谷歌下一代AI芯片不走寻常路,放弃CoWoS封装把SRAM塞进芯片里,性能更强但设计也更难了。看看摩根士丹利怎么分析的。
#chip design
英伟达的Vera CPU在芯片设计工具上实测提速最高1.5倍,和Cadence、Synopsys一起优化,让下一代芯片设计更快更省时间。
NVIDIA测了Nemotron 3 Ultra在芯片设计RTL编码上的表现,九类任务平均通过率97.1%,开源模型里最强,值得关注。
西门子收购了一家做芯片设计早期评估的 EDA 公司 Precision Innovations,补上 AI 规划能力,以后芯片设计能更快优化 PPA。
Rapidus和Cadence联手,用AI智能体自动跑通芯片设计全流程,目标是把开发时间砍半,适合关注EDA和先进制程的人。
月之暗面用 Kimi K3 自己设计了一个芯片,48 小时搞定,性能还挺猛。想看看 AI 怎么自己造芯片的可以点进去。
这篇论文系统梳理了LLM在芯片前端设计中的应用,从HDL生成到设计空间探索,还介绍了OpenClaw等代理AI方案,适合关注EDA与AI结合的读者。
华为发了篇论文,LogicFolding让Kirin晶体管密度涨53.5%,CPU能跑4GHz以上,芯片设计的新思路。
NVIDIA 新出的 HORIZON 代理,能自动搞定 RTL 设计,基准测试全通过,做芯片验证的可以看看。
何庭波把理论落地了,V2版补了工程细节和实测数据,还有Kirin 2026对比Kirin9030 Pro的参数,搞芯片设计的别错过。
OpenAI被推理成本逼急了,自研芯片Jalapeño,9个月流片,性能超Blackwell和TPU还省一半钱,值得看看细节。
芯片设计团队终于有了能独立干活的 AI 虚拟工程师——ChipStack 从辅助进化为自主执行,做复杂芯片验证的工程师可以直接用它加速迭代,值得点开了解。
模拟芯片设计是 AI 最难攻克的领域之一,Atrisa 直接处理寄生效应和物理布局,做模拟电路设计的工程师值得关注,可以大幅缩短调试周期。
模拟电路设计是芯片开发中最依赖经验的环节,Atrisa 把 AI 推理能力带入这个领域,做模拟 IC 设计的工程师值得关注,可以直接用现有工具链试试。
芯片开发者、长上下文研究者、智能体实践者都能从中找到硬核洞察——华为的突破可能重塑竞争格局,阿里论文直接解决长文本推理痛点,DeepSeek的架构思路值得借鉴。建议花5分钟扫读,挑与自身领域相关的深度内容细看。
当制程微缩越来越难,华为用拓扑重构芯片内部布局,做芯片架构和先进封装的人值得关注这一思路——它可能改变我们对芯片性能提升的衡量方式。
芯片设计从业者和关注半导体竞争格局的读者值得关注——LogicFolding 提出了从“缩小晶体管”到“减少时间浪费”的新范式,可能改变行业对性能提升的衡量标准。建议点开了解具体技术细节。
华为用 Tau Scaling 绕开光刻机限制,做芯片设计或关注半导体自主化的开发者值得了解——这可能改变未来芯片性能提升的路径。
芯片设计团队终于有了可私有化部署的RTL生成方案——ChipMATE不依赖闭源API、无需黄金测试平台,还能用厂商内部代码训练,做数字IC设计的开发者可以直接试。