西门子数字工业软件近日宣布,已与英特尔代工(Intel Foundry)合作,为该厂的嵌入式多芯片互连桥接器 (EMIB) 方法开发全面的工作流程,实现异构芯片的封装内高密度互连。
利用西门子业界领先的集成电路和PCB设计方面的专业知识和世界级技术,英特尔的EMIB技术可提供先进的集成电路封装解决方案,涵盖规划和原型设计,直至在FCBGA、2.5/3D IC 等广泛的集成技术中实现签核(signoff)。
Intel Foundry副总裁兼产品与设计生态系统总经理Rahul Goyal表示:“我们正在为客户提供高度创新的先进封装技术。”“与西门子的合作使我们能够定义一个经过认证的、做好生产准备的EMIB技术参考流程,并将其提供给我们的客户,以便他们能够高效、有效地进行设计。”
借助这一新的Intel Foundry工作流程,双方客户可以处理一系列关键任务,包括早期封装装配原型设计、分层器件平面规划、协同设计优化、完整详细实施验证(包括信号和电源完整性分析)以及封装装配设计工具包(PADK)驱动的装配验证。
该参考流程采用的西门子技术包括 Xpedition™ Substrate Integrator 软件、Xpedition™ Package Designer 软件、Hyperlynx™ 软件 SI/PI 和Calibre®nmPlatform 工具(包括 Calibre® 3DSTACK 软件)。
西门子数字工业软件Electronic Board Systems高级副总裁 AJ Incorvaia 表示:“西门子很高兴能够与英特尔代工合作,为英特尔的创新EMIB 技术开发和提供经过认证的参考流程。”作为英特尔的长期供应商,西门子很荣幸被选中参与这个项目,并期待着分享我们的 3D-IC 专业技术,为我们的共同客户带来价值。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。