三星代工厂与Cadence携手加速物理AI芯粒解决方案

三星晶圆代工与Cadence宣布合作,基于三星SF5A工艺技术共同开发物理AI芯片平台原型。随着AI向物理世界延伸,传统单片SoC在布线密度、热预算和光罩面积上已触及瓶颈。Chiplet架构通过异构集成、可扩展设计和更优的功耗效率,为边缘计算、工业、汽车等场景提供解决方案。该合作平台提供预验证IP模块,可缩短设计周期,降低开发风险,支持从边缘视觉到汽车ADAS等多类物理AI应用。

人工智能(AI)正在迅速从数字环境向物理世界延伸扩展。能够让机器感知、理解、学习并实时响应真实环境的AI驱动系统,正从设想快速走向现实。训练与推理模型持续扩大规模,复杂的片上系统(SoC)以越来越快的速度处理信息,视觉与传感器应用正在催生新一代与物理世界深度交互的边缘计算、工业及汽车解决方案。随着客户针对物理AI设计新产品,Cadence正在构建芯粒生态系统,并与三星代工厂合作,基于三星SF5A工艺技术打造平台原型。

传统单片SoC面临的局限

传统单片SoC正面临物理瓶颈:布线密度、热预算以及掩模版面积的限制。芯粒(Chiplet)——即独立制造后在封装层面进行集成的功能模块——具备多项显著优势:

异构集成:无需牺牲各模块性能,即可融合最优的模拟、数字和AI计算技术。

可扩展设计:跨多款产品复用已验证的芯粒,大幅缩短开发周期。

功耗效率:可针对每个芯粒定制电压与频率,这对电池供电的边缘设备至关重要。

良率与成本平衡:采用更小的裸片提升制造良率、降低单位成本,助力物理AI应用的大规模部署。

计算密度:通过堆叠多个面向AI的芯粒(矩阵引擎、张量核心),达到实时感知、传感器融合及强化学习推理所需的算力(TOPS)。

跨应用通用性:同一架构即可服务于数据中心加速器、机器人、工业物联网、汽车高级驾驶辅助系统(ADAS)以及消费级AR/VR头显设备。

实时摄像头视觉处理、自动驾驶汽车中的AI增强雷达、智能制造设备以及基于传感器的系统等物理AI工作负载,都能直接受益于芯粒架构的上述优势。

Cadence与三星代工厂的协同合作

Cadence的"从芯粒规格到封装成品"生态系统,在物理AI、数据中心和高性能计算(HPC)市场,为基于芯粒的解决方案简化了工程流程、缩短了上市时间。三星代工厂正在联合开发Cadence物理AI芯粒平台的硅基原型,将基于三星SF5A工艺技术实现的预验证合作伙伴IP进行集成。

三星电子代工事业部技术规划副总裁宋泰俊表示:"我们很高兴与Cadence合作,共同展示三星SF5A技术的竞争力。通过这一可信赖的合作关系,我们期待'从芯粒规格到封装成品'生态系统的成功扩展,并帮助客户加速获得面向物理AI应用(包括下一代汽车设计)的尖端硅基解决方案。"

三星SF5A工艺技术的优势

三星代工厂提供从14nm到先进2nm节点的车规级工艺技术,本项目选用了SF5A节点。我们的汽车工艺已通过AG2认证,设计方法论涵盖符合AEC-Q100规范的签核流程、可测试性设计(DFT)、零DPPM实践,以及先进功能安全支持。此外,完善的设计基础设施,加上丰富的设计文档与基础IP,进一步加速了硅基产品的成功落地。

携手推动物理AI进入现实

三星代工厂与Cadence的合作,作为"从规格到封装成品"生态系统的重要组成部分,正将物理AI的愿景转化为可量产的硅基产品。该预验证平台:

通过提供即用型基础,缩短设计周期;

借助经验证的IP与工艺验证模块,降低开发风险;

为从边缘视觉系统到下一代汽车ADAS的广泛物理AI工作负载,提供灵活的异构芯粒集成方案。

三星代工厂强大的工艺技术与Cadence完善的芯粒生态系统携手合作,正在帮助构建一个可扩展、安全且性能卓越的基础架构,以迎接即将到来的物理AI系统浪潮。随着行业持续向多裸片、芯粒架构转型,这一联合努力将助力客户在数据中心、机器人、汽车及消费领域加速创新。

Q&A

Q1:芯粒架构相比传统单片SoC有哪些核心优势?

A:芯粒架构能够突破传统单片SoC在布线密度、热预算和掩模版面积上的物理瓶颈。它支持异构集成,可将模拟、数字和AI计算技术最优组合;支持可扩展设计,复用已验证芯粒可大幅缩短开发周期;还能针对每个芯粒定制电压与频率,提升功耗效率;同时通过小裸片设计提升良率、降低成本,适合物理AI应用的大规模部署。

Q2:三星SF5A工艺技术在汽车领域有哪些特别之处?

A:三星SF5A工艺技术已通过AG2车规级认证,设计方法论涵盖符合AEC-Q100规范的签核流程、可测试性设计(DFT)和零DPPM实践,并提供先进功能安全支持。结合完善的设计基础设施与丰富的基础IP,SF5A能够有效加速芯片从设计到量产的落地进程,尤其适合对安全性和可靠性要求极高的汽车ADAS等应用场景。

Q3:Cadence的"从芯粒规格到封装成品"生态系统主要解决什么问题?

A:该生态系统主要针对芯粒开发周期长、设计风险高、多方IP集成复杂等痛点。通过提供预验证的平台基础,它能减少从规格制定到封装成品的工程复杂度,缩短上市时间,并降低开发风险。目前,三星代工厂正基于SF5A工艺联合开发物理AI芯粒平台原型,覆盖数据中心、机器人、汽车及消费级市场。

来源:Edge AI and Vision Alliance - Latest News

0赞

好文章,需要你的鼓励

2026

05/28

22:40

分享

点赞

邮件订阅