华为AI芯片计算密度全球最大 台积电7nm EUV芯片流片成功
华为每年至少拿出10亿美元的研发预算，用于与数据中心相关的投入。
2017年9月，华为发布了面向企业、政府的人工智能服务平台华为云ei。今年4月，华为又发布了面向智能终端的人工智能引擎hiai。
ai再次进入了“收获”的季节。这是60年来全球ict学术界和工业界长期耕耘，相互合作的成果。如同公元前的轮子和铁，19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，华为认同：人工智能是一组技术集合，是一种新的通用目的技术（gpt）。
华为在ai上的全新战略，包括人工智能芯片、基于芯片赋予技术框架的cann和训练框架mindspore、以及modelarts，华为将其称之为“全栈全场景ai解决方案”。
“之前一直传华为要做ai芯片，这确实是真的。”华为轮值董事长徐直军在今天上海举行的第三届huawei connect 2018（华为全联接大会）上如是说。
徐直军提出了10个人工智能的重要改变方向：模型训练、算力、ai部署、算法、ai自动化、实际应用、模型更新、多技术协同、平台支持、人才获得。这十个改变不是人工智能的全部，但是基础。
基于这十个改变，华为制定了人工智能发展战略：投资基础研究、打造全栈方案、投资开放生态和人才培养、解决方案增强、内部效率提升。
今天发布的华为昇腾910（ascend 910），是目前全球已发布的单芯片计算密度最大的ai芯片，还有ascend 310，是目前面向计算场景最强算力的ai soc。”
具体来看，华为所说的“全栈”包含四个部分：
一是ascend （昇腾） ，ai ip和芯片，皆是基于达芬奇架构。芯片分为5个系列，max、lite、mini、tiny、nano。
二是cann，全称为compute architecture for neural networks （为神经网络定制的计算架构） ，是高度自动化的算子开发工具。根据官方数据，cann可以3倍提升开发效率。除了效率之外，也兼顾算子性能，以适应学术和行业应用的迅猛发展。
三是mindspore架构，友好地将训练和推理统一起来，集成了各类主流框架 （独立的和协同的） ：包括tensorflow、pytorch、paddlepaddle、keras、onnx、caffe、caffe 2、mxnet等等。这一架构全面适应了端、边、云场景。
四是modelarts，这是一个机器学习paas （平台即服务） ，提供全流程服务、分层分级api，以及预集成方案。用于满足不同开发者的不同需求，促进ai的应用。
此外，徐直军在现场透露，华为昇腾910将在2019年2季度上市。
根据现场的介绍，这款属于max系列的昇腾910，采用7nm工艺制程，最大功耗为350w。在现场的ppt中，华为将其和谷歌tpu v2、谷歌tpu v3、英伟达 v100进行了对比。“可以达到256个t，比英伟达 v100还要高出1倍！”徐直军说。
华为昇腾芯片910和310都是基于“达芬奇架构”，是一个全新的ai架构。
之前有媒体写到华为有个“达芬奇计划”，是近十年来最重要的一个计划，也是徐直军负责的项目。此次，徐直军做了澄清，他说确实有“达芬奇项目”但没有“达芬奇计划”，除此之外，其他信息外界传递的信息都不是真的。
徐直军表示，自己会关心每个项目，而达芬奇项目是其中之一。
“为什么要构建新架构来支持人工智能芯片，是因为这是基于华为对人工智能的理解，基于端管云对对人工智能的需求自然产生的。”徐直军表示，“寒武纪也很好，但无法支持我们的全场景。”
其表示，华为需要覆盖从云、到边缘、到端到物联网端，需要全新的架构，创造力的架构。
“现在，我们找到了这个架构。我们开创性的达芬奇架构，满足了极致的算力需求和极致的功耗需求，目前我们还没看到市场上有何架构可以实现全覆盖。”徐直军表示。
台积电7nm euv芯片首次流片成功
全球一号代工厂台积电宣布了有关极紫外光刻（euv）技术的两项重磅突破，一是首次使用7nm euv工艺完成了客户芯片的流片工作，二是5nm工艺将在2019年4月开始试产。
今年4月开始，台积电第一代7nm工艺（cln7ff/n7）投入量产，苹果a12、华为麒麟980、高通“骁龙855”、amd下代锐龙/霄龙等处理器都正在或将会使用它制造，但仍在使用传统的深紫外光刻（duv）技术。
而接下来的第二代7nm工艺（clnff+/n7+），台积电将首次应用euv，不过仅限四个非关键层，以降低风险、加速投产，也借此熟练掌握asml的新式光刻机twinscan nxe。
7nm evu相比于7nm duv的具体改进公布得还不多，台积电只说能将晶体管密度提升20％，同等频率下功耗可降低6-12％。
如今在7nm euv工艺上成功完成流片，证明了新工艺新技术的可靠和成熟，为后续量产打下了坚实基础。
台积电没有透露这次流片成功的芯片来自哪家客户，但是想想各家和台积电的合作关系，其实不难猜测。
7nm之后，台积电下一站将是5nm（cln5ff/n5），将在多达14个层上应用euv，首次全面普及，号称可比初代7nm工艺晶体管密度提升80％从而将芯片面积缩小45％，还可以同功耗频率提升15％，同频功耗降低20％。
2019年4月，台积电的5nm euv工艺将开始风险性试产，量产则有望在2020年第二季度开始，正好满足后年底各家旗舰新平台。
台积电5nm工艺的eda设计工具将在今年11月提供，因此部分客户应该已经开始基于新工艺开发芯片了。
随着半导体工艺的急剧复杂化，不仅开发量产新工艺的成本大幅增加，开发相应芯片也越来越费钱，目前估计平均得花费1.5亿美元，5nm时代可能要2-2.5亿美元。
ps：intel刚发布的秋季桌面平台仍然都是14nm，而拖延已久的10nm要到明年才能量产，7nm则是遥遥无期，5nm就更别提了。
了解和消除1/f噪声
频率稳定的简易调频发射电路
电加热管380接线图
基于LMH2120设计的6GHz线性RMS功率检测技术
领略无线精彩---世强微波射频应用技术研讨会精华版
华为AI芯片计算密度全球最大 台积电7nm EUV芯片流片成功
微量水分测定仪的技术指标与使用方法
国家电网承诺2020年将实现利润810亿元 计划今年电网投资升至4500亿元
Dothan处理器
33120A任意波形发生器15MHz
日本车企大步迈入氢燃料电池车的量产阶段!
最实用最先进的智能眼镜：视线永远是清晰
各类电气控制接线图、电子元件工作原理图
定向红外对抗系统哪家强
中规模集成电路功能测试仪的设计
台积电欲在2018年进军7nm工艺挑战英特尔
预付费电能管理系统的设计与实际应用
接触燃烧式气体传感器检测原理
采用ARM Cortex-M3的12位、4-20mA环路供电型热电偶测量系统
OPPO新机Find N3折叠屏将搭载国密二级安全芯片
2017年9月，华为发布了面向企业、政府的人工智能服务平台华为云ei。今年4月，华为又发布了面向智能终端的人工智能引擎hiai。
ai再次进入了“收获”的季节。这是60年来全球ict学术界和工业界长期耕耘，相互合作的成果。如同公元前的轮子和铁，19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，华为认同：人工智能是一组技术集合，是一种新的通用目的技术（gpt）。
华为在ai上的全新战略，包括人工智能芯片、基于芯片赋予技术框架的cann和训练框架mindspore、以及modelarts，华为将其称之为“全栈全场景ai解决方案”。
“之前一直传华为要做ai芯片，这确实是真的。”华为轮值董事长徐直军在今天上海举行的第三届huawei connect 2018（华为全联接大会）上如是说。
徐直军提出了10个人工智能的重要改变方向：模型训练、算力、ai部署、算法、ai自动化、实际应用、模型更新、多技术协同、平台支持、人才获得。这十个改变不是人工智能的全部，但是基础。
基于这十个改变，华为制定了人工智能发展战略：投资基础研究、打造全栈方案、投资开放生态和人才培养、解决方案增强、内部效率提升。
今天发布的华为昇腾910（ascend 910），是目前全球已发布的单芯片计算密度最大的ai芯片，还有ascend 310，是目前面向计算场景最强算力的ai soc。”
具体来看，华为所说的“全栈”包含四个部分：
一是ascend （昇腾） ，ai ip和芯片，皆是基于达芬奇架构。芯片分为5个系列，max、lite、mini、tiny、nano。
二是cann，全称为compute architecture for neural networks （为神经网络定制的计算架构） ，是高度自动化的算子开发工具。根据官方数据，cann可以3倍提升开发效率。除了效率之外，也兼顾算子性能，以适应学术和行业应用的迅猛发展。
三是mindspore架构，友好地将训练和推理统一起来，集成了各类主流框架 （独立的和协同的） ：包括tensorflow、pytorch、paddlepaddle、keras、onnx、caffe、caffe 2、mxnet等等。这一架构全面适应了端、边、云场景。
四是modelarts，这是一个机器学习paas （平台即服务） ，提供全流程服务、分层分级api，以及预集成方案。用于满足不同开发者的不同需求，促进ai的应用。
此外，徐直军在现场透露，华为昇腾910将在2019年2季度上市。
根据现场的介绍，这款属于max系列的昇腾910，采用7nm工艺制程，最大功耗为350w。在现场的ppt中，华为将其和谷歌tpu v2、谷歌tpu v3、英伟达 v100进行了对比。“可以达到256个t，比英伟达 v100还要高出1倍！”徐直军说。
华为昇腾芯片910和310都是基于“达芬奇架构”，是一个全新的ai架构。
之前有媒体写到华为有个“达芬奇计划”，是近十年来最重要的一个计划，也是徐直军负责的项目。此次，徐直军做了澄清，他说确实有“达芬奇项目”但没有“达芬奇计划”，除此之外，其他信息外界传递的信息都不是真的。
徐直军表示，自己会关心每个项目，而达芬奇项目是其中之一。
“为什么要构建新架构来支持人工智能芯片，是因为这是基于华为对人工智能的理解，基于端管云对对人工智能的需求自然产生的。”徐直军表示，“寒武纪也很好，但无法支持我们的全场景。”
其表示，华为需要覆盖从云、到边缘、到端到物联网端，需要全新的架构，创造力的架构。
“现在，我们找到了这个架构。我们开创性的达芬奇架构，满足了极致的算力需求和极致的功耗需求，目前我们还没看到市场上有何架构可以实现全覆盖。”徐直军表示。
台积电7nm euv芯片首次流片成功
全球一号代工厂台积电宣布了有关极紫外光刻（euv）技术的两项重磅突破，一是首次使用7nm euv工艺完成了客户芯片的流片工作，二是5nm工艺将在2019年4月开始试产。
今年4月开始，台积电第一代7nm工艺（cln7ff/n7）投入量产，苹果a12、华为麒麟980、高通“骁龙855”、amd下代锐龙/霄龙等处理器都正在或将会使用它制造，但仍在使用传统的深紫外光刻（duv）技术。
而接下来的第二代7nm工艺（clnff+/n7+），台积电将首次应用euv，不过仅限四个非关键层，以降低风险、加速投产，也借此熟练掌握asml的新式光刻机twinscan nxe。
7nm evu相比于7nm duv的具体改进公布得还不多，台积电只说能将晶体管密度提升20％，同等频率下功耗可降低6-12％。
如今在7nm euv工艺上成功完成流片，证明了新工艺新技术的可靠和成熟，为后续量产打下了坚实基础。
台积电没有透露这次流片成功的芯片来自哪家客户，但是想想各家和台积电的合作关系，其实不难猜测。
7nm之后，台积电下一站将是5nm（cln5ff/n5），将在多达14个层上应用euv，首次全面普及，号称可比初代7nm工艺晶体管密度提升80％从而将芯片面积缩小45％，还可以同功耗频率提升15％，同频功耗降低20％。
2019年4月，台积电的5nm euv工艺将开始风险性试产，量产则有望在2020年第二季度开始，正好满足后年底各家旗舰新平台。
台积电5nm工艺的eda设计工具将在今年11月提供，因此部分客户应该已经开始基于新工艺开发芯片了。
随着半导体工艺的急剧复杂化，不仅开发量产新工艺的成本大幅增加，开发相应芯片也越来越费钱，目前估计平均得花费1.5亿美元，5nm时代可能要2-2.5亿美元。
ps：intel刚发布的秋季桌面平台仍然都是14nm，而拖延已久的10nm要到明年才能量产，7nm则是遥遥无期，5nm就更别提了。
了解和消除1/f噪声
频率稳定的简易调频发射电路
电加热管380接线图
基于LMH2120设计的6GHz线性RMS功率检测技术
领略无线精彩---世强微波射频应用技术研讨会精华版
华为AI芯片计算密度全球最大 台积电7nm EUV芯片流片成功
微量水分测定仪的技术指标与使用方法
国家电网承诺2020年将实现利润810亿元 计划今年电网投资升至4500亿元
Dothan处理器
33120A任意波形发生器15MHz
日本车企大步迈入氢燃料电池车的量产阶段!
最实用最先进的智能眼镜：视线永远是清晰
各类电气控制接线图、电子元件工作原理图
定向红外对抗系统哪家强
中规模集成电路功能测试仪的设计
台积电欲在2018年进军7nm工艺挑战英特尔
预付费电能管理系统的设计与实际应用
接触燃烧式气体传感器检测原理
采用ARM Cortex-M3的12位、4-20mA环路供电型热电偶测量系统
OPPO新机Find N3折叠屏将搭载国密二级安全芯片