AMD、英伟达、三星和英特尔都是如何实现半导体加速创新的？

搜索最新SoC解决方案
关于汽车电子...物联网...安全...音频...视频

www.laoyaoba.com, Nov. 12, 2024 – 

在当前由人工智能驱动的万物智能时代，我们的芯片和系统客户正承受着前所未有的压力。这是因为训练基于大型语言模型（LLM）的AI系统所需的计算能力持续攀升，每六个月就会翻一番。同时，他们还需应对实现可持续计算的挑战，即在提高能效的同时，性能需求也在急剧增长。过去依赖摩尔定律的传统做法已难以持续，因为最近的工艺节点迁移已无法再保证预期的性能、功耗和面积提升两倍。

随着我们迈向万亿级晶体管系统的目标，预计半导体行业将面临劳动力短缺和设计复杂性增加的双重挑战，这使得形势愈发严峻。然而，出人意料的是，尽管存在这些趋势，半导体创新的步伐却反而不断加速。

如果大家关注了AMD和NVIDIA发布的最新公告，便可发现这一趋势。这些领先的芯片制造商不仅展示了采用尖端制造工艺、拥有数千亿晶体管以及更快速、更密集内存的新型AI处理器，还特别强调了其创新速度的不断提升。尽管设计的复杂性不断增加，新型AI处理器的产品更新周期却从原来的18至24个月缩短至仅需12个月。

AI芯片设计趋势

新型AI处理器之所以能够每年以如此快的速度推出，新思科技在其中扮演了至关重要的角色。接下来，让我们深入探讨其中的缘由。

AI驱动型EDA：在从架构和验证到实施和制造的研发过程中，EDA软件堪称每一个环节的关键推动因素。过去十年间，新思科技通过独特的超融合方法学让整个EDA堆栈中的自动化水平不断提高。今天，我们在整个EDA堆栈中率先引入人工智能，进一步推动了设计流程的自动化，由此带来了开发效率和芯片质量的不断提升。我们的Synopsys.ai™整体解决方案包含AI驱动型优化、数据分析和基于LLM的生成式人工智能（GenAI），且具有协作功能（包括专业化的工具指导和辅助资料的生成），可显著缩短EDA流程（从数字、模拟和3D设计，到验证和测试）的周转时间。

加速计算：除了将AI功能融入我们的产品，我们还通过重写我们的工具来充分利用加速计算功能，从而帮助我们的客户节省大量时间。通过使用GPU和CPU + GPU架构来助力计算密集型EDA工作负载，可以在设计、功能验证、电路仿真、计算光刻等方面显著增加运行时间（10倍到15倍）。对于处理大型模拟电路（例如内存）的客户来说，加速计算尤其具有吸引力。

点击阅读更多

 Back