报告详解 | 五大核心洞察:AI 时代 Arm 的关键价值
人工智能 (AI) 已不再是孤立的技术门类,而是融入各类设备、企业工作流程与云基础设施的底层能力。在此背景下,行业面临的核心挑战,已不再局限于打造性能更强的 AI 模型,而是如何在实际业务环境中实现高效部署与规模化落地。 Moor Insights and Strategy 最新发布的《从设备到云端:AI 时代 Arm 的关键价值 (From Devices to the Cloud: Arm’s
纳米网半导体频道 — 提供半导体领域最新资讯、技术文章和行业动态。
人工智能 (AI) 已不再是孤立的技术门类,而是融入各类设备、企业工作流程与云基础设施的底层能力。在此背景下,行业面临的核心挑战,已不再局限于打造性能更强的 AI 模型,而是如何在实际业务环境中实现高效部署与规模化落地。 Moor Insights and Strategy 最新发布的《从设备到云端:AI 时代 Arm 的关键价值 (From Devices to the Cloud: Arm’s
在今日举办的新品分享会上,英特尔表示第三代英特尔® 酷睿™ 处理器将为“全民AI轻薄本”提供核心算力与AI引擎,重塑主流PC体验。同时,英特尔亦通过“Firefly萤火虫计划**”**,联合产业链上下游伙伴推动系统级创新,为用户带来更智能、高效、便捷的日常计算体验。预计全球合作伙伴将陆续推出超过70款基于该平台的创新设计。 高嵩 英特尔副总裁、中国区软件工程和客户端产品事业部总经理 “半导体制程、
3D NAND垂直堆叠层数攀升,高深宽比刻蚀面临速率与轮廓双重挑战。低温刻蚀技术通过在-100°C左右精准控温,提升刻蚀速率并降低碳足迹,结合人工智能辅助参数优化,成为400层以上存储芯片制造的关键工艺。 随着3D NAND闪存垂直堆叠层数不断增加,制造过程中需要在极小的开口内钻出深度达数十微米、纵横比超过50:1的深沟槽孔。传统刻蚀工艺在应对如此高深宽比结构时面临刻蚀速率下降、轮廓控制困难等挑战
光刻返工是芯片制造中补救涂胶、显影等异常的关键流程,通过去胶、清洗、重新涂胶三步实现。但返工并非无损,每操作一次都会损伤晶圆,先进工艺通常限2次以内,以平衡良率、成本与质量。 在芯片制造的光刻工艺中,谁也无法保证每一次涂胶、曝光、显影都完美无缺。当出现异常时,工程师并不会直接报废整片晶圆——只要条件允许,他们会启动光刻返工流程,把晶圆“洗干净”重新来过。这就像写错字的草稿纸,用橡皮擦掉重写。但这颗
未来的某个清晨,当你戴上智能眼镜走出家门,导航箭头悬浮在路口,会议提醒在视野边缘闪烁;步入昏暗的地铁,它依然能清晰捕捉文字;午后小憩醒来,耳畔传来“电量已满”的温柔提示;夕阳下,它又能毫无噪点地记录下孩子们的灿烂笑脸……这并非遥不可及的科幻想象,而是智能眼镜产业正在奔赴的未来——技术隐于无形,体验润物无声。而这场变革的序章,正写在2026年的产业突围中。 当前,智能眼镜市场已呈现出鲜明的分层态势:
引言:Intel对AI NAS的野心,恐怕早就超出了其原本的小众市场,甚至可能对其寄予了作为“智能体AI入口”的期望… 自去年我们在重庆Intel Connection活动上看到Intel特别划了个展区展示AI NAS,此后不久还在西安举办“AI NAS解决方案峰会”,以及特别就AI NAS主题搞了个媒体座谈会...都始终有些困惑:NAS作为小众商品,怎么突然被如此垂青了? 到最近Intel又在
AI芯片目前是国内半导体被卡脖子最严重的领域之一,但它同时也是国产芯片机遇最明确的,而且这一次的逆袭会来得很快,10年时间就能完成全面国产替代。 根据摩根斯坦利公布的一项研究结果,国产AI芯片自给率(主要是GPU类型)在2021年才只有10%,但是发展速度非常快,今年就能达到41%,四年时间份额3倍提升。 接下来的5年中,AI芯片的自给率还会快速提升,到2030年将提升到86%,意味着进口的所有A
SC-2是RCA清洗中的关键步骤,专用于去除晶圆表面的碱金属与重金属离子。它利用HCl与H₂O₂的强氧化与络合作用,消除SC-1清洗后残留的金属氢氧化物沉淀,并生成保护性氧化层。 SC-2是RCA清洗体系中的第二道清洗液,全称是Standard Clean 2,由美国RCA公司的Werner Kern在1970年发明,至今仍是半导体晶圆清洗的行业标准。 标准配方(体积比): HCl:H2O2:H
DRAM 技术正从 10nm 级向更先进节点迈进。为满足 AI 等高算力需求,电容器、晶体管与位单元架构迎来创新,同时外围电路面临热稳定性、多样化性能与成本控制的多重挑战。 几十年来,计算架构一直依赖动态随机存取存储器(DRAM)作为其主内存,提供处理单元检索数据和程序代码所需的临时存储空间。高速运行、高集成密度、高性价比以及卓越的可靠性,促成 DRAM 技术在众多电子设备中的广泛应用。 DRA
近日,紫光展锐正式推出Agentic AI芯片解决方案,并发布面向物理世界交互的UNISOC UniClaw智能体(以下简称“UniClaw”)。UniClaw是紫光展锐Agentic AI芯片解决方案落地的关键载体,标志着端侧智能体正式迈入“可感知、可决策、可执行”的全新阶段。目前,展锐N9系列芯片平台已原生支持UniClaw。 智能体已从概念走向现实,但当前市场主流智能体方案普遍存在Token
水对人类、生态系统以及半导体生产都至关重要。每年,恩智浦的制造工厂大约使用120亿升水。2022年,我们启动了一项雄心勃勃的计划,旨在回收更多水资源并减轻对当地供水的压力。去年,我们提前两年实现了原定于2027年达成的目标——回收制造过程中60%的废水。 水在芯片制造中的关键作用 芯片是现代世界的基石。从智能手机、汽车到医疗设备和可再生能源系统,一切的核心都离不开它。然而,芯片制造是一个耗水量巨大
如今模型越来越大并走向多模态,还出现了设备端生成式AI和智能体AI,AI工作负载不断增长,边缘系统需要的已不仅仅是渐进式的算力提升,而是专门的加速能力,以实现实时性能、更低功耗、强大的数据隐私保护以及可扩展性。Ara240独立神经处理单元 (DNPU) 正是为了满足这些边缘AI需求而构建。 作为恩智浦首个独立神经处理单元 (DPNU),Ara240提供了AI优化的架构,拥有高达40 eTOPS的
光模块的内部构造可以形象地理解为一套精密的微型光电系统。从物理布局上看,光芯片位于模块的两端,分别承担发射端(TOSA)和接收端(ROSA)的角色,负责光电信号的相互转换;电芯片(DSP,数字信号处理器)则位于模块中央,是整个模块的“大脑”,负责复杂的信号处理与算法运算。除此之外,还有透镜、隔离器、陶瓷插芯等精密组件协同工作。整个模块的装配精度要求达到微米级,相当于人类头发丝直径的五十分之一。光
算力的尽头是电力,2026 年,“算电协同”首次纳入政府工作报告。面对 AI 算力带来的巨大能耗需求,中国正利用其强大的电力基建布局(如储能、“电力缓冲池”),解决算力中心的供电稳定性问题,这是其他国家目前难以企及的系统性优势。 这个板块我们最强,而且产业链完全不同与美,所以这篇聚焦中国电力板块。 核心数据: 10万卡集群年用电量 = 15亿kWh ≈ 一座25–30万人口的中等城市年用电量 全
Q1 “周易”X3 R2 NPU IP支持FP4且算力翻倍,主要是满足什么样的需求? A 1.在W4A8和W4A16两种主流大模型量化精度下,单Cluster算力从80 TFLOPS跃升至160 TFLOPS,且支持灵活配置,算力密度提升超70%,能够让客户在相同芯片面积下获得更强的AI性能; 2.边端侧推理正从W4A16向W4A8演进,FP4数据格式的支持正是为未来FP4权重模型的出现做好前瞻准
本文介绍了光刻过程中的PEB工艺。 在半导体光刻工艺中,曝光后烘烤(Post-Exposure Bake,简称PEB)是一个位于曝光之后、显影之前的关键步骤。它通过在精确控温条件下对已曝光的晶圆进行加热,激活并完成光刻胶内的化学反应,从而将曝光阶段形成的“潜影”转化为具有清晰轮廓的物理图形。PEB的精确性和稳定性直接决定了光刻工艺的线宽控制能力、分辨率与良率。 PEB的定义与工艺位置 PEB是光刻
本文介绍了SC-1清洗液。 SC-1 (Standard Clean 1),全称为标准清洗液一号,通常也叫做 APM (Ammonia Peroxide Mixture)。它是半导体制造中最著名、应用最广泛的清洗配方——RCA 清洗工艺的核心组成部分(由美国无线电公司 RCA 的 Werner Kern 于 1965 年发明)。 SC-1 的配方组成 SC-1 的经典化学配比是: 氨水 (NH3
本文介绍了高可靠封装发展。 概述 封装的发展经历着几个不同的阶段。最初,是封装形式的演变(见图1)。随着集成电路规模的增大,封装的引脚数量激增,在追求高密度、多引脚的过程中,衍生出了很多新的封装形式和更小的引脚间距。在这个阶段,封装外壳仍然保持着芯片机械支撑、环境保护、引出信号线和作为芯片散热通路的基本功能。在一个外壳内一般只封装一颗集成电路芯片。在产品迭代过程中,新的封装形式和更小的引脚间距使得
北京时间2026年5月13日晚,特朗普的专机降落在北京。随行的16位美国商界领袖里,有四位半导体相关领域企业高层:英伟达CEO黄仁勋、美光科技CEO桑贾伊·梅赫罗特拉(Sanjay Mehrotra)、高通CEO克里斯蒂亚诺·阿蒙(Cristiano Amon),以及高意CEO吉姆·安德森(Jim Anderson)。 5月14日,特朗普率领其“一把手”代表团参与中美元首会谈,表示“他们也期待着能
当芯片制造工艺向着3nm及以下的极限持续挺进,超大规模芯片设计已然步入难度、周期、成本、人才四面承压的时代关口。传统依赖人力堆叠、经验传承的研发范式日渐步履维艰,一场由AI主导的产业革命,正成为破局突围、重塑未来的核心密钥。 在2026新紫光集团创新峰会上,集团战略布局的AT公司正式亮相,凭借芯片设计专属垂类AI智能体“紫灵”,为行业擘画出一条从“工具赋能”到“范式重构”的革新之路。近日,AT公司