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
GlobalFoundries继续致力于遵守佛蒙特州的环境和能源法规 2022年2月21日公司对佛蒙特州公共委员会关于自我管理公用事业申请的决定作出回应 2022年2月21日，佛蒙特州ESSEX JUNCTION- GlobalFoundries公司（纳斯达克股票代码：GFS）（GF）针对佛蒙特州公共事业委员会（PUC）对该公司申请成为自我管理公用事业（SMU）的决定，发表了以下声明。 "GF感谢PUC在彻底审查我们的请愿书方面所做的努力，我们与他们的建议保持一致，即根据佛蒙特州的可再生能源标准（RES）继续我们的请愿书，"GF Fab 9副总裁兼总经理Ken McAvey说。"我们的请愿是关于两件事，首先是满足越来越高的环境标准，其次是获得在全球具有竞争力的能源成本。" "作为一家公司，我们所采取的行动表明，我们与该州一样致力于可再生能源。GF公司一直并将继续满足，甚至比佛蒙特州的环境准则做得更好，"McAvey继续说。"因为我们相信，我们的建议实际上更有助于保护佛蒙特州的环境，增加可再生能源的使用，保持佛蒙特州能源的成本竞争力，并支持佛蒙特州人民的高薪工作，所以我们打算继续推进我们的请愿。" GF已经承诺在佛蒙特州实现100%碳中和的能源组合。在全球范围内，该公司将继续投资，并承诺从2020-2030年将温室气体排放量减少25%，即使在产量增加1.6倍的情况下。 "作为佛蒙特州最大的私营制造商，GF公司是区域和州经济的主要贡献者，而且我们是对环境负责的运营的领导者，"McAvey说。 McAvey补充说："我们的请愿书是关于佛蒙特州有竞争力的制造业能源成本。今天，能源成本占我们佛蒙特州工厂运营成本的很大一部分，大约是我们几英里外的工厂的两倍。我们需要有竞争力，但这并不改变我们在佛蒙特州和全世界范围内对环境负责任的运营的承诺"。 关于GF 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，在普遍的高增长市场中提供领先性能。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。 前瞻性声明 本新闻稿可能包含前瞻性声明，这些声明涉及风险和不确定性。请读者注意，不要过分依赖这些前瞻性声明中的任何内容。除非法律要求，否则GF没有义务更新这些前瞻性声明以反映本新闻稿发布日期之后的事件或情况，或反映实际结果。 联系。 Gina DeRossi 企业沟通 [email protected] 518.491.4965
GF 致力于开发高能效人工智能 2022 年 2 月 17 日 作者：加里-达加斯丁 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成为现在我们生活中随处可见的系统的重要推动因素。 "智能 "恒温器、门铃和语音助手；半自动驾驶汽车；具有预测功能的医疗监控设备；以及许多领域的无数其他应用，现在都依赖于人工智能技术。 但是，人工智能及其专业子集（机器学习、深度学习和神经形态计算）有一个阻碍进一步发展的致命弱点：巨大且不断增长的能源需求。随着人工智能计算的要求越来越高，其总体使用量也在不断增长，人工智能计算和数据传输所需的能源量也在迅速增加，从而导致能源资源的过度使用和全球碳足迹的显著增加。 这种能源使用量的增长是不可持续的。考虑一下大量使用人工智能的数据中心。2017 年，数据中心消耗的电能约占美国总电能的 3%，但到 2020 年，这一数字翻了一番，达到 6%，而且看不到尽头。行业预测称，如果今天的低效计算架构仍在使用，到 2041 年，数据中心理论上将消耗全球的全部能源产出。 人工智能的能源挑战并不局限于数据中心。网络边缘由电池供电的物联网（IoT）设备总体上也需要大量电力。随着越来越多的人工智能处理转移到边缘，日益复杂的物联网设备必须变得更加高效，这样它们的锂离子电池才能为更多的功能供电，持续时间更长，和/或体积更小。这也将有助于减少因废弃电池而产生的越来越多的潜在危险锂离子废物。 GlobalFoundries（GF）通过在其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）中融入一系列技术创新，调整了其产品路线图，以应对人工智能的能源挑战。此外，GF 还与领先的人工智能研究人员合作，开发新的、更高效的计算架构和算法，以开辟新的人工智能领域。 人工智能的范式变革 人工智能系统收集大量结构化或非结构化数据，然后根据为特定应用编写的算法进行处理。其目的是在数据中找到相关的关联和模式，据此做出推断和决定，并根据这些推断以满足应用需要的方式采取行动。鉴于数据集的规模和算法的复杂性，需要进行密集的计算机处理。 "目前，大多数人工智能任务都在云中运行，但输入云中算法的数据集来自外部世界，通过边缘物联网设备等模拟接口输入，"GF 首席技术官兼计算与无线基础设施（CWI）副总裁 Ted Letavic 说。"基于云的人工智能模式能效低下，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，在数据中心进行计算并得出结果，然后再将结果传输回边缘设备。这种方法不仅能耗低，而且与数据传输相关的时间会导致整体系统延迟，从而无法用于许多对安全至关重要的人工智能应用"。 起初，传统的通用中央处理器（CPU）被用于人工智能和机器学习。"Letavic说："这些CPU是为随机存储器访问而设计的，由于越来越需要减少在处理器和存储器之间传输数据所耗费的时间和能量，这就成了问题。"我们需要改变模式，处理存储在内存网络本身的数据，而无需传输数据。" 因此，他说，计算架构正在发生根本性的转变。针对特定领域的计算架构正在出现 "设计复兴"，这种架构对于人工智能推理（训练）任务来说非常节能，其中包括定义明确的数据流和计算路径。这些经过优化的加速器类似于内存分层，通常被称为 "数字内存计算 "或 "模拟内存计算"。这些加速器可执行并行操作，是人工智能核心计算类型的理想选择，而且总功耗大大降低，从而使人工智能在网络边缘得到更广泛的应用。 GF 的 12LP+ 使内存效率提高 4 倍 为了适应架构的这些变化，GF 对技术进行了改进，并启用了新的设计流程。 "Letavic说："在我们检查的几乎所有人工智能工作负载中，内存带宽和内存访问功率都限制了整体能力，因为一定数量的操作必须在固定的功率预算内进行，而内存消耗了太多的功率预算。"因此，我们将从 7nm 技术开发工作中汲取的一些经验应用到 12LP/LP+ 技术中，推出了业界首款支持 1 GHz 的 0.55V SRAM 存储器宏，对于典型工作负载，它将与存储器访问相关的能耗降低了四倍。该解决方案针对收缩阵列处理器，直接适用于人工智能和机器学习工作负载。" 接下来，GF 研究了阵列架构，Letavic 说。 他说："我们发现，每个客户都有不同的数据流架构，基本上没有办法选择最佳设计，""为了解决这个问题，我们创建了一个新颖的设计流程，将逻辑和内存元素合成在一起，这样它们就可以非常接近地构建，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模式，逻辑和存储器元素的混合可用于实现非常新颖的人工智能架构。" 勒塔维奇说，GF 技术的进步，加上新颖独特的设计和合成流程，是实现新计算模式的强大工具，将进一步释放人工智能的前景。该领域的重要工作正在与领先的研究机构合作进行。 Marian Verhelst 博士与广佛大学的联系 GF 正在与一些世界领先的研究人员合作，研究这些新型架构，并为其建立客观的优势和证明点，GF 的客户可以利用这些优势和证明点设计出更高效的人工智能系统。 其中大部分工作是通过与研究联盟（如imec）的合作以及通过 GF 的大学合作计划（UPP）与大学教授开展的。根据该计划，GF 与全球学术研究人员密切合作，利用 GF 技术开展创新项目。 GF 的主要学术合作者之一是Marian Verhelst 博士，他是比利时鲁汶大学的教授，同时也是 Imec 的研究主管。Verhelst 博士是世界领先的高效处理架构专家之一。她曾在美国英特尔公司实验室从事数字增强模拟和射频电路的研究工作，2012 年来到鲁汶工程大学，在那里创办了一个研究实验室，目前有 16 名博士生和博士后研究人员。 她实验室的工作包括从欧盟资助的长远大项目到涉及向众多行业参与者转让技术的近期工作。她曾荣获比利时安德烈-米施克 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。 她曾是比利时青年科学院和佛兰德 STEM 平台的成员，是一位直言不讳的科学和教育倡导者，曾多次在国家电视台的科普节目中亮相。2014 年，她创办了创新实验室（InnovationLab），为高中教师及其学生开发互动工程项目。她还是电气和电子工程师协会 "电路中的女性 "倡议的成员，并参与了许多其他宣传和教育活动。 抱歉，此视频需要 Cookie 同意。 请接受营销 Cookies以观看本视频。 DIANA 芯片--人工智能的重大进步 Verhelst 博士领导了混合神经网络芯片的研发工作，该芯片是世界上第一款不仅结合了模拟内存计算和数字系统阵列的芯片，而且还能在这些异质资源之间无缝分区人工智能算法，以实现最佳的能效、精度和延迟。 该芯片名为 DIANA（DIgital and ANAlog），采用 GF 的 22FDX 平台制造，将在本月晚些时候举行的著名的 2022 年国际固态电路会议（ISSCC）上发表的一篇论文中介绍。 "机器学习正在蓬勃发展，每个人都有针对机器学习进行优化的处理器，但大多数处理器都是纯粹在数字领域设计的，它们使用 0 和 1 进行计算，这并不总是最高效的做法，"Verhelst 说。"因此，许多研究人员现在正在研究模拟领域的计算，甚至在 SRAM 存储器内部，利用 SRAM 单元之间的电流累积而不是利用 0 和 1 进行计算。从能源角度和芯片密度角度来看，这样做的效率都要高得多，因为它可以让你在每平方毫米内进行更多计算。 她说："迄今为止，我们已经取得了一些卓越的成果，但这些成果只适用于特定的机器学习网络，而这些网络恰好与记忆的形状十分吻合。对于其他算法，运行效率并不一定高，"她说。"DIANA 芯片包含一个主处理器以及一个数字和一个模拟内存协处理器。对于神经网络的每一层，它都能将某一层分配给运行效率最高的推理加速器或协处理器。一切都在并行运行，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器和映射器，它们可以分析芯片的硬件特性，以确定最优能耗或最优延迟的 "计算顺序"，或者如何在芯片上运行给定的算法。 "她说："运行算法的方法有很多种，这取决于你有多少内存、算法的特性、处理阵列中有多少计算元件等等。"因此，我们开发了一些工具，你可以输入硬件特性，这些工具有助于为你的工作负载找到最佳解决方案。 持续合作 DIANA 芯片是 Verhelst 与 GF 合作的最新成果，这项合作始于大约五年前，当时 GF 为她的一名博士生提供了一个机会，让她利用 22FDX 技术制作一个视频处理芯片，该芯片可以高效地并行执行数百个操作。 随后，Verhelst 利用 GF 的 12 LP+ 技术打造了一款深度学习芯片，用于密度极高的计算结构，芯片上有 2000 多个乘法器和大量 SRAM。另一个处于初始阶段的项目是利用 GF 的 22FDX 平台打造一款重负载循环的机器学习芯片，重点关注物联网、机器监控或其他必须以毫瓦级功率运行的传感器节点的极低功耗运行。 她说，GF 提供的硅片使用权和技术合作伙伴关系非常宝贵。她说："生产工作硅片可能非常昂贵，尤其是对于体积庞大的数字处理器而言。与 GF 合作，我们既降低了获得硅片的门槛，又能获得最新的相关 IP，"她说。 "此外，GF 还为我们提供建议和支持，帮助我们完成有时很困难的物理设计闭合工作。在后端需要考虑的事情太多了，当我们试图确保快速 IO、良好的振荡器、最佳的功率门控等时，GF 的制造经验确实能帮助我们。 展望未来 当被问及 GF 在更节能的人工智能方面的下一步计划时，Letavic 提到了公司在计算芯片本身的集成电压调节和硅光子技术方面的工作，以实现更高水平的传输和计算效率。 "他说："改进功率传输是弥补较小节点功率扩展不足的一种方法，这已成为系统层面的真正限制。他说："节省总应用功耗的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。我们正在探索各种方案，鉴于我们在双极 CMOS 和 DMOS 功率器件方面的悠久传统，这对 GF 来说可能是一个非常大的机遇。 莱塔维奇还提到，光子加速，即使用光（光子）而不是电（电子），不仅用于通过光纤传输信号，而且用于计算本身，可能会在人工智能领域发挥重要作用。"我想说的是，这种技术的发展速度远远超过了我的预期。这也是我们与大学开展合作的另一个领域。 了解通过 GF 大学合作计划开展的其他研究： GF 推动下一代汽车雷达取得进展 学术合作加强并加速通用电气在 6G 领域的领先地位 GF 与领先研究人员合作开发 6G 技术
采访实习生Krystof Trischberger 2022 年 2 月 16 日 你是如何发现这个职业的？ 说实话，这只是一个巧合。放学后，我想在一家具有高科技环境的大公司找一份学徒工作。这就是我申请GlobalFoundries的原因。我的学徒身份原本是机电一体化工程师，但由于我不想从事组装和维护系统，我决定成为一名微技术专家。 你对培训有什么期望，你的愿望实现了吗？ 我期望我的培训是一个非常令人兴奋的工作环境，有许多不同的任务，也有许多实践活动。相对而言，我很快就发现，在我的职业中，我必须执行较少的实践任务。在我的培训中，我主要使用计算机和系统来控制工厂和流程，因此通常坐在办公室里，而不是在生产车间，这一点我不再后悔。 在洁净室工作的感觉如何？ 在洁净室里工作令人印象深刻。我的想法不是喜欢与价值百万的工厂打交道，而是喜欢整个氛围。GlobalFoundries的洁净室就像另一个世界，有完全不同的声音，不同的光线，人们都穿着白色的衣服，天花板上有运输系统的永久运动。这实在是太棒了! GlobalFoundries与其他雇主的区别是什么？ 通过与其他公司的实习生交谈，我了解到，与其他同等规模的公司相比，GlobalFoundries的自动化程度非常高。当然，这对我这个学徒来说，需要承担完全不同的责任，因为我要控制和监测生产中的60个系统，而不是只有4个。当然，掌握全局的挑战使我的工作更加有趣又富有具有挑战性。 在培训期间，你特别喜欢哪些工作？是否也有你不太喜欢做的事情？ 当然，在没有08/15的任务需要解决时我非常享受。但是，当你需要在压力下完成解决方案是，比如：工厂的瓶颈，例如，生产能力的短缺，在这种情况下，我必须非常迅速和特别集中地工作，并且与我们的工程师合作。当然这也是比较少发生的情况。同时，我的工作不仅包括标准工作，还包括各种活动，这是非常棒的。到目前为止，我每天都可以学到一些新东西。如果只有简单、愚蠢和琐碎的工作要做，我就不会喜欢在GlobalFoundries工作。 是否有成功的时刻？ 特别令人印象深刻的是有一次轮班，我的培训部门只有我和另一名技术员。在这次轮班中，我向自己证明了我所学到的东西，证明我可以很好地处理这种异常紧张的情况。虽然我们人手不足，但一切都比较顺利，这极大地增强了我的实力。 作为受训者，你的待遇如何？你是否感到受到了充分的关怀？ 起初我并不觉得自己很受关注。因为我刚毕业，干劲十足，所以有些失落。但这应该是我初入职场对于实际工作世界的一个错误认知，还好我遇到了一个人----阿比。那是一次非常有启发性的经验，作为一个高等学校毕业生，我仍然要从0点开始，并没有能力承担所有的工作。另一方面，我们这些学徒第一年的学员也很少在公司，因为有各种研讨会或职业培训周，这意味着我们原本部门不能向我们传授很多知识。然而，在学徒期第一年之后，这种情况有了很大的改变。作为受训者，你已经有了初步的经验，能够支持部门的工作，也知道有哪些施工现场。这是我才明白，所有的开始都是困难的。 您对同样对这里的学徒制感兴趣的人有什么提示？ 回顾过去，我建议任何处于这个阶段的人去打听一下在德累斯顿或该地区有哪些公司和职业。不幸的是，我在校时，并没有关注到那么多的公司，尤其是为硅谷萨克森州工作的公司，也许也是因为当时我的兴趣还没有指向这个方向。现在我惊讶地发现，我周围有很多人都与芯片或GlobalFoundries有关系，无论是直接还是间接。此外，我只能建议你多写几份申请，不要在被拒绝后把头埋在沙子里。 训练中是否有任何特殊的挑战？ 当然，最初最大的困难是转换为轮班制工作。但由于轮班工作的优势，即在两次早班后可以好好睡上4天，或在一个工作区后有4天的休息时间，最初的起步困难很快就消退了。一开始，我也确实被眼前的新事物的冲昏了头脑。所有的新程序，技术语言，每天要评估的成千上万的数据，真的把我逼到了极限。这一切感觉就像我在学习中文。但随着日常工作的增加，这种情况也有所缓解，学习开始变得非常有趣。 培训后你的目标是什么？是否有进一步的培训机会？ 我的目标肯定是学习一些科学知识。不过，除了学习之外，我还将继续为GlobalFoundries工作。而且，在内部，我也有机会与GlobalFoundries进行双轨制学习，作为实践伙伴或作为国家认证的工艺技术员进行培训。因此，在GlobalFoundries显然有进一步培训的机会。培训结束后的出路也可以是非常多样化的。
在 GF 庆祝黑人的成功与发展 2022 年 2 月 16 日作者：艾玛-切尔 二月是美国的黑人历史月。在为期一个月的纪念活动中，我们有机会表彰和缅怀黑人社区的贡献、创新和开拓者，他们提升了商业、技术、艺术、音乐、科学和其他领域的地位，影响着全世界人民的生活。 GlobalFoundries (GF) 深知，最好的创意来自于具有包容性的多元化团队，我们的成功有赖于赋予员工权力，让他们将自己的全部--15,000 名拥有独特才能和与众不同品质的员工--带入公司。建立包容文化能推动取得更好的业务成果。员工领导的员工资源小组（ERGs）是 GF 多样性的重要推动力，它促进了与 GF 组织使命、价值观和目标相一致的多元化、包容性工作场所的形成。 GF 的黑人资源亲和小组（BRAG）成立于 2020 年 8 月，旨在接纳黑人员工的不同经历，并提供一个安全的场所来表达个人主义，同时继续加强 GF 的包容性文化。BRAG 专注于促进黑人员工的招聘、留用和职业发展。BRAG 已发展到 50 多名成员和盟友，数百名 GF 员工参加了最近的活动。 "作为 GF BRAG 的 ESG 领导者，我希望为黑人社区建立一个网络，让人们关注黑人、土著人和有色人种面临的挑战和障碍，"GF 首席人力资源业务合作伙伴、纽约马耳他 Fab 8 团队成员 Arleea Hendricks 说。"黑人历史月是纪念和反思非裔美国人在历史上取得的卓越成就的时刻，也是提高知名度和围绕社会不公和文化接受进行对话的机会"。 在全球基金会真正不平凡的一年里，BRAG 始终坚定不移地为其成员提供网络活动、专业发展机会和全球基金会以外的外联工作。以下是 BRAG 的年度回顾快照。在全球基金会内部培养黑人人才 提供职业发展机会是实现 BRAG 目标的关键。9 月，BRAG 举办了一次关于成长的小组讨论，邀请了 GF 各业务部门的领导，并邀请所有 GF 团队成员参加互动小组讨论，以增强他们对职业生涯的信心。讨论的一个主要议题是如何在 GF 内部驾驭角色变化和探索职业机会。 BRAG 的另一个首要任务是通过导师活动、GF 实习生见面会以及 Dereca Blackmon 和 Wanda Heading Grant 博士等多元化和包容性领袖的演讲，为其成员创造交流机会。 去年加入 GF 的副总裁兼首席会计官 Will Billings 担任了 BRAG 的新执行发起人。他拥有二十多年的会计和财务经验，为 GF 和 BRAG 带来了丰富的国际团队工作和领导经验。 通过多样性和包容性倡议建立关系 去年二月，BRAG 与 GF 的企业和员工捐赠计划 GlobalGives 合作，展示了黑人经营的非营利组织，包括All Star Code、The Hidden Genius Project、Sad Girls Club和Fighting 4 the Tatas。这些非营利组织为黑人男性和女性提供医疗和专业支持。除了 2021 年的 GlobalGives 活动外，BRAG 成员还全年不懈地支持当地的学校和社区活动。 在 GF，我们的核心价值观之一是 "拥抱"。像 BRAG 的 "午餐与学习 "系列这样的活动，让我们能够在相互信任的环境中就结盟和包容问题展开热烈讨论。这些活动对于重申这一价值观非常重要，因为我们可以花时间反思在 GF 中结盟和包容的意义，以及如何不断改进我们的公司文化。 4 月，BRAG 与马耳他全球妇女组织合作举办了 "防止工作场所的微言微语 "活动。ERG 之间的合作为团队成员提供了机会，使他们能够在我们的工作地点和全球范围内建立联系。 携手打造更具包容性的全球论坛 GF 相信，思想和背景的多样性会使信任和创新文化更加强大。与麦肯锡领导力计划、非洲科技公司（AfroTech）、杰基-罗宾逊基金会（Jackie Robinson Foundation）等组织的合作，使 GF 成为一个多元化而又团结的 ONEGF。 22 位杰出的全球基金会领导人参加了麦肯锡黑人领导力学院的试点管理加速器项目。管理加速器项目是一个为期 6 个月的实用型 "小型 MBA"，针对黑人领导人的独特经历量身定制，为职业生涯早期到中期的领导人培养基础技能，通过基于案例的方法发展核心领导力和管理能力。麦肯锡领导力特别承认黑人领导者的独特技能和他们所面临的挑战。 11 月，GF 荣幸地成为非洲科技大会（AfroTech）的赞助商，这是面向黑人科技创新者的最大会议之一。 BRAG 成员、高级工程师马文-蒙塔克（Marvin Montaque）参加了这次虚拟活动。"2021 年非洲科技大会是一次令人难以置信的经历。他说："能够与从知名企业到我甚至没有注意到的企业的行业领导者会面，真是令人惊叹。 "蒙塔克继续说道："我们有时会忘记，每家公司背后都有一个引擎--人，他们的知识和经验可以影响你自己的世界。"AfroTech 2021 提供了一个独特的机会，让我们可以通过元宇宙与这些人互动。这项技术让我大开眼界。我可以带着朋友乘船（虚拟），一边叙旧一边认识新朋友。我还能在几秒钟内从一个活动跳转到另一个活动。活动的内容也非常精彩，从参加研讨会和演讲比赛，到会见迪斯尼/斯拉克公司的高管并向他们了解行业的未来发展，再到在我的客厅里参加 DJ/舞蹈派对。整个体验令人难以置信"。 全球基金会继续与杰基-罗宾逊基金会（JRF）建立合作伙伴关系。这一伙伴关系的重点是通过向对科学、技术、工程和数学感兴趣的积极进取的大学生提供多年期奖学金，为代表性不足的少数族裔提供更多接受高等教育的机会。2021 年夏天，GF 接待了两名 JRF 学者作为实习生。 "过去的这个夏天是我最难忘的学习经历之一，"GF 的 JRF 学者 Mbaba Sow 说。"在纽约马耳他的 GlobalFoundries 工作让我深入了解了半导体制造行业。我接触到了控制半导体芯片工艺的集成系统，还能从办公桌前起身去现场参观工艺流程，这真是太棒了。我所在部门的同事非常热情，愿意回答我提出的任何问题。实习结束时，我感觉自己的家庭又多了一位成员。 GF 为 BRAG 所取得的成就感到自豪，并期待着下一年的精彩节目和学习机会。有兴趣了解 GF 的其他员工资源小组吗？请阅读我们的员工资源小组综述：推动 GlobalFoundries 多样性、包容性和成功的员工资源小组
