【收购】AMD收购AI芯片公司Untether工程师团队;美国机构斥资3000万美元资助AI驱动的射频芯片设计项目

来源:爱集微 #芯片#
8052

1、AMD收购AI芯片公司Untether工程师团队

2、美国机构斥资3000万美元资助AI驱动的射频芯片设计项目

3、押注人工智能芯片需求强劲 博通预计季度营收将高于预期

4、君正AOV方案选型指南

5、Qorvo:超宽带无线通信UWB探索新应用


1、AMD收购AI芯片公司Untether工程师团队

AMD公司证实,已收购Untether AI公司的员工团队。Untether AI是一家AI推理芯片开发商,其产品宣称比竞争对手的边缘环境和数据中心产品速度更快、更节能。AMD拒绝透露交易的财务细节。

AMD发言人在一份声明中表示:“AMD已达成战略协议,将从Untether AI收购一支才华横溢的AI硬件和软件工程师团队。此次交易将为AMD带来一支世界一流的工程师团队,他们专注于提升公司的AI编译器和内核开发能力,并增强我们的数字和SoC设计、设计验证和产品集成能力。我们非常高兴地欢迎该团队以其独特的专业知识加入AMD。”

Untether AI高管Bob Beachler发表的声明称,作为交易的一部分,这家初创公司“将不再提供或支持speedAI产品和imAIgine软件开发套件”。

这是AMD过去几年为扩展其AI计算能力并挑战英伟达在该领域的主导地位而进行的多项收购中的最新一项。就在前一天,AMD宣布收购了编译器和AI优化推理软件初创公司Brium,以优化其Instinct数据中心GPU的AI性能等。

这家总部位于安大略省多伦多的初创公司Untether AI成立于2018年,一直在销售基于其“内存”架构的边缘环境和数据中心AI推理芯片,称该架构“显著”提高了性能并降低了功耗。

2024年10月,Untether AI推出speedAI240 Slim AI推理加速器卡。该公司表示,在MLPerf测试结果中,该卡的能效比封闭数据中心类别的其他芯片高出三倍,比封闭边缘类别的高出六倍。

该公司表示,在ResNet-50图像分类基准测试中,speedAI 240还展现了数据中心和边缘类别中所有单块PCIe卡中最快的性能。

Untether AI表示,采用75W PCIe设计的speedAI 240卡已被美国嵌入式计算供应商J-Squared Technologies和印度AI云计算公司Ola-Krutrim采用。

Untether AI已与其他多家公司建立合作伙伴关系,包括Ampere Computing、Arm和NeuReality等半导体公司,以及Boston、Asa Computers和Vertical Data等解决方案提供商。

今年4月,该公司表示,“市场对Untether AI的芯片需求旺盛”,尤其是市场需要不像英伟达那样高耗能的GPU,英伟达的高能耗GPU正在将机架功耗推高至120KW。

2、美国机构斥资3000万美元资助AI驱动的射频芯片设计项目

美国有三支团队正斥资3000万美元开展专项计划,研发用于提升射频(RF)芯片设计效率的人工智能(AI)技术。

负责运营美国国家半导体技术中心NSTC的非营利组织Natcast正牵头资助首个“AI驱动的射频集成电路设计支持”(AIDRFIC),该项目联合是德科技(Keysight)、普林斯顿大学及得克萨斯大学共同推进。

Natcast首席执行官Deirdre Hanford表示:“采用AI进行射频设计,对维护美国在技术创新领域的领导地位至关重要。借助AI不仅能提高我们的研究能力,还能确保美国在通信基础设施领域保持前沿地位。通过投资AI驱动的射频解决方案,我们将巩固竞争优势、增强国家安全并推动经济增长,进一步确立美国在全球科技格局中的领先地位。”

来自是德科技、普林斯顿大学和得克萨斯大学奥斯汀分校的团队将在未来两年内参与该项目的研发工作。

Natcast的AIDRFIC项目经理Marcus Pan表示:“射频集成电路设计是一个复杂且耗时的过程,需要电磁学和电路优化方面的专业知识。通过探索和投资此类利用AI和机器学习(ML)技术革新射频集成电路设计格局的项目,美国将能大幅加速关键技术开发,提升前沿技术设计质量——这对满足宽带通信、5G+/6G及下一代射频硬件日益增长的能效需求至关重要。”

得克萨斯大学奥斯汀分校的团队正将生成式AI融入CMOS和氮化镓(GaN)微波单片微波集成电路(MMIC)的设计流程中,该项目是价值960万美元的“GENIE-RFIC”项目。

得克萨斯大学奥斯汀分校科克雷尔工程学院钱德拉家族电气与计算机工程系教授、该项目首席研究员David Pan表示:“射频集成电路的设计效率是大问题;在大多数情况下,设计单个芯片至少需要数月时间。我们的目标是通过AI辅助设计流程缩短开发时间和成本,同时降低从事射频集成电路设计的经验门槛,从而显著提升设计效率。”

这些AI驱动工具将能根据目标规格执行快速“逆向”设计,自动优化电路拓扑结构与参数配置。

行业合作伙伴包括IBM、Cadence和格罗方德(GlobalFoundries)。研究人员正成立初创公司CircuitGenie,以推动该项目技术的商业化。包括Qorvo、英伟达、波音、德州仪器、ADI(Analog Devices)和联发科在内的多家未获资助的合作伙伴也在为项目贡献力量。

普林斯顿大学“IMAGINE”项目正在开发射频集成电路的逆向设计方法与生成式AI技术,用于算法化及非直观设计探索。该项目正从根本上重构射频集成电路设计流程——通过整合AI与逆向设计方法,构建能从规格参数直接生成电路版图的端到端设计体系。

是德科技则牵头一项电子设计自动化(EDA)行业计划,旨在将AI驱动的自动化功能融入EDA设计工具流程。

3、押注人工智能芯片需求强劲 博通预计季度营收将高于预期

6月5日,博通预测其第三季度营收将高于华尔街预期,押注其网络和定制人工智能计算芯片的需求强劲。

然而,该公司股价在今年上涨约12%之后,在盘后交易中下跌了4%,因为该预测未能打动那些大举押注芯片股的投资者,他们预计生成式人工智能技术的进步将推动该公司实现大幅增长。

根据伦敦证券交易所汇编的数据,博通预测第三季度营收约为158亿美元,而分析师平均预期为157.1亿美元。

Summit Insights Group高级研究分析师Kinngai Chan表示:“显然,在公布财报之前,市场对该公司的预期很高,因为过去一个月该公司股价上涨了近30%。”

博通是人工智能硬件生态系统的关键参与者,它帮助设计定制处理器,这些处理器是高度专业化的集成电路,专为OpenAI和谷歌等人工智能和云计算公司设计。

博通已开始发售其最新的网络芯片Tomahawk 6,旨在加速人工智能工作负载。这款网络芯片的性能比上一代产品提升了一倍,并显著提高了数据中心网络中比特传输的效率。

博通首席执行官(CEO)陈福阳表示:“随着我们超大规模合作伙伴的持续投资,我们预计第三季度人工智能半导体收入将加速增长至51亿美元,实现连续十个季度的增长。”他在财报电话会议上表示,非人工智能半导体收入已接近触底,且复苏速度相对较慢。

4、君正AOV方案选型指南

背景:技术创新驱动AOV市场爆发式增长

随着AOV(Always-On Video)技术与4G网络技术的深度融合,AOV摄像头凭借“无电无网场景全覆盖”的独特优势,正成为安防与AIOT领域的核心增长点。

作为行业技术领跑者,基于君正T系列平台的AOV方案已实现大规模商用,并持续推动产品横向多样化延伸,覆盖从入门级到高端4K的全场景需求。

AOV的核心竞争力:全时录像与功耗平衡

在无电无网的严苛环境下,AOV产品的核心挑战在于实现全时录像与超低功耗的完美平衡:

l 视频全时:7×24小时不间断录制,确保关键事件无遗漏;

l 事件全时:智能算法实时检测人车动态,精准触发告警;

l 功耗优化:通过芯片级技术突破,在保障数据完整性的同时,将休眠功耗降至毫瓦级,延长设备续航。

君正凭借自主可控的CPU、ISP、VPU、NPU等全栈自研技术,以及在电池类IPC领域与多家头部品牌合作落地的丰富经验,能够深度优化AOV技术的每一个关键环节。通过芯片级软硬协同设计与跨模块高效整合,可以确保AOV产品在低功耗、高算力、长续航等核心指标上实现突破,为用户提供“全时可用、极致省电”的终端体验。

君正AOV方案全面布局,定义行业新标杆

l 第一代T41ZM/ZG

首发实现了基于Atlas平台的“全时录像“电池IPC产品,助力多家行业及消费类伙伴客户落地。同时,T41ZM/ZG具有低至1mW级的业内最低休眠功耗。

 

通过T41ZM/ZG系列方案的规模化落地,君正积累了AOV IPC产品的深度工程经验,奠定T32/T33系列进阶发展的实践基础。成功助力捷高、觅睿等头部客户在AOV领域实现创新突破,在一年时间内实现AOV产品的百万级出货。

l 第二代T32V系列

相比于T41 AOV方案,T32V系列增强了多摄能力、更省内存。通过核心机制优化实现比上一代T41 AOV方案更低的功耗,同时显著优化成本。并推出512Mb/1Gb/2Gb三种内存容量,可覆盖多档定位AOV产品。

目前,基于T32V系列的AOV产品正陆续落地,并不断优化效果与体验。

l T33V系列(即将推出)

- 功耗进一步优化,性价比全面提升

- 与T32V系列Pin2Pin,SDK兼容,与T32形成互补,构建低,中,高全面产品布局。

方案选型推荐如下:

第一代AOV方案

T41ZM

T41ZG

适用分辨率

3Mp~5Mp

4K

内存容量

1Gb

2Gb

典型功耗

40+mW

40+mW

算法能力

30米级人车检测

多算法应用

封装

BGA

BGA

适用产品

主力档AOV产品

4K

多算法融合AOV

第二代AOV方案

T32VL

T32VN

T32VX

适用分辨率

2Mp~3Mp

3Mp~5Mp

4K

内存容量

512Mb

1Gb

2Gb

典型功耗

40+mW

40mW

40mW

算法能力

30米级人车检测

30米级人车检测

多算法应用

封装

QFN96

QFN96

QFN96

适用产品

入门级AOV产品

主力档AOV产品

多摄AOV

4K

多摄大分辨率AOV

多算法融合AOV

第三代AOV方案

T33VL

T33VN

适用分辨率

2Mp~3Mp

3Mp~5Mp

内存容量

512Mb

1Gb

算法能力

30米级人车检测

30米级人车检测

封装

QFN96

QFN96

适用产品

入门级AOV产品

主力档AOV产品

多摄AOV

结语

君正将持续推动AOV技术向更智能、更高效、更创新的方向发展,携手合作伙伴开拓更多的优秀产品,赋能行业迈入AIOT的新时代。

5、Qorvo:超宽带无线通信UWB探索新应用

UWB(超宽带)作为一种基于极窄脉冲信号的无线通信技术,具有GHz级带宽、厘米级定位精度、低功耗等特性,在通信与定位功能上展现出高速、高精度优势。但是UWB的应用需要大规模部署UWB基站的场景,如室内定位系统。基站的建设、安装和维护成本都是一笔不小的开支。同时,UWB的应用场景主要集中于定位、室内导航等少数领域,对其他领域的应用探索相对不足,这些问题都限制了UWB技术的市场潜力和发展空间。不过近年来,UWB这种不温不火的市场表现正在得到改变,对于新应用领域的探索正在加速,无论是消费、工业领域的定位,还是车载应用的安全认证等,尤其是对UWB雷达应用的开发,都更给人们以新的想象空间。UWB的发展正在迎来新的转机。

手机、车载、工业,UWB加装增速

“很明显的一个趋势,UWB的接受程度正在提高。”Qorvo资深市场经理俞诗鲲在接受媒体采访时指出。其中一个最大的变化趋势是,越来越多手机厂商开始将UWB模块集成到自家旗舰机型或热门产品当中。

早在2019年,苹果就开始在iPhone手机中普及UWB技术,此后逐渐将UWB芯片应用于Apple Watch、HomePod等产品。最新的进展是,苹果在Vision Pro中也加入了UWB芯片。三星在旗下Galaxy Note 20 Ultra、Galaxy Z Fold 2等机型中也已导入UWB方案。在“对准来分享”功能中,UWB通过快速定位可建立无线连接,以实现数据传输。另外,小米在智能家居领域,也推出了具备UWB技术的“一指连”功能,以及由此衍生的“一指操控”和“一指投送”功能。

手机厂商作为主要的消费电子厂商,具有很强的示范引领作用,将吸引更多上下游企业关注并参与到UWB技术的研发与应用中来,推动UWB技术在更广泛领域的应用拓展与市场普及。

在车载和消费领域是另一个值得关注的市场。“基于UWB的无感进入技术(Hands Free access)正在得到更多应用。”俞诗鲲介绍。因为,除了定位功能之外,UWB还是一项安全技术。它可以基于位置提供数据服务。而这种基于位置的数据信息是很难被黑客加以复制和传播的,所以UWB在安全领域有着天然的优势。目前,UWB的这一特性正在车载领域落地。采用UWB的数字车钥匙等项目被多家国际国内头部车厂所看重,都有相关产品在推出。这一技术在消费领域如智能门锁上,也在落地。

UWB在工业领域的发展也很快。2024年几家国际AP大厂将UWB集成到最新的Wi-Fi 7路由器当中。这些产品将最先被供应给工业用户。以往,UWB难以被大批量布设的一个重要原因在于,它的定位服务是基于网络实现的。而网络需要大量基础设施的建设,比如网络基站。随着AP厂商在路由器中对UWB集成,相当于建设了相应的基础设施。随着基础设施的完成,后续的应用服务如算法、标签,就变得更加容易。相信未来几年,UWB在工业领域的发展将会加速。

UWB雷达,新应用不断被探索

除定位与安全应用之外,雷达是人们对UWB应用的最新探索。

“对于雷达技术,人们比较熟悉的是激光雷达或毫米波雷达。UWB技术也可以用于雷达。其原理是利用UWB信号特性实现对目标物体的高精度探测和成像。与传统的雷达技术相比,UWB雷达具有更高的分辨率、更强的抗干扰能力和更低的功耗特性。”俞诗鲲介绍。

据了解,UWB雷达目前已经有了一些应用落地。UWB可以穿透一些非金属障碍物,如墙壁、家具等,实现对隐藏目标的探测,因而在安防监控、智能家居、医疗健康等领域展现出广阔的应用前景。例如,在安防监控领域,UWB雷达可以实时监测房间内的人员活动情况,即使人员躲在障碍物后面也能被准确探测到,大大提高了安防系统的可靠性和安全性;在智能家居领域,UWB雷达可以用于智能照明控制,根据人员在房间内的位置自动调节灯光的亮度和开关状态,实现更加智能化和人性化的家居体验。

“当然这项技术真正要想发挥作用还需要相应的软件算法配合,所以还在不断演进和开发之中。我们期待未来会有更多应用场景落地。”俞诗鲲表示。

Qorvo持续完善UWB方案

随着UWB技术对各种新应用的不断探索,市场规模不断提高。高工智能汽车研究院预计,2024年中国乘用车市场仅UWB数字钥匙方案标配上车规模将突破150万辆,2025年将实现超过15%的搭载率。

应对市场需求,近年来Qorvo不断推出芯片乃至模块级的解决方案。据了解,Qorvo第一代UWB芯片是2014年推出的DW1000系列。2019年Qorvo推出DW3000和QM33系列。今年3月,Qorvo再次发布新一代QM35825芯片。

资料显示,QM35825是一款SoC级的UWB产品。除UWB收发器以外,还集成了MCU、前端FEM(前端模块)等,形成完整解决方案。根据俞诗鲲的介绍,QM35825的一大特性是可以简化设计。原本UWB系统厂商可能需要三颗芯片才能完成的设计,采用QM35825一颗芯片就可以解决问题。

此外,QM35825的性能也有很大提升,特别在射频性能上,Link Budget(链路预算)最高可达104dB 。Qorvo将接收和发送通道做了分离,支持单发三收。三个接收通道中两个通道完全和发送通道隔离。这样的架构使芯片的无线性能得到质的飞跃。体现在应用上,就是测距和测角的精度比原来提升了一倍:测距精度达到5厘米,测角精度达到2度。

在UWB的方案上,Qorvo不仅推出芯片级产品,还推出模块。这是因为UWB的频率较高。许多计划采用UWB的企业并不熟悉开发如此高频的射频产品。Qorvo利用自身优势,将射频和天线整合进入方案当中,形成模块级产品,可以降低用户的进入门槛。此外,Qorvo还可以提供定制化的服务,甚至帮用户进行PCB级的定制设计。“就个人的经验而言,对于很多企业,UWB的测角天线都是一项技术挑战。”俞诗鲲补充。

责编: 爱集微
来源:爱集微 #芯片#
THE END

*此内容为集微网原创,著作权归集微网所有,爱集微,爱原创

关闭
加载

PDF 加载中...