推荐阅读最新更新时间:2024-05-03 20:14
Sondrel IP平台集成Arm安全子系统,提供强大边缘计算
Sondrel创建了一个功能强大的四核IP平台SFA 200,该平台非常适合ASIC(专用集成电路)解决方案,用于远程采集和处理视频和边缘数据,并确保结果的安全传输。由此产生的单通道ASIC可连续排列,形成可扩展解决方案,并以模块化方式添加附加功能。应用包括智能仪表、智能家居、智能工厂、声控设备和信息娱乐等。 每个ASIC基于一个用于通用任务的CPU集群和一个用于神经网络任务的AI集群,并配有适配存储器和接口。Arm®CPU内核的CPU集群(额定4个)通过Arm A53或A55提供9-10 GMIPS(额定频率为1 GHz)的强大处理能力。神经网络群集基于Arm Ethos内核或DSP-AI内核,理论上可实现4TOPS性能。
[嵌入式]
智原科技PCI Express 3.0 PHY IP涵盖至28奈米
2016年4月25日,ASIC 设计服务暨 IP 研发销售领导厂商智原科技(Faraday Technology Corporation,TAIEX:3035)发表其28奈米的 PCIe 3.0 PHY IP 方案。继40奈米方案顺利量产,并与通信应用领先客户共同取得市场成功之后,预计此28奈米方案的推出,有助于扩展更多元的应用,并将进一步提升现有应用的规格。智原 28HPC U 的 PCIe 3.0 PHY 预计于2016年第4季完成硅验证。 智原的 PCIe 3.0 PHY IP 系列提供绝佳的 SoC 设计弹性,在8.0/5.0/2.5GTps 的操作下完全相容于 PIPE 4.2标准,并具备关键的芯片尺寸优势。同时,此2
[网络通信]
机器学习成长速度惊人,FPGA和ASIC芯片有望成为新主力
集微网综合报道,在2016年初,机器学习仍被视为科学实验,但目前则已开始被广泛应用于数据探勘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、语音和手写识别、战略游戏与机器人等应用领域。在这短短一年的时间内,机器学习的成长速度超乎外界预期。 Deloitte Global 最新的预测报告指出,在 2018 年,大中型企业将更加看重机器学习在行业中的应用。和 2017 年相比,用机器学习部署和实现的项目将翻倍,并且 2020 年将再次翻倍。 目前,有越来越多的类型开始丰富“AI芯片”这个新名词,包括 GPU、CPU、FPGA、ASIC、TPU、光流芯片等。据 Deloitte 预测,2018
[手机便携]
7nm ASIC时代即将到来,台积电蓄势待发
随着在半导体工业领域的技术进步,全面进入7nm时代即将到来。值得特别注意的是,专注于虚拟货币挖矿的ASIC矿机将有望率先使用更为先进的7nm制程。 又一家厂商发布7nm ASIC 据日刊工业新闻22日报导,日本新创企业Triple-1已完成采用7nm制程的半导体芯片“KAMIKAZE”的工程样品,该款产品是使用于虚拟货币挖矿机的ASIC芯片,在经过性能测试等作业后,将开始正式进行量产。 据报导,“KAMIKAZE”由Triple-1负责设计、并将委托台积电进行代工生产,和现行使用于一般挖矿机的16nm芯片相比,采用“KAMIKAZE”的挖矿机耗电可减半、处理速度增至约4倍。 另外,Triple-1也完成了搭载“KA
[半导体设计/制造]
五角大楼强化与英特尔合作研发芯片,逐步从FPGA转换为ASIC
五角大楼的最高研究机构将会进一步加强和英特尔的合作,增加防务系统中广泛使用的安全微芯片的国内产量。 美国《防务新闻》3月19日报道,美国国防部高级研究项目局(DARPA)18日宣布了这一计划,以应对该国微芯片产量不足带来的长期后果。美国在微电子制造方面主要依赖中国台湾地区,报道依然把中国大陆当成“假想敌”,担心中国大陆可能会篡改用于武器和其他重要防务平台的芯片。 SAHARA项目(@五角大楼) 这项公告与全球半导体芯片短缺的现实相吻合。后者促使拜登政府承诺斥资370亿美元加快美国的芯片生产。 DARPA发言人说,DARPA将向英特尔公司支付一笔数额不详的款项,以帮助提高产量,而这个名为“自动实现应用的结构阵列硬件”(SAHA
[手机便携]
ASIC AI,巨头才玩得起的游戏?未必
人工智能芯片主要包括GPU、FPGA、ASIC以及类脑芯片。在人工智能时代,它们各自发挥优势,呈现出百花齐放的状态。现在,人工智能已经不再局限于机器学习上,而且更多可以以更快的速度运行AI系统的新型架构正在被开发出来。英伟达、高通、英特尔、IBM、谷歌、Facebook和其它公司正在加速涌入这个领域。 实际上,这些器件并不是真正的芯片,而是一种系统级封装。它们通常包含一颗或者两颗具有大规模处理能力的基于最新半导体制造工艺(16nm及以下)的ASIC,和大容量的超高带宽内存(比如HBM2堆栈),所有这些芯片都通过先进封装技术集成在一起。 人工智能相关ASIC近来渐获市场注意,多家厂商如NVIDIA、英特尔、Google及
[嵌入式]
世芯7奈米HPC应用芯片需求旺
近来随着7奈米制程成熟,及HPC/AI芯片市场需求火热,世芯电子(3661)屡获日本、中国及欧美客户的HPC/AI设计案订单。世芯设计之首颗7奈米HPC高速运算ASIC芯片日前已成功投片(Tape-Out)验证成功,并开始进入量产供货。 身为先进制程IC设计服务的领导者,世芯已成功卡位AI人工智能及高速运算HPC市场,过去一年已完成多项高复杂度的高速运算相关设计。Allied Market Research预估,全球AI芯片市场规模将以45.4%年复合成长率(CAGR)由2017年45亿美元到2025年将达到近912亿美元。世芯看好此一趋势发展,将以优异的客制化设计服务及量产解决方案全力抢攻全球先进制程AI芯片市场。 世芯
[半导体设计/制造]
LCoS彩色时序控制器的ASIC设计
摘要:本文介绍了LCoS彩色时序控制器的原理和实现方法,采用全定制设计技术进行了该控制器电路的ASIC芯片设计,该芯片功能正确,功耗较低,可靠性强。
引言
基于头盔显示器对便携性的要求,要实现微型化和低功耗,将彩色时序控制器设计为单片的ASIC是较好的解决方案。本文正是针对应用LCoS(Liquid Crystal on Silicon)微型显示器的HMD,进行其中彩色时序控制器的ASIC设计。
彩色时序原理
彩色时序方法的原理是:首先把每场图像中的红绿蓝信息分离出来,然后在每一场的时间内分3个子场分别把红绿蓝图像写入显示屏,在每个子场的扫描过程结束以及液晶反应之后依次点亮红绿蓝3色光源,从而在一场的时间
[应用]