ai芯片

景嘉微的AI芯片账：64TOPS边端SoC在导入，商业航天暂未形成订单国产AI芯片的热度，正在从云端训练卡延伸到边端设备。在 2026 年 7 月 7 日的投资者关系活动记录表中，景嘉微提到，公司芯片产品主要为图形处理芯片 GPU 和边端侧 AI SoC 芯片。CH37 系列边端侧 AI SoC 的峰值算力为 64TOPS@INT8，客户导入工作顺利，并已完成配套 SDK 软件的开发和发布。

通富微电的AI封测账:营收279.21亿,净利润12.19亿,存储继续扩产AI芯片的热度，正在从设计环节传到封测后段。芯片能不能进入服务器、存储和高性能计算设备，最后还要经过封装、测试、良率和规模交付这一关。在 2026 年 7 月 7 日的投资者关系活动记录表中，通富微电披露，公司产品、技术和服务覆盖人工智能、高性能计算、大数据存储等领域，正在开发扇出型、圆片级、倒装焊等封装技术，并布局 Chiplet、2D+ 等封装技术。

蚁小二官方

华为韬定律突破芯片迭代瓶颈，赋能AI芯片多场景创新落地随着国内AI产业高速发展，各行业智能化改造持续推进，市场对AI芯片综合性能提出了更高要求，算力要更强，功耗要压住，还得能适配很多场景。

weixin_43618242

工业 AI 芯片如何选型？告别纸质手册，实现快速比对工业场景的AI芯片选型，和消费电子完全是两套逻辑。消费类可以追最新制程、最高算力，工业领域首先要过的是宽温、长生命周期、稳定供货这三道硬门槛。一颗工业AI处理器，参数表上标着-40℃到85℃，实际高温下NPU算力还能剩多少？宣称十年供货，备选方案有没有Pin-to-Pin兼容的型号？

机器觉醒时代

芯驰发布具身智能全栈芯片：大脑R1、小脑D9与E3-R系列执行MCU2026年4月24日，北京车展现场，芯驰科技正式发布战略 2.0，全面从行驶智能进阶迈向通用智能。依托长期沉淀的车规级芯片研发实力与规模化量产落地经验，芯驰正式推出面向具身智能的全栈芯片解决方案：大脑R1系列、小脑D9系列以及关节模组E31系列等。

04月23日AI每日参考：Google推出AI芯片挑战Nvidia，Workspace升级AI助手今天AI圈有两件值得关注的事。其一，Google Cloud推出新一代AI芯片与Nvidia竞争，标志着AI芯片市场竞争加剧；其二，Google Workspace升级AI功能，让AI成为办公室"实习生"，AI应用进入企业办公核心。10条精选资讯，带你快速掌握今日AI动态。

从张量到微分方程：AI计算架构的底层思考笔记在AI技术飞速发展的今天，很多工程实践背后隐藏着深刻的计算哲学问题。从如何在低资源设备上跑语音识别，到NPU为什么省电，再到神经网络是否必须用张量，这些问题的答案指向一个根本性的认知：我们正在从离散的、逻辑的计算范式，走向连续的、物理的计算范式。

嵌入式小企鹅

Claude开源风暴？半导体设备突破？目录🔮 今日核心观察🧠 一、AI × 芯片🖥️ 二、RISC-V × 嵌入式🤖 三、Claude开源 × AI编程工具

推理引擎系列（七）《InfiniLM》目录InfiniLM 技术架构演进框架版本迭代整体架构设计核心组件解析作业项目实战指南环境配置要求核心模块实现

SPICE仿真进阶：AI芯片低功耗设计中的瞬态/AC分析实战在2025年第三季度，英伟达（NVIDIA）在其公开技术博客《Power Integrity Challenges in Edge AI SoCs》中披露了一项关键数据：78%的边缘AI芯片项目因功耗超标导致工程样片回板失败，其中53%的问题根源可追溯至仿真阶段对动态功耗的系统性低估。更令人警醒的是，在7nm及以下先进工艺节点，瞬态电流尖峰（Transient Current Spikes）已占动态功耗总量的41%（来源：TSMC 2023 PDK技术白皮书），而传统基于平均翻转率（Toggle Rate

三星自研GPU剑指AI芯片霸权，2027年能否撼动英伟达？全球AI芯片战场的硝烟再度升级。三星电子突然抛出重磅消息：2027年将在Exynos处理器中搭载完全自研的GPU，目标直指端侧AI生态的自主权。这不是简单的硬件迭代，而是一场剑指英伟达霸权的豪赌。三星为何选择此时入局？手中的底牌能否支撑其野心？2027年的AI芯片格局，又将迎来怎样的变数？

阿加犀智能

重构开发范式？犀牛派 X1 的隐藏实力全解锁还在为 ROS2-Humble、MoveIt2、Gazebo 的部署调试抓狂？还在花费数小时配置依赖、解决版本冲突、适配硬件驱动，最后卡在 “环境搭建” 环节寸步难行？现在，一款将机器人开发核心工具 “封装成 APP” 的智能开发板，彻底颠覆传统开发流程，让每一位开发者都能轻松迈入机器人开发的快车道！这款开发板核心在于将 ROS2-Humble（机器人操作系统核心）、MoveIt2（运动规划利器）、Gazebo（高保真仿真平台）等机器人开发 “刚需工具”，全部预集成并封装为可视化应用 —— 无需手动

紫光国微成立中央研究院，端侧AI芯片如何重构机器人产业版图？当全球科技巨头纷纷扎堆云端大模型赛道、陷入参数竞赛的红海时，中国半导体领军企业紫光国微却走出了一条差异化突围之路。近日，紫光国微正式宣布成立中央研究院，明确将具身机器人等端侧AI芯片研发列为核心重点方向。这一战略布局绝非偶然，背后暗藏着对下一代智能终端核心需求的深刻洞察——在具身智能爆发的前夜，端侧“芯片级大脑”的重要性正愈发凸显。

源代码杀手

AI芯片分类汇总：主流芯片详解（附论文/报告/项目链接）人工智能（AI）技术的迅猛发展离不开底层硬件的支持，尤其是AI芯片。这些芯片是支撑深度学习模型训练和推理的核心组件。根据Stanford AI Index 2025报告，AI芯片市场规模预计在2023-2033年间以24.4%的复合年增长率（CAGR）扩张，到2033年将超过1000亿美元。中国厂商如华为、寒武纪在云端市场占比已达30%以上，全球竞争激烈。

AI芯片设计实战：用Verilog高级综合技术优化神经网络加速器功耗与性能近年来，人工智能芯片市场呈现爆发式增长，边缘计算设备对能效比（TOPS/W）的要求日益严苛。以NVIDIA为例，其最新一代A100 GPU的INT8运算性能达到624 TOPS，而功耗仅为400W，能效比达到1.56 TOPS/W。这种高性能要求使得传统手工门级设计方法面临巨大挑战。

模拟与数字的融合：为什么AI推理芯片离不开高性能模拟前端设计？随着人工智能（AI）技术在边缘计算、自动驾驶和物联网（IoT）领域的爆发式增长，AI推理芯片正面临前所未有的性能挑战。这些应用要求芯片在实时数据处理、高能效和低成本之间取得平衡。然而，纯数字芯片虽擅长并行计算和矩阵运算，但在处理真实世界的模拟信号时却存在固有局限。传感器（如摄像头、LiDAR、麦克风）输出的信号是模拟的，需要经过放大、滤波和数字化后才能被数字AI核心处理。这就是高性能模拟前端（Analog Front-End, AFE）发挥关键作用的地方。

Ascend DrivingSDK 中的 modulated_deform_conv2d（一）Ascend DrivingSDK 是基于昇腾 NPU 平台开发的适用于自动驾驶场景的算子和模型加速库，提供了一系列高性能的算子和模型加速接口，支持 PyTorch 框架。

认识一家公司：瑞芯微（Rockchip Electronics Co., Ltd.）以及旗下的两款芯片RK3288\RK3588瑞芯微电子股份有限公司（简称“瑞芯微”）成立于2001年，总部位于中国福建省福州市，是一家专注于集成电路设计与研发的高新技术企业。公司采用Fabless模式，专注于芯片设计，晶圆制造、封装和测试等环节由专业代工厂完成。瑞芯微在深圳、上海、北京、杭州、香港等地设有分/子公司，业务覆盖全球。

天翼云开发者社区

国产AI生态新突破！“息壤”+DeepSeek王炸组合来了！2025，国产AI火力全开！天翼云“息壤”深度适配DeepSeek-R1/V3实现“国产模型+国产算力+国产云服务”