《美国国防部与微电子共享中心连接,以加速先进微芯片的原型开发》

  • 来源专题:计量基标准与精密测量
  • 编译者: 李晓萌
  • 发布时间:2024-03-01
  • 来自负责研究与工程的国防部副部长办公室、海军水面作战中心(NSWC)起重机部门和国家安全技术加速器(NSTXL)的代表将于1月22日至2月9日在全国进行为期三周的访问。实地考察将与微电子公共中心、地方政府领导人以及工业界和学术界的专家建立联系,以加快先进微芯片的原型设计,从而增强军事技术优势。

    Commons是由芯片和科学法案资助的由八个区域创新中心组成的国家网络,将在23财年至27财年为国内微电子硬件原型设计和劳动力开发提供20亿美元。作为拜登总统“投资美国”议程的一部分,下议院的目标是通过创新中心将地区组织联系起来,加快对国防部至关重要的技术的实验室到工厂原型设计,并通过支持这些地区的劳动力来加强当地经济,补充了商务部和国家科学基金会的项目。

    微电子共享执行董事兼微电子首席董事Devanand Shenoy博士将访问所有八个致力于美国国防系统所需尖端微芯片原型设计的中心。Shenoy博士说:“下议院对于确保尖端微芯片的国内供应至关重要,这些芯片是我们作战人员现在和未来使用的系统不可或缺的一部分。”。“我期待着与每个中心的专职专家联系,了解他们的技术战略和劳动力发展计划。”

    国防部和跨部门的利益相关者将花三周时间访问中心,并与中心领导人、成员和工作人员举行技术会议。他们还将与地方政府领导人建立联系,为全国各地的半导体研发和生产创造支持性的经济环境。

    根据拜登总统的愿景,下议院将支持振兴美国制造业,这在全国范围内都能看到和感受到。这些中心包括430多个组织,其中100多个是学术机构,横跨35个州、哥伦比亚特区和波多黎各。通过这项投资,国防部旨在加快国家安全所需的微芯片的国内原型设计和生产,同时在美国各地的半导体行业创造就业机会。

    12月,该部门发布了《微电子共享FY24项目呼吁》(CFP),以促进美国的半导体创新。CFP将为专注于国内微电子原型设计和制造的项目提供高达2.8亿美元的支持,目标是为军队建设一条可持续的国内生产、最先进的微电子管道。这些实地考察将包括与每个中心的技术专家和项目负责人就如何最好地支持未来的项目机会进行对话。

相关报告
  • 《美国国防部发布“微电子共同体”(Microelectronics Commons)2024财年项目征集,以促进美国微电子创新》

    • 来源专题:计量基标准与精密测量
    • 编译者:李晓萌
    • 发布时间:2024-01-24
    • 作为实施《芯片和科学法案》和拜登总统投资美国议程的一部分,美国国防部近日宣布了“微电子共同体”(Microelectronics Commons)2024财年项目征集(CFP),该呼吁向支持国内微电子原型设计和制造的项目提供高达2.8亿美元的资金,建设可持续的国产微电子途径。Commons CFP强调国防部专注于向作战人员提供先进技术,并发展美国微电子制造业,以增强美国的军事技术优势。国防部预计项目奖励将在2024财年第三季度进行。 美国国防部副部长Kathleen Hicks于今年9月宣布了八个Microelectronics Commons区域创新中心,其任务是将实验室原型发展为制造原型,并加强半导体劳动力。目前,中心内有380多个组织,其中100多个是学术机构,分布在35个州、哥伦比亚特区和波多黎各。 分配给Commons的20亿美元总资金将用于六个技术领域:安全边缘/物联网(IoT)计算;5G/6G技术;人工智能硬件;量子技术;电磁战;以及商业领先技术。
  • 《格芯与欧洲微电子中心于AI芯片研发取得突破》

    • 来源专题:集成电路
    • 编译者:shenxiang
    • 发布时间:2020-07-13
    • 日前,全球领先的纳米电子及数字技术研究中心IMEC(欧洲微电子中心)和格罗方德共同发布了一种新型AI芯片AnIA的硬件展示。基于IMEC模拟内存计算(AiMC)架构与格芯22FDX技术,新芯片可在模拟域的内存计算硬件上执行深度神经网络计算,帮助低功耗设备实现边缘推理。同时,这项新技术在隐私保护、安全性和延迟性方面的优势,将会对从智能扬声器到自动驾驶汽车等各种边缘设备中的AI程序产生重大影响。 从早期的数字计算机时代开始,处理器已经从存储器中分离出来。在内存容量指数级提升以后,CPU和内存之间的数据传输带宽却成为了瓶颈,这也就是人们所说的冯·诺伊曼瓶颈。这种限制会掩盖实际的计算时间,特别是在依赖于大型向量矩阵乘法的神经网络中。这些计算的执行需要数字计算机的精密度,以及大量的能量支持。然而,如果是采用较低精度的模拟技术执行向量-矩阵乘法,神经网络也可以获得准确的计算结果。 为了应对这一挑战,IMEC及其工业合作伙伴,包括格芯在内,在IMEC的工业合作机器学习计划开发了一种新的体系结构,通过在SRAM单元中执行模拟计算消除了冯·诺依曼瓶颈。由此产生的模拟推理加速器(AnIA)以格芯22FDX半导体平台为基础,具有超高的能效。特性测试显示,AnIA的功率效率最高可达到2900 TOPS/W。通常由数据中心的机器学习驱动的微型传感器及低功耗边缘设备中的模式识别,现在可以在这个节能加速器上进行本地执行。 IMEC机器学习项目主管Diederik Verkest表示:“AnIA的成功流片是验证模拟内存计算架构的重要一步。参考设计的实现不仅表明AiMC在实践中是可能的,且它取得的能效要比数字加速器好10到100倍。在IMEC的机器学习程序中,我们会对现有的和新兴的内存设备进行优化,以更好地进行模拟内存计算。目前看来,这些成果具有良好的前景,这也鼓励我们进一步发展这项技术,朝着10000 TOPS/W的目标迈进。” 格芯计算和有线基础设施产品管理副总裁Hiren Majmudar则表示:“一直以来,格罗方德与IMEC都保持着密切合作。此次双方利用GF低功耗、高性能的22FDX平台成功研发出新的AnIA芯片,也是向业界展示22FDX如何降低能源密集型AI和机器学习应用能耗的关键一步。” 未来,格罗方德将把AiMC芯片融合进22FDX平台,用于开发AI市场的差异化解决方案。目前,搭载AiMC的22FDX正在GF最先进的300mm生产线上进行开发,该生产线位于德国德累斯顿1号工厂。