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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。