- 综合排序
- 最热优先
- 最新优先
- 来自专栏硬件大熊
一款射频芯片的layout设计指导案例-篇章2
《一款射频芯片的layout设计指导案例-篇章1》中，我们阐述了RTL8762元件布局顺序、DC/DC电路元件布局走线、电源Bypass布局规范、外部flash布局走线、RF布局走线， 本篇阐述晶振 如果是 2 层板，禁止在 Crystal 的背层走线，让背层（BOT）的铺铜保留完整性。 高速电路设计时，更需注意这点。 尽量增大过孔的钻孔直径和焊盘直径，减少过孔的寄生电感。 布线时，让敏感信号线远离 PCB 板边。为避免走线与天线间的串扰，走线需远离天线，天线需放在离 接头较远的位置。
1.4K30编辑于 2023-09-02 AI如何变革芯片设计
AI将如何改变芯片设计人工智能对半导体行业的承诺与潜力芯片制造、MATLAB、摩尔定律、芯片设计、人工智能、数字孪生摩尔定律的终结正逐渐逼近。 工程师和设计人员对晶体管微型化及在芯片中尽可能多地集成晶体管所能做的已经有限。因此，他们正转向芯片设计的其他方法，将人工智能等技术融入设计过程。 为了更好地理解AI将如何彻底改变芯片设计，我们与某机构MATLAB平台的高级产品经理进行了对话。问：AI当前如何用于设计下一代芯片？ 问：工程师和设计人员在使用AI进行芯片设计时应考虑什么？答：仔细思考试图解决什么问题或希望发现什么洞察，并尽量明确这一点。考虑所有不同的组件，并记录和测试每一个不同的部分。 问：你如何展望AI和芯片设计的未来？答：这在很大程度上取决于人的因素——让人参与到过程中，并拥有可解释的模型。
23510编辑于 2026-05-23AI如何改变芯片设计
AI如何改变芯片设计摩尔定律即将终结。工程师和设计师在晶体管微型化和芯片集成度方面已接近极限，因此他们转向其他芯片设计方法，将AI等技术融入设计流程。 AI在芯片设计中的当前应用某机构高级产品经理指出，AI已贯穿芯片设计和制造的大部分环节。在工艺工程中，AI可用于优化流程，缺陷检测是各阶段（尤其是制造环节）的重要应用。 在设计阶段，AI在光学元件、传感器等组件设计中扮演重要角色，主要用于异常检测和故障缓解。通过分析历史数据，AI能识别生产延迟的根本原因，在设计和加工阶段提前发现问题。 芯片设计和制造需考虑所有组件，整合不同部件的预测模型极具挑战性。此外，构建AI模型需要整合各类传感器和团队的数据，增加了实施难度。 未来趋势将减少追求超精确预测，转向信息透明共享和数字孪生应用，结合AI与人类专业知识，推动芯片设计向更高效、协作的方向发展。
49700编辑于 2025-10-11- 来自专栏韩曙亮的移动开发专栏
【FPGA 芯片设计】FPGA 简介 ( FPGA 芯片架构 | FPGA 芯片相对于传统芯片的优点 )
文章目录 一、FPGA 简介 二、FPGA 架构 三、FPGA 芯片相对于传统芯片的优点 一、FPGA 简介 ---- 摩尔定律 : 价格不变 , 在集成电路上 电子元器件的数量 , 18 ~ 24 个月增加一倍 Gate Array , 中文名称为 " 现场可编程门阵列 " ; 传统芯片功能一旦固定后 , 其 功能不可变 , 与之相对的 FPGA 芯片的功能是可变的 ; 门阵列 中的 门 指的是 " 门电路 , 型号是 FPGA-XC2064 , 于 1985 年问世 , 该芯片采用的是 2 微米的制程工艺 , 2000 纳米 , 当前主流的 FPGA 芯片制程工艺是 14 ~ 45 纳米 ; 下图是 BRAM , DSP 逻辑块 , 相比于第一代的 CLB , 增加了 BRAM , DSP ; HSSIO : High Speed Serial I/O , 高速串行 IO 模块 ; 三、FPGA 芯片相对于传统芯片的优点 ---- FPGA 芯片相对于传统芯片的优点 : 性能高 : FPGA 芯片可 并行处理 , 性能很高 ; 上市时间短 : 与传统的 ASIC 芯片相比 , FPGA 灵活性更高 , 可以进行快速原型验证
2.8K10编辑于 2023-03-30 - 来自专栏数字芯片实验室
为了功耗，重新设计芯片
高算力芯片正处于转折点。功耗一直是二等公民，但正在成为芯片技术走向未来的最大限制因素。 在基于RTL的芯片研发流程中，我们对于RTL开发时的功耗优化投入了大量精力，但这只是可以节省的功耗的一小部分。 芯片行业，特别是大算力芯片行业必须更聪明地最大限度地减少数据移动。随着大模型的出现，数据移动变得越来越多。有报道称，大约90%的能源用于移动数据而不是计算。现在，情况变得更加恶劣。 最近出现了从单片 2D 集成设计转向从异构制造工艺映射到多个芯片的设计，并使用先进的 2.5D/3D 封装进行集成。这使得最新的工艺节点可以有针对性地用于对能源效率最重要的领域。 在 3D 垂直堆叠场景中，我们在芯片之间有很多垂直连接。我们可以在芯片之间封装更密集的垂直互连。然后，由于距离很近，因为芯片是堆叠在一起的，由于物理定律，可以获得更好的能源效率。 为人工智能加速器开发计算密集型逻辑的设计公司需要升级其现有的功耗分析方法，以确保它们能够解决毛刺问题。 还有很多时候需要解决不确定性的峰值瞬间功耗，就不必将电压保持在较高的水平来适应这种情况。
63910编辑于 2024-04-15 AI如何重塑芯片设计未来
某机构在其存储芯片中集成AI以实现内存计算，既提升机器学习速度又降低能耗；某中心的TPU V4 AI芯片处理能力较前代翻倍。 AI在芯片设计中的核心应用MathWorks MATLAB平台高级产品经理Heather Gorr指出：缺陷检测：贯穿制造全流程，包括光学元件与传感器设计阶段预测性维护：通过历史数据分析设备停机根本原因数字孪生
31310编辑于 2025-08-03- 来自专栏ICSOC.TECH
芯片设计的职业病
提到低容错率的工作，首先想到的自然就是自己的本职工作—芯片设计。 曾经做过一个算法的硬件实现，和标准数据做比对总是不符。 而芯片数字设计中，硬件描述语言的通常写法是优先进入的零地址数据放在最右边。有些固化的硬件思维在这个场合就显得过于僵硬。 成本高，自然试错机会就少，低容错率就成了芯片行业的一个显著特征。 低容错的芯片产品的不出错，是由设计、生产的具体过程保证的。 不说芯片规格制定的反复斟酌、市场部门和工程部门的讨价还价、来回拉锯，单从设计来说，从拿到设计规格开始，要仔细的研究规格说明书，做芯片的架构设计，分解设计任务，制定开发进度，安排具体工程师的职责，然后开发过程中的检视 每个工程师拿到自己的设计任务，要再次审视芯片规格，确保自己负责模块的设计指标和芯片整体指标的一致性。设计过程中还要和验证工程师密切配合，保证设计的每个特性都要有完备的激励和检查。
1.1K20发布于 2020-07-07 AI如何重塑芯片设计流程
Q&A：人工智能将如何改变芯片设计人工智能为半导体行业带来了新的希望和潜力。 为了更好地理解人工智能将如何彻底改变芯片设计，我们与MathWorks公司MATLAB平台的高级产品经理希瑟·戈尔进行了交流。人工智能目前是如何被用于设计下一代芯片的？ 在芯片设计中使用人工智能的好处是什么？戈尔： 从历史上看，我们看到了许多基于物理的建模，这是一个非常密集的过程。 你认为人工智能将如何影响芯片设计师的工作？戈尔： 这将释放大量的人力资本，使其能够投入到更高级的任务中。我们可以利用人工智能来减少浪费，优化材料，优化设计，但在决策时仍然需要人的参与。 你如何展望人工智能和芯片设计的未来？戈尔： 这在很大程度上取决于人的因素——让人员参与到过程中，并拥有可解释的模型。
34910编辑于 2026-03-22- 来自专栏云深知网络 可编程P4君
网络设计的尽头是芯片！
在软件定义网络的道路上 从Nicira的成功进而开始规划 数据平面全面P4语言可编程的蓝图 有个大的背景需求是云CLOUD的崛起 最新综述：SDN网络中P4可编程的挑战 创立Barefoot 正是源于网络的尽头是芯片 然后查找指定标头字段执行预处理 模型的输出转换为辅助决策如报文转发 Tofino交换机+FPGA 测试平台上的代码已经开源 科研机构怎样选购Tofino可编程交换机 Taurus既可以用于 交换机也可以用于网卡 芯片评估表明只会增加 122ns延时 网络的尽头是芯片 所以思科投入10亿美金 用于芯片研发也就不难理解了 所以博通的市值 气贯长虹也就有了答案 五千亿市值，博通的创新来自哪里？
40810编辑于 2024-01-18 AI如何重塑芯片设计未来
工程师们转向人工智能等新技术来突破芯片设计极限——三星将AI植入存储芯片实现存内计算，谷歌TPU V4芯片性能较前代提升两倍。 MathWorks高级产品经理Heather Gorr指出，AI已渗透芯片全生命周期：制造缺陷检测：通过异常识别提升良率数字孪生应用：构建替代物理模型的轻量化代理模型，加速蒙特卡洛仿真工艺优化：分析历史数据预测设备停机风险优势显著 ：较传统物理模型降低90%计算成本参数扫描效率提升300%实验迭代周期缩短75%现存挑战：模型精度较物理方程低15-20%需整合跨部门传感器数据需保持人类工程师的决策主导未来趋势：人机协同设计将成为行业标准可解释
43810编辑于 2025-07-28- 来自专栏新智元
用Apollo设计芯片！Google说懂芯片才能更快「炼丹」
，也就是说在布局和走线(place and route)上，芯片设计人员可以使用软件来确定芯片的电路和布局，类似于设计建筑平面图。」 架构探索比布局和走线的设计层级要更高，并且架构的改进能带来比布局走线更多的性能提升。 芯片的体系结构是一个芯片的功能元素设计，包括如何交互，软件开发人员如何获取硬件接口。 作者称Apollo为「第一个可迁移的架构探索系统」，随着它设计更多不同的芯片，它的架构设计能力也会更好。也就是之前学习到的知识能够迁移到新的芯片设计任务上。 作者团队正在开发的芯片也是AI加速运算的芯片，和基于安培架构的GPU英伟达A100，Cerebras系统WSE芯片和其他创业公司的芯片类似。 「利用人工智能来设计人工智能芯片」，成为正反馈循环。 为MobileNet设计芯片中，负载的约束也是要在设计过程中考虑到的。
60420发布于 2021-03-10 - 来自专栏R语言数据分析
表达芯片数据分析2
db) ls("package:hgu133plus2.db") #列出R包里都有啥 ids <- toTable(hgu133plus2SYMBOL) #把R包里的注释表格变成数据框}# 方法2 k1 = ids2$symbol! str_detect(ids2$symbol,"///");table(k2) ids2 = ids2[ k1 & k2,] # ids = ids2 #使用方法二需要将42行F改为T，55行取消注释 ', getGPL = F)#网速太慢，下不下来怎么办#1.从网页上下载/发链接让别人帮忙下，放在工作目录里#2.试试geoChina,只能下载2019年前的表达芯片数据class(eSet)length p) { s = intersect(rownames(pd),colnames(exp)) exp = exp[,s] pd = pd[s,]}#(4)提取芯片平台编号，后面要根据它来找探针注释
97320编辑于 2023-09-27 - 来自专栏数字芯片实验室
芯片设计中的功耗挑战和低功耗设计
导致芯片温度升高，需要使用更贵的陶瓷封装和散热系统。 温度过高还会降低芯片的可靠性和寿命。 缩短便携式设备的电池续航时间。随着功能的增加，电池技术已经跟不上功耗的需求。 低功耗设计方法 降低功耗是数字IC设计中的一个重要目标。为此，可以从RTL级别和门级别采用不同的设计策略。 2、时钟门控 时钟门控是一种有效的降低动态功耗的方法，它可以在寄存器保持相同逻辑值的时候停止其时钟信号，从而避免不必要的开关活动。 4、多电压设计 芯片的不同部分可能具有不同的速度要求。例如，CPU和RAM模块可能需要比外围模块更快。如前所述，较低的电源电压可以降低功耗，但也会降低速度，如图所示。 芯片电源可以设计为具有多个离散的或连续的电压等级。动态电压调节需要有多级电源和逻辑模块来确定给定任务所需的最佳电压等级。
2.1K20编辑于 2023-09-01 - 来自专栏新智元
让AI自己设计芯片！中国科学院发布「启蒙」，芯片全流程自动设计
图1 启蒙1号实物图，启蒙1号和启蒙2号的性能对比 在芯片前端设计方面，实现国际首个全自动化设计的处理器核「启蒙1号」[2]， 5小时内完成32位RISC-V CPU的全部前端设计，达到Intel 486 其升级版「启蒙2号」[3]为国际首个全自动设计的超标量处理器核，达到ARM Cortex A53性能，规模扩大至17,000,000个逻辑门。 SIMT、SIMD之间自动程序转译，性能最高达到厂商手工优化算子库的2倍。 图2 「启蒙」系统的结构图，包含三个层级 处理器芯片大模型需要充分结合领域特点，掌握处理器芯片设计的领域知识，具备软硬件设计的基础能力。 （2）自底而上：基于训练后的处理器芯片大模型重新构建智能体，并应用于软硬件设计的各个步骤，提升自动设计效果， （3）自演进：将自顶而下和自底而上的设计流程组成迭代的循环，通过循环实现「启蒙」系统的自演进
57610编辑于 2025-06-11 - 来自专栏新智元
英特尔芯片总设计师突然离职，曾任苹果、AMD、特斯拉芯片设计师
新智元报道 来源：venturebeat 编辑：雅新、梦佳 【新智元导读】今日，英特尔宣布芯片总设计师Jim Keller因个人原因离职。 Keller是硅谷芯片领域当之无愧的明星，他参与了现代电子领域最具突破性的几项芯片设计，其中包括苹果A4，A5芯片，和AMD Zen架构芯片。 离职原因：计划受阻，道不同不相为谋 Keller是硅谷芯片领域当之无愧的明星人物，他参与了现代电子领域最具突破性的几项芯片设计，领导团队彻底改变了苹果和 AMD 等公司的芯片性能。 硅谷明星Keller，曾开发苹果A4，A5芯片，AMD Zen 架构 Keller并不是一个寻求吸引公众眼球的人物，但他在芯片设计方面非凡的成就不得不引人注目。 他领导苹果团队开发了A4和A5芯片，也是AMD K8和Zen架构芯片的设计师，更是特斯拉自动驾驶芯片的打造者。
90720发布于 2020-06-17 - 来自专栏AI电堂
芯片架构设计的新趋势
芯片制造商设计芯片以满足这些 OEM 提出的狭窄规格。但随着摩尔定律的放缓，以及随着越来越多的传感器和电子设备在各处生成更多数据，设计目标和实现这些目标的手段正在发生变化。 Apple 使用了这种方法，桥接了两个基于 Arm 的 M1 SoC 来创建其 M1 Ultra 芯片。 图 2：AMD 的带有扇出桥的多芯片方法。 我们还看到更多的设计迭代。所以你有一个开发团队，一个质量团队，并且你不断地更新设计。” 对于为 OEM 设计芯片的芯片公司来说，这只是挑战的一部分。 “如果你看一下汽车市场，就会发现设计芯片组已经不再是按要求设计了，”Faché 说。“在初始阶段，芯片公司可能会使用该软件构建参考设计，并根据其使用方式进行设置。然后，OEM 将寻求优化。 特定应用与通用 设计团队面临的一个巨大挑战是更多的设计变得前置。不仅仅是创建芯片架构，然后在设计过程中解决细节，更多的问题需要在架构级别解决。
66630编辑于 2022-12-08 - 来自专栏网络交换FPGA
干货：简析芯片反向设计流程
要考虑的芯片成本有以下几项： 1，芯片拍片成本； 2，芯片从立项到交货的时间成本，时间过程导致芯片即使设计出来了，市场已经不需要了； 3，流片成本； 4，工具软件的授权使用成本； 5，测试成本，包括CP 在芯片数据手册上，一般会对芯片的功能进行说明，对芯片如何运行进行说明，这些说明将有助于我们对于电路的整理。 比如说，芯片手册上说道用了I2C，那么电路中肯定有一大块电路是属于I2C的。 根据这个推断结果，就在提取的电路中去寻找8个在一起的寄存器，它们其中一组就是I2C电路的一部分，再根据芯片版图的I2C PAD位去寻找，看连接到了那一组寄存器上，那么整个I2C的电路就被识别出来了。 开发的工作根据芯片的不同，工作量会有很大的不同，例如，如果有I2C通信引脚的芯片，需要用到USB转I2C芯片，例如FT232。通过在电脑上编程，通过控制USB转I2C芯片来控制待测芯片。 具体说来，1、开发在PC端开发测试的程序，例如LabView；2、设计测试芯片的电路板，并留下与PC通信的接口，通常采用单片机做主控芯片；3、搭建测试所需要的环境，比如说遮光要求。
2.8K20发布于 2019-10-29 - 来自专栏数字芯片实验室
机器学习如何帮助将芯片设计
机器学习（ML）也已经发展到现在似乎每个人都在使用的工具之一，但是ML对芯片设计意味着什么？是否ML确实是芯片设计的未来？ 芯片设计过程的每个元素都很难实现自动化，因为它在很大程度上依赖于单个工程师的经验。 需要许多芯片专家的投入，几乎每家芯片设计公司，无论大小，都有在timing、APR或功耗方面具有专业知识的常驻“专家”。 然后，通过在项目之间重用数据，可以将其用作未来设计流程优化的起点，从而节省大量计算资源并更快地交付改进的 PPA。 结论 半导体行业的持续增长将要求芯片设计工程师提高工作效率。 利用现在可用的支持云的并行和分布式计算资源，ML工具将进一步改善PPA，使工程团队能够达到应对更大和日益复杂的芯片设计所带来的挑战所需的生产力水平。过去，EDA工具提高了工程师的工作效率。
57310编辑于 2024-04-01 - 来自专栏数字芯片
芯片设计中的ECO是什么？
数字IC设计流程简述 1、确定项目需求 根据市场或者芯片功能要求，设计芯片的spec，得到可行的芯片设计方案。 2、系统级设计 用系统建模语言对各模块进行描述 3、前端设计 RTL设计、功能仿真、硬件原型验证、电路综合、DFT、STA 4、后端设计 版图设计、物理验证、后仿真 在复杂的设计流程中，bug是难以避免的 对于芯片设计而言，bug自然是越早发现越好。但是仿真验证差不多，进入RTL freeze阶段后，一旦发现新的bug，就变得有些麻烦。 一般应用于数字芯片版图设计。 对于数字IC设计而言，ECO这一步实际上是正常设计流程的一个例外。 功能改变是指由于来自客户对设计的追加需求（spec改变）或者设计的最后阶段发现芯片存在 bug 的情况下进行的 ECO；而非功能改变则是为了在不改变 RTL 网表的基础上修复部分时序以及串扰等问题而做的
40.9K96发布于 2021-10-22 - 来自专栏电子狂人
芯片设计之难，到底难在哪里？
我虽没有李白“笔落惊风雨，诗成泣鬼神”般的才华，但想借用李白的诗句来表达芯片设计之难，从某种角度来说，芯片设计是真的“难于上青天”！” 从前端设计的角度看，顶级芯片设计公司在芯片性能（Performance）、功耗（Power）、面积（Area）方面都做到了极致，后来者恐怕难以望其项背！ 难点之二——为芯片设计新功能 业内的多数芯片都有着成熟的设计方案，并且新产品都是基于上一代项目的迭代而诞生的，芯片设计过程相对容易。 如果为了解决一个新的问题或者适应新的使用场景，从头开始设计一款芯片，那么难度会直线上升。 在流片之后，如果芯片没有成功点亮，验证工程师也会挺身而出，与硅后工程师一起完成芯片的调试工作。在实际的芯片项目中，找到芯片设计中一个相对隐晦的错误并不容易。
60710编辑于 2023-09-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号