• 新思科技3DIC Compiler集成了3Dblox 2.0标准,可用于异构集成和完整的“从架构探索到签核”完整解决方案。
• 新思科技 UCIe PHY IP在台积公司N3E工艺上实现了首次通过硅片的成功(first-pass silicon success),可提供低延迟、低功耗和高带宽的芯片间连接。
• UCIe PHY IP与3DIC Compiler的结合将有效优化多裸晶系统设计,能够以更低的集成风险实现更高的结果质量。
加利福尼亚州桑尼维尔,2023年10月31日 - 新思科技(Synopsys, Inc., 纳斯达克股票代码: SNPS)近日宣布进一步扩大与台积公司的合作,双方携手通过可支持最新3Dblox 2.0标准和台积公司3DFabric™技术的全面解决方案不断优化多裸晶系统(Multi-Die)设计。新思科技多裸晶系统解决方案包括 “从架构探索到签核”统一设计平台3DIC Compiler,可提供行业领先的设计效率,来实现芯片的容量和性能要求。此外,新思科技 UCIe IP也已在台积公司领先的N3E先进工艺上取得了首次通过硅片的成功,实现die-to-die高速无缝互连。

图:新思科技UCIe PHY IP在台积公司N3E工艺上首次通过硅片的成功,展示了出充足的链路裕量
台积公司设计基础设施管理部负责人Dan Kochpatcharin表示:“台积公司长期与新思科紧密合作,为芯片开发者提供差异化的解决方案,帮助他们解决从早期架构到制造过程中面临的高度复杂挑战。我们与新思科技的长期合作,让我们的共同客户能够采针对性能和功耗效率优化的解决方案,以应对高性能计算、数据中心和汽车应用领域的多裸晶系统设计要求。”
新思科技EDA事业部战略与产品管理副总裁Sanjay Bali表示:“我们与台积公司强强联合,为多裸晶系统提供了全面、可扩展的解决方案,实现了前所未有的芯片性能和设计效率。采用3Dblox 2.0等通用标准在统一设计平台上进行多裸晶系统设计的架构探索、分析和签核,并结合在台积公司N3E工艺上已实现首次通过硅片成功的新思科技 UCIe PHY IP,客户能够进一步加速从早期架构探索到制造的系统设计全流程。”
新思科技3DIC Compiler设计平台已通过台积公司认证,可在统一的裸片/封装探索、协同设计和分析平台上使用3Dblox 2.0标准和3DFabric技术进行全栈设计。新思科技集成系统分析功能可与3Dblox 2.0系统原型设计相结合,协同优化热和电源完整性,有助于确保设计可行性。新思科技和Ansys持续合作,将新思科技 3DIC Compiler和Ansys多物理分析技术相集成,提供系统级效果的签核准确性。新思科技3DIC Compiler还可与新思科技测试产品互操作,以确保批量测试和质量。
新思科技UCIe PHY IP已在台积公司 N3E工艺上实现首次通过硅片的成功,并获多家全球领先企业采用,能够帮助开发者高效地将die-to-die互联的业界标准集成到他们的多裸晶系统中。结果显示,该IP在16Gbps时可实现行业领先的功耗效率和性能,并可扩展至24Gbps,同时具有强大的链路裕量。新思科技的完整UCIe Compiler、PHY和验证IP解决方案目前已支持标准和先进封装,提供了测试、修复和监测功能,即使在以确保多裸晶系统在现场操作中的可靠性。此外,新思科技还提供了面向HBM3技术的完整IP解决方案,以满足Multi-Die系统的高内存带宽需求。新思科技IP产品与新思科技3DIC Compiler的组合通过自动化布局布线、中介层研究和信号完整性分析,支持3Dblox 2.0 die-to-die可行性研究,从而提高生产力并降低IP集成风险。
上市情况
• 新思科技面向台积公司N3E工艺的UCIe PHY IP和3DIC Compiler现已上市。
• 新思科技面向台积公司先进工艺的HBM3 IP现已上市。
更多资源点击
• 网络资源: 新思科技 Multi-Die系统解决方案
• 新思科技行业洞察报告: Multi-Die系统将多快改变半导体设计?
• 线上研讨会: Multi-Die系统的成功之路
• 网络资源: 面向台积公司 N3E 工艺的业界广泛 IP 产品组合实现首次通过硅片成功
关于新思科技
新思科技(Synopsys, Inc.,纳斯达克股票代码:SNPS)是众多创新型公司的Silicon to Software™(“芯片到软件”)合作伙伴,这些公司致力于开发我们日常所依赖的电子产品和软件应用。作为全球第15大软件公司,新思科技长期以来一直是电子设计自动化(EDA)和半导体IP领域的全球领导者,并且在软件安全和质量解决方案方面也发挥着越来越大的领导作用。无论您是先进半导体的片上系统(SoC)开发者,还是编写需要最高安全性和质量的应用程序的软件开发者,新思科技都能够提供您所需要的解决方案,帮助您推出创新性、高质量、安全的产品。如需了解更多信息,请访问www.synopsys.com/zh-cn
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。