2023年10月12日——上海合见工业软件集团有限公司(简称“合见工软”)宣布推出首款自主知识产权的全国产PCIe Gen5完整解决方案——UniVista PCIe Gen5 IP,支持多应用、多模式,拥有优秀的商用级高带宽、高可靠、低延迟、低功耗特性,可更好地解决芯片设计中对IO带宽的挑战。UniVista PCIe Gen5 IP解决方案包括合见工软自主自研的PCIe Gen5 Controller 与合作方的32G Serdes,支持多种配置,可广泛应用在高性能计算HPC、人工智能AI、存储Storage、PCIe Switch/Retimer等多类芯片设计中,该IP现已成功应用在客户芯片中。
在当今的数字化、智能化时代,从消费电子到高性能计算、大数据处理、人工智能等领域,对数据吞吐量、带宽、延迟、功耗等都有愈来愈严苛的要求。尤其是针对商业级应用,数据传输总线的带宽、稳定性、效能至关重要,PCIe Gen 5标准的高带宽和低延迟特性使其成为高性能应用产品类的广泛选择。UniVista PCIe Gen5 IP解决方案具有最高支持512G带宽的卓越性能,向下支持PCIe Gen1至Gen4的特性,可帮助芯片设计人员实现高带宽片间传输需求,可选AXI接口和TL FIFO接口,单通道controller + PHY的功耗小于350mw,提供了可靠、高速、低功耗的高性能解决方案。
UniVista PCIe Gen5 IP解决方案的推出,是基于合见工软自研和并购的技术基础与研发团队成功结合。合见工软于2023年5月完成了对北京诺芮集成电路公司的收购。诺芮集成电路提供已经硬件验证过的Ethernet、FlexE、Interlaken等多款IP产品,包括成熟可靠支持多协议的全国产400G/800G以太网控制器UniVista Ethernet Controller IP,支持完整FlexE应用和小粒度协议的全国产灵活以太网解决方案UniVista Flexible Ethernet IP,以及全国产高带宽低延迟Interlaken PHY层编解码控制器UniVista Interlaken Controller IP。目前IP研发团队经验,覆盖了从45纳米到7纳米的所有主流工艺节点。
PCIe Gen5 IP产品特性:
UniVista PCIe Gen5 IP包含了32G PHY,PIPE,DL,TL,DMA,AXI接口等全功能 PCIe 接口解决方案,可支持RP和EP,以及X1至X16等等多种配置及模式,数据传输速率最高达512Gbps,功耗低至350mw/lane,性能处于业界领先水平。
主要特性:
集益威市场和销售副总裁李防震表示:“多年以来我们与合见工软旗下的诺芮集成电路建立了良好的合作关系,双方在众多领域有深度合作,在以太网相关产品上已经合作完成了多个客户的设计案例,在PCIe的合作上我们也是信心满满,期待未来双方在国产先进IP上实现更多的突破。”
合见工软副总裁刘矛表示:“合见工软的PCIe Gen5 解决方案是基于团队多年来对高速接口协议研发的经验,在先进结构的加持下,推出的性能领先的 PCIe Gen5解决方案,提供了全国产化的解决方案,为业内众多芯片设计企业提供了更好的选择。”
首款自主知识产权的全国产完整 PCIe Gen5 解决方案UniVista PCIe Gen5 IP是合见工软更广泛的EDA+IP产品战略的重要产品之一,为合见工软多维演进的产品战略打下了坚实的基础。合见工软以客户需求为先,提供优质高效的IP产品同时,也支持各种定制化的开发需求,为客户提供整体的解决方案,协助客户设计低功耗、高性能并且具有高度差异化的芯片产品,缩短开发周期,提升良率,帮助客户持续获得领先的市场地位。
欲了解更多详情或购买相关产品,欢迎垂询 sales@univista-isg.com
更多产品信息,请访问:https://www.univista-isg.com/news_details.html?id=139
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。