Workflow
异构计算
icon
搜索文档
芯原收购芯来,今天开始停牌!
是说芯语· 2025-08-28 23:03
交易概况 - 公司正在筹划以发行股份及支付现金方式收购芯来智融股权并同步募集配套资金 交易尚处于筹划阶段 核心条款尚未确定 股票自2025年8月29日起停牌不超过10个交易日 [1] - 交易采用发行股份加现金支付的组合方式 参考公司2025年已完成多笔千万元级以上现金交易 显示并购整合成熟经验 [4] 标的公司情况 - 芯来智融成立于2018年 是国内RISC-V领域领军企业 专注于RISC-V CPU IP及平台方案研发 累计服务超过300家国内外授权客户 [6] - 产品包括面向边缘计算与IoT的32位N/U系列 适用于数据中心的64位NX/UX系列 以及针对安全支付 汽车电子和AI计算的NS/NA/NI专用系列 [6] 收购方业务优势 - 公司IP营收连续多年位居全球第七 中国第一 IP种类排名全球前二 拥有6大类处理器IP及1600多个数模混合IP和射频IP [6] - 在汽车电子领域耕耘十余年 内置GPU IP的汽车已达数千万辆 NPU IP获得82家客户采用并出货超1亿颗 在ADAS和自动驾驶领域形成技术壁垒 [6] 战略协同效应 - 芯来智融RISC-V CPU IP与公司GPU NPU形成互补 共同构建通用计算加专用加速的异构计算平台 [7] - 芯来NA系列产品可与公司已获ISO 26262认证的车规级设计流程无缝衔接 NACC Micro-NPU产品支持最高4TOPS算力将强化端侧AI竞争力 [7] - 公司2025年战略聚焦汽车智驾系统 智慧可穿戴设备和AI计算三大市场 RISC-V架构被视为突破异构计算瓶颈的关键技术路径 [7] 市场前景 - 到2030年基于RISC-V的AI SoC市场规模将超过420亿美元 年复合增长率达49.2% 成为半导体产业增长新引擎 [7] - 在智慧可穿戴设备领域 公司低功耗IP组合与芯来32位架构形成技术互补 共同服务超20家智能手表芯片企业 [9] 历史交易参考 - 公司2021年曾以5400万元现金完成芯思原微电子相关资产收购 本次交易或将延续强化IP矩阵的战略逻辑 [4]
刚刚!芯原微电子收购芯来,停牌!
是说芯语· 2025-08-28 13:32
交易概况 - 公司正在筹划以发行股份及支付现金的方式收购芯来智融股权 并同步募集配套资金 交易尚处于筹划阶段 核心条款尚未确定 股票自2025年8月29日起停牌不超过10个交易日 [1][2] - 交易采用发行股份加现金支付的组合方式 参考公司2025年已完成多笔千万元级以上现金交易 显示并购整合成熟经验 [4] 标的公司分析 - 芯来智融是国内RISC-V领域领军企业 专注于RISC-V CPU IP及平台方案研发 产品包括32位N/U系列 64位NX/UX系列 以及NS/NA/NI专用系列 累计服务超过300家国内外授权客户 [6] - 公司产品面向边缘计算与IoT 数据中心 安全支付 汽车电子和AI计算等应用领域 [6] 战略协同效应 - 收购可实现多重技术协同:芯来智融RISC-V CPU IP与公司GPU NPU形成互补 构建通用计算加专用加速的异构计算平台 [7] - 芯来NA系列汽车电子产品与公司已获ISO 26262认证的车规级设计流程无缝衔接 [7] - 芯来NACC Micro-NPU产品支持最高4TOPS算力及TFLM推理框架 将强化公司在端侧AI领域的竞争力 [7] - 技术布局与市场拓展形成战略共振:在汽车电子领域共同推进车规认证 在AI计算领域完善从通用到专用的AI算力布局 在智慧可穿戴设备领域形成低功耗技术互补 [9] 市场前景 - 公司2025年战略聚焦汽车智驾系统 智慧可穿戴设备和AI计算三大市场 RISC-V架构被视为突破异构计算瓶颈的关键技术路径 [7] - 预计到2030年基于RISC-V的AI SoC市场规模将超过420亿美元 年复合增长率达49.2% [7] 公司行业地位 - 公司IP营收连续多年位居全球第七 中国第一 IP种类排名全球前二 拥有6大类处理器IP及1600多个数模混合IP和射频IP [6] - 在汽车电子领域耕耘十余年 内置其GPU IP的汽车达数千万辆 NPU IP获得82家客户采用并出货超1亿颗 在ADAS和自动驾驶场景形成技术壁垒 [6] - 在智慧可穿戴设备领域服务超20家智能手表芯片企业 [9]
“舱驾一体”加速上车:算力共享与成本博弈下,融合难题仍待解
每日经济新闻· 2025-08-28 12:34
行业趋势 - 汽车电子电气架构正从分布式向集中式演进 舱驾一体成为智能汽车领域的新发展趋势[1][2] - 集中式架构以单颗通用SoC为核心 高通Snapdragon Ride Flex SoC是满足中央计算趋势的代表产品[2] - 中国市场在汽车架构创新中处于速度与创新的中心 蔚来 小鹏汽车 岚图 极氪等十余家车企正积极布局舱驾一体方案[1][6] 技术优势 - 舱驾一体方案实现算力共享 蔚来ADAM平台可实现智驾 智舱和整车控制最大256TOPS算力共享[3] - 通过中央计算平台调度 可让更擅长AI计算的芯片处理乘员识别等任务 提升运行效率[3] - 多SoC集成有效减少线束使用量和复杂性 行业通过系列化产品从研发效率与规模效应实现成本下降[3] 实施挑战 - 智能座舱与智能驾驶属于不同体系 智能驾驶涉及最高级别安全性标准 系统多域并行存在技术复杂性[4][6] - 车内显示界面数量增多 HMI需要大量图形音频交互 AI技术上车对算力要求进一步提升[5] - 安全标准差异导致成本控制难题 若智能座舱按智驾安全标准设定会提高成本[6] 解决方案 - 高通采用异构计算方式 通过CPU NPU及AI工具构建计算环境 在保障安全性与功耗控制前提下实现多域融合[6] - Snapdragon Ride Flex平台提供软件工具和SoC解决方案 支持不同关键级功能同时运作[6] - 行业生态伙伴包括零跑汽车 理想汽车 博泰车联网等计划采用骁龙汽车平台至尊版[6] 发展前景 - 企业解决方案有望在未来两年逐步实现商业化落地[7] - 舱驾一体是当前较好解决方案但并非最终形态 更高级别智能驾驶技术落地时可能存在方案迭代[7]
从芯片到超节点 国产算力合纵连横大时代开启
21世纪经济报道· 2025-08-27 12:33
国产算力生态协同发展 - 国产算力产业链通过芯片、服务器、智算集群的产业聚合寻求高效解法,大模型厂商和平台型厂商加速应用落地 [1] - 产业链从芯片架构创新、超节点高速互联到系统级能效重构形成高度耦合的生态格局,实现算力自主的体系性跃迁 [2] - 产业链拉通需底层芯片、软件生态、服务器整机、智算环节协同,开源开放成为破局关键路径 [3] 技术路线与生态建设 - DeepSeek应用UE8M0 FP8路线提升计算效率并减少存储传输开销,为国产芯片厂商指明趋势方向 [4] - 芯片厂商同时重视DeepSeek精益求精路线和OpenAI"大力出奇迹"路线,需提升基础设施能力以吸引生态开发 [4] - OISA 2.0协议支持AI芯片数量提升至1024张,带宽突破TB/s级别,互联时延缩短至数百纳秒 [5] - 中国移动推出全调度以太网(GSE)技术体系,支持千卡级组网能力,推进技术规范和大容量交换芯片发布 [6] - 服务器厂商与国产GPU芯片厂商深度合作进行软硬件适配,共同完善国产算力生态 [7] 异构计算与平台化解决方案 - 高性能计算与智算融合需解决硬件架构差异,联想通过"一横五纵"战略构建覆盖通用、科学、AI算力的异构智算平台 [8] - 智算中心建设需推进全流程标准体系、核心技术自主创新、政产学研协同生态及重点领域专项行动 [9] - 一体机通过"通用基座+垂直增强"模式实现行业适配,需结合具体业务场景进行模型调优和性能测试 [9] - 同泰怡构建覆盖轻量化至满血版大模型的全栈解决方案,在教育、能源、电网、政务、医疗等行业实现落地 [10] 液冷技术发展与能效优化 - 冷板式液冷改造速度快,浸没式液冷技术复杂度高,液冷部署受供电、散热、承重、运维条件限制 [11] - 液冷技术降低PUE值并提升算力密度,长周期TCO优势显著,芯片结温可降低15°C至25°C [11][12] - 冷板式液冷与风冷系统高度兼容,改造难度低周期短成本可控,联想开发双循环浸没式液冷技术实现PUE值1.035 [12][13] - 联想推动低成本冷板方案实现风液同价,研发相变冷板应对更高功耗芯片散热需求 [12]
全志科技上半年净利润同比增长35.36% 多领域智能化布局成效显著
巨潮资讯· 2025-08-21 12:33
财务业绩 - 2025年上半年营业收入13.37亿元,同比增长25.82% [1] - 归属于上市公司股东的净利润1.61亿元,同比增长35.36% [1] 增长驱动因素 - 市场需求回暖及扫地机器人、智能汽车电子、智能视觉等领域产品落地推动收入增长 [1] - 通过A527、A537、A733等量产平台优化系统调度算法提升产品竞争力 [1] 技术研发进展 - 启动下一代高性能SoC架构研发应对复杂计算需求 [2] - 在AI算法领域围绕视觉、语音、人机交互等场景强化软硬件协同创新 [2] - 基于NPU算力开发AI ISP智能成像、AI夜景人像等平板领域AI技术 [2] 产品应用拓展 - 智能视觉应用新增AI人车宠监测、婴儿看护等自研算法包 [2] - V821芯片适配低内存人形识别模型支撑安防产品 [2] - AI眼镜和玩具领域适配视频防抖算法及多语言大模型API [2] 产品线布局 - 智能平板领域形成A333/A133/A523/A537/A733全系列产品矩阵 [3] - A733平台通过Google Android16 GMS Express认证 [3] - 机器人领域MR536实现扫地机量产,MR153送样集成四核ARM+RISC-V处理器 [3] - 智慧视觉领域V861具备6M30高清处理与1T NPU算力,形成V821/V831/V851/V861序列 [3] - 解码显示领域H723试产、H135量产、TV323完成验证 [3] 战略发展方向 - 通过技术迭代在智能终端、机器视觉、车载电子等赛道实现突破 [4] - 依托AI与异构计算需求增长巩固全面智能化市场地位 [4]
麻省理工大学:《通往通用人工智能之路》的研究报告
通用人工智能(AGI)发展现状 - AGI定义为实现经济价值领域超越人类的全自主系统 但专家认为需涵盖更广的智能维度如适应性重组能力[4] - 当前AI在专业领域(药物发现 代码编写)表现优异 但解决基础谜题能力远逊人类 显示认知鸿沟[2] - 最先进大型语言模型在ARC-AGI-2基准测试得分为0% 而人类接近满分 凸显适应性缺陷[4] AGI实现时间表加速 - GPT出现前AGI预测需80年 GPT-3发布后缩短至50年 2024年底预测进一步骤降至5年[3] - 行业领袖预测: Anthropic联合创始人认为"强大AI"可能2026年出现 具备跨界面自主推理能力[3] - 综合预测显示50%概率2028年前实现多项AGI里程碑 2047年机器全面超越人类概率达50%[4] 技术瓶颈与突破路径 - 计算能力需求: AGI可能需要超10^16 teraflops 2037年计算成本或超美国GDP[5] - 深度学习时代计算量翻倍时间从21个月缩短至5.7个月 需转向高效异构计算架构[5][6] - 硬件创新需结合CPU/GPU/NPU/TPU 配套软件工具实现跨平台代码运行[7] - 根本性障碍在于智能定义本身 需突破概率图谱技术基础 寻求类似Transformer的架构革命[7][8] 智能本质的重新定义 - 需建立超越人类成就的新框架 纳入流体智能/社交智能/具身智能等维度[8] - 智能被重新定义为"有效重组已知事物解决新问题的能力" 当前AI缺乏此核心特质[4] - 视觉感知/精细运动/创造力/情感互动等8项人类能力仍是AI显著短板[5] 行业生态发展趋势 - OpenAI CEO认为AGI将引发堪比电力/互联网的社会变革 创造超指数级社会经济价值[3] - 实现路径需硬件/软件/算法/定义的四重革命 形成统一生态系统[8][9] - 麦肯锡数据显示当前AI在色彩一致性/上下文理解/同理心等方面存在明显不足[5]
云工场与香农芯创订立合资协议
智通财经· 2025-08-12 13:39
合资公司成立 - 云工场与香农芯创于2025年8月12日订立合资协议 成立注册资本为人民币1.2亿元的合资公司以开拓智算服务市场 [1] - 云工场出资人民币9000万元(持股75%) 香农芯创出资人民币3000万元(持股25%) 合资公司作为云工场附属公司并入集团综合财务报表 [1] 战略协同与业务拓展 - 智算业务与公司现有业务形成协同效应 满足现有客户对计算资源及处理能力稳定增长的需求 [1] - 公司凭借技术专长、分布式运算投入、成熟供应链及自主研发资源调度平台 具备提供智算服务的能力 [1] - 合资整合云工场技术优势与香农芯创行业协调能力 提升智算领域整体竞争优势 [1] 具体战略举措 - 强化技术升级:通过合资公司获取先进计算芯片 丰富异构计算资源池 [1] - 加速业务拓展:为各类客户建立智算中心 提升无锡及长三角地区计算资源可用性 符合当地政策方向 [1] - 深化生态合作:通过与政府及行业主要参与者合作 接触大型国际本地企业 利用其技术资源优化边缘多模态大模型推理框架 [1] - 抢占先发优势:巩固在边缘计算、人工智能及异构计算领域领先地位 吸引互联网企业及金融能源行业客户 通过多元化设备建立竞争壁垒 [1]
云工场(02512)与香农芯创订立合资协议
智通财经网· 2025-08-12 13:29
合资公司成立 - 云工场与香农芯创成立合资公司,注册资本为人民币1.2亿元,云工场出资9000万元占比75%,香农芯创出资3000万元占比25% [1] - 合资公司将作为云工场附属公司入账,财务业绩并入集团综合财务报表 [1] - 合资公司旨在开拓智算服务市场,整合双方技术知识、行业协调能力和业务网络 [1] 业务协同与战略意义 - 智算业务与公司现有业务相辅相成,可产生协同效应,现有客户对计算资源和处理能力需求稳定增长 [1] - 公司凭借技术专长、分布式运算投入、成熟供应链和自主研发资源调度平台,具备提供智算服务能力 [1] - 合资公司将强化技术升级,获取先进计算芯片,丰富异构计算资源池 [1] 市场拓展计划 - 合资公司将加速智算业务拓展,包括为各类客户建立智算中心,提升无锡及长三角地区计算资源可用性 [1] - 公司可通过合资公司深化与当地政府及行业主要参与者合作,接触大型国际及本地企业客户 [1] - 合资公司将帮助公司抢占智算行业先发优势,巩固在边缘计算、人工智能及异构计算领域的领先地位 [1] 技术发展机遇 - 合资公司将使公司更容易获取大型企业的国际国内技术资源,优化边缘多模态大模型推理框架 [1] - 通过合资公司网络可获取多元化先进智算设备,建立市场竞争壁垒,提升品牌知名度 [1] - 合资公司将吸引尖端互联网企业及金融、能源等行业客户 [1]
云工场(02512.HK)拟成立合资以开拓智算服务市场
格隆汇· 2025-08-12 13:17
合资公司成立 - 云工场与香农芯创于2025年8月12日订立合资协议 成立注册资本为人民币120百万元的合资公司以开拓智算服务市场 [1] - 云工场出资人民币90百万元持有合资公司75%权益 香农芯创出资人民币30百万元持有25%权益 合资公司作为附属公司并入集团综合财务报表 [1] 战略协同效应 - 整合云工场智算技术知识及香农芯创行业协调能力 提升智算领域整体竞争优势 [1] - 合资公司提供先进计算芯片获取渠道 丰富异构计算资源池 [1] - 通过合资公司拓展智算中心建设业务 提升无锡及长三角地区计算资源可用性 符合当地政府政策方向 [2] 生态合作与业务发展 - 通过合资公司与当地政府及行业主要参与者合作 接触对智算服务有需求的大型国际及本地企业 [2] - 利用大型企业的国际国内技术资源 加速优化边缘多模态大模型推理框架 [2] - 吸引尖端互联网企业及金融能源行业客户 获取多元化智算设备建立市场竞争壁垒 [2] 市场地位提升 - 合资公司加速进军智算行业 巩固在边缘计算、人工智能及异构计算领域的领先地位 [2] - 积极参与政府政策倡议 强化作为智算行业区域关键参与者的地位 [2]
PCIe,狂飙20年
半导体行业观察· 2025-08-10 01:52
PCIe技术发展历程 - PCIe 8.0标准发布,数据传输速率达256GT/s,实现带宽翻倍,成为技术发展里程碑[1] - PCIe技术用20余年重构计算机数据传输格局,从串行总线革命到每秒256GT速度突破[1] - PCIe最初由Intel在2001年提出,旨在替代旧的PCI、PCI-X和AGP总线标准[3] - PCIe通过串行总线架构实现对传统PCI并行总线的全面革新[9] - PCIe技术历经8代迭代,从1.0的2.5GT/s到8.0的256GT/s,每代实现速率翻倍[13][43] PCIe核心技术特性 - 串行通信机制:以串行传输替代并行架构,减少信号干扰,提升传输效率[11] - 点对点连接设计:每个外设通过独立链路直接对接根复合体,消除总线竞争瓶颈[11] - 可扩展带宽能力:支持通过通道数量线性扩展带宽,匹配不同设备需求[11] - 采用PAM4调制技术替代传统NRZ编码,实现带宽翻倍[23] - 引入流量控制单元(FLIT)编码,提升传输效率[27] PCIe各代技术演进 - PCIe 1.0:2003年推出,单通道2.5GT/s,带宽250MB/s[14] - PCIe 2.0:2007年发布,速率翻倍至5GT/s,带宽500MB/s[15][17] - PCIe 3.0:2010年发布,速率8GT/s,带宽约1GB/s[17][18] - PCIe 4.0:2017年问世,速率16GT/s,带宽约2GB/s[19] - PCIe 5.0:2019年发布,速率32GT/s,带宽约4GB/s[22] - PCIe 6.0:2022年发布,速率64GT/s,带宽8GB/s[23] - PCIe 7.0:2024年公布,速率128GT/s,带宽16GB/s[27][31] - PCIe 8.0:2025年开发中,速率256GT/s,带宽32GB/s[38][42] PCIe市场应用 - 云计算领域占据最大份额(超过50%),主导数据中心和服务器应用[46] - 汽车行业采用率自2020年起稳步上升,满足AI和ADAS需求[46] - 移动设备市场份额稳定在10%-20%,用于智能设备和高效互联[46] - 消费类电子市场份额逐步扩大,应用于家庭设备和个人电脑[46] - 工业领域采用率缓慢增长,重要性随工业自动化和IoT发展日益凸显[46] PCIe技术挑战与竞争 - 面临NVLink、Infinity Fabric等专用互联技术的挑战[55] - UALink联盟成立,开发开放行业标准应对AI数据中心需求[56] - CXL协议推出,实现与PCIe兼容的同时满足异构计算需求[63] - 光互连技术有望突破电信号传输物理瓶颈[37][71] - 速率持续翻倍面临信号质量、走线设计和封装材料等挑战[43]