标签:chip-design

  • 亚马逊CEO安迪·贾西:AI算力需求、芯片战略与多元业务布局 a16z
    亚马逊CEO安迪·贾西在访谈中阐述了公司2026年的雄心,包括2200亿美元资本开支、AWS业务增长及履约网络重构。他强调AI、机器人和太空开发是三大变革,通过垂直整合芯片(如Graviton和Trainium)提升性价比,并坚持去中心化组织以支持多元业务创新。
  • 前英特尔CEO对谈a16z:当AI让芯片设计变便宜,什么反而变贵了? Best Partners TV
    前英特尔CEO帕特·基辛格对话a16z,指出AI将芯片设计周期压缩至3个月后,瓶颈已全面转移至晶圆制造、先进封装、内存带宽、光学互联与电力供给等物理世界硬约束。硬件迎来文艺复兴,工程难度正在重塑行业价值。
  • OpenAI 九个月流片背后:AI 在芯片设计里到底做到了什么 yage.ai
    文章探讨了OpenAI在芯片设计中利用AI进行物理设计后段优化搜索的实际贡献。核心观点是,AI主要扮演的是加速工程师对现有组件和框架进行参数组合搜索的角色,而非从零开始设计或生成逻辑代码。文章通过对比制造端(如cuLitho、缺陷检测)和设计端(EDA工具中的优化),分析了不同环节对AI成熟度的差异,指出当前AI在芯片设计中主要集中在可量化、反馈快且目标清晰的物理优化搜索领域。
  • AI算力瓶颈与全球范式重构:Gavin Baker深度洞察 Best Partners TV
    美国知名科技投资人Gavin Baker深度解析AI行业现状。他指出当前AI增长受限于算力而非市场需求,强调算力瓶颈在于能源与晶圆,并探讨了轨道计算、晶圆级架构、定价模式转变及“苦涩的教训”对AI投资逻辑的影响。同时,分析了地缘政治与美国能源独立优势在AI竞争中的体现,以及AI Agent在个人与企业层面的应用前景。
  • 从底层看芯片设计:Reiner Pope 深入解读AI芯片工作原理 Dwarkesh Patel
    MatX CEO Reiner Pope 在访谈中深入探讨了AI芯片的工作原理,从逻辑门、乘加运算等基本单元开始,逐步构建到复杂的脉动阵列(Tensor Core)和芯片架构。他详细解释了AI芯片如何通过优化计算与通信的比例,实现高效的矩阵乘法,并比较了CPU、GPU和TPU在架构设计上的核心差异。访谈还涵盖了时钟周期的决定因素、FPGA与ASIC的商业权衡,以及芯片设计中非显而易见的挑战和取舍。
  • 苹果台积电十年盟约:从芯片自研到AI时代的权力洗牌 Best Partners TV
    本文深入剖析了苹果与台积电长达十余年的战略合作,揭示了苹果为何斥巨资自研芯片并选择台积电作为独家代工厂。从张忠谋的百亿美元豪赌,到苹果通过收购构建芯片帝国,再到双方在资金、技术上的深度协同,共同推动了先进制程的飞跃。文章详细阐述了这种“相互锁定”关系如何重塑半导体行业格局,以及在AI时代高性能计算(HPC)崛起背景下,苹果如何应对产能稀释、地缘政治风险,并调整策略以保持领先地位,最终实现双赢并加速摩尔定律演进。
  • 澜起科技跟踪调研:业绩验证四大投资逻辑,第二增长曲线爆发 海淀拙大叔
    本文深入分析了澜起科技(Montage Technology)的投资逻辑验证过程。通过对比行业周期、解析 Retimer、MRCD/MDB、CKD、MXC 四大高运力芯片的增长数据,以及评估公司的技术壁垒,指出澜起科技已走出行业低谷。公司正从细分领域的隐形冠军,向‘全互联芯片设计公司’进行战略转型。