英特尔收购芯片制造商eASIC 进一步降低对CPU依赖

Release time:2018-07-13
author:
source:网易科技报道
reading:2288

7月13日消息,据路透社报道,英特尔周四宣布,计划收购小型芯片制造商eASIC,这将有助于进一步推动其转向多元化经营,向CPU芯片以外的领域拓展。

英特尔收购芯片制造商eASIC 进一步降低对CPU依赖

英特尔没有披露与eASIC交易的具体条款,后者总部位于美国加州圣克拉拉(Santa Clara),这也是英特尔总部的所在地。英特尔一位发言人称,收购价格“并不重要”,但大约120人将因此加入英特尔旗下的可编程解决方案集团。

2015年,英特尔斥资16.7亿美元收购芯片制造商Altera,并在此基础上成立了可编程解决方案集团。这是英特尔扩大营收基础的举措之一,因为最近几年,其主要收入来源的个人电脑市场和CPU芯片市场出现了下滑。

Altera专注于现场可编程芯片,其目标是解决计算机领域最古老的问题之一——让计算任务在搭载通用芯片(如英特尔的CPU)的软件中完成与将这些计算任务直接嵌入定制芯片间取得平衡。

定制芯片的效率更高,但其开发成本很高,而且定制芯片除了最初设定的用途以外,不能很好地完成其它任何任务。Altera的现场可编程旨在找到一个中间地带:他们让客户在购买定制芯片后,能通过重新编程将芯片的不同部分重新连接,从而可以完成新的任务,同时又有定制芯片的一些优点。

收购eASIC后,英特尔还获得了另一个选择。如果客户有一种最喜欢的方式来使用英特尔的可编程芯片,那么在工厂里这个程序就可以被“冻结”在芯片中,这就更接近于完全定制芯片,但不会产生太多额外的成本。

英特尔可编程解决方案部门负责人丹·麦克纳马拉(Dan McNamara)在接受路透采访时表示:“它不是在现场编程,而是在工厂编程。它仍然要花费数十万美元,但你能在四个月内完成,而不是要花费两年时间。”

麦克纳马拉称,虽然英特尔设计了现有的所有可编程芯片产品,但最先进的芯片型号由它自己的工厂生产,而低端产品由台积电代工生产。他说,来自eASIC的芯片目前由台积电和GlobalFoundries生产,但英特尔自己是否将开始生产eASIC的芯片尚未做出决定。

("Note: The information presented in this article is gathered from the internet and is provided as a reference for educational purposes. It does not signify the endorsement or standpoint of our website. If you find any content that violates copyright or intellectual property rights, please inform us for prompt removal.")

Online messageinquiry

reading
英特尔联手软银推出ZAM内存,性能颠覆HBM!
  英特尔正依托当前持续旺盛的动态随机存取存储器(DRAM)市场需求,与软银旗下子公司达成合作,推出全新的ZAM内存技术。这一合作被业内视为在高性能计算与人工智能时代背景下,对关键基础硬件的一次重要布局。  英特尔ZAM内存模组:凭创新互连与EMIB技术实现更高能效  今年,人工智能基础设施建设迎来全面爆发期,在超大规模数据中心运营商和芯片制造商的需求驱动下,DRAM的市场需求呈爆发式增长。更关键的是,全球内存核心供应商数量有限,当前该领域的供应链瓶颈问题极为突出,这也让新竞争者的入局成为行业刚需——据悉,英特尔正瞄准这一机遇,在内存业务板块开辟全新赛道。有消息称,英特尔将与软银旗下的Saimemory联手,研发名为Z型角度内存(Z-Angle Memory,ZAM)的全新行业标准。  据悉,ZAM内存技术的研发工作,最早启动于美国能源部(DoE)发起的先进内存技术(AMT)项目,英特尔也正是在该项目中,首次对外展示了其自研的“下一代”DRAM键合技术。软银发布的官方公告中,并未具体明确ZAM内存的市场定位,但结合英特尔已公开的DRAM键合技术细节来看,ZAM大概率会采用交错式互连拓扑结构:在芯片堆叠内部以对角线方式布设连接线路,而非传统技术中垂直直连的设计。  英特尔高管在谈及下一代DRAM键合技术时表示:“传统内存架构已无法适配人工智能的发展需求,下一代DRAM键合技术(NGDB)开创了全新的技术路径,将推动行业迈入下一个十年。我们正重新思考DRAM的架构设计逻辑,从底层推动计算机系统架构的升级,力求实现性能的数量级提升,并将这些创新成果融入行业通用标准。”  通过Z型角度的互连设计,英特尔能将硅片面积的绝大部分高效用于存储单元的布局,从而实现更高的存储密度,同时降低器件热阻。从英特尔DRAM键合技术的现有设计思路来看,ZAM内存还将采用铜-铜混合键合技术,该技术可实现芯片层间的高效融合,打造出类单片式的硅晶片模块,而非传统技术中相互独立的堆叠结构。此外,据悉ZAM内存将采用无电容设计,英特尔会通过嵌入式多芯片互连桥接技术(EMIB),实现该内存与人工智能芯片的高效互连。  软银与英特尔合作研发ZAM内存,最终也将实现对内存堆叠技术的自主掌控。这款技术或将率先搭载于软银自研的定制化专用集成电路(ASIC),比如Izanagi系列芯片,这也将让软银在芯片架构布局上掌握更强的主导权。目前尚无具体数据披露ZAM内存相较高带宽内存(HBM)的实际性能提升幅度,但Z型角度的互连设计,能为ZAM带来更优的能效和更高的存储密度,最终实现芯片的更高层数堆叠。  整体来看,ZAM内存对比传统HBM内存的核心优势体现在三方面:  1.功耗降低40%至50%;  2.依托Z型角度互连技术,大幅简化芯片制造流程;  3.单芯片存储容量提升,最高可达512GB。  事实上,这并非英特尔首次涉足DRAM领域。该公司曾专门布局DRAM业务,但在1985年,受日本厂商的激烈竞争冲击,英特尔的DRAM市场份额大幅下滑,最终选择退出该领域。而如今,内存市场的发展红利为企业创造了巨大的发展机遇,英特尔的ZAM内存能否在行业中站稳脚跟、掀起变革,成为了行业关注的焦点。而想要实现这一目标,英特尔的关键一步,便是说服英伟达这类行业龙头企业,在其产品中集成ZAM技术。
2026-02-06 16:26 reading:193
前高通GPU负责人入职英特尔!
  1月21日消息,据Tom's hardware报道,高通工程高级副总裁、GPU负责人Eric Demers已经于今年1月跳槽英特尔,出任英特尔高级副总裁,专注于推进英特尔面向人工智能(AI)和数据中心工作负载的GPU研发。  Eric Demers在高通的任期内,主导了Adreno GPU系列的设计近14年,这些GPU是高通Snapdragon(骁龙)处理器的核心组件,广泛应用于智能手机及其他智能设备。在此之前,他还曾是AMD(前身为ATI)的Radeon GPU部门的首席技术官,在GPU架构设备方面也有卓越贡献,这使他在高性能GPU设计领域的专业知识得到广泛认可。  根据Linkedin上的资料也显示,Eric Demers已于今年1月加盟英特尔,其此前作为高通公司GPU的研发负责人,主要负责:GPU架构、设计和客户支持;路线图、知识产权开发和业务合作;GPU ISA编译器技术;低功耗GPU架构和设计;通用GPU计算和机器学习;用于计算机和汽车的高性能计算;客户支持和ISV参与。  Eric Demers在GPU内核的设计和交付方面拥有行业领先的经验。出货了数十亿个GPU。  此次Eric Demers加盟英特尔,正值英特尔努力弥补其未能实现2024年Gaudi AI加速器至少5亿美元营收目标之际,同时也在努力建立起稳定的数据中心GPU产品线。  业内人士认为,Eric Demers的加入将为英特尔的GPU团队带来显著增强,尤其是在AI加速器的设计方面。  目前,英伟达和AMD仍然主导着数据中心AI GPU市场,但英特尔也正计划推出用于AI推理的Crescent Island,以及采用尖端工艺节点和整合HBM4内存的Jaguar Shores与它们进行竞争。  显然,英特尔挖来Eric Demers的目的就是为了加速其图形和AI路线图,以便更好地应对当前不利的竞争态势。所以,接下来的问题是,英特尔如何选择路线和资源分配,是让Eric Demers推动现有的Gaudi产品线和GPU继续演进,还是放弃Gaudi产品线,优先发展新的GPU架构?
2026-01-21 17:56 reading:342
英特尔宣布玻璃基板技术实现量产,克服AI芯片“翘曲壁垒”!
  1月16日,英特尔(纳斯达克股票代码:INTC)正宣布其玻璃基板技术已实现量产(HVM)。这项技术的核心是英特尔位于亚利桑那州钱德勒市的先进工厂,它代表了近三十年来半导体封装领域最重大的变革之一,为定义下一代生成式人工智能的1000瓦处理器提供了必要的结构基础。  此举的直接意义不容低估。英特尔通过以玻璃取代传统的有机树脂,打破了“翘曲壁垒”——这种现象指的是大型人工智能芯片与其外壳的热胀冷缩速率不一致,从而导致机械故障。到2026年初,这项突破不再是研究项目,而是英特尔最新服务器处理器的基石,也是其不断扩张的晶圆代工业务的关键服务,标志着该公司在人工智能硬件领域争夺主导地位的过程中,战略方向发生了重大转变。  英特尔向玻璃基板的转型解决了芯片设计中一个迫在眉睫的危机:随着芯片尺寸的增大,诸如味之素增材制造膜(ABF)之类的有机材料无法保持平整和刚性。现代人工智能加速器通常将数十个“芯片组”集成到单个封装中,其尺寸和发热量都非常大,以至于传统基板在制造过程中或承受高热负荷时经常会发生翘曲或开裂。相比之下,玻璃具有超低的平整度和亚纳米级的表面粗糙度,为光刻工艺提供了近乎完美的“光学”表面。这种高精度使英特尔能够以十倍更高的互连密度蚀刻电路,从而实现万亿参数人工智能模型所需的海量I/O吞吐量。  从技术角度来看,玻璃的优势具有变革性。英特尔 2026 年的封装方案与硅的热膨胀系数 (CTE) 相匹配(3–5 ppm/°C),几乎完全消除了导致焊球开裂的机械应力。此外,玻璃的刚度远高于有机树脂,能够支持尺寸超过 100mm x 100mm 的“突破光罩限制”封装。为了连接这些巨型芯片的各个层,英特尔采用了间距小于 10μm 的高速激光蚀刻玻璃通孔 (TGV)。这一改进使处理核心和高带宽内存 (HBM4) 堆叠之间的数据传输信号损耗降低了 40%,能效提高了 50%。  英特尔成功实现玻璃基板的大规模量产,标志着计算机发展史上的一个决定性转折点。通过突破有机材料的物理限制,英特尔不仅改进了单个组件,更重塑了现代人工智能赖以构建的基础。这一突破确保了人工智能计算的发展不会再受制于“翘曲壁垒”或散热限制,而是将在日益复杂高效的三维架构中焕发新生。  展望2026年,业界将密切关注英特尔的良率及其代工服务的普及情况。“Clearwater Forest”至强处理器的成功将是“玻璃封装”技术在实际应用中的首次考验,其性能很可能决定其他厂商跟进的速度。目前,英特尔已重新夺回了关键的技术领先地位,这证明在人工智能霸主之争中,最重要的突破或许并非硅芯片本身,而是将硅芯片连接在一起的“玻璃封装”技术。
2026-01-20 13:08 reading:476
英特尔汽车总部落户中国!
  • Week of hot material
  • Material in short supply seckilling
model brand Quote
TL431ACLPR Texas Instruments
MC33074DR2G onsemi
BD71847AMWV-E2 ROHM Semiconductor
CDZVT2R20B ROHM Semiconductor
RB751G-40T2R ROHM Semiconductor
model brand To snap up
BU33JA2MNVX-CTL ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
ESR03EZPJ151 ROHM Semiconductor
BP3621 ROHM Semiconductor
TPS63050YFFR Texas Instruments
STM32F429IGT6 STMicroelectronics
Hot labels
ROHM
IC
Averlogic
Intel
Samsung
IoT
AI
Sensor
Chip
About us

Qr code of ameya360 official account

Identify TWO-DIMENSIONAL code, you can pay attention to

AMEYA360 weixin Service Account AMEYA360 weixin Service Account
AMEYA360 mall (www.ameya360.com) was launched in 2011. Now there are more than 3,500 high-quality suppliers, including 6 million product model data, and more than 1 million component stocks for purchase. Products cover MCU+ memory + power chip +IGBT+MOS tube + op amp + RF Bluetooth + sensor + resistor capacitance inductor + connector and other fields. main business of platform covers spot sales of electronic components, BOM distribution and product supporting materials, providing one-stop purchasing and sales services for our customers.

Please enter the verification code in the image below:

verification code