电气布局验证Synopsys对此获得硅前线;切瓦买空间音频业务;验证信号与数字双胞胎;绝缘栅驱动程序;激光加工;寒冷的晶体管模型;赛马场连接量子位。
Synopsys对此收购了硅前沿技术电子布局验证解决方案提供商混合信号和模拟设计,大规模电力半导体器件,和静电放电保护网络。“此次收购使Synopsys对此能够扩展我们的设计的功能分析组合并帮助构建一个系统级的电分析平台。我们还获得一个可靠的框架,允许重新定位目标的核心引擎系统级分析3 dic签收,热,和电迁移语Patel表示,高级产品管理主管签收Synopsys对此EDA组的解决方案。
切瓦收购了的RealSpace3 d空间音频业务、技术和专利VisiSonics公司。耳机和耳塞的嵌入式软件再现多通道空间使用双通道立体声音频体验与支持动态跟踪。
IDTechEx项目全球人工智能芯片市场到2033年将增长到2576亿美元。它预计2033年三大行业纵向市场将与电信、银行、金融服务和保险(BFSI)和消费电子产品。
硅催化剂是合作与手臂在比赛早期创业公司设计一种基于Arm处理器的SoC IP。没有限制目标应用程序。申请的最后期限是6月23日。
芯片,以及人才的持续需求,引起了美国的工业和学术界考虑工程教育,导致新的跨学科方法和强有力的伙伴关系,让学生亲身体验。
Keysight技术发布一个新的通用信号处理体系结构(USPA)原型平台。平台使pre-tapeout芯片原型开发和验证一个实时开发环境集成数字双胞胎完全兼容的,基于标准的信号。它支持高性能光电项目与数模转换器(DAC)和模拟-数字转换器(ADC)接口,模拟信号全速,68 GS / s (ADC)和72 GS / s (DAC)。它还提供了一个广泛的输入/输出接口,适合应用程序包括6 g无线开发、数字射频存储器,先进的物理研究,和高速数据采集应用程序,如雷达和无线电天文学。Keysight也获得FiRa财团超宽带(UWB)验证的自动化PHY一致性测试工具,它可以执行一系列超宽频测量包括频率、时间、幅域分析、以及天线特性和系统级测试。
在三个故事中,半导体工程探讨了人工智能的作用和ML芯片设计:
最近几周,三大EDA厂商已经宣布全面预算将机器学习到他们的工具各自的用户事件,整个芯片行业正朝着相同的方向。机器学习,教机器如何执行一个特定任务的基于模式识别,是一种天然的适合芯片设计。强化学习,回报行为滑动规模和动态调整,今天在部署的主要方法。
大量的兴奋,和大量的炒作,对EDA行业围绕AI能做什么。但许多挑战必须克服人工智能开始设计之前,验证,实现芯片。应该今天AI替换算法在使用,或者有不同的作用吗?
机器学习、深度学习和AI越来越被用于芯片设计,和他们被用于设计芯片,ML / DL /人工智能优化。面临的挑战是理解权衡两边,这两个正变得越来越复杂和相互交织在一起的。
英飞凌科技首次亮相下一代的双通道电流的隔离门驱动器集成电路具有可配置射穿保护(STP)和空时控制(DTC)。产品家族跨多个欠压锁定(UVLO)变异,隔离级别,和包的选择应用程序包括服务器和电信smp,太阳能逆变器、储能系统、马达驱动器和电池供电的应用,电动汽车充电,高性能计算。英飞凌还推出了600 V GaN hybrid-drain-embedded栅注入晶体管(HD-GIT HEMT)投资组合为各种应用程序包括工业smp和消费设备;一个40 v MOSFET家庭汽车应用程序;和新电源模块利用其3.3 kV CoolSiC mosfet等大功率应用在列车牵引驱动。
设备的能耗是影响设计的每个阶段,开发和实施的过程,但识别机会节省电力不再可以使硬件更有效率。巨大的机会仍然额外的电力和能源节约,但其中许多涉及质疑系统级决策,世世代代盲目地接受和许多实现节点。其中的一些决策需要重新考虑,因为他们是防止建造更大、更复杂的设计。
Onsemi发布新的1200 V SiC快速交换场效电晶体和网格状的电力汽车和工业集成模块。
剑桥GaN设备拔开瓶塞一系列新的650 V氮化镓HEMTs使用该公司的智能门接口改进过电压健壮性、高noise-immune阈值,抑制dV / dt, ESD保护。
Nexperia发布在e-mode GaN场效应晶体管(增强型)配置低(100/150 V)和高电压(650 V)应用程序。
东芝电子设备和存储公司推出了高速quad-channel数码光电隔离器功能100 kv /μs (min)的高共模瞬态免疫力(CMTI)和一个150 mbps的高速数据率。
Navitas半导体拔开瓶塞SiC 650 V-rated Merged-PiN肖特基二极管的应用服务器/电信电源、工业电机驱动器,太阳能逆变器、LCD / LED电视和照明。
德州仪器公司首次亮相功能性safety-compliant,绝缘栅驱动电动汽车的牵引逆变器。
BOS半导体许可Arteris IP下一代汽车产品出类拔萃。Arteris FlexNoC互连IP将被用作通信骨干,再加上Magillem黄金套件SoC集成自动化。
FuriosaAI选择proteanTecs”系统的健康和性能监控数据分析解决方案用于下一代AI加速器针对超大型数据中心。
LightSolver首次亮相所谓的纯粹的激光处理单元(LPU),量子激发实现解决方案,利用所耦合的激光,不需要电子计算。该公司声称这是台式电脑的大小与低功率需求和室温操作,但可以与超级计算机和量子计算机的能力来解决复杂的np难优化问题等领域的物流、金融和制造业。
Quantinuum介绍了其最新的量子处理器和相应的系统。H2处理器功能32全量子比特和离子阱和一个椭圆形状类似一个赛马场,使每个量子位与系统中其他量子位纠缠。在H2的第一个实验系统,科学家从Quantinuum、哈佛大学和加州理工学院证明了小说状态的物质,非阿贝尔拓扑有序状态,并能够实时控制其属性,包括创建、编织,毁灭(测量)。这是可能的,这些非阿贝尔任意子可以用来创建拓扑量子位未来的量子计算机。
的CryoCMOS财团创建新的PDK-quality晶体管模型特征操作4 k和77 k低温下。该财团选择了GlobalFoundries22纳米FDSOI(22社流程节点,和晶体管的测量是由Incize。晶体管模型,开发的SemiWise,包括Typical-Typical (TT)晶体管以及角落(缓慢,党卫军& Fast-Fast FF)。SureCore使用这些开发一套power-optimized IP基础包括标准电池,SRAM,只读存储器和寄存器文件启用cryo-control asic设计的量子计算。由英国和由sureCore创新,该财团正在发展量子控制系统可以与其他量子比特的量子计算机的低温恒温器内部,减少电缆的数量和复杂性与低温恒温器外的控制电器。
谷歌宣布其计算引擎A3的超级计算机,这是针对培训大型语言模型、扩散模型和其他模型生成的人工智能。A3虚拟机结合八NVIDIA H100 gpu, 4日创Intel Xeon处理器可伸缩,和自定义200 Gbps基础设施处理单元(IPUs),与GPU-to-GPU数据传输绕过CPU主机和流动在不同的接口与其他虚拟机网络和数据流量。木星系统还利用公司的数据中心网络结构扩展到成千上万的高度相互关联的gpu和允许全部带宽可重构光学链接,可以根据需要调整拓扑。
的澳大利亚政府制定了国家量子战略指导国家量子研究和开发,商业化,建立管道投资每年量子技术,建立材料供应链和制造能力,和员工发展。努力的一部分将重点构建量子基础设施,创建一个error-corrected量子计算机的目的。
三星旨在开发一个memory-centric超级计算机,到2028年,根据一项报告《韩国先驱报》的采访。
IBM拔开瓶塞一组功能来帮助组织准备post-quantum安全风险。
的南加州大学宣布10亿美元的计划,促进大学计算机教育在所有学科。努力的焦点将在技术伦理。它还将建立一所新学校先进的教育和研究计算先进的计算技术,包括人工智能,机器学习,数据科学、区块链和量子计算。
工程师的宾夕法尼亚大学创建了一个光子设备没有光刻技术提供可编程芯片上的信息处理。设备由空间分布的光增益和损失由激光直接暴露在一个未成形的半导体晶片。设备是可重构的裁剪laser-cast模式最优性能取决于任务。它也可以与经典电子集成。
研究人员哥伦比亚大学工程开发了一种新的集成光子器件他们称之为“漏波metasurfaces”,可以转换光最初在任意一个光波导光在自由空间模式。这些设备提供同步控制的振幅、相位、偏振椭圆率和极化取向。因为设备是薄,透明,与光子集成电路兼容,团队设想应用光学显示,激光雷达、光学通信和量子光学。
一个团队的康奈尔大学开发了一个光学神经网络(ONN)可以过滤相关信息从一个场景在视觉图像检测到的相机。光通过处理传感器通过一系列的矩阵向量乘法,压缩数据的比率高达800 - 1通过丢弃不相关或冗余信息。在试图重建原始图像,研究人员发现,虽然它没有复制原始,重建并保留重要的功能。
查看最新的低Power-High性能和系统与设计这些以及更多的强调时事通讯:
如果你想通过电子邮件收到半导体工程通讯和通知,订阅这。
|
|
|
|
|
|
|
|
|
|
留下一个回复