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。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。