【头条】英伟达否认对华断供!中国区员工将增至4000人;

来源:爱集微 #安森美#
6199

1.英伟达中国:断供传闻不实,中国是重要市场

2.ICCAD 2024:人工智能浪潮下,Cadence如何打破AI芯片的设计桎梏?

3.英伟达加大在华招聘力度,重点发展人工智能汽车

4.安森美斥资1.15亿美元收购Qorvo旗下SiC JFET技术

5.麦格理:台积电美国厂生产成本恐比中国台湾厂高出30%

6.英特尔高管称公司或被迫出售制造业务

7.采用台积最先进N3P制程 苹果AI芯片传2026前量产

1.英伟达中国:断供传闻不实,中国是重要市场



今日,英伟达中国官方微博发布声明称,近日社交媒体上传英伟达断供中国为不实传闻,中国是NVIDIA重要的市场,NVIDIA秉持以客为尊的初衷,将持续为中国客户提供最优质、高效的产品与服务。

12月9日,中国市场监管总局宣布依法对英伟达公司开展反垄断立案调查。12月10日,英伟达回应称,“英伟达凭借实力取胜,这反映在我们的基准测试结果和对客户的价值上,客户可以选择任何最适合他们的解决方案。我们努力在每个地区提供最好的产品,并在我们开展业务的任何地方履行我们的承诺。我们很乐意回答监管机构对我们业务的任何问题。”


2.ICCAD 2024:人工智能浪潮下,Cadence如何打破AI芯片的设计桎梏?

生成式AI引领智能革命成为产业升级的核心动力并点燃了“百模大战”。多样化的大模型应用激增对高性能AI芯片的需求,促使行业在摩尔定律放缓的背景下,加速推进2.5D、3D及3.5D异构集成技术。与此同时,AI的驱动作用正在助力EDA和半导体产业实现颠覆性的变革。

在现今AI时代,AI芯片设计将面临哪些挑战?EDA与IP工具又将如何借助AI的力量来应对这些挑战?12月11-12日上海集成电路2024年度产业发展论坛暨第三十届中国集成电路设计业展览会(ICCAD - Expo 2024)上,楷登电子(Cadence)数字设计及签核事业部产品验证群总监李玉童,以及楷登电子技术支持总监李志勇分别带来了题为《3D-IC – 打破AI芯片的设计桎梏》以及《基于标准的协议对未来人工智能工作负载至关重要》的精彩演讲,深入探讨了这些问题。

3D-IC – 打破AI芯片的设计桎梏

生成式AI推动了大模型应用的蓬勃发展,这一浪潮已蔓延至EDA领域。在这一趋势的引领下,Cadence推出了其全面的“芯片到系统”AI驱动的EDA工具平台—Cadence JedAI Platform,这一平台正是AI大模型浪潮下应运而生的创新工具。通过JedAI这个统一的数据平台,可以有效地进行数据存储、分类、压缩和管理,推动 EDA 工具和设计流程的自我学习优化,从而实现生产力的极大提升以及功耗、性能和面积(PPA)的进一步优化。



李玉童在演讲中介绍,JedAI平台采用分层的大型语言模型(LLM)训练架构,包含四个层级。最底层是开源基础模型,由第三方利用公共数据进行训练。在此基础上,Cadence利用专有数据训练出专属模型,以更好地满足芯片设计客户的需求。客户可以在Cadence模型的基础上,使用自身的数据进行进一步训练,从而生成私有模型。最顶层是用户界面,允许用户通过自然语言输入各种请求,与Cadence JedAI大型语言模型进行交互,以获得所需的专业解答。诸如此类的大模型应用中,AI芯片成为支撑引擎,为大模型应用提供强有力的支持。而大模型应用的繁盛,让AI芯片的发展来到了一个新高度。

不难看出,LLM的参数量指数级增长对与处理器匹配的内存系统提出了更高的要求,AI存储要求更大容量、更大带宽、更低功耗,从而使得AI芯片的设计面临前所未有的挑战。

HBM是此前克服“内存墙”(Memory Walls)的主要解决方案,其强大的I/O并行化能力,使HBM成为Al系统中用于训练和推理的高规格存储设备,且已经成为大部分高端数据中心GPU和SoC的标配。当下业内正在开发的DRAM-on-Logic堆叠方案,有望将AI芯片带宽进一步提升至32TB/s,使得AI大模型应用响应速度进一步加快,更接近人类直接交流。然而, 3D堆叠技术虽然能解决AI芯片内存墙的问题,却也需要面对从2D到3D芯片设计方法转变的挑战。



李玉童详细介绍了封装级3D-IC和晶圆级3D-IC(3D-SoIC/X-Cube)、同构与异构3D-IC等3D-IC路线图和挑战。如果将多个2.5D、3D封装的芯片堆叠到同一个系统级芯片封装中,就得到了所谓的3.5D-IC。从2.5D到3D-IC乃至3.5D- IC,对于AI芯片而言,无论是带宽,还是处理单位数据的能效比所带来的优势都是无与伦比的。同时,因为芯片堆叠产生了与堆叠的不同组件和整个系统相关的新复杂性,该技术也在三维芯片架构和系统规划,不同层间的键合策略选择,传输层和运算层的Bump对齐、时钟树协同优化,以及系统层次的STA、IR-Drop、Thermal、LVS等方面带来新的挑战。



李玉童强调,随着摩尔定律逐渐失效,晶圆级3D-IC已成为行业的焦点,3D-IC的先进性将极大地丰富系统公司从系统方面提升芯片性能的手段。Cadence自2018年起就专注于各种类型的同构异构集成技术,成为业内首个推出从芯片到系统完整解决方案的EDA公司,并推出了业界首个高性能高集成度的Cadence® Integrity™ 3D-IC Platform平台,整合了系统规划、封装和设计流程早中后期系统级分析功能,可提供芯片上(on-chip)以及芯片外(off-chip)的跨芯片的时序分析、供电网络规划、IR和热分析以及不依赖第三方规则文件的系统级LVS/DRC物理验证,帮助系统设计师从3D-IC项目初期规划、分析三维芯片系统的堆叠方案选择(2.5D/3D, Face2Face/Face2Back/Back2Back),并利用多物理场系统分析技术,基于不同阶段项目参考库文件和网表从零到100%的不同完成度,探索、分析、迭代及决策3D-IC最佳系统架构。



正是基于上述前瞻性研发布局,使得3D-IC设计实现团队有充裕的三维物理时序功耗设计裕量进行跨芯片并行数字后端实现,并无缝调用Cadence的Virtuoso®和Allegro®模拟和封装实现平台进行协同设计。



最后,李玉童分别通过客户同构设计、异构设计芯片的流片项目为例,详细阐述了在一个完整的设计流程内如何通过该平台来进行热分析、功耗分析、裸片间静态时序分析和物理验证,优化系统性能。他强调,3D-IC技术的发展将为高带宽AI芯片的性能提升带来革命性的变化,Cadence将通过不断创新和优化其设计平台,致力于帮助客户克服技术挑战,实现更高的产品性能和市场竞争力。

基于标准的协议对未来人工智能工作负载至关重要



在分论坛上,李志勇首先分析了AI时代的市场趋势和关键驱动因素,以及生成式AI对半导体行业的重大影响。在不同的AI应用中,对处理器和SoC的需求各不相同,不同的工作负载需要不同的系统构成。李志勇指出,无论是推理、训练、数据挖掘或图形分析,异构应用都需要非常独特的解决方案才能优化实施。这些技术使用不同的系统架构和资源,在HPC/AI领域并不存在一种适合所有情况的最佳系统架构。也正是因此,面对不同AI应用需求的各类AI处理器和SoC架构将面临前所未有的设计挑战。



首先,数据传输设计是关键,通用设计的复用将带来增量性能和成本方面的优势,包括计算、内存和I/O等。其次,标准接口是设计的关键组成部分。当前市场上的各类主流及创新架构均大量使用了各种标准接口,HPC、AI/ML和云对各类IP的需求正在不断增加。最后,随着摩尔定律来到极限,以UCIe和其他形式实现的D2D接口的封装和标准化方面的进步使分解和基于芯粒的设计正在成为现实。

Cadence通过不断创新和优化全栈IP解决方案,帮助客户克服AI芯片设计挑战。

在存储接口方面,Cadence的协议选项涵盖先进技术节点中所有最新标准和数据速率的深度解决方案组合,包括DDR、LPDDR、GDDR、HBM等,可帮助客户利用多功能内核以更快的速度完成更多任务,全面满足客户从存储到AI,再到图形和内存扩展器的各种应用需求。



在高速串行接口方面,Cadence是唯一一家拥有8通道Gen6控制器和PHY测试芯片的IP提供商,同时,Cadence在PCIe 7也将保持领先,Gen7已经向客户演示了demo,并有望在2027年满足市场需求。



在高速以太网方面,Cadence的解决方案包括业界领先的224G/112G/56G物理层IP和控制器IP,可支持高达800G/1.6T的子系统,还展现出卓越的硅性能,在Cadence测试芯片和客户生产芯片中均已得到验证。

与此同时,随着Chiplet成为后摩尔时代的共识,D2D接口IP需求迅速增加。Cadence已推出使用 UCle 标准接口实现处理器、系统IP 和内存 IP 的高效集成解决方案,可满足高性能计算、汽车和数据中心行业不断变化的需求,并帮助客户克服设计挑战并加快产品上市时间。


3.英伟达加大在华招聘力度,重点发展人工智能汽车

据报道,英伟达今年在中国新增约200人,以增强其研究能力并专注于新的自动驾驶技术。
知情人士称,在过去几年中,该公司在中国扩展,目前在北京拥有近600人,并且最近在中关村科技园区开设了新办公室。

此外,知情人士提到,英伟达到今年年底预计将在中国拥有约4000名员工,而年初只有约3000人。
根据英伟达今年2月发布的一份文件,这家人工智能芯片制造商在2024财年末在36个国家/地区拥有29,600名员工。

总部位于加州圣克拉拉的英伟达正在全球扩大员工数量,以满足对人工智能芯片的旺盛需求。受美国贸易限制,英伟达无法在中国销售其最先进的半导体,但中国在 9 月份的季度销售额仍达到 54 亿美元。中国仍然是这家美国芯片设计公司的重要市场和研究中心。



截至1月底的年度,中国占英伟达收入的约17%,较两年前的26%有所下滑。(校对/孙乐)


4.安森美斥资1.15亿美元收购Qorvo旗下SiC JFET技术

onsemi(安森美)宣布,已达成一项协议,以1.15亿美元现金从Qorvo收购碳化硅结型场效应晶体管(SiC JFET)技术业务,包括United Silicon Carbide子公司。该交易受常规成交条件的约束,预计将在2025年第一季度完成。

此次收购将补充安森美广泛的EliteSiC功率产品组合,并使公司能够满足AI数据中心电源单元中AC-DC阶段对高能效和高功率密度的需求。此外,此举将加速安森美为新兴市场(如电动汽车电池断开和固态断路器(SSCBs))做好准备。

SiC JFET提供每芯片面积最低的导通电阻,使用的面积不到其他任何技术的一半。该技术还允许使用典型的现成驱动器,这些驱动器已经与基于硅的晶体管一起部署了几十年。这些优势共同导致更快的开发、减少能源消耗和降低系统成本,为电源设计人员和数据中心运营商提供了显著的价值。

“随着AI工作负载变得更加复杂和能耗密集,可靠SiC JFET的重要性将继续增加,这些SiC JFET能够提供高能效并处理高电压,”安森美电源解决方案集团总裁兼总经理Simon Keeton表示,“通过添加Qorvo行业领先的SiC JFET技术,我们的智能功率产品组合为我们的客户提供了又一个优化能耗和提高功率密度的解决方案。”(校对/孙乐)


5.麦格理:台积电美国厂生产成本恐比中国台湾厂高出30%

麦格理证券在最新出具的个股报告指出,台积电美国晶圆厂生产成本可能比中国台湾还高出30%,使4nm制程的获利下降约1%~2%。台积电也表示,将承担这些成本以支持美国厂的营运。尽管如此,麦格理仍持续看好台积电的未来表现,维持「优于大盘」评级及目标价1,500元不变。

台积各厂面临不同挑战成本可能有「意外」

麦格理以「台积电海外供应成本通膨」为题,分析台积电在海外复制特用化学品供应链时面临的障碍。不过,美国厂及日本厂所面临的挑战并不相同。如果供应链复杂性及成本大幅上升,则亚利桑那州晶圆厂的总成本可能会让市场感到意外。

麦格理指出,在先进制程的化学品领域,新应材、胜一、广明实业(未上市)等中国台湾供应商享有一席之地。这些厂商拥有可靠的品质、业绩纪录及成本优势。麦格理所咨询的专家认为,这些公司在现有制程享有稳定市占,限制了竞争对手的机会。竞争对手可能只有到下一代制程(如2nm/A16)才勉强有机会。

麦格理所咨询的专家指出,台积电美国厂在采用4nm制程时,由于缺乏合格的当地化学品供应商,因此必须依赖原先的中国台湾特化厂,导致物流成本高昂。例如,硫酸的运输费用甚至还超过化学品本身的价格。

美国制造成本高缺少化学品供应商

麦格理指出,台积电计划承担这些成本以支援美国晶圆厂运营,但这可能会挤压毛利率。台积电管理阶层在7月第2季的法说时指出,未来数年,毛利率将稀释约2~3%。台积电前董事长刘德音在11月26日公开表示,在美国生产先进制程的成本可能比在中国台湾高出约100 亿美元。

台积电日本厂专注于成熟制程(如22/28nm),则受惠于当地化学品供应商的支撑。麦格理指出,虽然日本厂的供应成本比中国台湾厂高出约10%,但与美国晶圆厂相比,日本厂可以在当地采购化学品,因而可以大幅减少对进口的依赖,并减轻生产中断的风险。

麦格理咨询的专家指出,中国台湾及日本化学品供应商对在美国建厂犹豫不决,因为担心先进制程生产的规模经济不足,而且还担心台积电的美国厂会转向美国供应商,因而浪费他们的资本支出。(经济日报)


6.英特尔高管称公司或被迫出售制造业务

7.英特尔高管称公司或被迫出售制造业务

英特尔的两位高管在首席执行官被罢免后于周四承认,如果明年推出的一项新芯片制造技术不成功,该公司可能被迫出售其制造业务。

英特尔既设计又制造芯片,这使其在业界独树一帜。该公司市值蒸发了 1000 多亿美元,因为它在努力恢复制造业失去的领先地位,错过了英伟达主导的人工智能热潮。

高管发表上述言论后,英特尔股价上涨约 2.3%。

周四,在旧金山举行的巴克莱投资银行会议上,Michelle Johnston Holthaus and David Zinsner(在前首席执行官帕特·基辛格上周被罢免后被任命为联席首席执行官)被问及该公司继续将制造和设计结合起来是否与明年即将推出的名为 18A 的新芯片制造技术的成功有关。

在被迫将其最大产品外包给竞争对手台积电后,英特尔计划利用该技术将旗舰 PC 芯片的制造带回内部。

“从务实的角度看,我认为将它们完全分开并且没有联系是否合理?”Holthaus谈到公司的产品和制造部门时说,“我不这么认为。但有人会决定这一点。”

Zinsner也是首席财务官,他概述了英特尔如何将这个制造部门的财务和运营分离为一个独立的子公司。 Zinsner表示,英特尔代工部门已经与英特尔其他业务分开运营,并正在建立独立的运营委员会和业务流程软件系统。

“这会发生,”Zinsner 说,“它会完全分离吗?这是另一个悬而未决的问题。”


7.采用台积最先进N3P制程 苹果AI芯片传2026前量产

The Information网站引述消息人士说法报导,苹果正与博通(Broadcom)合作开发自家第一款AI服务器芯片,打算采用台积电最先进的N3P制程生产,预计2026年前开始量产,台积电有望受惠。

知情人士透露,这款AI服务器芯片代号「Baltra」,象征苹果步上其他科技大厂后尘,加紧脚步研发自家AI芯片,企图降低对英伟达芯片的依赖度,也借此节省AI运算成本。

自从2020年苹果推出自家研发的M1芯片后,便开始以M系列芯片取代英特尔芯片生产Mac系列产品。在苹果累积4年芯片研发经验后,芯片设计实力日渐强大,如今将目标转向AI芯片。

早在今年6月苹果举行开发者大会之前,华尔街日报5月就曾经报导苹果与台积电正在合作开发AI芯片,将用于资料中心的AI软件运作。苹果内部将这款AI芯片研发计画称为「Project ACDC」,并表示这款芯片将用于AI推论(inference),也就是用来执行AI模型,不像英伟达芯片大多应用在AI模型训练。苹果执行长库克(Tim Cook)在当时已预告苹果将在6月发表AI成果,并宣称未来苹果将采用自家芯片来执行AI功能。

最新消息再次透露台积电将负责制造苹果AI芯片,也凸显博通在这波AI浪潮当中受惠良多。起初,科技大厂争相抢购英伟达芯片发展AI模型,但在英伟达芯片价格飙涨又一片难求的情况下,科技大厂开始拉拢博通合作,试图研发自家AI芯片。

外媒先前曾经引述消息报导,OpenAI也开始和博通、台积电合作,开发自家首款AI芯片,未来将搭配超微和英伟达AI芯片一起使用,以满足快速膨胀的AI运算需求。报导称,OpenAI透过博通取得台积电产能,预计在2026年生产首款自研芯片。 2023年博通股价已经上涨将近1倍,2024年以来更续涨54%。(工商时报)



责编: 爱集微
来源:爱集微 #安森美#
THE END

*此内容为集微网原创,著作权归集微网所有,爱集微,爱原创

关闭
加载

PDF 加载中...