GlobalFoundries宣布推出下一代硅光学解决方案，并与行业领先者们合作，推动数据中心更多新时代的到来 2022 年 3 月 7 日目前可用的首个硅光子学平台解决了数据量飙升的爆炸性增长问题，同时大幅降低了功耗 纽约州马耳他，2022年3月7日 - GlobalFoundries Inc（纳斯达克：GFS）（GF）今天宣布，它正在与包括Broadcom、Cisco Systems, Inc、Marvell和NVIDIA在内的行业领导者以及包括Ayar Labs、Lightmatter、PsiQuantum、Ranovus和Xanadu在内的突破性光子领导者合作，提供创新、独特、功能丰富的解决方案，解决当今数据中心面临的一些最大挑战。 超过420亿台联网的物联网设备每年产生约177ZB的数据1，加上数据中心耗电量的增加，推动了对创新解决方案的需求，以更快、更节能地移动和计算数据。这些关键的市场趋势和影响促使GF专注于开创性的半导体解决方案，利用光子而不是电子的潜力来移动数据，并使GF继续成为光网络模块市场的制造领导者，预计2021年至2026年期间，光网络模块市场的年复合增长率为26%，到2026年将达到约40亿美元。 今天，GF自豪地宣布其下一代具有广泛颠覆性的硅光子学平台--GF Fotonix™。GF在主要客户中赢得了积极的设计，目前拥有大量的市场份额，并预计其在该领域的增长将超过市场。 GF还宣布与行业领导者思科系统公司合作，为DCN和DCI应用提供定制的硅光子学解决方案，包括与GF制造服务团队密切合作，提供相互依赖的工艺设计套件（PDK）。 客户和合作伙伴对GF硅光子学解决方案的支持 "我们正在与GlobalFoundries紧密合作，为我们的一些前沿数据中心产品设计高带宽、低功耗的光互连。采用单片式GF Fotonix平台制造的NVIDIA互连解决方案将推动高性能计算和人工智能应用，实现突破性进展"。英伟达混合信号设计副总裁Edward Lee "博通公司代工工程副总裁Liming Tsau说："作为我们在广泛的技术和工艺节点方面值得信赖的半导体合作伙伴之一，我们很高兴看到Global Foundries扩大投资，在组件和集成解决方案方面实现光子学生态系统。 "思科系统公司高级副总裁兼光学系统和光学集团总经理Bill Gartner说："今天和明天的网络和通信基础设施的需求，要求我们的光收发模块的设计和制造采用更高性能的技术。"我们在硅光子学方面的大量投资和领导地位，与GF丰富的制造技术相结合，使我们能够提供一流的产品。" "Marvell公司光学和铜缆连接部执行副总裁Loi Nguyen博士表示："Marvell公司继续以最高性能的跨阻放大器和调制器驱动器引领行业，为云数据中心和运营商市场提供下一代光学连接解决方案。 "GF最新的硅锗（SiGe）技术使我们能够实现客户所需的高带宽速度和电源效率，以满足他们不断增长的数据需求"。 "Ayar Labs首席执行官Charles Wuischpard表示："从最早开始，Ayar Labs和GlobalFoundries就合作开发GF Fotonix，从纳入我们的PDK要求和工艺优化到展示该平台上的首个工作硅。"我们领先的单片电子/光子解决方案与GF Fotonix的结合为芯片到芯片的光学I/O打开了巨大的市场机会，并为我们在年底前实现大量出货奠定了基础。" "Lightmatter首席执行官Nicholas Harris表示："在Lightmatter，我们的技术提供的计算速度和效率超过了市场上的任何其他产品--这样的结果是传统芯片无法实现的。"我们的下一代技术是由GlobalFoundries一流的光子代工技术实现的，我们正在共同改变世界对光子学的看法。这只是一个开始"。 "Macom公司副总裁兼总经理Martin Zirngibl说："我们的电信、国防和数据中心客户需要创新的新方法来以光速传输、连接和计算数据。"GlobalFoundries在其硅光子学平台中提供的功能，可以利用这些功能将通信扩展到新的水平。" "PsiQuantum公司首席运营官Fariba Danesh说："我们正在利用GF的新Fotonix™平台开发定制的硅光子芯片，以满足我们先进的量子计算要求。 "RANOVUS首席业务发展官Hojjat Salemi说："我们很高兴与我们的客户分享我们的多学科硅光子学IP核和芯片，以及先进的封装解决方案，这些客户正在推动采用基于集成一流芯片和共封装光学器件的新型数据中心架构。"我们与GlobalFoundries的密切合作强调了我们的共同承诺，即提供一套具有OSAT就绪的大批量制造流程和支持生态系统的全功能合格IP核和芯片，以实现单片硅光子学的巨大潜力。" "许多芯片平行运行并联网，需要处理容错量子计算算法中涉及的大量量子比特，"Xanadu的硬件主管Zachary Vernon说。"利用像GF Fotonix这样的现有先进的300毫米平台，使我们在提供有用的、纠错的量子计算机的竞赛中具有巨大的优势。" "硅光子学现在被认为是数据中心革命的必要技术，我们领先的半导体制造技术平台加速了主流的采用，"GF高级副总裁兼计算和有线基础设施部总经理Amir Faintuch说。 "GF Fotonix是一个功能丰富的平台，可以解决光网络、超级和量子计算、光纤到户（FTTH）、5G网络、航空和国防等领域中最紧迫、最复杂和最困难的挑战。" 以光速移动和计算数据的GF解决方案 GF Fotonix是一个单片平台，是业内第一个将其差异化的300毫米光子学特性和300GHz级射频-CMOS结合在硅片上的平台，在规模上提供一流的性能。GF Fotonix通过将光子系统、射频（RF）元件和高性能互补金属氧化物半导体（CMOS）逻辑结合在一个硅片上，将以前分布在多个芯片上的复杂工艺整合到一个芯片上。 GF是唯一一家拥有300毫米单片硅光子学解决方案的纯晶圆厂，该方案已证明了业界最高的每根光纤数据速率（0.5Tbps/光纤）。这实现了1.6-3.2Tbps的光芯片，提供了更快、更有效的数据传输，更有效的信号完整性。此外，高达10,000倍的系统错误率改进使下一代人工智能（AI）成为可能。 GF Fotonix在光电子集成电路（PIC）上实现了最高水平的集成，因此客户可以集成更多的产品功能，并简化其材料清单（BOM）。终端客户可以通过提高容量和能力实现更高的性能。新的解决方案还能实现创新的封装解决方案，如更大的光纤阵列的无源附件，支持2.5D封装和片上激光器。 GF Fotonix解决方案将在该公司位于纽约州马耳他的先进制造厂生产，PDK 1.0将于2022年4月上市。EDA合作伙伴Ansys、Cadence Design Systems, Inc.和Synopsys提供设计工具和流程，以支持GF的客户及其解决方案。GF为客户提供参考设计套件、MPW、测试、预制和后制、交钥匙和半导体制造服务，帮助客户更快地进入市场。 此外，对于需要为光学系统提供分立、高性能射频解决方案的客户，GF还宣布将在GF SiGe平台上增加新的功能。GF的高性能硅锗（SiGe）解决方案旨在提供通过下一代光纤高速网络传输信息所需的速度和带宽。 支持EDA的合作伙伴的引言 更多信息请访问gf.com/siliconphotonics。 关于GF GlobalFoundries®（GF®）是世界领先的半导体制造商之一。通过开发和提供功能丰富的工艺技术解决方案，GF正在重新定义创新和半导体制造，在普遍存在的高增长市场提供领先的性能。GF提供独特的设计、开发和制造服务组合。GF拥有一支才华横溢的多元化员工队伍，其规模化的生产基地遍布美国、欧洲和亚洲，是全球客户信赖的技术来源。欲了解更多信息，请访问www.gf.com。 联系。 香农-爱 全球基金会（GlobalFoundries (480) 225-7325 [email protected]
更强的计算能力，更好的连接性：将成熟的 CMOS 芯片制造与硅光子技术相结合，以光速传输数据 2022 年 3 月 7 日在上一篇博客中，我们探讨了快速变化的半导体领域。需要创建、共享和连接的数据量激增，这就需要更高效、耗电更少的芯片。 为了满足数据中心以及包括人工智能（AI）、元宇宙、流媒体、游戏和社交媒体在内的新兴传感和计算应用的这些需求，硬件设计人员和客户正在寻找一份近乎天方夜谭的需求清单：在各种芯片尺寸和封装中灵活地混合和匹配芯片功能、以更低的功耗获得更强的计算能力、经济实惠以及更快的数据传输。 作为 2015 年收购 IBM Microlectronics 的一部分，GF 从 IBM 研究院获得了光子技术诀窍和知识产权，此后，随着市场对更强功能、更高能效和更高带宽的需求不断增长，GF 不断改进和开发将其投入批量生产的方法。 现在，GF 又在其产品组合中增加了两个新的高性能解决方案：GF FotonixTM 光子平台和我们已经推出的硅锗（SiGe）9HP 平台的新改进功能。 GF Fotonix 由位于纽约州马耳他的 GF Fab 8 提供，在同一芯片上单片集成了射频、数字和硅光子电路，同时利用 300 毫米硅制造的规模、效率和优化。GF 的大批量硅制造技术与创新的 2.5D 和 3D 堆叠技术相结合，实现了电气、光学和通信功能在单一单片设计中的超高集成。该解决方案可让客户在芯片上集成更多产品功能，并简化物料清单。 主要功能包括 低损耗无源元件（如 SiN 和 Si WG、锥形器、MMI） 高性能有源光子元件（如 MZM、MRM 和 GePD） 高性能有源和无源 RFCMOS 元件 数字标准电池库 支持无源光纤连接的 V 形槽 对于需要光收发器分立高性能元件解决方案的客户，GF 还宣布推出 GF SiGe (9HP) 产品组合的新功能。GF 的高性能硅锗（SiGe）解决方案旨在提供通过光纤高速网络传输信息所需的速度和带宽。 这一新功能集使客户能够集成更高性能的数字和射频功能，并利用硅规模经济。该选件可实现 800Gbps 的数据传输速率，从而降低数据中心光连接的功耗。这一新功能集也是 5G 和未来 6G 以及类似电信和蜂窝应用的理想选择。 GF 的 SiGe 平台可提供最大带宽和功能，同时最大限度地降低功耗和成本。 GF 提供的电子光学工艺设计套件 (PDK) 包括光子和电子元件的 p 单元，可帮助客户开始进行光速设计。此外，还将提供参考设计、设计服务和后期制作服务，以及数字标准单元库。 GF 正与包括 Broadcom、Cisco Systems、Marvell 和 NVIDIA 在内的行业领导者，以及包括 Ayar Labs、Lightmatter、PsiQuantum、Ranovus 和 Xanadu 在内的突破性光子计算领导者合作，提供创新、独特、功能丰富的解决方案，以解决当今数据中心面临的一些最大挑战。点击此处了解更多信息。 为了帮助客户更高效地将其设计推向市场，EDA 领导厂商 Ansys、Cadence Design Systems, Inc.更多信息，请点击此处。
完美风暴：大数据、功耗和带宽驱动传统 CMOS 芯片制造工艺的替代方案 2022 年 3 月 3 日 近50 亿互联网用户正在使用、创建和共享海量数据。 随着数据量和数据类型的增加，从家庭安全系统、电器、游戏系统、电脑和手机到处理社交媒体、流媒体内容、游戏和企业应用的大型数据中心，各种设备创建和共享数据的机会也呈爆炸式增长。Ericcson 的一项研究指出，到 2026 年，将有超过 420 亿台联网的物联网设备产生约 177 ZB 的数据。 一份报告指出，每天产生 2.5 万亿字节的数据，而全球 90% 的数据是在过去两年中产生的。其中大部分数据是由全球近 40 亿社交媒体网站用户的增加所驱动的。 鉴于远程学习和在家办公，这种持续的流行病只会进一步加剧世界对更多数据和更多带宽共享数据的渴求，这并不奇怪。根据一份行业报告，从 2019 年 3 月到 2020 年 3 月，家庭数据使用量增加了 38%。同一份报告还发现，在大流行病期间，在家工作的员工从平均 17% 增加到 44%，从而增加了网络压力，提高了数据使用率。 Covid-19 还使每季度互联网数据消耗量超过 1 TB 的高级用户群增长了 138%。仅谷歌的搜索次数每秒就超过 63,000 次，即每天 56 亿次。 抱歉，此视频需要 Cookie 同意。 请接受营销 Cookies以观看本视频。 GF 计算与有线基础设施部门高级副总裁兼总经理 Amir Faintuch 解释了为什么硅光子技术是数据革命的重要技术平台。 这些因素还不足以理解新兴的元宇宙的潜在影响，元宇宙将要求创建、存储和连接更多的数据，这些数据需要以极低的延迟高速传输。元宇宙与人工智能、机器学习和虚拟现实以及联网设备的不断扩展共同推动着数据的创建和传输。 在数据中心，功耗和带宽已成为一个重要的考虑因素。 一直以来，芯片行业都依赖金属（铜）连接的电气连接来实现系统间的互连。电气 SerDes（串行解串器）是最常见的电气 I/O，目前已达到极限，没有超过 112 Gb/秒的路线图，因为在板级基于铜的互连中信号损耗很大，很难以如此高的数据传输速率将数据传输到几厘米以外的地方。 下一波高性能计算架构需要一种新的 I/O 形式，以避免电气 I/O 造成的瓶颈。到 2028 年，大多数数据中心的短距离物理互连都将采用光学技术，而不是电气技术。 可插拔模块是将电信号转换为光信号（反之亦然）的关键部件，即光电接口。 可插拔模块有两大优势： 标准化和互操作性--数据中心运营商可以从多个供应商处采购模块，通过创新和竞争降低了 "每 Gbps "成本。 模块化--数据中心运营商可以使用短距离光学器件到达数据中心一排机架的末端，也可以使用长距离光学器件到达不同的数据中心。 这种模块化也推动了交换机箱和插入这些可插拔模块的箱体面板的外形尺寸和标准化。在数据中心机架顶部的典型交换机箱中，多个可插拔模块被插入面板。光信号到电信号的转换发生在面板上，高速电信号必须穿过电路板上的铜线才能到达交换机 ASIC。 光通信解决方案有望将超大规模数据中心、云计算和 5G 驱动的网络转型的性能提升到新的水平。用于光通信的硅光子技术也将成为快速新兴的计算和传感应用的基础。 敬请期待本系列的下一篇文章，了解将 CMOS 技术的成熟优势与基于硅光子学的更强大芯片的新功能相结合的新选择所发挥的作用。
微软高管Bobby Yerramilli-Rao加入GlobalFoundries董事会 2022 年 3 月 3 日对技术战略有深刻理解的高管，有领导企业发展的经验 纽约州马耳他，2022年3月3日 - GlobalFoundries公司（纳斯达克：GFS）（GF）今天宣布任命Bobby Yerramilli-Rao为公司董事会独立董事。Yerramilli-Rao博士目前是微软公司的首席战略官和企业战略副总裁，负责制定和推动增长型战略。 Yerramilli-Rao博士的任命立即生效，并将GF董事会扩大到11名董事，包括5名独立董事。他将是战略与技术委员会的成员。 "我们很高兴欢迎Bobby加入GF的董事会，"GF的董事会主席Ahmed Yahia Al Idrissi说。"随着技术在我们的日常生活中变得越来越普遍，以及GF开始下一阶段的增长之旅以更好地服务于我们的客户，鲍比的独特视角和能力将是我们董事会的一个受欢迎的补充。他在软件、生物科学、通信和其他快速增长领域担任领导职务的经验，必将有助于塑造GF的下一个创新和增长篇章。" "随着GF继续专注于重新定义半导体技术和制造的创新，Bobby扩大了我们的战略和技术专长，以推进我们的长期发展战略，"GF首席执行官Tom Caulfield说。"Bobby带来了对技术战略和解决方案执行的深刻理解，这将有助于催化价值创造，扩大我们的影响力，以满足我们客户的未来需求。" 在2020年加入微软之前，Yerramilli-Rao博士曾担任富讯全球资本的联合创始人和管理合伙人，该公司专注于加速新兴软件和云计算公司的发展。在此之前，他曾担任沃达丰集团的企业战略总监，负责全球战略和与数字服务相关的收购。他在麦肯锡公司工作了十多年，并升至合伙人和TMT业务的联合领导人。 Yerramilli-Rao博士目前是剑桥Epigenetix公司的董事会成员，这是一家私营生物科学公司。他在剑桥大学获得了电子工程硕士学位，在牛津大学获得了机器人学博士学位。 关于GF董事会的更多信息可在这里找到。 关于GF GlobalFoundries®（GF®）是世界领先的半导体制造商之一。通过开发和提供功能丰富的工艺技术解决方案，GF正在重新定义创新和半导体制造，在普遍存在的高增长市场提供领先的性能。GF提供独特的设计、开发和制造服务组合。GF拥有一支才华横溢的多元化员工队伍，其规模化的生产基地遍布美国、欧洲和亚洲，是全球客户信赖的技术来源。欲了解更多信息，请访问www.gf.com。 联系。 Erica McGill 全球基金会（GlobalFoundries (518) 795-5240 [email protected]
格芯®（GF®）瞄准高能效人工智能 March 1, 2022近年来，人工智能(AI)技术取得了长足的进步，从少数应用中的有限使用发展为各种系统的重要驱动技术，现已渗透到我们生活的方方面面。 “智能”恒温器、门铃和语音助手；半自动驾驶汽车；具有预测能力的医疗监测设备；以及许多领域的众多其他应用现在都依赖于AI技术。 然而，AI及其专用子集（机器学习、深度学习和神经形态计算）存在一个致命弱点，那就是电能需求巨大且不断增长，这阻碍了其进一步发展。随着AI的计算要求越来越高及其整体使用的日益普及，AI计算和数据传输所需的电能迅速增加，进而导致了电能资源的过度使用和全球碳足迹的大幅增加。 这种电能使用增长是不可持续的。以大量使用AI的数据中心为例。2017年，美国的数据中心用电量约占全国总用电量的3%，而到2020年，这一数字翻了一番，达到6%，而且仍看不到尽头。根据行业预测，如果依旧采用当今低效的计算架构，从理论上来说，数据中心到2041年将用掉全球所有的发电量。 2020年，数据中心用电量约占全美总用电量的6% AI能源挑战不仅限于数据中心。位于网络边缘的电池供电型物联网(IoT)设备，其整体电力需求也非常大。随着更多AI处理向边缘迁移，日益复杂的物联网设备必须变得更加高效，这样其锂离子电池才能为更多功能供电、续航时间更长且/或体积更小。这也有助于减少因废弃电池而带来更多的潜在危险锂离子废弃物。 为了应对AI能源挑战，格芯(GF)对其产品路线图做出了调整，将一系列技术创新融入其12LP/12LP+FinFET解决方案（用于数据中心和物联网边缘服务器）和22FDX® FD-SOI解决方案（用于物联网边缘）。此外，格芯还携手领先的AI研究人员，共同开发更高效的新型计算架构和算法，从而打开AI新世界的大门。 格芯正在致力于解决数据中心和电池供电物联网边缘设备（现已渗透到日常生活）不断增长的能源需求 AI的范式变革 AI系统会收集大量结构化或非结构化数据，然后根据为给定应用编写的算法对其进行处理。其目标是在数据中找到相应的关联性和模式，以此为依据做出推理和决策，并以满足应用需求的方式基于这些推理采取行动。鉴于数据集的大小和算法的复杂性，需要密集的计算机处理。 格芯无线基础架构(CWI)战略业务部首席技术官兼计算和副总裁Ted Letavic表示：“目前，大多数AI任务都在云中运行，但馈入云端算法的数据集来自外部世界，并采用边缘物联网设备等模拟接口传输。基于云的AI范式能效低下，因为它需要将大量数据从网络边缘（物联网边缘）传输到数据中心，在数据中心执行计算并推导出结果，然后再将结果传输回边缘设备。这种方法不仅能效低下，而且与数据传输相关的时间也会导致系统的整体延迟，因此无法用于许多安全关键型AI应用。” 起初，AI和机器学习使用传统的通用中央处理器(CPU)。Letavic表示：“这些CPU原本是为随机存储器访问而设计的，鉴于需要不断减少在处理器和存储器之间传输数据所需的时间和能耗，这种设计带来了很多问题。我们需要改变该范式，在存储数据的存储器网络内部处理数据，而无需进行数据传输。” 他指出，计算架构因此正在发生根本性的转变。一场向特定领域计算架构演进的“设计复兴”正在拉开帷幕，这些架构对于数据流和计算路径定义明确的AI推理（训练）任务来说非常节能。这些优化的加速器类似于存储器层次结构，通常称为“数字存内计算”或“模拟存内计算”。这些加速器执行并行操作，使其成为AI核心计算类型的理想选择，并且大幅降低了总功耗，从而能够在网络边缘更充分地利用AI。 格芯12LP+使存储器效率提高4倍 为了适应架构上的这些变化，格芯进行了技术改进并启用了新的设计流程。 Letavic表示：“在我们研究的几乎每一种AI工作负载中，存储器带宽和存储器访问功率都限制了整体性能，因为必须在固定的功率预算内完成一定数量的操作，而且存储器消耗了太多的功率。因此，我们将从7nm技术开发工作中得到的一些经验应用到我们的12LP/LP+技术中，推出了支持1 GHz的0.55V SRAM存储器宏，对于典型工作负载而言，它将与存储器访问相关的能耗降低到了原来的四分之一。该解决方案针对脉动阵列处理器，可直接用于处理AI和机器学习工作负载。” Letavic指出，格芯接下来研究了阵列架构。 “我们发现，每个客户都有不同的数据流架构，基本上没办法选择一个最佳设计。”他表示，“为了解决这个问题，我们创建了一个将逻辑和存储元件合成在一起的新颖设计流程，使它们可以非常接近地进行构建，并具有高度的灵活性。这种设计流程打破了逻辑和存储器宏合成的传统范式，这种逻辑和存储元件的混合可用于实现非常新颖的AI架构。” 格芯推出的差异化12LP+解决方案针对人工智能训练和推理应用进行了优化 Letavic指出，格芯的先进技术与新型的独特设计和合成流程相结合，构成了实现全新计算范式的强大工具，并进一步开启了AI时代。格芯正携手领先研究机构，推动该领域的重要科研工作。 Marian Verhelst博士和格芯的大学联系项目 格芯正在与一些全球领先的研究人员合作，研究这些创新架构，并为其确立客观效益和佐证点，从而让格芯的客户可以利用它们来设计更高效的AI系统。 这些研究工作大多通过与IMEC等研究联盟合作展开，以及通过格芯大学合作计划(UPP)与大学教授合作展开。在该计划下，格芯与全球学术研究人员密切合作，开展利用格芯技术的创新项目。 Marian Verhelst博士是格芯的主要学术合作人员之一，她是比利时鲁汶大学的教授，同时也是Imec的研究主任。Verhelst博士是高效处理架构的全球权威专家之一。她之前曾在美国英特尔实验室工作，从事数字增强模拟和射频电路研究，并于2012年加入鲁汶大学，并创立了一个研究实验室，该实验室目前拥有16名博士生和博士后研究人员。 她的实验室科研项目涵盖各方面，从欧盟资助的长期宏观项目，到涉及向广泛从业者进行技术转让的中短期研究。她曾获得比利时André Mischke YAE奖，该奖项旨在表彰国际领先的学术研究、管理和循证决策成就。 她作为比利时青年学院和佛兰德STEM平台的前成员，是科学与教育的大力倡导者，并曾登上比利时国家电视台多个科普类节目的专访。2014年，她创立了InnovationLab，旨在为高中教师及高中生开发交互式工程项目。她也是IEEE“Women in Circuits”倡导计划的成员之一，并积极参与许多其他宣传和教育活动。 DIANA芯片——AI向前迈进的重要一步 Verhelst博士致力于研发混合神经网络芯片，该芯片不仅是全球首款将模拟存内计算和数字脉动阵列结合到一起的芯片，而且还可以在这些异构资源之间无缝划分AI算法，以实现最佳能耗性能、准确性和延迟。 该芯片名为DIANA（DIgital和ANAlog，即数字和模拟），在格芯的22FDX平台上构建，相关的论文将在本月末举行的极具声望的2022年国际固态电路会议(ISSCC)上发表。 Verhelst表示：“机器学习正在蓬勃发展，每家企业都有一个针对机器学习优化的处理器，但大多数情况下，它们都是纯粹在数字领域中设计的，使用0和1进行计算，这并不总是能实现最高效率。因此，许多研究人员现在正在研究模拟领域中的计算，甚至在SRAM存储器内部，使用各个SRAM单元之间的电流累积而不是0和1。从电能角度来看，这将更有效，从芯片密度的角度来看也是如此，因为它允许在每平方毫米上进行更多的计算。” “到目前为止，我们已经取得了一些不错的成果，但仅适用于恰好与存储器形状完美匹配的特定机器学习网络。对于其他网络来说，算法不一定能有效运行。”她补充道，“DIANA芯片包含一个主机处理器以及一个数字和模拟存储器协处理器。对于神经网络的每一层，它都可以将指定层分派给推理加速器或协处理器，以确保尽可能高效地运行。所有操作都是并行运行，中间数据在各层之间有效共享。” 为了实现这一目标，Verhelst的团队开发了先进的调度程序和映射程序，用于分析芯片的硬件特性，以确定最优能效或最优延迟的“计算顺序”，即如何在芯片上运行给定算法。 “算法运行可以采用很多方法，具体取决于存储器大小、它的特性、处理阵列中有多少计算元件等。”她表示，“因此，我们开发了一些工具，您可以在其中输入硬件特性，并帮助您根据工作负载找到适合的最佳解决方案。” 正在进行的合作 DIANA芯片是Verhelst与格芯的最新合作成果，该次合作大约始于五年前，当时格芯为她的一名博士生提供了机会，使用22FDX技术流片视频处理芯片，该芯片可以高效并行执行数百个操作。 格芯的22FDX边缘AI加速器经优化可缩短延迟和可操作性响应时间，通过在边缘管理数据来增强安全性和数据隐私 此外，Verhelst还使用格芯的12 LP+技术，为高度密集的计算结构构建了深度学习芯片，该芯片包含超过2,000个乘法器和大量SRAM内容。另一个处于初始阶段的项目是使用格芯的22FDX平台构建一个高占空比的机器学习芯片，专注于超低功耗运行，面向物联网、机器监控或其他须以毫瓦级功率运行的传感器节点。 她指出，格芯提供的芯片和技术合作伙伴关系非常宝贵。她表示：“生产功能完备的芯片成本极为昂贵，尤其是对于体积很大的数字处理器。与格芯合作既为我们降低了芯片门槛，又为我们提供了获得最新相关IP的途径。” “此外，格芯还为我们提供建议和支持，解决有时候遇到的物理设计收敛工作难题，对于如此先进的技术，该工作不再是小问题。在后端需要考虑的事情有很多，当我们试图确保快速IO、出色的振荡器、最佳电源门控等性能时，格芯的制造经验确实对我们很有帮助。” 展望 当被问及格芯在更高效AI领域的下一步举措时，Letavic提到了公司在计算芯片本身的集成电压调节以及用于更高水平传输和计算效率的硅光子学方面的研发工作。 他表示：“改进供电是一种弥补较小节点功率扩展不足的方法，这已成为系统层面的真正限制。要节省应用总功耗，关键方法之一就是提高向处理器内核提供电流和电压的效率。我们正在探索各种可选方案，鉴于格芯在双极性CMOS和DMOS功率器件方面的悠久传统，这对我们来说会是一个巨大的商机。” Letavic还提到，光子加速，即使用光（光子）替代电（电子），不仅可以通过光纤传输信号，还可用于计算本身，将会在AI中发挥重要作用。“我想说这种技术发展速度比我预期的要快得多。这是我们已有一些大学明确参与合作的另一个领域。” 阅读其他通过格芯大学合作计划开展的研究项目： 格芯推动新一代汽车雷达发展 与学界合作助力格芯加快奠定6G领先地位 格芯携手领先研究机构共同推动6G技术研发
