-
“生物醫(yī)療”已經開始走進家電企業(yè)的視線，并逐漸成為其奮力開辟的“藍海新航線”。海爾、美的、長虹美菱、澳柯瑪?shù)榷嗉移髽I(yè)均已“跨界”布局生物醫(yī)療。業(yè)內人士指出，在家電行業(yè)面臨諸多市場挑戰(zhàn)持續(xù)承壓的背景下，體量壯大的中國家電頭部企業(yè)需要拓展第二條增長曲線，尋找新的機會點。[詳情]
-
Arm發(fā)布新架構M85，助力工業(yè)領域機器學習
4月27日，半導體架構IP供應商Arm發(fā)布最新處理器架構M85，與上一代M系列產品Cortex-M7相比，其標量性能提升30%。Arm物聯(lián)網兼嵌入式事業(yè)部副總裁Mohamed Awad表示，預計今年將會有合作伙伴推出使用該架構的芯片。[詳情]
-
有關蘋果增強現(xiàn)實（AR）頭顯的消息是當前電子信息與消費領域，人們最為關注的行業(yè)熱點之一。此前曾有消息稱，其將于2022年底發(fā)布。海通國際證券在近日發(fā)布一份報告中預計，該設備或被推遲到2023年第一季度。[詳情]
-
據(jù)市場研究機構估計，到2025年，全球新能源汽車銷量將達1640萬輛。屆時，動力鋰離子電池全球需求量將達到1160GWh（109Wh），正式邁入TWh（1012Wh）時代。2021年，我國動力電池產量累計219.7GWh，這意味著未來幾年仍是動力電池高速增長期。[詳情]
-
設備是半導體產業(yè)的基石。國際半導體產業(yè)協(xié)會（SEMI）最新報告顯示，2021 年全球半導體制造設備銷售額增至1026億美元的歷史新高，年增44%，中國再次成為全球最大的半導體設備市場。在全球芯片擴產潮的推動下，晶圓廠的設備支出將繼續(xù)提升，SEMI預計2022年全球晶圓廠設備支出將突破1000億美元。[詳情]
-
“東數(shù)西算”大棋局：盤活西部數(shù)據(jù)中心是關鍵
東數(shù)西算工程，是一個平衡需求、算力、電力資源的工程。東部的數(shù)據(jù)增長快、算力需求大，但土地少、電力資源緊張；西部土地多、電力充沛，而且氣溫低，有利于降低數(shù)據(jù)中心的耗電量。[詳情]
-
鋰電池生產是典型的離散型制造業(yè)。正因如此，鋰電池企業(yè)面臨著諸多問題。為滿足生產制造能力和可持續(xù)發(fā)展需要，寧德時代在智能工廠的建設上不斷實踐與創(chuàng)新，為智能制造提供了一個成功模板。通過實施智能工廠戰(zhàn)略，寧德時代也完成了智能制造三個階段的升級躍遷。[詳情]
-
4nm芯片再現(xiàn)功耗問題，先進制程芯片如何破解漏電“魔咒”
近日，多款采用4nm制程芯片的手機，被用戶吐槽存在發(fā)熱量高和功耗高等方面的問題。據(jù)了解，此次涉嫌功耗過熱的三款頂級手機芯片，分別是高通驍龍8 Gen 1、三星Exynos 2200、聯(lián)發(fā)科天璣9000，均為目前各廠商高端芯片的代表。[詳情]
-
英特爾為推進IDM 2.0策略，除了在先進制程方面與臺積電積極合作外，在封裝方面也開始與封測代工廠擴大合作。近期有消息稱，英特爾計劃將其PC芯片組部分的后段封裝業(yè)務擴大委外給封測代工廠。同時，業(yè)界傳聞，先前與英特爾合作密切的力成集團或將成為首選，合作最快將于2023年的下半年初見成效。[詳情]
-
與傳統(tǒng)半導體生產線接軌，英特爾與荷蘭國有科研機構合作制造“硅量子比特”
4月15日，英特爾宣布，其位于俄勒岡州希爾斯伯勒的D1工廠與荷蘭國有科研機構Qtech合作生產了“硅量子比特”，即在傳統(tǒng)硅材料芯片的產線上制造量子比特，形成硅基半導體自旋量子。同時，這也是該工廠首次大規(guī)模制造量子比特，并將其與傳統(tǒng)半導體生產線進行接軌。英特爾表示，此次的生產規(guī)?？梢陨a超過10000個帶有多個硅量子比特的陣列，芯片生產率達到95%以上。[詳情]
-
在芯片制程營收方面，5納米制程的營收占公司2022年第一季度晶圓營收額的20%，7納米制程占30%。總體而言，先進制程（7納米及7納米以下的制程）的營收達到全季度晶圓銷售金額的50%。[詳情]
-
能參與高端芯片制造的企業(yè)少之又少，臺積電，三星之外，還有英特爾也在進軍高端。前兩者已經積累了大量的高端芯片技術，而英特爾也在加快高端芯片市場布局。[詳情]
-
今年3月，臺積電、英特爾、微軟等十家芯片廠商成立了UCIe（UniversalChiplet Interconnect Express）芯片聯(lián)盟，旨在制定一個芯粒（Chiplet）互通互聯(lián)的標準。Chiplet是異構集成領域的重要技術之一。[詳情]
-
-
當今社會，新興技術和應用不斷涌現(xiàn)，無論是以數(shù)據(jù)中心和云計算為代表的高性能計算應用，還是以手機為代表的消費類應用，對處理器算力的需求都越來越高，且要處理的信息也越來越復雜，單一類型的架構和處理器已經無法勝任。[詳情]
