ClockEdge探讨时钟网络仿真技术,优化30%芯片功耗
ClockEdge CTO Zakir Syed介绍其专用于半导体时钟网络的仿真技术,旨在解决复杂设计中保持晶体管级精度的难题。时钟分布网络通常占芯片总功耗的约30%,且电源噪声和波形失真会严重影响时序裕度。
该技术有助于工程师区分真实电气风险与保守假设,从而优化PPA(性能、功耗、面积)目标。
- 相关厂商
- ClockEdge
- 影响评分
- 10 / 100,低影响
ClockEdge CTO Zakir Syed介绍其专用于半导体时钟网络的仿真技术,旨在解决复杂设计中保持晶体管级精度的难题。时钟分布网络通常占芯片总功耗的约30%,且电源噪声和波形失真会严重影响时序裕度。
该技术有助于工程师区分真实电气风险与保守假设,从而优化PPA(性能、功耗、面积)目标。
Geekerwan与Kurnal Insights拆解了华为Mate 90 Pro Max的麒麟9050 Pro,发现其采用两个垂直堆叠的芯片而非传统单平面设计。这展示了华为独特的LogicFolding封装技术。
(技术趋势,无直接供应影响)。
文章提出利用IP方案和虚拟平台优化AI SoC部署流程以提升互操作性。该方案旨在解决多芯片系统开发中的复杂性问题。
此为技术趋势分析,暂无明确的供需或价格影响。
Velaura公司宣称其技术可将AI算力功耗降低2X至4X。该技术主要针对算术计算单元,占XPU功耗的40%-70%。
随着算力成为AI瓶颈,能效提升有望刺激相关芯片需求。
先进节点时钟网络设计正从单纯的时序收敛转向更复杂的电气分析。随着电压降低和互连效应增加,简单的时序收敛已不足以应对5nm、3nm及以下工艺的挑战。这对芯片设计中的抖动、占空比和电源噪声管理提出了更高要求。
Signaloid CEO宣布将于2026年5月流片新ASIC,其UxHw技术旨在提升机器人与物理AI应用性能。该技术通过在运行时维护概率分布元数据,目标实现10至100倍性能提升。
目前属于技术趋势与研发背景,对现货市场供需无直接影响。
Siemens EDA在DAC 2026更新Questa One,引入AI驱动的验证和更快的引擎。该工具旨在提高SoC和3D IC设计的生产力,并集成Tessent DFT以缩短仿真时间。
(中性):该更新提高了设计效率,但尚未改变芯片的现货价格或供应基本面。
Defacto在SoC Compiler平台引入AI层,支持自动生成连接与版本对比。该功能已运行一年,旨在提升设计团队效率。
属于技术趋势,短期对供需及价格无直接影响。
BEOL集成磁技术通过在CMOS晶圆上沉积磁薄膜和导电绕组,将无源元件嵌入半导体制造工艺。该技术利用标准金属互连步骤和低温沉积工艺,制造平面螺旋或环形微型电感器,减少寄生电阻和电感。
JEDEC发布JESD330-4标准,定义SPHBM4接口,利用4:1串行化将信号从2048降至512。该标准允许在有机基板上使用HBM4同款DRAM颗粒。
有机基板成本低于硅基板,有望降低HBM4模组成本并提升堆叠数量。
SK海力士、TetraMem与南加州大学合作开发基于忆阻器的存内计算SoC。该芯片旨在提升边缘AI能效,但理论峰值仅2.54 TOPS,远低于Copilot+要求。
作为实验性技术验证,目前对现货价格及供需无直接影响。
Teradyne的LASAR平台展示了从制造缺陷检测向功能安全模拟的转变。随着汽车、工业和医疗领域对安全要求提高,故障模拟方法从随机缺陷建模转向系统性安全分析。
利多EDA工具厂商长期技术发展,但短期无供需影响。
S2C与Andes Technology在COMPUTEX 2026展示RISC-V IP与FPGA原型验证协同效应。双方利用Andes AX66处理器和S2C Prodigy S8-100平台在AMD Versal SoC上运行LLM。
验证技术进步推动RISC-V生态发展,但短期无现货价影响。
文章提出AI光子学需关注电光实现走廊(EORC)概念。单一器件性能不足以支撑AI基础设施,需整合热学、力学及材料约束。
该框架将推动硅光子及共封装光学技术向系统级集成发展。
摩根士丹利报告称英特尔14A节点良率D0为0.5,预计2027年Q1将降至0.1至0.2。该节点目前处于早期爬坡阶段,但相比18A节点展现出更快的追赶速度。
技术突破预示未来产能释放潜力增强。
Synopsys推出定制化基础IP以支持下一代汽车计算需求。随着软件定义汽车的发展,汽车SoC对能效和可靠性要求提高,FinFET技术成为关键。
Synopsys 定制化 IP 助力汽车 SoC 设计,反映汽车芯片技术升级趋势。
Ainekko宣布其CORE-ET硅平台(ETSP)加入OpenHW基金会开源项目。该平台基于64位RISC-V架构和MRAM内存,专为边缘AI推理设计。此举旨在推动开源AI硬件生态发展,对短期现货价格无直接影响。
自动化原理图级竞争分析可检测内存瓶颈,提升SoC的可靠性、可预测性及硅片质量。该技术旨在降低IC设计阶段的风险。
此技术主要影响设计流程,对当前现货市场价格无直接影响。
TSMC在技术研讨会上澄清N2没有短缺,且在良率学习曲线上领先于N3。文章反驳了马斯克关于2nm短缺的言论,并引用了苹果/TSMC的历史。
(供应安全确认)。
西班牙AI芯片初创公司Semidynamics在台积电完成首款3nm芯片流片,并获得SK海力士投资。其Gazzillion技术旨在解决AI推理中的内存效率瓶颈。
此为长期研发里程碑,对当前元器件供应、价格及交易无直接影响。
爆款新品里,到底装了谁的芯片?拆开,一颗一颗给你看。
全部拆解| Analog | $0.68 | −5.9% |
|---|---|---|
| 连接器 | $0.75 | +0.2% |
| CPU | $386.74 | −21.3% |
| DDR4 | $88.40 | −0.2% |
| DDR52026-W13 | $14.89 | −11.2% |
| GPU | $478.20 | +8.2% |
| MCU | $0.68 | −61.7%异常波动 |
| MLCC | $0.01 | +54.0%异常波动 |
| MOSFET | $0.12 | −82.8%异常波动 |
| PMIC2026-W13 | $0.44 | −12.5% |
| SSD/HDD | $288.43 | 暂无 |