芯片与半导体NVIDIA对MediaTek投资35亿美元，扩大其在GPU市场之外的影响力NVIDIA向MediaTek投资35亿美元，双方建立合作关系，使这家台湾公司能够为云客户和人工智能实验室设计定制人工智能芯片，并将其集成到采用NVIDIA技术的数据中心中。这笔交易显示，随着大型科技公司转向开发自有芯片，NVIDIA正试图维持其核心地位。2026-08-31
芯片与半导体光子学重新定义互连芯片系统设计将光子芯片集成到处理器附近有望降低能耗并提高带宽，但这也使芯粒设计转变为热、机械、电磁和光学领域之间的协同问题。因此，光子芯片位置的选择不再是一个孤立的决定，而是系统设计及其完整验证的一部分。2026-08-31
芯片与半导体Georgia Tech与Synopsys的研究提出面向2纳米节点的三维SRAM单元Georgia Institute of Technology和Synopsys的研究人员提出了一种面向2纳米节点的单片三维六晶体管SRAM单元，采用位于背端互连层中的铟镓氧化物传输栅。该研究称，与高性能硅基基线相比，在子阵列级别可实现25%的面积缩减和42.2%的写入时间缩短。2026-08-30
芯片与半导体阿尔伯塔大学研究人员开发用于预测布线后芯片性能的模型PPAPlace论文提出了一种可微分模型：根据大型模块和标准单元的位置，预测布线阶段之后的性能、功耗和面积指标。在五个测试电路上，与分层基线相比，该模型使WNS平均提升22%、TNS平均提升51%，同时保持功耗和可布线性。2026-08-29
芯片与半导体Georgia Tech研究提出电调方案，以减少MoE模型训练期间光互连的停顿Georgia Institute of Technology的一篇研究论文分析了用于训练基于Mixture of Experts架构的语言模型的大规模光互连中反复热调谐操作的影响。根据已发布的摘要，在所研究的场景中，消除停顿使Mixtral 8x7B的训练速度提升了2.7倍。2026-08-28
芯片与半导体Mitsubishi Materials开发铪提纯技术，人工智能数据中心相关需求不断增长Mitsubishi Materials宣布开发铪提纯技术。铪是一种用于半导体和核能应用的稀有金属，公司计划在2026年开始提供样品，并以2028年实现商业化生产为目标。公司在现有材料中未披露纯度水平、技术成本或预期产量。2026-08-28
芯片与半导体内存一致性如何降低人工智能芯片软件的复杂性文章解释了内存一致性技术如何通过在硬件内部管理共享数据状态，减轻由中央处理器、加速器和多芯粒芯片组成的人工智能系统中的软件负担。但文章强调，一致性不应应用于每一次数据移动，而应应用于协调系统组件工作所需的共享信息。2026-08-27
芯片与半导体在不重建工作流程的情况下将人工智能引入 RF 电路设计的实用方法本文提出了在射频电路设计中逐步采用人工智能的路径，从记录专业知识开始，继而协调工具并加速设计探索。文章强调，模型速度若没有将仿真结果与实测硬件相关联的验证，以及对训练数据的追踪，就不足以发挥作用。2026-08-27
芯片与半导体为什么芯片设计中的智能代理需要强大的人类架构？Cadence、ChipAgents、Keysight EDA、Siemens EDA 和 Synopsys 的专家讨论表明，代理式人工智能已从自动化单项任务转向运行长期、多代理流程，但仍依赖人类来定义设计范围、验证结果并建立防止关键错误的护栏。2026-08-27
芯片与半导体从规格到形式化属性：人工智能加速芯片设计验证，但不会取代工程师大型语言模型正逐步将芯片设计规格转换为 SystemVerilog Assertions 形式的属性，这可能缩短验证草稿的准备时间。但规格不完整、可能生成语法正确却逻辑薄弱的属性，以及高昂的审查负担，使人工监督成为基本前提；与此同时，实际经济回报仍未确定。2026-08-27
芯片与半导体HBM 扩展面临堆叠、散热和 DRAM 制造能力的限制Hot Chips 2026 期间展示的一项分析表明，增加 HBM 内存层数已不再只是密度和容量问题，而是涉及制造、封装、散热和良率的问题。人工智能对 HBM 的需求不断增长，也对传统 DRAM 的供应造成压力，而新工厂需要数年时间才能开始生产。2026-08-27
芯片与半导体NVIDIA开始发货面向代理式人工智能负载设计的Vera处理器NVIDIA已开始向AWS、Oracle Cloud Infrastructure以及Anthropic、OpenAI和SpaceXAI的实验室发运Vera处理器系统，其设计针对伴随代理式人工智能模型出现的协调、工具调用和上下文检索任务。该公司称，这款处理器搭载88个定制的Olympus核心，内存带宽达到每秒1.2 TB，但未公布价格详情和大规模商业供应情况。2026-08-27
芯片与半导体英伟达第二财季营收跃升至962亿美元英伟达宣布，2027财年第二季度营收达962亿美元，同比增长106%，主要由数据中心营收推动，后者达到890亿美元。公司预计下一季度营收为1080亿美元，且未将任何来自中国数据中心计算业务销售的营收纳入假设。2026-08-27
芯片与半导体Amazon 将对 Nvidia 的订单翻倍，新增订购 200 万块 GPU 用于 AWS 数据中心Amazon 与 Nvidia 宣布扩大合作，将在 2027 年和 2028 年向 AWS 数据中心新增 200 万块 GPU，同时整合 Nvidia 的网络、处理器、软件和机器人技术。尽管 Amazon 继续开发自有芯片，但由于初创企业、机构、人工智能实验室和政府的需求上升，双方仍作出这一决定。2026-08-26
芯片与半导体Apple 发布 M5 Ultra 和 M6 芯片，提升本地人工智能运行能力Apple 宣布推出 M5 Ultra 和 M6 芯片，以及更新款 Mac Mini 和 Mac Studio。M5 Ultra 提高了专业工作所需的处理和内存能力上限，而 M6 则面向在设备上运行人工智能模型的用户和开发者。2026-08-25
芯片与半导体重新定义晶体管、记忆和半导体材料的三条研究路径来自麻省理工学院（MIT）以及美国和韩国大学的最新研究展示了硬件领域的三种不同方向：用于环境监测的细菌电路、利用遗忘机制处理时间序列的反铁磁器件，以及兼具半导体传导性和低热导率的高熵材料。2026-08-25
芯片与半导体IBM 揭示双架构主处理器，可在同一内核上运行 Arm 和 Z 软件IBM 宣布推出一款全新的主处理器，旨在让 Arm 和 IBM Z 工作负载在同一组内核上运行，同时支持新的 Spyre 人工智能加速器。该处理器将出现在预计于 2028 年前后推出的 z17 后继产品中，而目前 Arm 支持仍仅限于 Linux，所有性能和可用性承诺也尚未在实践中得到验证。2026-08-24
芯片与半导体英特尔展示三种架构，将代理式人工智能从数据中心扩展到边缘英特尔在 Hot Chips 2026 上展示了 Diamond Rapids、Crescent Island 和 Wildcat Lake 架构，用于在通用处理、模型推理以及客户端和边缘设备之间分配代理式人工智能工作负载。这些设计采用 Intel 18A、三维封装技术和开放式芯粒互连。2026-08-24