CPU内部结构拆解:指令从取得到译码要经过哪些单元?

资讯 腾讯网 作者:半导体产业纵横 全文 7823 字 · 约 20 分钟读完 分类AMD英特尔存储芯片

CPU的核心组成单元是如何配合,驱动计算机运行?CPU常被称作计算机的大脑。和人脑一样,它由多个部件组成,协同完成信息处理:一部分负责接收信息,一部分存储信息,一部分处理信息,还有一部分把结果输出。本篇科普将带大家认识CPU的核心组成单元,以及它们如何配合,驱动计算机运行。拆解电源这类硬件时,你可以直观看到电容、变压器

所属频道 算力与芯片

CPU里各个核心组成单元怎么配合,才让计算机跑起来?

CPU常被叫作计算机的大脑。它跟人脑一样由多个部件拼成,一起完成信息处理:有的部件管接收信息,有的管存储,有的负责处理,还有的负责把结果送出去。这篇科普就带大家认识CPU的核心组成单元,看看它们如何配合、驱动计算机运行。

拆电源这类硬件时,电容、变压器这些元器件一眼就能看到。现代CPU却没法这么看:内部器件尺寸极小,而且Intel、AMD、Apple、Qualcomm等芯片厂商只对外公布高层级的设计框架。芯片内部实际电路属于商业机密,本文讲的只是所有CPU都通用的基础特性。

CPU的底层蓝图

研究CPU,最先碰到的概念是指令集架构(ISA)。它相当于CPU的设计蓝图,规定CPU能实现哪些功能、软件怎么和它打交道。就像同一物种下分出很多品种的狗,CPU也能基于不同的指令集架构来开发。

应用最广的两类是

除此之外还有其他架构。

指令集架构规定了CPU能处理哪些指令、软件能调用哪些寄存器、内存怎么寻址等内容。而芯片实际执行指令的方式,包括

AMD的Zen 5核心、Intel的Lion Cove核心都能跑同样的x86程序,可两者内部实现差别巨大。指令集架构本身也在持续迭代:Intel和AMD在2024年成立x86生态顾问小组,一起规划架构后续要扩展的指令。

下面我们顺着一条指令的执行流程,介绍CPU的主要模块。不同指令走的路径不同,调用的硬件单元也不一样,本文只做概括讲解,把核心模块覆盖到。

我们从单核处理器最基础的设计讲起,再逐步增加复杂度,过渡到现代CPU架构。

控制单元与数据通路

基础CPU框图:黑线代表数据流,红线代表控制信号流。

CPU可以分成两大模块:控制单元、数据通路。拿火车打个比方:动力装置带着列车往前跑,但司机在后台操纵手柄,控制动力装置的各种状态。CPU也是这个道理。

数据通路好比动力装置,顾名思义,就是数据在处理过程中流转的通道。它接收输入数据、完成运算处理,处理完再把数据送到指定位置。控制单元则像司机,指挥数据通路怎么干活。按照不同指令,控制单元向各个部件发信号,打开或关闭数据通路的不同模块,同时监控CPU的运行状态。

指令周期:取指

CPU先要确定下一条要执行的指令,再把它从内存读进CPU内部。指令一般由编译器生成,并且适配该CPU对应的指令集架构。不同指令集都会包含加载、存储、加法、减法这类通用指令,也会有各自的特殊指令。每一类指令该怎么分发信号,控制单元心里有数。

以 Windows 上跑 exe 为例,程序代码被加载进内存后,CPU 拿到的是首条指令的起始地址。CPU 里有个寄存器专门存着下一条要执行指令的内存地址,它的名字叫

起始地址确定后,指令周期第一步就是把指令取出来:从内存送入CPU的指令寄存器,这一步叫取指阶段。实际场景中,这条指令大概率已经躺在CPU缓存里,缓存的内容后面会讲。

现代CPU不会一次只取一条指令。每个周期会读取数十字节的数据块,里面能放好几条指令。取指单元也不会干等着地址指令,后面会讲到的

指令周期:译码

CPU拿到指令后,得先识别这条指令是什么类型,这个阶段就是译码阶段。每条指令都包含一段比特编码,也就是

指令集的复杂程度,直接决定译码电路有多难做。RISC-V基础指令集只有几十条指令(可选扩展会增加指令);x86指令数量超过一千条,很多指令还有多种变体。x86指令长度在1~15字节之间不等,CPU必须先分清相邻指令的边界,才能完成译码。

这也让译码单元成为Intel、

为了减轻译码环节的负担,x86 CPU会把复杂指令先拆成更简单的内部形式。

循环代码会一遍遍跑,CPU这时能直接绕过译码单元,去读微指令缓存。这项技术Intel自2011年Sandy Bridge架构起启用,AMD则是从2017年初代Zen架构开始采用。

译码要处理的指令大致分三类:内存访问、算术运算、分支。

三大指令类型

内存指令长这样:“读取内存地址1234的值存入变量A”,或者“把变量B写入内存地址5678”。算术指令的例子是“变量A加上变量B,结果存入变量C”。分支指令则如“如果变量C为正,执行这段代码;如果变量C为负,执行另一段代码”。

实际程序会把它们串起来用。比如:“将内存地址1234的值与5678的值相加,如果结果为正,存入4321地址;结果为负则存入8765地址”。

在讲译码完成的指令如何执行之前,先说说寄存器。它是CPU内部容量极小、速度极快的存储单元。64位CPU的通用寄存器每个能放64比特数据,数量不多:x86架构有16个通用寄存器,Arm有31个。此外CPU还有位宽更大的向量寄存器,最高可达512比特,用于批量处理多组数据。

寄存器里放的是正在使用的数据,位置相当于存储层级的最顶端(类似L0缓存),速度比

以上是软件能看到的寄存器。往底层看,现代CPU还拥有数百个物理寄存器,靠寄存器重命名技术,把大量物理寄存器映射到程序可访问的少量寄存器上。

有了这项技术,CPU就能并行处理多条指令,不同指令之间不会互相覆盖数据,在

执行阶段与算术逻辑单元(ALU)

下面进入执行阶段。三类指令的执行方式各有不同,分开来看。

算术指令最好理解,先讲它。这类指令会被送进算术逻辑单元(ALU)处理。ALU是一类电路,通常接收两组输入数据与控制信号,输出运算结果。

可以拿中学用的计算器打比方:输入两个数字、选好运算类型,计算器算出结果返回。

在CPU的ALU里,运算类型由指令的操作码决定,控制单元把对应信号发给ALU。除了基础四则运算,ALU还能做与、或、非、异或等位运算。同时ALU会把运算状态回传给控制单元,比如结果正负、是否为零、是否溢出。

现代CPU在相近主频下性能远超老款处理器,这也是重要原因之一。现代CPU核心不止一个ALU。高端架构会配6个甚至更多并行整数ALU,另外还有独立的浮点单元、向量执行单元,向量单元能对一批数据同时做相同运算。

ALU主要负责算术运算,但也会为内存、分支指令服务。比如CPU要根据上一步运算结果算出内存访问地址;或者算出分支指令要加到程序计数器上的偏移量,例如“如果上一步结果为负,向后跳转20条指令”。在现代CPU里,内存地址计算一般交给专用

内存与缓存层级

要处理内存指令,得先理解存储层级这个概念,也就是缓存、内存、大容量存储之间速度与容量的关系。

CPU执行内存指令时,若所需数据不在寄存器里,就会顺着存储层级一级级找。绝大多数现代CPU有三级缓存:L1、L2、L3,部分新款架构还加了第四级缓存。

CPU最先查L1缓存,它容量最小、速度最快。L1缓存一般分成数据缓存与指令缓存两块。指令和数据一样,都得从内存读取。

单核的L1缓存容量很小,数据、指令缓存通常各32~64KB。L1没命中,CPU就转去查

再往下是

如果L3缓存里也没找到目标数据,CPU就去访问内存;内存里仍然没有,操作系统就得从硬盘读取,那速度慢得多。顺着存储层级往下走,容量大致提升一个数量级,访问延迟也随之增加。

数据找到之后,CPU会把它逐级往上加载进缓存,下次再访问就能高速读取。整个流程步骤不少,但正是它保证了CPU能快速拿到需要的数据。

各类存储访问的耗时差距悬殊:寄存器只要1~2个周期;L1缓存为几个周期;L2缓存十几周期;L3缓存几十周期;落到内存就要数百周期;SSD是几十万周期;机械硬盘更是要数百万周期。

缓存的分工上,通常每个核心各自拥有L1、L2,L3则由一组核心共用。AMD Zen5一个芯粒上的8个核心就共享同一块L3。Intel的能效核属于例外,4个一组共享L2缓存。多核CPU的问题留到后面再讲。

分支、流水线与分支预测

三大指令里的最后一类是分支指令。现代程序跳转频繁,CPU连着跑十几条不带分支的指令,这种情况很少见。这些分支指令出自if判断、for循环、函数调用、返回语句等代码结构,作用是打断顺序执行、跳到代码的其他位置。另有无条件跳转指令,属于必然会触发跳转的分支指令。

条件分支之所以难处理,是因为CPU可能同时在跑多条指令,等分支结果确认时,后面的指令已经动起来了。要弄清这一点得先看流水线。指令周期的每一步都要花掉数个时钟周期,一条指令在取指,ALU就闲着。为了让各部分都不空等,不同指令的执行阶段相互重叠,这套机制叫流水线。

拿洗衣服打个比方:两桶衣服,洗涤、烘干各要一小时。方案一是洗完第一桶再烘干,然后才启动第二桶,总共4小时;方案二是第一桶烘干时就让第二桶开始洗,两桶3小时搞定。单桶衣物的耗时没变,靠流程重叠把整体吞吐量提了上去;任务越多,效率提升越明显。

2011年AMD低功耗Bobcat核心的流水线,已经算比较简单的架构,级数也超过十几级。CPU正是靠流水线来提高指令吞吐。现代Arm、x86核心的流水线一般是10~20级。现代核心每个流水线阶段还能处理多条指令、支持乱序执行,高端核心同一时间有上百条指令在处理中。不同架构的划分方式不一样,比如取指4周期、译码6周期、执行3周期、写回与提交7周期。

回到分支的问题,痛点就清楚了:假如到第10个周期才发现这是条分支指令,此前已经有9条后续指令被启动;分支一跳转,它们全都作废。CPU为此内置了复杂的分支预测器。

有的预测器还借用机器学习思路,用感知机这类简单神经网络判断分支跳不跳。分支预测器的原理相当复杂,这里不展开;大体上说,它会记下以往的分支结果,据此预判下一次的走向。常规代码上,现代分支预测器的正确率超过95%,预判也做得很靠前,有时分支指令还没译码,预测器就已经估出了程序的跳转方向。

分支结果最终确认时(流水线执行到相应阶段),程序计数器更新,CPU接着执行正确的指令。一旦预测错了,这条分支之后已经预执行的所有指令都会被丢掉,从正确位置重来。流水线里同时压着大量指令,一次预测错误就浪费掉大量算力,芯片厂商也因此不断投入晶体管去优化分支预测器。

乱序执行

三类指令的执行方式看完,再来看看CPU的高级特性。几乎所有现代处理器都不会严格按指令接收的顺序执行。乱序执行的思路,就是尽量把等待造成的空闲时间压下去。

如果CPU判断下一条指令要用的数据还没备好,就跳过它,先调度后面那些互不依赖的指令。为了保证程序逻辑不出错,CPU使用——指令可以按任意顺序完成运算,但最终结果提交(提交指令)时严格遵循原始程序顺序。从软件的角度看,程序运行和代码编写的顺序完全一致。前面说的寄存器重命名,就是配合乱序执行,让没有依赖的指令并行跑、彼此不干扰。指令重排是提升性能的核心手段,但并非CPU唯一的优化技巧。

另一个优化手段是——如果程序按固定规律访问内存,比如遍历一个大数组,预取单元会提前把数据从内存读进缓存,等程序要用时直接取,这就是预取。

推测执行与安全隐患

分支预测和乱序执行还带出一个副作用:CPU预判分支走向时,不只是提前取指,还会推测执行这些指令;预测失败就把运算结果直接丢掉。过去几十年,大家一直认为这个过程没有安全风险。

2018年

Meltdown 后来靠硬件修复解决了;Spectre 不一样,它是一类攻击手法,并非单个漏洞,每年都会冒出新变种。

眼下芯片厂商设计核心时,都会把这类侧信道攻击纳入考量;软件侧的配套防护往往要付出性能代价。这也说明,让 CPU 跑得更快的那些技术,同时也会制造安全难题。

加速器与AI单元

如今的 CPU 普遍把专用加速器集成进来,这些电路只干一件事,追求的是最高效率,比如加密、视频编解码、机器学习。

CPU 自己也能做这些活,但专用单元的能效要高得多。显卡就是典型例子:图形运算 CPU 也能算,可集成 GPU 的性能高出几个数量级。

近几年新增的重要模块是

CPU核心本身也增加了专用硬件:

下图是2008年Intel CPU:绝大部分面积是核心与缓存。第二张是AMD Mullins移动APU,芯片大部分面积由核心之外的模块占据。

上图:Intel初代Nehalem架构晶圆,核心和缓存占据绝大部分面积。下图:AMD SoC晶圆,大量面积分配给加速器、外部接口。

视频编解码交给独立媒体引擎,它支持AV1编码,录制、推流视频几乎不占用CPU核心算力。

加速器越堆越多,CPU核心在芯片中的占比就越缩越小,笔记本处理器尤其明显,GPU、NPU、媒体引擎都和核心集成在一起。

多核架构

再说多核CPU:把多个独立核心放进同一块处理器。这可不是把单核电路简单复制几份,单线程程序很难直接改成多线程程序,硬件层面同样难点不少,根源在于核心之间的数据依赖。

各个核心不会单独直连内存,而是依靠

多个核心可能访问同一份数据,必须解决

通常不同核心跑不同线程的指令流,以减少互相依赖。任务管理器里常能看到部分核心满载、其余核心闲着,原因就在这里:不少软件没做多线程优化,或者只拆出少量线程。有些场景下,单核心串行执行的开销反倒比拆多线程更低。

同步多线程(SMT)

不少CPU能让一个核心同时跑两个线程,这门技术叫同步多线程(SMT),Intel的商品名是

在线程并行度高的负载下,SMT通常能提升10%~30% 吞吐量,芯片面积只增加一点点。SMT长期是现代CPU的标配,不过Intel在Lunar Lake、Arrow Lake的性能核上取消了超线程,把资源转去提升单核心性能与能效。Apple、Qualcomm的芯片则全程不用SMT。

混合架构

早年的桌面CPU,所有核心规格完全一样,现在已不必然如此。借手机芯片的思路,很多处理器把高性能大核(

部分新款笔记本芯片还加了第三档超低功耗核心,专门处理后台轻量任务。Intel从Alder Lake(12代酷睿)起采用混合架构,Apple、Qualcomm思路类似。AMD推出精简版Zen c核心,牺牲峰值频率,换来更小面积、更高能效。

混合架构的难点在于操作系统得合理调度任务。Intel的Thread Director(线程调度器)会向Windows上报线程特征,游戏这类重负载分给P核,后台更新交给E核。

芯粒与Tile(裸片)

另一大变革在CPU的物理制造方式。我们之前专门写过文章讲芯粒的价值。思路是不再制造一整块超大硅片,AMD、Intel都把处理器拆成多个小裸片:AMD叫芯粒(Chiplet),Intel叫Tile,封装在同一个封装内互联。

举个例子:Ryzen 9 9950X包含两颗8核计算芯粒,外加一颗独立I/O芯粒,负责内存、PCIe、USB管理。

小裸片的良率更高,单颗缺陷波及的硅面积更小,每块裸片还能挑最合适的工艺来造。不过裸片之间传数据的延迟会变大,所以调度软件一般会把有关联的线程尽量安排在同一颗芯粒上。

Intel Foveros、AMD 3D V-Cache 这类先进封装又往前走了一步,裸片可以堆叠起来。

物理设计:从架构蓝图到硅片

前面大半篇幅都在讲CPU架构设计,这部分复杂度最高。可架构终究要落到物理芯片上,落地过程会带来新的难题。

处理器内部所有模块靠时钟信号同步。现代桌面处理器主频多在3GHz~5GHz,最高睿频能超过6GHz。过去十年主频涨得不多,性能提升主要靠别的架构优化。每个时钟周期里,芯片内数十亿晶体管一起开关。

流水线每一级按时推进、数据准时到位,都依赖时钟信号。但主频并不是决定CPU性能的唯一因素。

性能公式是:性能 = 主频 × 每周期指令数(IPC)。更宽的译码器、更多ALU、更大的缓存、更强的分支预测器,本文讲到的这些优化,目标都是把IPC提上去。5GHz的现代核心性能远超十年前同频的老核心,原因也在这里。

超频靠拉高主频换性能,功耗和发热也跟着涨。如今CPU基本都自动调频:睿频算法看温度、功耗、负载,动态调整频率和电压,出厂时已逼近芯片极限,手动超频能折腾的空间很小。

散热始终是CPU的老大难,现在也没变。现代芯片允许在高温下工作,温度碰到阈值(一般95~105℃)就自动降频。长期损伤来自高温、电压、电流的共同作用,晶体管和金属连线会被慢慢损耗。

桌面CPU因此配了金属顶盖。CPU内部的硅片只占芯片表面约20% 面积,顶盖把散热面积撑大,让热量均匀传到散热器,同时还引出大量引脚与外部硬件通信。

现代桌面CPU背面的引脚数以千计:AMD AM5接口有1718个触点,Intel LGA 1851是1851个触点。两家都走LGA方案,CPU一侧是触点,针脚长在主板插座上。

笔记本芯片则用上千颗锡球直接焊在主板。不管哪种方案,触点里大约一半用来供电,其余负责数据通信,对接内存、芯片组、硬盘、PCIe设备等。

高性能CPU满载电流最高能到200安培,得靠大量触点把电流分散开。触点通常镀金以降低电阻。厂商不同、产品线不同,触点的排布方案也不一样。

晶体管本身也在不断缩小、换结构:TSMC、Intel的最新工艺从FinFET转向环绕栅极(GAA)晶体管,栅极把沟道整个包住,控制力更强、漏电流更低。Intel 18A工艺(用于Panther Lake)引入背侧供电,供电线路挪到硅片背面,正面腾出来给信号布线。想看更细的芯片制造内容,可以翻CPU设计系列的第三篇。

汇总:AMD Zen 5核心内部(Ryzen 9000系列)

收尾部分拿现代CPU核心AMD Zen 5快速过一遍,Ryzen 9000系列用的就是这代架构。AMD公开了核心框图,前面提到的概念几乎都能在图里对上号。

最前端的分支预测器先动手,判断程序往哪走,再告诉前端单元该取哪些指令。指令从32KB L1指令缓存取,TLB辅助缓存则记录程序虚拟地址与物理内存地址的对应关系。

取来的指令送进两组并行译码集群,x86指令在这里被翻译成微指令。最近跑过的代码可以不做译码,直接从微指令缓存读取。每周期最多往后送8条微指令。

接着交给乱序执行模块:微指令先做寄存器重命名,再进448项的重排序缓冲区记录状态;随后进入调度器,等输入数据就绪。调度器的原理偏复杂(研究生级别的内容),它的职责是挑出就绪指令去执行,同时保证最终提交顺序不出错。

指令就绪后就分发到各执行单元。Zen5有6个整数ALU、4个负责内存操作的地址生成单元,另有浮点与向量单元,能执行完整的512位AVX-512指令。内存操作靠48KB L1数据缓存,单核配1MB L2缓存,同一芯粒上的8颗核心共享32MB L3缓存。

运算结果存下来,指令按程序顺序提交,CPU随即准备接手下一条指令。

这篇东西算不上覆盖所有CPU细节的权威手册,只是想帮大家弄明白CPU内部那些复杂机制。说实话,除了Intel、AMD、Apple的内部人员,没人掌握它们处理器的全部细节。文中每一章都对应一个独立的研发方向,内容只能算入门科普。

*声明:本文系原作者创作。文章内容系其个人观点,我方转载仅为分享与讨论,不代表我方赞成或认同,如有异议,请联系后台。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. WinPopBit 计划扩围:AMD K8、英特尔奔腾4等老CPU也要跑Win11

    IT之家 11 月 16 日消息,虽然微软官方不支持老旧处理器,但第三方开发者正在通过 WinPopBit(IT之家注:原名 POP4.2)项目尝试让更多早期 AMD 和英特尔 CPU 运行 Windows 11。据 Neowin 今日报道,WinPopBit 下一版本计划增加对 AMD K8 系列处理器以及英特尔奔腾

    来源 腾讯网
  2. 英特尔夺回桌面CPU超七成份额,AMD跌破30%

    在多年被AMD蚕食市场份额之后,英特尔终于在2026年第三季度从其宿敌手中夺回了相当大一部分桌面CPU市场份额。在PC市场整体前景疲软的情况下,这一转变标志着英特尔实现了意想不到的逆转。 ....

    来源 腾讯网
  3. 英特尔CEO陈立武遭股东集体诉讼,转型预期差成争议焦点

    英特尔CEO陈立武被股东集体诉讼推至风口浪尖。这并非一起孤立的法律纠纷,而是资本市场对英特尔转型叙事的一次集中“用脚投票”。从产业与市场角度审视,诉讼的核心矛盾不在于法律层面的信息披露瑕疵本身,而在于陈立武治下的英特尔,其传统PC业务的衰退速度与代工转型的烧钱节奏之间,出现了令投资者难以容忍的预期差。诉...

    来源 腾讯网
  4. 周鸿祎:“黄仁勋下台”背后,美对华芯片政策的分歧才是关键

    “黄仁勋下台”背后:对华芯片政策的分歧才是关键周鸿祎还将视角转向黄仁勋辞职对中国AI的影响。他公开批评对华芯片管制是失败的,还警告中国在AI领域已经非常接近美国。周鸿祎还梳理了事件时间线:11月4日美国国会相关委员会要求黄仁勋说明英伟达先进芯片的出口和流向问题;11月8日黄仁勋个人风波进一步发酵;11月12日英伟达宣布

    来源 TechWeb
  5. 黄仁勋辞职:周鸿祎称创始人离场比丢CEO更伤,中国AI封锁难挡?

    “黄仁勋下台”背后:对华芯片政策的分歧才是关键周鸿祎还将视角转向黄仁勋辞职对中国AI的影响。他公开批评对华芯片管制是失败的,还警告中国在AI领域已经非常接近美国。周鸿祎还梳理了事件时间线:11月4日美国国会相关委员会要求黄仁勋说明英伟达先进芯片的出口和流向问题;11月8日黄仁勋个人风波进一步发酵;11月12日英伟达宣布

    来源 TechWeb
  6. 黄仁勋谋划回归英伟达:国会质询与Anthropic IPO本周登场

    英伟达董事会夹在两股方向相反的力量之间,独立调查仍在进行,而这场角力的走向,将直接定义这家市值数万亿美元芯片巨头的未来权力结构。另外,Anthropic代表的一种更隐蔽、更系统性的产业政策游说对此次黄仁勋下台事件的影响也被媒体曝光。另外,美国参议员Chris Coons在针对黄仁勋的指控出炉后迅速公开发难,而他今年七月

    来源 TechWeb
  7. 黄仁勋谋划回归英伟达:16万人联署,国会质询与万亿IPO同周登场

    英伟达董事会夹在两股方向相反的力量之间,独立调查仍在进行,而这场角力的走向,将直接定义这家市值数万亿美元芯片巨头的未来权力结构。另外,Anthropic代表的一种更隐蔽、更系统性的产业政策游说对此次黄仁勋下台事件的影响也被媒体曝光。另外,美国参议员Chris Coons在针对黄仁勋的指控出炉后迅速公开发难,而他今年七月

    来源 TechWeb
  8. Rapidus重申量产节点:2nm拟2027年末至2028年初启动

    IT之家 11 月 16 日消息,据《朝日新闻》当地时间 13 日报道,日本先进半导体制造企业 Rapidus 社长小池淳义同日在东京表示,该企业计划在 2027 年末 ~ 2028 年初启动 2nm 尖端逻辑制程的量产。Rapidus 此前确定了 2027 财年下半期(2027 日历年 10月 ~ 2028 日历年

    来源 腾讯网
  9. 苹果HomeView首批评测:Siri AI短板与隐私担忧待解?

    IT之家 11 月 15 日消息,苹果首款智能家庭中枢 HomeView 已经于 11 月 13 日在海外上市,配备 7 英寸 Liquid Retina 显示屏、A18 芯片、人脸识别功能,但外界期待已久的 Siri AI 仍处于测试阶段,如今出炉的首批媒体评测、用户体验说明,苹果还有大量工作没有完成。 NBC 首席

    来源 AI 行业观察
  10. 三星奥斯汀厂投19亿美元扩产:为SpaceX星链造STM32V8芯片

    为此,三星将投资19亿美元扩建奥斯汀工厂的生产设施,目标在2030年前投入运营。报道引述芯片行业消息人士及美国商务部15日消息称,此次扩产旨在将部分目前于法国生产的STM32V8产能转移至美国本土。三星方面对单一客户合同表示不予官方确认。SpaceX已在星链低地球轨道卫星之间的微型激光链路系统中采用该芯片,用于卫星间的

    来源 TechWeb
  11. 模拟芯片六巨头季报:AI数据中心抢走封测产能,交期最长拉到32周

    过去一个月时间里,德州仪器、恩智浦、意法半导体、瑞萨电子、Microchip和英飞凌相继披露了最新季报。作为全球模拟芯片、MCU及功率半导体的绝对主力,这六家巨头的业绩集体回暖:Microchip营收同比激增42.2%,TI大增28%,恩智浦与意法半导体均实现近两成增长,英飞凌更是创下单季营收新高。 业绩端的复苏已无需

    来源 AI 行业观察
  12. Bharat Semi种子轮融资2400万美元:AI传感器商业化提速

    印度芯片初创Bharat Semi宣布完成2400万美元种子轮融资,计划加速其AI传感器技术商业化并拓展全球市场。公司称已在包括General Atomics在内的客户处取得设计中标,意味着产品进入客户设计周期。本文梳理融资信号、AI传感器市场趋势,以及印度半导体生态的机遇与挑战。

    来源 AI 科技快讯
  13. 英伟达GPU算力份额39%:谷歌微软转投博通合作

    11月16日,摩根大通资产管理市场与投资策略主席迈克尔・切巴莱斯特在前一日发布的报告中称,OpenAI、Anthropic这类前沿AI实验室已经敲定、未来将采购的算力基础设施里,英伟达(NVDA.US)GPU占比仅39%。而2023至2025年,英伟达在AI芯片整体收入中的份额曾达到83%,这预示着它在下一代算力基础设

    来源 腾讯网
  14. 黄仁勋卸任三天,已与亲信讨论重返英伟达任CEO

    C114讯 11月16日消息(岳明)据英国《金融时报》最新消息,黄仁勋已与多名亲信探讨重返英伟达担任首席执行官(CEO)的可能性。一位黄仁勋的盟友透露,他们正在组建一个由硅谷科技企业高管组成的“作战室”(war room),除了游说这位英伟达前掌门人回归,还计划争取白宫方面的支持。知情人士称,“不仅仅是前沿实验室,科技

    来源 腾讯网
  15. iPhone Duo二代曝光:苹果测试Face ID,新机或2027年发布

    界面新闻记者 | 宋佳楠11月16日,据财联社援引科技网站9to5mac消息,明年秋季,苹果将推出第二代iPhone Duo。目前尚不清楚,除常规芯片升级、影像优化之外,这款新机还会带来哪些更新项,但有消息称,苹果工程师正尝试把面容ID功能装进这款折叠手机。另据知名科技记者马克·古尔曼爆料,苹果为iPhone Duo定

    来源 腾讯网
  16. 奥睿科 FlashMem FM9800 固态硬盘发布:配 pSLC AI Cache 区域

    IT之家 11 月 16 日消息,ORICO(奥睿科)本月 13 日宣布推出 FlashMem FM9800 固态硬盘。这一型号基于 3D TLC NAND,部分闪存配置为 pSLC 模式,形成 AI Cache 区域,两部分采用独立的磨损策略与读写调度机制。 FlashMem FM9800 采用 M.2 2280 外

    来源 AI 行业观察
  17. 台积电按客户信用额度分配产能,AI循环融资疑虑升温

    IT之家 11 月 16 日消息,据中国台湾地区媒体《工商时报》今天报道,AI 时代循环融资疑虑升温,台积电将客户财务资料与数据中心建设需求纳入需求评估,特殊应用集成电路(ASIC)从业者也加紧筹资。 据从业者透露,台积电根据各公司资产负债表拟定信用额度,同时考量历史损失率、竞争力及营运展望;当下单金额超出额度,就需要

    来源 AI 行业观察
  18. Rapidus 社长小池淳义重申企业计划:2027 年末 ~2028 年初启动 2nm 量产

    IT之家 11 月 16 日消息,据《朝日新闻》当地时间 13 日报道,日本先进半导体制造企业 Rapidus 社长小池淳义同日在东京表示,该企业计划在 2027 年末 ~ 2028 年初启动 2nm 尖端逻辑制程的量产。 Rapidus 此前确定了 2027 财年下半期(2027 日历年 10月 ~ 2028 日历年

    来源 AI 行业观察
向下滚动自动加载更多