中文 英语

计算能量作为关键设计方面(SLAC/斯坦福,麻省理工学院)


摘要:“我们研究了由几何标度定律驱动的不同系统的计算能量需求,以及人工智能或人工智能的日益使用。»阅读更多

针对工作负载优化芯片架构的挑战


仅通过分别查看硬件或软件来优化系统上运行的工作负载是不可能的。它们需要共同发展,错综复杂地交织在一起,这是一项工程壮举,还需要连接两个有着长期独立运作历史的世界。在计算的早期,硬件和软件是由完全独立的团队设计和构建的……»阅读更多

3D集成电路:机遇、挑战和解决方案


几乎每一个大城市在发展过程中都会达到这样一个阶段:耗尽开放空间,开始垂直建设。这使得每平方英里有更多的公寓、办公室和人口,同时避免了郊区扩张带来的基础设施成本增加。半导体也在以同样的方式发展。摩尔定律正在放缓,新的先进技术节点的采用也在放缓……»阅读更多

eMBB 5G NR设计


本白皮书探讨了eMBB产品的设计挑战,并提供了如何使用Cadence AWR设计环境软件中的协同设计功能来克服这些挑战的示例。点击此处注册下载。»阅读更多

低功耗仍是主导,但能源将成为未来的焦点


在2021年及以后,智能手机、数字电器和几乎所有主要应用中使用的芯片都将需要“瘦身”。随着生成的数据量不断膨胀,越来越多的处理器被添加到各地,以筛选这些数据,以确定哪些有用,哪些没用,以及如何分配这些数据。所有这些都需要电力,而且并不是所有的都像……»阅读更多

新一代工程师


这个行业喜欢走直线。每一代硅或多或少都是对前一代硅的线性推断。造成这种情况的原因有很多——产品在行业内不断发展,增加新的或更高性能的接口,当任何芯片旋转的最小量发生变化时,风险水平就会降低,现有软件更有可能只需要少量的mo就能运行……»阅读更多

人工智能时代的协同设计


欢迎来到我们博客系列的第二篇文章,探讨计算行业如何以新的方式运作,以实现人工智能时代。在我们的第一篇博客中,我的同事Ellie yeieh描述了我们进入新的十年时行业面临的巨大机遇和挑战,她提出了一条加速创新的道路——从材料到系统——基于驱动创新的“新剧本”。»阅读更多

在人工智能中更好地利用内存


Rambus研究员和杰出的发明家Steven Woo谈到了使用数字格式来扩展内存带宽,对分数精度的影响,如何在不牺牲精度的情况下对精度进行修改,以及随机舍入可以发挥什么作用。»阅读更多

优化学习能力的边缘


边缘学习被视为机器学习的圣杯之一,但今天,即使是云也在努力用合理的能力完成计算。电力是这项技术的伟大推动者(或限制者),而业界正开始对此做出回应。Synopsys产品营销高级总监约翰内斯•斯塔尔(Johannes Stahl)表示:“权力就像一个倒金字塔问题。“T…»阅读更多

通过自动化芯片、pcb和封装的协同设计和协同分析,节省时间并最大限度地减少错误


考虑到当今芯片、封装和pcb的复杂性,孤立地设计它们不再明智。跨域协同设计和协同分析是确保最佳性能、降低成本和加快上市时间的关键。这些功能由Cadence Virtuoso系统设计平台提供,该平台将IC设计(包括多个异构芯片)集成到Alleg…»阅读更多

←老帖子
Baidu