝Nervana NNP 那么，在激烈竞争中，英特尔又如何进一步加码芯片事业? Naveen Rao加入了英特尔后，成为英特尔副总裁、AI事业部(AIPG)负责人，主导推出英特尔神经网络处理器(Nervana NNP)系列芯片。这次在AIDC大会上提出为开发者提供软件工具、硬件、生态。在业内看来，以英特尔的技术实力，软件工具和硬件并不成问题，但是生态却有待商榷。在PC时代，生态的核心是芯片，因此围绕芯片构建生态就可以令英特尔固若金汤，但是在人工智能时代，人工智能系统才是生态的核心，提供算力的芯片是生态的一部分，CPU可以提供算力，GPU也可以提供，英特尔可以生产，英伟达也可以生产，甚至谷歌、苹果自己也可以生产。 目前在数据科学和深度学习计算领域，英特尔的芯片布局主要有Xeon(至强)芯片系列、Movidius的视觉芯片VPU、Nervana NNP系列、以及FPGA(现场可编程门阵列)。这几条产品线分别对应几个不同的细分应用场景。 Nervana NNP系列则是神经网络处理器，在深度学习的训练和推断阶段中，Nervana NNP主要针对训练阶段的计算，按照英特尔的计划，到2020年要将深度学习训练(Deep Learning，简称“DL”)的效果提高100倍。这款神经网络处理器由英特尔和Facebook一起合作设计，可以预测该芯片很大程度上应该会对Facebook的机器学习框架Pytorch有很好的支持，毕竟Facebook的Pytorch的野心肯定是要和谷歌的Tensorflow一决高下。不过最新款芯片2019年才会正式推出商用，届时深度学习的格局变化如何无法预料。 Naveen Rao在其博客中写道：“我们正在开发第一个商用神经网络处理器产品英特尔Nervana NNP-L1000(代号Spring Crest)，计划在2019年发布。与第一代Lake Crest产品相比，我们预计英特尔Nervana NNP-L1000将实现3-4倍的训练性能。英特尔Nervana NNP-L1000还将支持bfloat16，这是业内广泛采用的针对神经网络的一种数值型数据格式。未来，英特尔将在人工智能产品线上扩大对bfloat16的支持，包括英特尔至强处理器和英特尔FPGA。” 事实上，Spring Crest在2018年底推出的传言早已有之，但是目前看来，官方公布的2019年这一时间点略有延迟。对此，Carey Kloss向记者解释道：“进入更现代化的制程节点，我们集成了更多的Die(硅芯片)，可以获得更快的处理速度。但是需要一定的时间去制造硅片，也需要时间把硅片变成新的神经网络处理器，这是延迟的原因。” 对于两代芯片的区别，他分析称：“Lake Crest作为第一代处理器，在GEMM(矩阵运算)和卷积神经上都实现了非常好的计算利用率。这不仅仅是指96%吞吐量的利用率，而是在没有充分定制化的情况下，我们也取得了大多数情况下实现GEMM高于80%的计算利用率。当我们开发下一代芯片时，如果我们能够保持高计算利用率，新的产品在性能上有3到4倍的性能提升。” 谈及竞争，Carey Kloss表示：“我不知道我们竞争对手的路线图是什么，但我们的反应速度相对较快，所以我认为我们不会在神经网络处理上处于劣势。比如bfloat16已经有一段时间了，它最近变得更受欢迎，不少客户提出支持bfloat16的要求，我们也逐步转向支持bfloat16。”而对比谷歌的TPU来看，他认为TPU二代类似于Lake Crest，TPU三代类似于Spring Crest。 四面出击 除了备受关注的Nervana NNP，英特尔的Xeon芯片主要面向服务器和大型计算设备，比如我国超级计算机天河一号和二号就采用了Intel Xeon六核处理器。 在视觉芯片方面，英特尔的业务量增长迅速。Movidius VPU芯片早就面向在汽车、无人机等新兴的硬件市场，比如大疆无人机、特斯拉，以及Google Clips摄像头中都采用了Movidius的视觉芯片。 Movidius的市场负责人Gary Brown告诉记者：“在Movidius，我们研发的芯片被称作视觉处理单元VPU。VPU是一种兼具计算机视觉和智能摄像头处理器的芯片。所以我们的芯片所做的处理大概有三类： ISP处理，也就是图像信号处理，基于摄像头捕捉技术的处理，以及计算机视觉和深度学习。” 他举例道，具体的使用场景包括VR产品和机器人技术、智能家居、工业摄像头、AI摄像头，还有监控和安保。其中，“监控和安保是一个巨大的市场，尤其在中国，监控和安保摄像头的市场特别大，有一些大公司在研发监控摄像头，例如海康威视和大华。” Gary Brown还提到，智能家居领域目前正在迅速发展，虽然市场很小，但是发展神速。“有很多公司在研发智能装置，如智能家庭安防、个人家庭助手、智能门铃，以及公寓和家庭的访问控制。但是在家居领域，要做到低成本、低能耗、电池寿命长，以及非常精准是非常有挑战性的。因为比如室外的树荫在移动，就有可能触发了防盗警报，因此非常低的误报率是非常重要的，要有良好的准确性。” 而公司的挑战之一就是如何继续创造高性能的芯片，“我们有一些策略，比如，用一个前端算法降低功耗，这样我们就能关闭大部分芯片，只运作小部分最优化的面部检测功能。当一张脸出现时，其他芯片将被启动。这样就能一直保持面部监控系统开启。我们还有很多演算节能技术，使家用智能摄像头续航时间达到大致6个月。” Gary Brown解释道。 此外，FPGA这条线则由Altera执掌局面。随着5G浪潮的到来，IoT物联网的数据分析及计算需求会暴增，物联网的接入节点至少是数百亿级的规模，比手机规模要高出1-2个数量级。物联网的典型需求是需要灵活使用算法的变化，这是FPGA的强项，FPGA可以通过自身结构的改变来适应定制化计算场景的需求，这也使得英特尔在未来为更多不同类型的设备提供高效提供芯片变成可能。从167亿美元的收购金额就可以看出，英特尔买的显然不只是眼前的价值。 速攻企业级场景 英特尔近期的一项调查显示，在美国企业客户中，50%以上都正在转向采用基于英特尔Xeon处理器的现有的云解决方案来满足其对人工智能的初步需求。而多位英特尔高管在接受采访时都向记者表示，没有一种解决方案适用于所有的人工智能场景，英特尔会根据客户需求对技术和业务进行搭配。比如，英特尔会将Xeon和FPGA、或者Xeon和Movidius配置在一起，从而实现更高性能的人工智能功能。 对于英特尔而言，这些强化的人工智能功能将被广泛地应用于企业级场景。Naveen Rao就表示：“在加速向人工智能驱动的未来计算过渡之时，我们需要提供全面的企业级解决方案。这意味着我们的解决方案要提供最广泛的计算能力，并且能够支持从毫瓦级到千瓦级的多种架构。” Carey Kloss进一步向记者解释人工智能芯片的应用场景：“Spring Crest可以说是最高等级的Nervana神经元处理器架构。因此它的客户就包括超大规模计算中心、已经拥有相当强大的数据科学工作的大型企业、政府等等。如果你需求的是低延且小模型，Xeon就能帮助到你，它可以把数据从云到端打通。” 具体来看，英特尔也在医疗、无人驾驶、新零售、物联网等场景上做了探索。比如在医疗方面，据介绍，英特尔正在与诺华(Novartis)合作，使用深度神经网络来加速高内涵筛选——这是早期药品研发的关键元素。双方的合作把训练图片分析模型的时间从11个小时缩短到了31分钟——效率提高了20多倍。 在无人商店方面，英特尔为京东无人便利店提供“计算大脑”，目前已在多个智能门店(中石化易捷便利店、京东之家)以及智能售卖机项目中部署使用。在算法上，京东方面表示，无人商店用到的机器学习算法主要集中在知人、知货、知场3个方向，由于涉及线上线下数据打通，将视频等非结构化数据转化为结构数据等，需要用到现在比较流行的机器视觉领域CNN(卷积神经网络)算法，智慧供应链方面用到的传统机器学习算法，如SVM、统计学的线形回归，逻辑回归等。在网络条件比较好的情况下，多数视频数据可以使用较大模型在云端完成。在网络不佳的情况下，通过端计算比如移动端，边缘计算使用小网络完成。而使用的硬件包括Intel的边缘服务器等。 尽管英特尔外遇强敌，转型、扩张的步伐十分坚定。仅从研发数值来看，根据IC Insights的统计数据，2017年排名前10位的半导体厂商研发总支出为359亿美元，英特尔位列第一。报告显示，2017年英特尔的研发支出为131亿美元，占集团总支出的36%，约为英特尔2017年销售额的五分之一。 随着各家的巨额投入，AI芯片的战役还将愈演愈烈。

    半导体 英特尔 人工智能 ai芯片

  • 传苹果正开发配置ARM芯片 从英特尔挖来多名工程师

     有媒体报道称，苹果从英特尔挖来多名工程师和研究人员，充实在俄勒冈州华盛顿县新设立的一个部门。苹果这次招聘人才似乎从去年11月就开始了，可能进一步增加苹果计划未来数年利用自主开发的ARM架构芯片取代Mac计算机中英特尔芯片传言的可信度。 综合招聘信息、社交网络档案和来自了解苹果招聘活动的消息人士的信息可以知道，苹果已经为位于华盛顿县的一个硬件工程实验室招聘了近20名员工，这些员工主要来自英特尔和其他俄勒冈州的科技公司。     职业社交网站LinkedIn的档案信息显示，自去年11月份以来，苹果一直在为位于华盛顿县的部门招聘员工，其中多名新员工之前曾在英特尔担任高级研究或工程职务。 招聘信息要求应聘者具有“设计验证专业知识”，也就是对成品与最初的设计规格进行对比，确保产品符合要求。 最近有传言称，苹果正在开发配置ARM芯片、触摸屏的iPad-Mac混合产品。后来有媒体报道称，和硕联合将为苹果代工制造配置ARM芯片的MacBook。 虽然这一传言受到质疑，但一向靠谱的彭博社也报道称，苹果或2020年发布首款配置自主设计ARM芯片的Mac计算机。 有业内媒体称，此举可能是苹果未来Mac计划的一部分。从英特尔挖工程师和研究人员，无疑标志着苹果向着这一目标迈出了一步。

    半导体 苹果 英特尔 ARM

  • EUV技术量产已进入最后冲刺阶段

     随着工程师们竞相解决错综复杂的相关问题，酝酿了20年的新世代微影工具终于来到大量问世前的最后一个阶段──尽管极紫外光(EUV)步进机的大量生产面临复杂的问题以及紧迫的时间，专家们仍然抱持乐观态度。 好消息是，半导体产业界正众志成城、积极推动技术进展;如比利时研究机构Imec的技术与系统执行副总裁An Steegen所言：“在过去，可能会有一家公司率先采用最新的半导体技术，但现在几乎所有的逻辑工艺技术供货商都跳进来、咬紧牙关努力并勇于承担风险。” Imec是荷兰EUV微影设备大厂ASML的长期合作伙伴，他们与晶圆代工厂、半导体供货商携手，现在的目标是解决该种有尺寸有一个房间大小、将用以制造新一代芯片的设备剩下的最后几个主要问题;Steegen在Imec年度技术论坛接受EE Times采访时指出，这很像是在2008年问世的FinFET晶体管，是很重大但充满挑战的半导体性能提升关键。 她表示：“人们比较过下世代节点的最糟情况以及旧节点的最佳情况，现在各方都同意FinFET是具备超高性能的组件;我学到的教训是要对所有事情抱持怀疑态度…未来的半导体工艺技术还有足够进步空间，让SoC设计工程师能得到他们想要的。” 而在笔者于Imec总部排队等着喝咖啡时与一位有32年工作资历的EUV开发老将闲聊时，他简单表示：“现在有很多压力…但我们正在取得进展。” 确实，三星(Samsung)的晶圆代工部门赶着在今年底于7纳米工艺导入EUV，该公司的目标是超越最大竞争对手台积电(TSMC)，后者正利用现有的浸润式微影设备进行7纳米设计案的投片;台积电与另一家晶圆代工大厂GlobalFoundries也不落人后，他们打算在明年以EUV量产强化版的7纳米工艺。 Imec预期，DRAM制造商会在D14+节点采用EUV技术──应该会在2021年内存半间距(half pitches)来到20纳米以下时。 目前Imec有两个技术开发重点，有助于舒缓边缘粗糙度(line-edge roughness)的问题，并消除所谓的随机效应(stochastics)、随机误差(random errors)等造成触点漏失(create missing)、触点断续(kissing contacts)的缺陷。那些误差在今年稍早于对下一代5纳米节点十分关键的15纳米临界尺寸首度被发现，但研究人员表示他们也在7纳米看到一样的问题。 Steegen预期将会有混合式解决方案出现，这种方案会采用扫描机设定、光阻剂材料以及后期处理等方法的结合，以接续断裂的线路、将粗糙部分抹平或是填补漏失的触点。 晶圆代工业者可以提供更高剂量的EUV光源──例如80 millijoules/cm2──以扩大工艺容许范围(process window)，但这会让生产速度减慢;Steegen表示：“第一次实作时的最高剂量决定权在于各家晶圆代工厂。” 工程师正在利用一系列的光罩调整、步进机设定、光阻剂选择以及后期处理方法，来解决EUV的随机误差问题 (来源：Imec)   混合式解决方案以及放宽的设计规则 Imec正在开发能预测并定位随机误差可能在设计中出现的地方，以提供工艺容许范围的视野;但寻找缺陷往往非常仰赖快速的电子束检测系统(e-beam inspection systems)。 随着工艺节点来到单纳米尺寸，研究人员开始将缺陷归因于为小细节;举例来说，一次EUV曝光中的光子数量，会影响化学放大光阻剂(chemically amplified resists)，而其他种类的光阻剂性能也会因为所嵌入的金属分子定向(orientation)而有所变化。 对此Steegen表示：“并非所有的光阻剂作用都一样，它们因为不同基层而表现出的作用也会很独特…我们仍在经历一些基础性的学习。” 为了简化工艺世代转移，GlobalFoundries采取分阶段EUV策略，在相对较宽松的7纳米节点只采用5层金属;该公司首席技术官Gary Patton在Imec技术论坛上接受采访时表示：“我们能够以较低剂量运作并达到良好的生产量。” Patton透露，GlobalFoundries将于今年稍晚采用浸润式微影进行首次7纳米设计投片，是一款AMD处理器;接着是一款IBM处理器，然后有数款ASIC。 GlobalFoundries将7纳米节点的间距与SRAM单元制作得跟台积电的很类似，让芯片设计业者如AMD能够同时利用两家晶圆代工厂;他表示，AMD“的需求会高于我们拥有的产能，所以我们对(AMD也委托台积电生产)这件事没有意见。” 不过，GlobalFoundries在开发10纳米节点的同时会跳过5纳米节点，该公司认为前者会有适度的递增收益;而该公司正在为下一代工艺寻求财务与技术上的伙伴，有可能会朝3纳米节点迈进。 微影技术人员现在将良率问题视为EUV需要考虑的首要议题 (来源：Imec)   在面对众多挑战的同时保持乐观 尽管有重重挑战，Patton仍保持乐观;他认为，尽管智能型手机市场成长趋缓，产业界已经演变至进入AI时代，“新的无晶圆厂IC公司暴增”。在此同时，GlobalFoundries的FD-SOI工艺将至今年底将拥有75家设计伙伴，目前已经取得36件设计案。 “很多人去年都在场边观望FD-SOI是否做得成，而现在结果已经很清楚;”Patton指出，该工艺技术能支持低至0.4V的设计，并在今年秋天量产Grade 2车规版本。 GlobalFoundries与Imec的高层对于整体半导体技术蓝图的进展仍保持乐观，不过有一些工程师开始在公开谈论，晶体管速度的提升一般来说已经终结，晶体管密度与性能的进展则是一个节点比一个节点减少。 对此Imec正在协助晶圆代工业者开发一系列性能提升技术来补强，包括简化的单元轨(cell tracks)、埋入式电源轨(buried power rails)，以及芯片上电路堆栈(on-die circuit stacks)。 “一般来说我并没有看到报酬递减，”Steegen表示：“我对于3纳米与2纳米逻辑工艺节点与内存技术蓝图发展感到乐观，我们有足够的资源…因此设计工程师会看到芯片面积的微缩，但他们可能需要在设计上做一些改变。” 因此Imec的芯片微缩核心项目，继续每年以每年5~10%的速率成长;Imec首席执行官Luc Van den Hove首席执行官表示：“十年前，我们预期我们在先进CMOS工艺技术方面的工作会持平发展，因为产业整并的缘故，但情况恰恰相反。”他指出，Imec的相关项目因为AI加速器芯片以及DNA储存等新题材而增加。

    半导体 euv cmos工艺

  • 美国拒绝激活令 中兴股票将继续停牌

     今日中兴发布公告称，由于美国商务部工业与安全局(以下简称“BIS”)激活拒绝令，公司股票将继续维持停牌。美东时间 4 月 16 日，美国商务部宣布将禁止美国公司向中兴通讯销售零部件、商品、软件和技术 7 年，直到 2025年3月13日。理由是中兴违反了美国限制向伊朗出售美国技术的制裁条款。 随着中美两国贸易磋商的进行，美国对中兴的制裁态度也来回摆动。最新外媒消息指出，美国商务部已针对中兴通讯的处置预期达成一项新的协议，开出了具体措施以解除对中兴通讯设下的 7 年制裁令。 以下为中兴公告原文：  

    半导体 中兴 美国商务部

  • 线宽微缩总有极限 集成电路仍有发展空间

     2018年三星、台积电将量产7nm工艺，未来的5nm甚至3nm工艺也露出了曙光，预计在2020年之后开始量产。多年来业界一直在追求半导体工艺不断降低线宽，不过在FinFET晶体管技术发明人胡正明教授看来，线宽微缩总有极限，可以从其他方面推进集成电路发展，比如能耗方面依然有1000倍的降低空间。     FinFET技术发明人 胡正明是美国加州大学伯克利分校教授，IEEE院士、美国工程院院士、中科院外籍院士，他是FinFET工艺的发明人，也是FD-SOI工艺的发明人，在半导体工艺上是权威人士。此前在出席兆易集成电路科技馆开馆仪式上，胡正明教授接受了中国电子报的采访，谈到了半导体技术的发展方向等问题。 “集成电路的发展路径并不一定非要把线宽越做越小，现在存储器已经朝三维方向发展了。当然我们希望把它做得更小，可是我们也可以采取其他方法推进集成电路技术的发展，比如减少芯片的能耗。这个方向芯片还有1000倍的能耗可以降低。线宽的微缩总是有一个极限的，到了某种程度，就没有经济效应，驱动人们把这条路径继续走下去。但是我们并不一定非要一条路走到黑，我们也可以转换一个思路，同样可能实现我们想要达到的目的。”胡正明表示。 “任何一种产业技术发展到一定程度，成本都是不可能如以前的芯片产业那样持续呈指数级地不停降低下去。今后很可能芯片成本不再会像以前那样下降得那么快了，但是至少要做到成本不增加。”胡正明说。 从胡教授的表态来看，半导体工艺的线宽微缩总有一个极限，这也意味着指导半导体业界发展50多年的摩尔定律终归有失效的时候，目前公认的说法是3nm以下就不再起作用了。不过线宽微缩只是集成电路发展的一个方向，集成电路依然有别的突破口。 胡正明教授现在强调的是集成电路的功耗，认为这个方向上依然有1000倍的降低空间。试想一下，我们今天使用的高性能CPU、GPU的TDP功耗分别在65-95W、150-250W之间，别说降低1000倍了，哪怕未来几年降至1/10，这也是革命性的进步了。

    半导体 集成电路 半导体工艺 3nm

  • 为容纳更多员工 NVIDIA又要建新总部了：面积增大50%

     日子不好过的公司卖大楼，业绩不愁的公司同样也有烦恼——员工数增多，总部不够用了，赶紧建大楼。NVIDIA去年底才搬迁到了新建成的总部Endeavor(奋进号)，这才没多久就要再建一座总部大楼了，代号为Voyager(旅行者号)，面积是现总部的1.5倍。     NVIDIA去年落成的硅谷新总部，外形科幻 早在2013年，NVIDIA为了庆祝公司创立20周年，黄仁勋宣布斥资3亿美元新建总部大楼，选择了全球知名建筑设计公司根特勒的总部方案，外形设计非常科幻，如上图所示。不过那时候NVIDIA的业绩有起伏，总部建筑暂停过一段时间，投资也做了调整，2015年工作重启，2017年完工，新总部由两座面积25000平方英尺的大楼组成。 从宣布总部大楼到现在已经过去5年了，NVIDIA的员工数一直在增长，截至现在已经有1.15万名员工，硅谷总部就有超过5000人的团队。为了容纳更多的员工，NVIDIA宣布了新的总部大楼计划，还是交由根特勒设计，总面积75000平方英尺，是现在总部面积的150%，下个月开始动工，预计耗时三年半时间。     NVIDIA新总部效果图 预计Voyager(旅行者号)大楼的风格也跟现在的奋进号一样极富科幻风格，这两座大楼都使用了科幻电影中的太空飞船名字，不过NVIDIA对TechCrunch解释说选择这两个命名只是因为他们的发音开头是En、V，跟NVIDIA比较像而已。 今年早些时候AMD总部也从桑尼韦尔搬到了硅谷圣克拉拉市，1995年AMD把总部大楼卖给了一家不动产投资信贷公司，然后租回来办公用，只不过协议将在2018年到期，所以AMD就搬迁到了硅谷的一座大楼里，隔壁就是NVIDIA、英特尔、戴尔、高通等公司。

    半导体 NVIDIA AMD

  • 两家代工AMD如何保证产品一致性！GF调整工艺向台积电7nm看齐

     AMD下一代产品路线图将进入7nm节点，处理器这边是Zen 2架构，GPU则是Navi，中间还做了7nm Vgea显卡过渡下。在新一代工艺上，AMD已经确定了会同时使用台积电及Globalfoundries(格罗方德，以下简称GF)两家的7nm工艺，问题是两家工艺不同，AMD如何保证产品一致性呢?现在看作出牺牲的可能是GF公司，他们调整了工艺使之与台积电7nm接近，同时对AMD重返台积电代工毫无怨言。     半导体芯片这东西跟别的不一样，虽然台积电、GF或者三星都有7nm工艺，但是每家的技术并不一样，不是说线宽都是7nm生产出来的芯片就是一样的，所以同时使用两家晶圆代工厂会带来很多问题，早前苹果在A9处理器上就同时使用了台积电16nm及三星14nm工艺，不同的测试显示两家的处理器性能、功耗都不一样，给苹果惹了不少麻烦，所以后面就只用一家代工厂了。     在Polaris北极星架构发布时，AMD当年也提到过会同时使用台积电、GF两家代工，但是之后的代工厂只有GF一家，AMD不再使用台积电代工GPU芯片。如今7nm节点，AMD表态会同时使用两家代工厂，这么做对厂商来说其实麻烦很多，不过AMD可能更怕依赖单一厂商，因为一旦出现问题，一个篮子的鸡蛋就都碎了，多个台积电更可靠一些。 那么问题来说，台积电、GF两家的7nm工艺并不一样，AMD如何保证代工出来的芯片是一样的呢(最低要求也是不能出现明显的差异才行)?EEtiems最近采访了GF公司高管，后者给出的解释才让人了解其中的关键。 根据GF所说，他们调整了7nm工艺的栅极距及SRAM单元，使之与台积电的7nm工艺更加相似，这就能让AMD同时使用两家的7nm工艺。 此外，对于AMD另寻台积电作为代工厂，GF也表示理解，提到AMD的订单需求超过了他们的产能，所以寻求台积电加入代工对GF来说是完全没有问题的。 那么AMD到底会把什么订单分给GF及台积电呢?根据现在的情况来看，CPU订单可能不会分开，台积电缺少代工高性能CPU的经验，AMD应该还是把Zen 2处理器交给GF公司，而分担订单的主要是GPU芯片，一方面台积电代工GPU的经验、资历比GF更丰富，前不久交付客户的7nm Vega核心就是台积电代工的。 对DIY玩家来说，明年的显卡市场有好戏了，两家代工厂生产的GPU差异不大还好，不过万一出现差别，比如说哪家超频性更好，那玩家可要仔细挑了。

    半导体 AMD 7nm gf

首页 上一页 86 87 88 89 90 91 92 93 94 95 下一页 尾页
发布文章

活动预告

更多

论坛

更多

相关标签

课程视频

更多