近年來(lái)，中國(guó)電動(dòng)汽車市場(chǎng)迅速發(fā)展，但在汽車芯片這項(xiàng)核心技術(shù)，卻極度依賴國(guó)際半導(dǎo)體產(chǎn)業(yè)鏈供應(yīng)。據(jù)工業(yè)和信息化部數(shù)據(jù)顯示，2023年中國(guó)汽車產(chǎn)業(yè)超過(guò)90%的芯片需從國(guó)外進(jìn)口，計(jì)算和控制類芯片依賴度更是高達(dá)99%，功率和存儲(chǔ)類芯片依賴度也達(dá)92%。
作為芯片行業(yè)的最主要?jiǎng)恿?lái)源，AI芯片的影響正在蔓延，例如作為光刻機(jī)巨頭的掌舵人，ASML CEO Christophe Fouquet在上個(gè)禮拜發(fā)布財(cái)報(bào)的時(shí)候就曾直言：“如果沒有AI，半導(dǎo)體行業(yè)會(huì)很慘。”
一項(xiàng)新研究表明，利用“混沌邊緣”可大大簡(jiǎn)化電子芯片，混沌邊緣可使長(zhǎng)金屬線放大信號(hào)并充當(dāng)超導(dǎo)體，從而減少對(duì)單獨(dú)放大器的需求并降低功耗。研究人員發(fā)現(xiàn)了“混沌邊緣”如何幫助電子芯片克服信號(hào)損失，從而使芯片變得更簡(jiǎn)單、更高效。
在當(dāng)今科技迅猛發(fā)展的時(shí)代，計(jì)算能力已成為推動(dòng)各行各業(yè)創(chuàng)新與進(jìn)步的核心驅(qū)動(dòng)力。隨著人工智能、深度學(xué)習(xí)、數(shù)據(jù)分析等需求的激增，傳統(tǒng)的中央處理器（CPU）面臨著前所未有的挑戰(zhàn)。與此同時(shí)，圖形處理器（GPU）憑借其強(qiáng)大的并行計(jì)算能力，迅速崛起，成為高性能計(jì)算的寵兒。
最新消息，SK海力士正在削減其業(yè)務(wù)生存能力較低的圖像傳感器和代工業(yè)務(wù)，通過(guò)加強(qiáng)對(duì)業(yè)務(wù)的選擇和集中戰(zhàn)略，專注于高利潤(rùn)的高帶寬存儲(chǔ)器（HBM）和AI存儲(chǔ)器。
通用的 AI 處理方法并不達(dá)標(biāo)。通用處理器就是這樣的。它們不是為任何特定工作負(fù)載而設(shè)計(jì)或優(yōu)化的。而且由于 AI 消耗了系統(tǒng)功耗的很大一部分，因此專注于特定用例或工作負(fù)載可以在更小的占用空間內(nèi)實(shí)現(xiàn)更大的功耗節(jié)省和更好的性能。
