据报道，美光正在探索研发高耐久度 NAND 闪存模块的方案：将闪存部署在更靠近 GPU 的位置，而非远端存储池、经过多层协议转发访问。该公司正在研究把 NAND 闪存向 GPU 侧迁移，用于处理那些不需要传统 HBM 或者普通 DRAM 所具备的低延迟、高带宽的业务负载。这套架构目前被称作GPU 近存 NAND（near‑GPU NAND），定位在存储密度与耐久度之间的折中方案。该构想下的 NAND 闪存，存储密度不及传统 TLC、QLC NAND，但重点优化 I/O 速度、带宽以及读取时延。举例来说，该
关键字：
美光
GPU
近存
NAND
闪存
大语言模型
很多关于智能体AI CPU的讨论太窄了。行业对话大多聚焦于单线程性能、核心密度以及机架吞吐量。这三者固然重要，但无论哪个，都无法回答客户的核心诉求：在有限的延迟、成本和功耗要求下，我的基础设施究竟能稳定完成多少有价值的智能体工作？核心的数量，可以反映企业在系统中投入了多少算力资源。而面对智能体AI，我们则需要一个方法来衡量，那些算力资源所完成的工作，从整个系统的转化效率来看，到底是高、还是低。并发改变答案在单智能体循环中，衡量性能是一件很简单的事情：每一步都能完成得更快，那么整个工作流的速度也会变快。然而
关键字：
英特尔
智能体AI
CPU
GPU
算力资源
软件定义汽车（SDV）正在重塑整个汽车产业。如今的车辆已演变为联网计算平台，高度依赖高性能处理器、人工智能（AI）、远程无线（OTA）软件升级、云端服务以及车万物互联（V2X）通信。每一块电子控制单元（ECU）、区域控制器与高性能处理器，都必须先建立可信身份，才能完成软件鉴权、加密数据交互或执行安全关键类功能。行业对数字可信体系的需求持续攀升，倒逼产业链重构安全设计思路。传统方案将加密密钥存储在非易失性存储器中，极易成为高级攻击手段的突破口。新一代硬件安全技术直接从芯片硅基底本身构建可信根基。近期，业内首
关键字：
车规级
PUF
IP
软件定义汽车
新思科技
在FMS 2026上，铠侠（Kioxia）拿出GP1系列固态硬盘，主打一个方向：让SSD直接给GPU喂数据。GP1走PCIe 6.0 NVMe接口，用第二代XL-FLASH存储级内存（SCM），在512字节小尺寸随机读取下，最高能跑到约1000万IOPS。这款盘还拿了FMS 2026"专用存储"类的Best of Show，样片预计2026年底出来。传统NVMe SSD是"块存储"——操作系统和文件系统把数据切块交给应用，CPU和内存还卡在数据通路上。GP1想把SS
关键字：
FMS2026
铠侠
PCIe6.0
SSD
GPU
英特尔为新一代开源多模态视频模型MiniMax H3提供Day 0首发支持。依托英特尔锐炫™ Pro B70的硬核实力及完整软件生态，英特尔在第一时间实现了对该模型的深度适配，充分展现出其在AIGC前沿应用领域中高效响应、快速交付的卓越表现，也为广大创意人士打开了一条低门槛、低成本、快速出片的视频创作新路径。视频生成模型改写了AI在创意行业中的产业定位：借助AI开启创作的形式，已从边缘变成了主流，大模型也逐渐从辅助工具成长为核心担当，商业潜力持续释放。但成本依然是其规模化落地的道路上绕不开的一道坎。作为开
关键字：
英特尔
锐炫
AIGC
AI
视频生成
GPU
7月31日，2026年中国国际数码互动娱乐展览会（ChinaJoy）在上海新国际博览中心盛大开幕。当前，随着生成式AI和智能体能力持续演进，数字娱乐产业正迎来体验方式与内容创作模式的深刻变革。围绕“集你所爱”主题，高通（中国）第七次打造“骁龙主题馆”，携手运营商、手机、PC、XR及可穿戴设备等终端厂商、顶尖游戏工作室、游戏技术厂商和发行商、电商等超过140家行业合作伙伴，共同呈现AI创新、顶级游戏、沉浸式XR体验与多终端生态融合的未来数字娱乐图景。展会首日，高通公司中国区董事长孟樸和高通公司全球副总裁侯明
关键字：
高通
骁龙
AI
NPU
GPU
CPU
终端设备
数字娱乐
AMD与Anthropic宣布建立战略合作伙伴关系，双方计划围绕 AMD Instinct MI450 系列 GPU 和 Helios 机架级解决方案建设大规模 AI 基础设施，部署规模最高达到 2GW。其中，首批 1GW 规模部署预计于 2027 年上半年启动。这一合作反映出，AI算力采购正在从单颗芯片采购，转向面向未来几年容量规划的系统级部署。对于大型AI模型开发企业而言，需要规划的不只是GPU资源，还包括CPU、网络互连、机柜系统、软件生态、供电和工程支持等完整基础设施能力。AMD Helios方案
关键字：
AMD
Anthropic
InstinctMI450
Helios
AI基础设施
GPU
ROCm
NVIDIA 最近将 ST 认定为 NVIDIA AI Factory MGX 生态系统的贡献者。NVIDIA MGX 是一种模块化参考架构，可作为数百种 GPU、CPU、存储设备等组件的基础。得益于双方的持续合作，ST 的 40 V、12 V 和 6 V 架构可帮助打造高密度供电板卡，并将其用于 NVIDIA MGX 机架中。简单来说，NVIDIA MGX 通过提供一个工程师可以快速构建的基础，加速了 AI 数据中心的创建。随着行业向 800 V HVDC AI 数据中心 迈进，这类协作将确保平稳而快速
关键字：
NVIDIA
ST
NVIDIAMGX
GPU
CPU
AI数据中心
电源传输板
HVDC
除了加速器，AI 性能还要看内存输送数据的速度聊到AI，大家往往关注的是整个系统中最瞩目的部分，比如加速器、集群规模、模型大小。但随着 AI 系统变得越来越复杂，数据中心负责人们必须要面对一个务实且重要的问题：我们的平台能否迅速调度数据，让整个庞大的算力系统满载运转？ 比拼内存带宽的时刻，到了现代 AI 主机 CPU 需要支持更大的模型、更密集的 GPU 配置以及数据密集程度越来越高的管道。在这种环境下，内存性能不再是一个次要的规格指标。它将决定 CPU、加速器和存储是作为一个协同系
关键字：
AI
加速器
内存带宽
CPU
GPU
在英伟达GPU与CUDA生态长期垄断AI训练、科学仿真领域的行业背景下，以LineShine（灵晟）纯CPU超算为代表的全新算力体系登上了TOP500榜首，印证了矩阵增强型CPU 正在重构高性能计算底层硬件标准。近日，杰克・唐加拉、松冈聪、托尔斯滕・赫夫勒三位 高性能计算的权威学者联合发布论文《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》，完整拆解了无 GPU 同构超算的四层核心
关键字：
纯CPU
超算
灵晟
英伟达
GPU
2026年7月20日，行业领先的AI网络全栈式互联产品及解决方案提供商奇异摩尔亮相WAIC 2026。7月17日至20日，2026世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2026）在上海世博、张江、西岸“三地四馆”同步启幕。大会期间，公司成功举办“智联为擎 合一共进——AI网络前沿生态论坛”，为AI网络互联生态的协同创新搭建了深度对话平台。上海人工智能实验室、香港科技大学（广州）、商汤科技、壁仞科技、九章云极、曦望科技、科华云、图灵量子、图灵芯擎等知名研究机构和企业，以及多家产业链上下游生
关键字：
AI
奇异摩尔
WAIC
CPO
GPU
随着半导体产业全面向 AI 转型，知识产权（IP）的开发、验证、管理与商业化销售模式都迎来颠覆性变革。核心要点AI 重塑 IP 全生命周期，覆盖开发、验证、检索授权、售后技术支持所有环节。AI 模型迭代速度持续加快，高度灵活的可定制 IP、完善工具链、快速落地部署能力成为硬性刚需。专业工程师的经验判断不可或缺，负责审核、校验、管控 AI 辅助生成的 IP 成果。IP 开发工程师日常工作已全面融入 AI 技术，包括可复用设计模块的搭建、验证、封装、技术支持与销售。AI 不仅改变 IP 本身的功能定义，还重构
关键字：
AI
半导体知识产权
IP
领先的智能边缘芯片和软件IP授权商Ceva公司近日宣布与一家美国软件和 AI 平台巨擘达成一项重大的AI授权协议，进行一项面向下一代智能计算设备的定制AI芯片项目。Ceva通过该协议将客户群体从传统的半导体公司和设备OEM厂商扩展到软件平台公司，这些公司越来越多地设计定制芯片以优化性能、功耗和面积 (PPA) 以及整体用户体验。Ceva首席执行官Amir Panush表示：“一家业界领先的软件和 AI 平台公司决定在NeuPro-M上构建定制 AI 芯片，这反映了转向 AI 优先计算架构的更广泛业界趋势。
关键字：
Ceva
AI
智能计算
NPU
GPU
芯片知识产权供应商智邦电子 M31（M31 Technology，简称 M31）在先进制程接口 IP 推出路线图上再进一步：其 eUSB2V2 接口 IP 已基于台积电 N2P 工艺完成流片。这款适配 N2P 工艺的 eUSB2V2 IP，在架构设计、电路实现、物理版图三大环节完成协同优化。产品完全兼容 USB 2.0 生态体系，支持 1.2 伏 / 0.9 伏低压工作模式。模拟前端集成多项可调功能：可编程发送去加重，以及 CTLE/VGA（连续时间线性均衡器 / 可变增益放大器）接收均衡技术。M31 表
关键字：
M31
台积电
设计
IP
Linux 7.2 内核补丁中新增了英伟达下一代 GPU 架构相关代码，内部代号标注为 “Blackwell-Next”。英伟达为 Linux 7.2 内核扩充新一代 GPU 架构适配，含 Blackwell-Next 支持英伟达历代 GPU 架构早已不是行业秘密，多年来该公司持续在技术路线图中对外披露规划。早在 Rubin 架构正式问世前数年，业界就已知晓它将接替 Blackwell；如今新一代 Feynman 架构也已确定会迭代 Rubin。Rubin 架构芯片才刚进入英伟达大规模量产阶段，但公司内部
关键字：
英伟达
GPU
Linux 7.2
Blackwell-Next
实验室台面上摆放两台机械臂，右侧机械臂正将一块显卡举至主板上方。多组 AI 编码智能体可自主训练机器人完成各类精细操作任务。配图说明：多组 AI 编码智能体能够训练机器人执行显卡插装至主板等操作｜图源：英伟达如果给 AI 编码智能体配备一整间实验室机械臂、充足算力资源，再提供高额的大模型调用令牌额度，用以训练机器人完成各类实操任务，会发生什么？答案是：这些智能体能够自主设计完整训练流程，教会机器人顺利剪断塑料扎带，甚至把显卡精准插入主板细小插槽。一套全新智能体调度框架让 AI 实现全自动机器人训练成为现实
关键字：
AI
智能编码代理
机器人
GPU
一场关乎通讯产业未来 30 年命运的权力重构正在悄然上演。 芯片巨头英伟达（NVDA-US）（NVIDIA）传出将大举布局以通用GPU取代5G基站传统专用芯片（ASIC）的消息，引发资本市场剧烈震荡。瑞典斯德哥尔摩交易所的通讯设备双雄股价随之重挫，爱立信单日暴跌逾 6%，诺基亚也同步大跌近 7%。 由 AI 芯片巨头跨界发动的「软件定义网络」攻势，正逼得传统电信设备商不得不重新选择生存道路。这场恐慌的根源在于英伟达对无线接入网（RAN）底层逻辑的精准解构。 传统基站长期依赖高度客制化但封闭的专
关键字：
英伟达
GPU
通信基站
ASIC
核心要点▼随着半导体制造工艺持续向特征尺寸更小的先进制程演进，光学邻近校正（OPC）流程开始采用曲线掩模工艺，以此获取传统曼哈顿矩形几何图形无法实现的更大工艺窗口。传统曼哈顿掩模的图形仅由水平、垂直边线构成，这迫使 OPC 算法只能用大量微小直线段拟合近似曲线。而曲线掩模采用三次贝塞尔样条—— 平滑数学曲线原生描述版图图形，可对光刻难度最高的拐角、弧形特征实现更精准的形貌控制。但这项技术切换带来了严峻的算力难题，严重拖慢整套光学邻近校正流程。问题核心集中在掩模规则检查（MRC） 环节：该验证步骤用于保证掩
关键字：
西门子EDA
原生
GPU
掩模
车辆逐步迈入软件定义时代，车载半导体厂商面临双重压力：既要持续提升算力性能，同时还要严格满足能效、可靠性以及长期技术支持等硬性指标。高级驾驶辅助系统（ADAS）、整车电动化、车联网以及智能控制系统，共同拉动车载平台算力需求持续攀升。先进制程节点虽不断提升芯片性能与集成密度，但单纯依靠制程微缩已不足以解决全部问题。芯片设计人员需要在算力暴涨、严苛可靠性标准、超长产品生命周期与复杂车载运行环境之间找到平衡。为此，众多企业开始探索将先进制程工艺与面向应用的定制化优化相结合，打造新一代车载计算芯片。FinFET
关键字：
IP
车载计算平台
新思科技
近日，北京大学EvoPhys团队推出以“人”为中心、面向“场景级万物可控”的5D世界模型 EvoPhys-World。这一前沿研究成果，在斯坦福大学WorldScore公开评测榜单中，荣登“世界生成（World Generation）”赛道第一名。而EvoPhys的原生训练全程都在摩尔线程MTT S5000全功能GPU上完成，并由MUSA软件栈提供全栈支撑。这标志着国产算力在支撑高水平AI研究方面取得重要进展。WorldScore实时榜单：EvoPhys-World 位列第一WorldScore 榜单链接
关键字：
摩尔线程
GPU
全栈训练
EvoPhys-World
WorldScore
近日，在安谋科技Tech Talk AI技术开放麦第二期活动中，NPU高级产品经理Benjamin Ye围绕“周易”X3 NPU IP R2版本升级进行了主题分享，详细介绍了R2版本在算力与算力密度方面的显著提升，并结合“周易”X3智能座舱、AI推理加速芯片及新兴市场等多个领域的落地案例，系统展示了“周易”X3系列NPU的最新进展与广泛应用。 1、最高算力翻倍、算力密度提升超70%据Benjamin Ye介绍，“周易”X3 R2版本相较R1最高算力翻倍，针对W4A8、W4A16主流大模型量化精度
关键字：
安谋科技
周易”X3 NPU IP R2
据韩媒TheElec报道，三星电子计划于2026年第三季度，向全球主要服务器及数据中心厂商批量交付支持CXL 3.1标准的下一代内存模块（CMM-D）样品，待通过客户质量认证后，最快于第四季度启动量产，敲定生产规模与出货计划。TheElec原文援引业内消息称，三星电子拟最快在第四季度，启动CXL 3.1 标准内存产品量产工作；同时计划于第三季度，率先对外送样旗下新一代 CMM-D 内存模块，该产品原生支持 CXL 3.1 规范。CXL是基于PCIe的高速互连技术，可实现CPU、内存与GPU间的高速数据传输
关键字：
三星
CXL
GPU
人工智能正以远超监管规则的速度渗透整个半导体生态，IP 盗窃、安全漏洞风险急剧上升，且缺乏有效防范手段。从嵌入 EDA 流程的基础模型，到影响设计、验证与物理实现的智能体系统，AI 正在重塑芯片开发方式与风险引入路径。尽管业界普遍认同 AI 治理的必要性，但现有举措碎片化、解读不统一、重意图而轻可衡量结果。简单说：当前治理严重不足，传统监管方式已落后，且难以追上创新步伐。一、AI 治理：缺失的 “护栏”Dana Neustadter（新思科技）：“AI 治理需要指导原则、法规、政策与框架流程，引导负责任的
关键字：
无防护
构建 AI
半导体生态
标准分裂
IP 泄露
运行时保障危机
英特尔公司在北京举办新一代AI工作站平台发布会，推出英特尔® 至强® 600工作站处理器与英特尔锐炫™ Pro B70、B65 GPU。双芯的强强联合，将为AI开发者与企业打造覆盖从日常应用和专业重负载AI应用、且颇具成本效益的高效工作平台。 英特尔市场营销集团副总裁、中国区总经理郭威，阐释英特尔顺应智能体应用需求，利用至强和锐炫的双芯协同，让AI工作站真正做到了能攻、能守、能合 英特尔至强600工作站处理器：四维升级，释放重载算力英特尔至强600工作站
关键字：
英特尔
至强600
工作站处理器
锐炫Pro B70
GPU
AI工作站
摩尔线程 x 中国移动｜国产GPU率先支撑央企大模型，S5000完成九天35B大模型适配近日，中国移动自主研发的九天35B通用大模型即将正式发布。作为中国移动重要的生态合作伙伴及 “AI 能力联合舰队” 的核心算力成员，摩尔线程基于旗舰级AI训推一体全功能GPU MTT S5000，依托成熟的MUSA软件栈与高性能算子优化，已率先完成九天35B模型的全流程适配与推理验证。这不仅是国产GPU与央企大模型的深度协同，更意味着国产AI算力已具备支撑行业级大模型规模化落地的核心能力。软硬协同优化，释放极致性能本次
关键字：
摩尔线程
中国移动
GPU
九天35B
大模型适配
中国 AI 推理 GPU 赛道再迎重磅融资。据凤凰网消息，国内 AI 推理 GPU 企业曦望（Sunrise） 完成新一轮超10 亿元人民币融资，估值突破100 亿元，成为中国纯推理 GPU 领域首家独角兽企业。这是 2026 年 AI 需求向推理侧转移背景下，国内 GPU 行业最大单笔融资之一。曦望源自 AI 巨头商汤科技分拆，至今已完成7 轮融资，累计融资额约40 亿元。本轮资金将主要用于：下一代启望 S3（Qiwang S3） 推理 GPU 的量产与交付全栈软件生态建设后续 S4、S5 芯片的持续研
关键字：
曦望
GPU
近日，英特尔公司在北京举办新一代AI工作站平台发布会，推出英特尔® 至强® 600工作站处理器与英特尔锐炫™ Pro B70、B65 GPU。双芯的强强联合，将为AI开发者与企业打造覆盖从日常应用和专业重负载AI应用、且颇具成本效益的高效工作平台。 英特尔市场营销集团副总裁、中国区总经理郭威，阐释英特尔顺应智能体应用需求，利用至强和锐炫的双芯协同，让AI工作站真正做到了能攻、能守、能合 英特尔至强600工作站处理器：四维升级，释放重载算力英特尔至强600工作站处理器为专业重负载场景和卓
关键字：
AI工作站
英特尔
至强600
工作站处理器
锐炫
GPU
尽管铜并非数据中心内回收量最大的材料，但随着数据中心持续扩建与架构重构，废旧铜材正催生出一条全新的产业链。图片来源：snezhkina/Adobe Stock人工智能数据中心的高速扩张，正为废旧硬件、老旧配件及原材料回收打造出一个全新二级市场。在这一新兴回收经济中，退役 GPU、CPU、内存以及铜材等物料被重新利用，在其他设备中开启 “第二生命周期”，或至少被回收处理以备后续使用。AI 数据中心对 GPU 和 CPU 的更新换代速度，远快于传统 IT 硬件周期。部分硬件在使用三至四年后便会被替换，而在某些
关键字：
数据中心
CPU
GPU
UALink联盟近日发布了2.0版本通用规范，该版本新增了“网络内运算”功能，旨在实现加速器之间的运算和通信能力。相比1.0版本，2.0在降低延迟和提高带宽使用效率方面有了显著改进，同时增强了AI工作负载分布式训练和推理的扩展性能。 据综合Network World、The Register、SDX Central等报道，UALink联盟成立于2024年中期，由AMD、思科（Cisco）和慧与科技（HPE）等科技巨头支持，目标是创建一个开放、低延迟、高带宽的互连技术，以提供不同于NVIDIA N
关键字：
UALink
2.0
GPU
网络标准
精准医疗与药物研发正被人工智能深刻重塑。作为AI for Science（AI4S）领域的核心阵地，解码生命奥秘的关键已从实验观测转向算力与算法的协同突破。蛋白质结构预测、基因组分析与医学影像，构成了生命科学AI的三类关键技术，其能力直接决定了新药研发的效率与精准医疗的进程。然而，作为这三类关键技术之一的蛋白质结构预测模型AlphaFold 3，其训练代码未完全开放，商业使用亦受限，这使得科学家难以基于该模型构建真正自主可控的研发环境。这种技术依赖还面临更深层的合规挑战：蛋白质结构预测与基因组分析涉及大量
关键字：
AI4S
摩尔线程
GPU
gpu ip介绍
您好，目前还没有人创建词条gpu ip!
欢迎您创建该词条，阐述对gpu ip的理解，并与今后在此搜索gpu ip的朋友们分享。
创建词条
关于我们 -
广告服务 -
企业会员服务 -
网站地图 -
联系我们 -
征稿 -
友情链接 -
手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473