技术突破核心 - 开发出首个能够支持人工神经网络在边缘设备上进行自适应本地训练和推理的混合存储器技术 [1] - 提出一种全新混合存储系统，将铁电电容和忆阻器两种此前不兼容技术的最佳特性结合到单一且与CMOS技术兼容的存储堆栈中 [1] - 该架构解决了边缘AI在芯片上同时进行学习和推理而不消耗过多能源或超出硬件限制的挑战 [1] 技术原理与创新 - 采用混合方法：正向和反向传播使用存储在忆阻器中的低精度模拟权重，而更新则通过更高精度的铁电电容实现 [5] - 忆阻器会根据存储在铁电电容中的最高有效位进行周期性重新编程，确保高效和准确的学习 [5] - 设计出由掺硅氧化铪和钛吸收层组成的统一存储堆栈，这种双模设备可根据电学"形成"方式，作为铁电电容或忆阻器运行 [7] - 相同的存储单元可根据其状态，用于精确的数字权重存储（训练）和模拟权重表达（推理） [7] 性能与应用 - 项目证明在芯片上进行训练是可能的，并能达到有竞争力的准确性，避免了对离线更新和复杂外部系统的需求 [2] - 该硬件使用标准130纳米CMOS技术，在一个包含18,432个设备的阵列上制造和测试，将两种存储器及其外围电路集成到单一芯片上 [8] - 创新使得自动驾驶汽车、医疗传感器和工业监控器等边缘系统和设备能够根据实时数据进行学习，即时调整模型，同时严格控制能耗和硬件磨损 [2] 行业背景与挑战 - 边缘AI既需要推理（读取数据以做出决策），也需要学习（根据新数据更新模型），但此前存储技术只能很好地完成其中一项 [2] - 忆阻器擅长推理，因其可存储模拟权重，在读取操作时能效高并支持存内计算；铁电电容允许快速、低能耗的更新，但其读取操作是破坏性的，不适合推理 [2] - 硬件设计师面临选择：要么偏向推理并将训练外包给云端，要么尝试在芯片上进行训练但要承担高成本和有限的耐久性 [3]

国内领先的芯片IP设计与服务提供商安谋科技（中国）有限公司（以下简称"安谋科技"）近 日宣布，正式推出自主研发的第三代高能效嵌入式芯片IP——"星辰"STAR-MC3。该产品基 于Arm®v8.1-M架构，向前兼容传统MCU架构，集成Arm Helium™技术，显著提升CPU在 AI计算方面的性能，同时兼具优异的面效比与能效比，实现高性能与低功耗设计，面向AIoT 智能物联网领域，为主控芯片及协处理器提供核芯架构，助力客户高效部署端侧AI应用。 STAR-MC3处理器概览 "星辰"STAR-MC3的发布，进一步完善了安谋科技"星辰"CPU IP家族在IoT、AIoT、车载电子和 机器人控制等领域的产品布局。未来，安谋科技将持续以技术创新为驱动，连接全球前沿技术，加 强自主IP研发布局，与生态伙伴协同共建开放合作平台，为国内"AI+"升级提供坚实的底层架构支 撑。 1. 更强的AI能力： 该产品创新性地将Helium技术扩展至传统架构MCU设计，可增强AI处理能 力，矢量计算性能较第一代产品，提升超200%。 2. 更广的兼容性： 让传统架构的嵌入式芯片无缝升级，用户可持续沿用上一代架构的内存结 构，无需额外升 ...

工业算力技术研讨会核心观点 - 聚焦工业算力核心技术 涵盖离子注入设备、FPGA芯片设计、RISC-V处理器、半导体检测及工业大数据五大领域 为制造业智能化转型提供技术支撑 [1] - 产业链上下游从业者共同探索技术突破方向与产业发展机遇 实现从技术创新到产业落地的完整链条 [16] 离子注入技术 - 离子注入机是集成电路芯片制造必不可少的关键装备 [3] - 凯世通半导体提供全系列离子注入整机设备 涵盖大束流、中束流、高能机、SiC/GaN/第三代半导体及氢注入等 并延伸至气体、原材料、核心零部件及设备升级置换服务 [4] - 依托控股股东先导科技集团垂直一体化全产业链优势 打造国内独一无二的离子注入全周期一站式服务平台 [4] AI赋能半导体良率提升 - 芯率智能聚焦AI+半导体良率管理系统(YMS) 核心团队汇聚IT与半导体领域专家 累计服务超15家大型晶圆厂/IDM [6] - AI+YMS方案整合MES、FDC、SPC等多系统数据 实现工艺数据波动分析、缺陷分类统计及良率综合分析 在先进封装环节通过虚拟量测优化检测流程 [6] - 喆塔科技通过融合行业Know-How与AI、大数据技术 构建CIM2.0全矩阵数智化产品体系 良率分析助手通过大模型技术定位瓶颈效率提升2倍 [7][8] FPGA技术应用 - 安路科技作为首家专注FPGA业务的A股上市公司 通过高性能芯片架构设计与定制化解决方案满足工业场景对实时算力、稳定性的严苛需求 [10] - FPGA技术在工业控制、机器视觉、人工智能等场景实现创新应用 推动国产核心器件从跟跑到并跑的发展历程 [10] RISC-V架构创新 - 隼瞻科技依托RISC-V开放架构的灵活可定制特性 构建需求定义-自动化建模-验证优化的敏捷开发流程 [12] - 为人工智能、工业控制、AIoT、汽车电子领域提供定制化处理器方案 突破传统处理器设计周期长、成本高的痛点 [12] 半导体检测智能化 - 季丰电子通过AI算法优化实现设备故障诊断准确率提升至95%以上 运维响应时间缩短30% 检测精度提升至纳米级 [14] - AI技术与传统检测设备融合 解决半导体制造中检测效率与精度难以兼顾的难题 [14] 产业协同与展望 - 技术研讨会打破领域壁垒 形成创新成果互补 为跨企业合作与技术对接提供明确方向 [16] - 工业算力作为中国制造业向高端化、智能化转型的核心驱动力 其技术突破与产业应用关乎制造强国建设全局 [16]

台积电生产与需求状况 - 台积电生产线已接近满负荷运转，主要受移动和高性能计算客户驱动 [2][3] - 台积电的3纳米和5纳米生产线预计将在明年被全部预订 [3] - 晶圆生产的紧张程度已达到，对于科技巨头来说获取芯片变成一项困难的任务，芯片被视为一种稀缺资源 [3][4] 先进制程技术应用 - 台积电3纳米工艺被应用在每一款主流消费产品中，包括苹果的A19 SoC和即将推出的M5芯片 [3] - 联发科和高通已在其最新移动芯片中集成N3P工艺，高通Snapdragon X2 Elite CPU芯片也采用台积电3纳米节点 [3] - 在AI领域，英伟达的Rubin和AMD的Instinct MI355X也将采用台积电3纳米工艺 [3] 市场动态与战略影响 - 由于3纳米工艺预计明年被全部预订，台积电可能被迫提高工艺价格以应对需求，并扩大其生产线 [4] - 有传言称台积电N3工艺明年将在美国亚利桑那州投产，这需要巨额投资 [4] - 苹果在2纳米工艺投产前很久就预订了相当大一部分台积电产能 [4] - 整个半导体行业供应链严重依赖中国台湾生产的芯片，这也是美国政府寻求将生产多元化到美国的原因 [4]

公众号记得加星标⭐️，第一时间看推送不会错过。 来源 ： 内 容编译自 semiengineering 。 受到ChatGPT等生成式AI模型的启发，世界发生了改变。这些模型非常适用于副驾驶（copilots） 和智能体AI（agentic AI）等领域，但它们在EDA（电子设计自动化）工具中的应用前景尚不明 朗。那么，什么才是合适的应用方式？AI能否让EDA工具更快速、更出色？ 在过去的40年里，EDA一直在推动摩尔定律的发展，这要求不断突破已开发的许多算法和技术的 极限（见图1）。在某些情况下，算法可能早已存在，但缺乏足够的计算能力使其变得实用。基于 AI的解决方案也同样如此。 "这对EDA来说并非新征程，"Cadence公司战略与新业务部门总监Rob Knoth说。"这是我们几十 年来一直在努力的方向。随着技术的每一次进步，工程师们都迫切地拥抱自动化。没有这些自动 化，他们根本无法按时回家与家人共进晚餐。每一代技术的更新，工作量和复杂性都在呈指数级增 长。" 图 1: EDA 和算法的演进。来源： Cadence 图 2: AI 的类别及其用例。来源：西门子 EDA 然而，这些进步并不意味着每一项新技术 ...

公众号记得加星标⭐️，第一时间看推送不会错过。 来源 ： 内容编译自cnbc 。 本周，英伟达表示将向OpenAI投资1000亿美元。这笔交易凸显出自2022年生成式AI问世以来，这 家芯片制造商的投资组合已变得多么庞大。 就在这笔交易达成的一周前，英伟达刚刚承诺向其曾经的竞争对手英特尔投资50亿美元。此前， 该公司还宣布计划向自动驾驶汽车初创公司Wayve投资5亿美元，并向英国云服务提供商Nscale投 资5亿英镑（约合6.677亿美元）。 英伟达的这轮投资狂潮凸显出，这家芯片制造商已晋升至硅谷的顶端。它提供资金和其备受追捧的 人工智能芯片的使用权，以换取股权和对一些最热门AI初创公司发展方向的洞见。 如果对OpenAI的全部投资完成（预计将在未指明的年限内完成），这将是英伟达有史以来最大的 一笔投资。 英 伟 达 在 8 月 份 的 一 份 财 务 文 件 中 披 露 ， 其 持 有 的 公 开 交 易 证 券 价 值 为 43.3 亿 美 元 ， 其 中 包 括 Applied Digital、Arm、CoreWeave、Nebius Group、Recursion Pharmaceuticals和We ...

文章核心观点 - 以色列已从"创业之国"蜕变为全球半导体产业强国，在重塑全球芯片版图中扮演重要角色[1] - 该国拥有约200家半导体企业，年出口额超过100亿美元，占全国出口额5%，在全球计量检测领域占据30%市场份额[1] - 以色列半导体产业通过数十年发展形成了完整产业链，成为全球半导体行业不可或缺的创新策源地[7] 产业发展历程 - 1964年摩托罗拉在以色列设立首个半导体研发中心，为产业播下种子[3] - 1974年微软设立研发中心，1979年国家半导体公司建立晶圆厂，填补制造环节空白[3] - 1984年英特尔以色列团队研发8088处理器，应用于IBM早期个人电脑[4] - 1985年英特尔在以色列建立首个晶圆厂，成为其全球战略核心节点[4] - 1990年伽利略公司推出首个闪存文件系统，开发DiskOnChip和DiskOnKey产品，影响消费电子存储设计[5] - 2004年Mobileye推出全球首个高级驾驶辅助系统专用处理器，开创汽车环境感知能力[6] - 2021年英特尔海法研发中心研发出首个人工智能芯片"Springhill"，支持大型语言模型等复杂AI任务[7] 产业巨头与关键技术 - 英特尔在以色列形成"研发+制造"布局，海法研发中心主导8088处理器研发，2017年以153亿美元收购Mobileye[9] - Mobileye的EyeQ1处理器为全球首款ADAS专用芯片，合作车企超过40家，芯片应用覆盖数千万辆汽车[10] - Mellanox专注于InfiniBand和以太网解决方案，2020年英伟达以69亿美元收购，完善数据中心产业链布局[11] - Habana Labs聚焦AI训练与推理处理器，2019年英特尔以约20亿美元收购，强化AI硬件竞争力[12] - Annapurna Labs专注于云计算芯片设计，2015年被亚马逊收购并整合至AWS云服务体系[13] - Autotalks研发车联网V2X通信芯片，2021年被高通收购，推动智能汽车技术规模化应用[14] - Orbotech在半导体检测领域具有技术积累，2018年被科磊以34亿美元收购[15] 本土企业与初创生态 - 高塔半导体专注于模拟集成电路制造，在射频芯片、功率管理等领域具备技术积累[16] - Nova公司聚焦精密芯片制造计量检测解决方案，保障芯片制造精度与稳定性[16] - 以色列拥有约70家半导体初创企业，总融资额达55亿美元，覆盖处理器、传感、通信等全产业链环节[19][31] - 处理器领域代表包括NextSilicon、Hailo、NeuroBlade等创新企业[20] - 通信领域有Valens Semiconductor、DustPhotonics、Teramount等公司专注高速互连技术[22] - 传感器领域代表企业包括Innoviz Technologies、Vayyar、Arbe Robotics等[23] 竞争优势支柱 - 跨国企业本地化布局带来技术示范效应，培育首批具备国际视野的半导体人才[30] - 研发投入占GDP的4.3%，在全球处于领先水平，为技术创新提供资金保障[30] - 活跃的初创企业生态系统覆盖全产业链环节，形成"研发-融资-迭代"良性循环[31] - 拥有4.5万名半导体从业者，其中70%在跨国企业研发中心工作，保障技术与全球标准衔接[31] 新兴技术机遇 - 2024年生成式AI芯片市场规模达1250亿美元，预计2025年增至1500亿美元，占全球芯片销售额20%以上[33] - 以色列在Habana的AI训练芯片、Springhill AI芯片等领域已形成技术储备[33] - 边缘计算与物联网兴起与以色列在传感器、边缘计算芯片领域的积累相匹配[33] - 预计2026年50%新出厂PC将配备神经处理单元，为以色列芯片设计创新提供新发力点[34]

公众号记得加星标⭐️，第一时间看推送不会错过。 来 源 ： 内容编译自 tom'shardware 。 俄罗斯科学院微结构物理研究所（通过Dmitrii Kuznetsov）公布了一项关于本土11.2纳米波长极 紫外（EUV）光刻工具的长期路线图，这是对该组织去年12月所分享信息的补充。这个新项目从 2026年开始，将使用40纳米制造技术，并延伸至2037年，届时将整合亚10纳米的制造工艺。最新 的路线图比之前的一些看起来更现实，但其可执行性仍有待证明。此外，即使该计划可执行，也可 能不会用于商业目的。 最引人注目的第一点是，提议的EUV系统避免了复制阿斯麦（ASML）工具的架构。相反，该计划 旨 在 采 用 一 套 完 全 不 同 的 技 术 ： 混 合 固 态 激 光 器 、 基 于 氙 等 离 子 体 的 光 源 ， 以 及 由 钌 和 铍 （Ru/Be）制成的反射11.2纳米波长的镜片。选择氙而非阿斯麦EUV工具中的锡滴，可以消除对光 掩膜有害的碎屑，从而大大减少维护。同时，与阿斯麦的DUV工具相比，较低的复杂性旨在避免 用于先进节点的高压浸没式液体和多次图形曝光步骤。 第一个系统，计划于2026-2 ...

2025年9月19日，新加坡国立大学（NUS）与POET Technologies的研究团队在国际权威期 刊 Nature Communications 上 发 表 了 题 为 《 Ferroelectric-Based Pockels Photonic Memory》的研究论文，第一作者，现香港科技大学（广州）助理教授许泽锋首次成功提出 将 锆 掺 杂 的 氧 化 铪 (HZO) 铁 电 场 效 应 晶 体 管 （ FeFET ） 与 绝 缘 体 上 铌 酸 锂 薄 膜 (Lithium Niobate on Insulator, LNOI)微环谐振器（Micro Ring Resonator, MRR）单片集成，构建 出一种新型非易失、多态、超低能耗的"Pockels光子存储器"。该器件通过铁电畴与线性电光 （Pockels）效应的协同调控，实现了6个可区分光学态/FeFET，且在单一MRR可进行多器件 堆叠，实现16个非易失态/MRR。单状态切换能耗低至65.1 fJ，数据保持时间超10年，耐久 性超过10 7 次循环，为光计算与光存储一体化提供了革命性的解决方案。 01 背景介绍 面对人工智能、物联网 ...

行业竞争态势 - 全球尖端芯片生产普遍处于满负荷状态，高科技公司如英伟达面临供应紧张 [5] - 尽管是卖方市场，芯片代工厂之间仍存在竞争，三星决定将其2纳米晶圆价格降至2万美元，比台积电的3万美元价格低了近三分之一 [5] - 台积电在2纳米领域占有最大份额，其2纳米晶圆厂已签约15个大客户，包括英特尔、AMD、联发科及英伟达 [6] 三星公司战略 - 三星降低2纳米晶圆价格旨在避免晶圆厂产能闲置并确保投资回报 [5] - 公司的2纳米计划曾面临阻力，在今年1月将晶圆厂投资削减了一半，并因缺乏客户而推迟了德州芯片厂建设 [5] - 三星与特斯拉达成一项价值165亿美元的巨额协议，为特斯拉生产AI6芯片，特斯拉要求良率达到60%到70% [5] - 三星的代工厂在价格竞争方面有良好记录，其2万美元的晶圆价格对不愿支付台积电溢价的客户是诱人选择 [5][6] 台积电市场地位 - 台积电由于需求旺盛最近提高了价格 [3] - 台积电采取了与三星相反的做法，未削减投资 [5] - 台积电现有和未来的晶圆厂都在满负荷运转，并要求相应的溢价 [6]