会议推荐2026年第二届玻璃基板与光电融合技术峰会——从TGV工艺到CPO集成主 办 单 位:半导体在线时间和地点:4月9-10日(8日签到)东莞 扫码报名参会 过去几年,摩尔定律已经转向先进封装技术,但这种方法的局限性现在才逐渐显现出来。人工智能和高性能计算的设计规模越来越大,结构越来越复杂,这使得封装力学和工艺控制不再仅仅成为衡量互连密度的瓶颈,而是成为下一个挑战。随着结构变得更薄、更大、更异
3月21日消息,在刚刚结束的华为中国合作伙伴大会2026上,华为重磅发布并展出了搭载全新昇腾950PR(Ascend 950PR)处理器的AI训练推理加速卡Atlas 350,并宣布该加速卡正式上市。△Atlas 350加速卡(图片来源:上海证券报)根据华为此前公布的资料显示,昇腾950PR芯片于今年一季度推出,基于SIMD架构,算力达到1PFLOPS(FP8)/ 2PFLOPS(FP4),支持F
当地时间3月21日晚间,特斯拉、SpaceX、xAI CEO埃隆·马斯克(Elon Musk)正式公布了此前已经预告的“TeraFab”晶圆厂项目。据介绍,这座被称为“全球最大2nm先进芯片工厂”的超级设施,将落户美国德克萨斯州奥斯汀,将成为人类算力史上的新里程碑。根据马斯克此前公布的信息,这座TeraFab将采用2nm顶尖工艺制程,将芯片设计、制造、封装全流程整合在同一园区,该工厂的目标是每月生
在高性能计算与信号处理领域,浮点运算能力是衡量硬件加速效率的核心指标。AMD UltraScale+架构凭借其增强的DSP Slice设计,为浮点运算优化提供了突破性解决方案。本文将深入解析该架构如何通过硬件架构创新与软件协同设计,实现浮点运算性能的显著提升。 DSP Slice的硬件进化 UltraScale+架构中的DSP48E2 Slice是浮点运算的核心引擎。相较于前代架构,其关键升级体现
在物联网设备智能化浪潮中,将深度学习模型部署到NXP i.MX RT系列等资源受限的嵌入式平台,已成为推动边缘计算发展的关键技术。本文以PyTorch模型为例,详细阐述从量化优化到移植落地的完整技术路径。 一、模型量化:精度与效率的平衡艺术 PyTorch提供动态量化、静态量化、量化感知训练三种主流方案。以动态量化为例,其核心优势在于无需校准数据即可实现模型压缩: python import to
在物联网设备开发中,电池续航能力直接影响产品竞争力。通过RTC(实时时钟)唤醒与电源门控技术的协同应用,可让设备在大部分时间处于"深度睡眠"状态,将功耗降低至微安级别。本文以STM32L4系列为例,详细阐述实现路径。 一、RTC唤醒机制实现 RTC模块可在设备休眠时持续运行,通过配置闹钟中断实现周期性唤醒。关键步骤如下: c // RTC初始化配置(以STM32L4为例) void RTC_Ini
在工业4.0的浪潮中,数字孪生技术正重塑硬件开发流程。传统的电路仿真往往依赖庞大的本地软件,不仅安装繁琐,且难以实现远程协作。如今,借助WebAssembly(WASM)的高性能特性,将SPICE类仿真引擎直接搬入浏览器,已成为构建轻量级数字孪生前端的bi然选择。这种架构让工程师只需打开网页即可进行电路设计与验证,真正实现了“随处仿真”。 架构革新:从原生到Web的跨越 浏览器端仿真的核心挑战在于
在硬件加速的星辰大海中,FPGA(现场可编程门阵列)宛如一颗璀璨的明珠,以其无与伦比的并行计算能力和灵活性,成为打破摩尔定律瓶颈的“破局者”。然而,昂贵的硬件成本与漫长的开发周期曾让无数开发者望而却步。如今,AWS F1实例的出现,将这颗明珠镶嵌在了云端,让硬件加速变成了一种即开即用的“水电煤”资源。这不仅是技术的进步,更是计算范式的深刻变革。 云端启航:从AMI到AFI的奇幻漂流 一切始于AWS
在现代SoC设计中,Verilog-A与SPICE网表的联合仿真已成为混合信号验证的“标准配置”。Verilog-A以其高抽象层级提供了卓越的仿真速度,而SPICE网表则保证了晶体管级的物理精度。然而,当这两种不同抽象层级的描述在同一个仿真器中“碰撞”时,收敛性问题往往成为工程师的噩梦。仿真中途报错、结果震荡甚至直接崩溃,这些“陷阱”不仅消耗时间,更可能掩盖致命的设计缺陷。 断层的根源:行为与物理
在Zynq MPSoC开发中,实现PS端Linux与PL端自定义IP核的AXI互联是构建高性能异构系统的关键环节。这种互联方式充分发挥了ARM处理器的软件优势与FPGA的硬件加速能力,为复杂应用提供了强大的计算平台。 AXI总线:互联的基石 AXI总线作为ARM提出的片上通信标准,在Zynq MPSoC中扮演着核心角色。它包含AXI4、AXI4-Lite和AXI4-Stream三种类型,分别适用于
在工业4.0浪潮中,边缘计算网关正成为连接物理世界与数字世界的核心枢纽。面对多路传感器产生的海量数据洪流,传统单芯片架构已难以满足实时性与算力的双重需求。NVIDIA Jetson与FPGA的异构组合,通过"前端FPGA极速感知+后端Jetson智能决策"的协同模式,为边缘计算网关提供了兼具低延迟与高算力的创新解决方案。 硬件架构的黄金组合 FPGA的并行处理能力与Jetson的AI推理优势形成完
在万物互联的今天,从8K超清视频到全屋智能设备,家庭网络正面临前所未有的压力。你是否经历过游戏卡顿、视频缓冲、智能音箱“装聋作哑”的尴尬?问题的核心可能不在于宽带套餐的带宽,而藏在那些看不见的“无线射频参数”里。 宽带基础科普:从“能用”到“好用”的三大秘密 1. 频段选择:双频路由器的隐藏技能 大多数家庭路由器支持2.4GHz和5GHz双频段。2.4GHz穿墙能力强但易受干扰,适合智能家居设备;
在FPGA开发流程中,验证环节占据着关键地位。随着设计复杂度提升,传统验证方法效率逐渐降低,UVM(Universal Verification Methodology)验证方法学凭借其标准化、可复用和自动化特性,成为构建高效验证环境的优选方案。 验证环境架构:分层与复用设计 UVM验证环境采用分层架构,包含测试层、环境层、代理层和序列层。这种分层设计使各组件功能独立,便于复用。例如,在验证多个不
无先验动态特征剔除算法 该算法无需依赖环境先验信息,基于帧间几何变化实现动态特征自主判别。对于激光SLAM,计算连续帧点云的欧式距离与法向量偏差,筛选出超出静态阈值的动态点云并剔除;对于视觉SLAM,采用光流法跟踪特征点运动轨迹,剔除轨迹异常的动态特征,同时引入随机抽样一致性算法,过滤误匹配特征对。算法采用稀疏采样模式,降低算力消耗,实现动态特征的实时分离。 自适应多源融合定位算法 自适应多源融合
加利福尼亚州圣何塞2026年3月20日 /美通社/ -- 在全球颇具影响力的人工智能与加速计算盛会 NVIDIA GTC 2026 上,空间智能公司其域创新(XGRIDS)亮相大会,系统展示 Real2Sim(Real World to Simulation)解决方案,阐述如何通过世界模型能力,支撑AI仿真训练与规模化应用。 大会期间,其域创新的空间智能方案进行了现场演讲,并在 NVIDIA Ro
AI报告
电话咨询
在线咨询