Chiplet(小芯片)技术,作为后摩尔时代的热门技术之一,在近两年受到业内的广泛关注和探讨。即便已经有了像UCIe这样的产业联盟,不少人依然认为我们需要一套属于自己的Chiplet技术标准。
继2021年Chiplet标准立项之后,在12月16日“第二届中国互连技术与产业大会”上,首个由中国集成电路领域相关企业和专家共同主导制定的《小芯片接口总线技术要求》团体标准,正式通过工信部中国电子工业标准化技术协会的审定并发布。这是中国首个原生Chiplet技术标准,对中国芯片产业意义重大。
我们的科技留言板“有意见”如下
@魔法少女郭德纲:无论是中国发布的Chiplet技术标准,还是国外厂商牵头发起的UCIe,都是为了Chiplet生态系统。目的就是开发相应的参考设计,并孵化相应的企业,加速我国集成电路行业发展。我们猜测,下一步布局可能是与UCIe在物理层上兼容的问题,这样才能降低IP厂商支持多种chiplet标准的成本,这是一个全球的共赢过程,希望国内外厂商能摒弃某些外在因素,单纯在技术方面聚智凝力,这样才能走得更远。
@卡卡卡卡西:三流企业做产品,一流企业做标准,在当下严峻的市场环境下,只有突破标准这一关,本土芯片企业才能顺利进入国际市场,做大做强。
@老铁666:世界上最早的电子产品是由电子真空管组成的,体积大、易碎、密封性差等一系列缺点,经过时代的演变,现在的高性能芯片已经小到可以放在指尖。科技的进步让人心生敬畏。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。