中文 英语

作者的最新文章


垂直于氮化镓器件


长期以来,氮化镓一直被广泛应用于半导体领域,但由于各种技术障碍,它在商业规模上的应用一直相对缓慢。这种情况可能即将改变。GaN的宽禁带使其成为极具吸引力的能量转换材料。不过,要真正意识到它在商业设备上的好处还需要……»阅读更多

极端条件下的集成电路材料


用于极端环境(如登陆金星)的芯片材料的研究数量正在增加。虽然GaN在功率转换电路方面吸引了很多关注,但它只是半导体在极端环境下的几种应用之一。在许多工业和航天环境中发现的高压、高温和腐蚀性大气…»阅读更多

功率变换器芯片研究蓬勃发展


从可穿戴和便携电子产品的感应充电器到电动汽车的充电设备,电力电子产品的需求不断增长。德州仪器公司基尔比实验室(Kilby Labs)电力管理主管约格什·拉马达斯(Yogesh Ramadass)说,到2030年,估计美国80%的电力将通过某种形式的电力转换器。交通运输应用,特别是需求…»阅读更多

更强,更好的粘合在先进的包装


随着键合间距的降低,系统封装集成商正朝着铜对铜的直接键合方向发展,这使得用于连接异质封装设备的焊料变得不那么实用。在热压粘接中,突出的铜凸块粘接到底层衬底上的衬垫上。在混合键合中,铜垫嵌在电介质中,降低了氧化的风险。在…»阅读更多

杂化键的阴暗面


对于半导体来说,往往是每个人都认为理所当然的事情引起了最大的头痛,当一些根本的变化时,这个问题就更加复杂了——比如用一个旨在最大化性能的过程将两个芯片结合在一起。例如:CMP用于后端线金属化的混合粘接。虽然这是一个成熟的过程,但并不容易翻译为……»阅读更多

多芯片封装的连接问题


在最先进节点上开发芯片的成本和复杂性不断上升,迫使许多芯片制造商开始将芯片分解成多个部件,而不是所有部件都需要前沿节点。现在的挑战是如何将这些分散的碎片重新组合在一起。当一个复杂的系统被集成在一块硅片上时,最终的产品就是一种妥协……»阅读更多

没有矩阵数学的神经网络


加速人工智能系统的挑战通常意味着添加更多处理元素和删减算法,但这些方法并不是前进的唯一途径。几乎所有的商业机器学习应用都依赖于人工神经网络,人工神经网络是通过反向传播算法使用大型数据集进行训练的。该网络首先分析一个训练实例,通常分配…»阅读更多

专注于生物计算


人工尖峰神经网络需要同时复制兴奋性和抑制性生物神经元,以模拟生物大脑中看到的神经激活模式。在基于cmos的设计中这样做是具有挑战性的,因为需要很大的电路占用空间。然而,惠普实验室的研究人员观察到,一个生物学上貌似合理的模型——霍奇金斯-赫胥黎模型——是数学……»阅读更多

脉冲神经网络及时放置数据


人工神经网络已经发现了各种各样的商业应用,从面部识别到推荐引擎。内存计算加速器寻求通过帮助克服冯诺伊曼瓶颈来提高这些网络的计算效率。但人工神经网络的成功也凸显了它们的不足之处。他们只复制了其中的一小部分…»阅读更多

内存计算加速器的挑战


内存中计算(CIM)加速器不能简单地取代传统逻辑。实际情况要比这复杂得多。不管存储器技术如何,加速器重新定义了整个系统的延迟和能量消耗特性。当加速器是由噪音大、精度低的计算元件组成时,情况就会变得更加复杂。Tzu-Hsian……»阅读更多

←旧的文章