腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
数字芯片实验室
专栏作者
举报
114
文章
80956
阅读量
33
订阅数
订阅专栏
申请加入专栏
全部文章(114)
芯片(31)
设计(25)
数据(25)
性能(16)
编程算法(14)
内存(13)
系统(10)
腾讯云测试服务(9)
工具(9)
工程师(7)
javascript(6)
硬件开发(6)
人工智能(6)
测试(6)
单片机(5)
工作(5)
架构(5)
开发(5)
软件(5)
硬件(5)
面向对象编程(4)
效率(4)
java(3)
http(3)
存储(3)
缓存(3)
正则表达式(3)
fpga(3)
bug(3)
data(3)
fifo(3)
monitor(3)
产品(3)
行业(3)
解决方案(3)
接口(3)
优化(3)
机器学习(2)
c++(2)
python(2)
数据库(2)
api(2)
linux(2)
开源(2)
数据分析(2)
物联网(2)
架构设计(2)
buffer(2)
coding(2)
export(2)
path(2)
port(2)
verification(2)
编程(2)
变量(2)
后端(2)
连接(2)
模型(2)
内核(2)
算法(2)
ASIC(2)
c 语言(1)
regex(1)
arm(1)
sql(1)
access(1)
ruby on rails(1)
打包(1)
神经网络(1)
文件存储(1)
命令行工具(1)
网络安全(1)
tcp/ip(1)
uml(1)
安全(1)
小程序(1)
系统架构(1)
迁移(1)
白盒测试(1)
汽车(1)
add(1)
analysis(1)
app(1)
assertion(1)
bind(1)
capture(1)
case(1)
cell(1)
chatgpt(1)
class(1)
clock(1)
command(1)
component(1)
copy(1)
cpu(1)
debug(1)
driver(1)
dst(1)
graphics(1)
host(1)
initialization(1)
input(1)
ip(1)
it(1)
max(1)
memory(1)
oop(1)
output(1)
packet(1)
properties(1)
range(1)
ref(1)
refresh(1)
scaling(1)
sequence(1)
slice(1)
src(1)
task(1)
time(1)
timing(1)
x86(1)
编译(1)
操作系统(1)
程序(1)
服务(1)
服务器(1)
函数(1)
基础(1)
计算机(1)
模块化(1)
配置(1)
前端设计(1)
软件测试(1)
数据类型(1)
数据中心(1)
调试(1)
同步(1)
项目经理(1)
协议(1)
性能分析(1)
音频(1)
主机(1)
搜索文章
搜索
搜索
关闭
SK海力士、三星将从HBM的爆炸性销售增长中受益
人工智能
产品
解决方案
内存
芯片
高带宽内存(HBM)是人工智能设备必不可少的热门DRAM产品,其销售将在未来几年大幅增长,使SK海力士公司和三星电子公司等市场领导者受益。 据台湾市场研究员TrendForce称,在巨大的定价溢价和人工智能芯片容量需求增加的推动下,HBM市场有望实现强劲增长。 HBM的单位销售价格比传统DRAM高出几倍,大约是DDR5芯片的五倍。 它表示,到2025年,这种定价加上新的人工智能产品的推出,预计将大幅提高HBM在DRAM市场容量和市场价值中的份额。 TrendForce高级研究副总裁Avril Wu在一份研究报告中表示:“HBM在DRAM总位容量中的份额估计将从2023年的2%上升到2024年的5%,到2025年将超过10%。”
AsicWonder
2024-05-10
82
0
什么是Dennard scaling?
计算机
芯片
性能
scaling
行业
Dennard Scaling(登纳德缩放定律)是1974年由Robert Dennard提出的,它与摩尔定律共同指导了集成电路行业多年。Dennard Scaling的核心观点是,随着晶体管尺寸的缩小,其功率密度保持不变,从而使芯片的功率与芯片面积成正比。这意味着,在每一代技术中,晶体管的尺寸可以缩小大约30%(0.7倍),因此它们的面积减少了50%。相应地,电路的延迟减少30%,工作频率增加约40%,同时为了保持电场恒定,电压降低30%,能量降低65%,功率降低50%。因此,在每一代技术中,晶体管密度增加一倍,电路速度提高40%,而功耗保持不变。 Dennard Scaling预测,随着晶体管密度的增加,每个晶体管的能耗将降低,因此硅芯片上每平方毫米的能耗几乎保持恒定。由于每平方毫米硅芯片的计算能力随着技术的迭代而不断增强,计算机将变得更加节能。 然而,自2005-2007年前后,Dennard Scaling定律似乎已经失效。集成电路中的晶体管数量仍在增加,但性能提升开始放缓。主要原因在于,当芯片尺寸不变而晶体管数量增多时,电流泄漏问题变得更加严重,导致芯片升温,进一步增加能源成本。因此,Dennard Scaling定律在深亚微米时代不再准确,需要新的技术如多核处理器、3D芯片技术、先进封装技术等来继续推动性能的提升。
AsicWonder
2024-05-10
83
0
适用于所有数字芯片工程师的SystemVerilog增强功能
函数
数据类型
芯片
变量
工程师
诚然,SystemVerilog的主要目标是实现大型复杂设计的建模和验证。然而,SystemVerilog为Verilog提供了每个工程师都可以也应该利用的增强功能。
AsicWonder
2024-05-09
103
0
混合信号的验证左移-实数建模
工程师
模型
设计
芯片
测试
特别是在汽车行业,高可靠性的芯片是一个漫长的迭代过程,可能需要多次重新ECO流片。
AsicWonder
2024-05-09
49
0
为数字验证工程师揭开混合信号仿真的神秘面纱
模型
设计
芯片
工程师
解决方案
模拟和数字电路在单个芯片上的交互,通常称为混合信号。近年来,混合信号设计已成为主导技术。混合信号设计具有许多优势,包括提高性能、降低功耗和提高可靠性。随着科技行业不断突破极限,混合信号仿真变得至关重要。
AsicWonder
2024-04-30
186
0
HBM:小贵但AI需要
芯片
性能
内存
数据
数据中心
高带宽内存 (HBM) 正在成为算力提供商的首选内存,由于 AI/ML 的需求,使用量也在继续增长,HBM 提供紧凑的 2.5D 外形尺寸,可大幅减少延迟。
AsicWonder
2024-04-23
109
0
处理 SoC 中的性能瓶颈
内存
设计
数据
芯片
性能
SoC 中不断添加处理核心,但它们不会都得到充分利用,因为真正的瓶颈没有得到解决。
AsicWonder
2024-04-23
87
0
芯片的未来发展趋势
芯片
人工智能
软件
设计
系统
今年年初,大多数人从未听说过生成式人工智能。现在整个世界都在竞相利用它,而这仅仅是个开始。量子计算、6G、智能基础设施等新市场领域专用处理正在加速对更快、更高效、更多数据的需求。
AsicWonder
2024-04-16
115
0
glitch功耗的问题在先进节点上更加突出
效率
芯片
硬件
神经网络
设计
glitch功耗并不是一个新现象。在先进节点上,glitch功耗问题正变得越来越突出,没有一种解决方案适用于所有芯片或设计类型。
AsicWonder
2024-04-15
84
0
形式验证(Formal Verification)会越来越有用
设计
芯片
安全
verification
工具
随着芯片被用于很多关键的应用,芯片内部的交互数量也在增加,形式验证在芯片研发流程中的角色也越来越多。
AsicWonder
2024-04-15
112
0
为你的系统选择什么样的Memory(SRAM/DRAM/HDM)
性能
memory
内存
数据
系统
尽管多年来一直预测DRAM将被其他类型的内存所取代,但它至今仍然是几乎所有计算芯片中必不可少的组件。DRAM的足迹没有消失,而是一直在增加,DRAM类型的选择也在增加。
AsicWonder
2024-04-15
125
0
为了功耗,重新设计芯片
数据
系统
芯片
内存
设计
在基于RTL的芯片研发流程中,我们对于RTL开发时的功耗优化投入了大量精力,但这只是可以节省的功耗的一小部分。该行业转向更大算力系统的愿望受到热量的限制,因此越来越关注减少每个操作所消耗的能源。
AsicWonder
2024-04-15
118
0
边缘设备上的chatGPT
chatgpt
设计
数据
芯片
性能
人工智能正在影响几乎所有可以想象的应用领域,但它越来越多地从数据中心data center转移到边缘edge,在那里需要比过去更快地处理大量数据。
AsicWonder
2024-04-15
99
0
在系统级优化功耗
软件
算法
系统
硬件
优化
功耗是一个无处不在的问题,如果不考虑整个系统,就不可能优化系统的能耗。在硬件实现的优化方面已经取得了巨大的进步,但这完全不够。
AsicWonder
2024-04-15
154
0
先进工艺下的SRAM
芯片
性能
缓存
内核
系统
尽管SRAM的设计年代久远,但它已成为AI的主力存储器。但SRAM无法进一步缩放对功耗和性能目标提出了挑战,迫使系统从硬件创新到重新思考系统整体的布局。
AsicWonder
2024-04-15
114
0
让数据和计算更紧密地结合在一起
数据
系统
芯片
存储
内存
移动数据既费时(latency)又费力(power),开发人员正在寻找减少数据移动距离的方法,这意味着使数据和内存更接近彼此。
AsicWonder
2024-04-03
108
0
为什么AI不能够用来编写RTL?
测试
行业
软件
设计
人工智能
就在几个月前,生成式人工智能还只是对未来可能性的承诺。今天,几乎每个有一丝好奇心的人都尝试过 ChatGPT。大多数人都对它的功能印象深刻,但同时也看到了它的局限性。
AsicWonder
2024-04-02
94
0
为什么现在的半导体IP授权服务越来越难做
芯片
ip
服务
设计
系统
半导体IP行业正在经历转型,新的半导体IP公司更难建立自己的地位,老牌的半导体IP公司维护自己的信誉也非常困难。
AsicWonder
2024-04-01
73
0
通过优化RTL减少功耗
数据
效率
优化
fifo
设计
随着各种消费类设备智能化的巨大增长,这些应用正变得更加以数据为中心data-centric和计算密集型computation intensive。从IC设计的角度来看,这增强了早已经存在的power vs area trade-off的挑战。
AsicWonder
2024-04-01
174
0
适合初学者的 4 大 HDL 仿真器
设计
开源
编程
操作系统
工具
对于那些刚开始使用 HDL(如 VHDL 和 Verilog)进行编程的人来说,运行仿真以更好地了解该语言的工作原理非常重要。我们来看看四个仿真器——Icarus Verilog、GHDL、Vivado 和 Modelsim——并讨论它们的优缺点。
AsicWonder
2024-04-01
229
0
点击加载更多
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
立即学习
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档