application-specific integrated circuit
PulseAugur coverage of application-specific integrated circuit — every cluster mentioning application-specific integrated circuit across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
AI Compute Demands Driving PCB Industry Upgrades for ASIC/GPU Clusters
The increasing demand for AI computing power, particularly from GPU/ASIC clusters, is forcing significant upgrades in the Printed Circuit Board (PCB) industry. This includes a shift towards higher layer counts and high-density interconnect boards to support the advanced requirements of AI hardware.
Chinese AI Labs Prioritizing Custom ASICs Over NVIDIA
Multiple Chinese AI labs (Zhipu, DeepSeek) are actively developing custom AI chips to mitigate reliance on NVIDIA. This is driven by export control concerns and a desire to avoid vendor lock-in, indicating a strategic shift towards vertical integration within China's AI sector.
BitLogic Framework to Accelerate ASIC Adoption for Boolean Logic Neural Networks
The newly developed BitLogic framework unifies training for neural networks using Boolean logic operations, enabling deployment across various hardware including ASICs. This standardization could significantly lower the barrier to entry for developing and deploying Boolean logic-based ASICs for AI tasks.
ASIC manufacturers to offer specialized AI training chips leveraging Boolean logic
The development of the BitLogic framework, which enables gradient-based neural network training using Boolean logic operations on FPGAs and ASICs, suggests a future where ASICs are optimized for this type of computation. This could lead to specialized AI training chips that offer significant efficiency gains over traditional multiply-accumulate architectures.
ASIC feasibility studies for neural spike sorting indicate a growing niche market
The DBNN research highlights successful ASIC feasibility studies for low-power, on-node neural spike sorting in brain-computer interfaces. This indicates a specific, high-value niche where ASICs are being seriously considered due to their power and area advantages, suggesting potential for specialized ASIC development in the biomedical field.
-
AI基础设施、发布预测和复古界面设计探索 · 跟踪4个来源
Spheron Blog的一篇博文将搜狐的Transformer ASIC与英伟达的GPU在AI推理方面的潜力进行了比较，并预测该比较将在2026年进行。另一篇文章讨论了AI与基础设施工程的交叉点，第三篇文章探讨了预测AI模型发布日期的统计方法。另外，一位开发者重新利用了1983年的Unix讲座来创建一个AI界面。
-
澳大利亚总理的深度伪造视频被用于740万澳元的诈骗活动 · 追踪到2个来源
根据澳大利亚证券和投资委员会（ASIC）的警告，深度伪造技术正被用于复杂的诈骗活动，已导致澳大利亚人损失740万澳元。这些诈骗活动经常利用伪造的总理安东尼·阿尔巴尼斯形象来推广欺诈性投资机会。这种人工智能的滥用凸显了人们对合成媒体恶意应用的日益担忧。
-
假冒安东尼·阿尔巴尼斯（Anthony Albanese）的深度伪造诈骗使澳大利亚人损失740万澳元
澳大利亚当局警告称，利用深度伪造技术进行的投资诈骗显著增加，特别是那些冒充总理安东尼·阿尔巴尼斯（Anthony Albanese）的诈骗。这些复杂的骗局虚假承诺高回报和政府支持，已使澳大利亚人损失740万澳元。澳大利亚证券和投资委员会（ASIC）指出，人工智能（AI）使得生成逼真的深度伪造内容更加容易，导致虚假品牌、网站和推荐语激增，旨在诱骗受害者将资金汇给海外罪犯。ASIC建议消费者保持高度警惕，独立核实所有投资机会，并举报任何可疑活动。
-
谷歌据报道将采用AMD设计下一代集成CPU核心的TPU
据报道，谷歌正与AMD合作设计其下一代张量处理单元（TPU），代号为v10。这款新的TPU可能将CPU核心直接集成到封装上，此举旨在提高强化学习和其他CPU密集型AI工作负载的性能。这一潜在的合作关系凸显了谷歌在探索结合专用AI计算和通用处理能力的混合AI加速器设计。
-
联发科计划斥资50亿美元，凭借定制ASIC芯片进军AI数据中心领域
联发科正计划投入50亿美元巨资，进军AI数据中心市场。这家台湾半导体公司目标是凭借其即将推出的定制ASIC芯片，在该估计价值800亿美元的市场中占据高达20%的份额。此举标志着联发科大举进军一个竞争激烈的领域。
-
顺络电子开始量产用于服务器的AI电感
顺络电子已开始量产和出货AI电感，这是AI服务器中用于GPU和CPU等各种芯片的电源关键组件。该公司已获得认可，并正在向领先的电源模块客户和终端云厂商批量供应这些产品，尤其受益于数据中心需求的激增。对AI电感需求的增加预计将推动顺络电子持续的收入增长。
-
AI技术发展背景下南向资金波动加剧
南向资金先是净买入30亿港元，随后净卖出超50亿港元，显示市场情绪波动剧烈。在相关科技新闻中，顺络电子报告称其用于AI服务器的AI电感已实现量产并向主要客户供货，预计数据中心需求将持续增长。另外，特斯拉庆祝其第1000万辆电动汽车下线。
-
中国电信运营商拥抱TPU进行AI计算，关注代币经济学
中国电信运营商正日益投资于AI计算能力，超越传统的GPU，探索TPU和ASIC等其他芯片架构。这种转变的驱动力是对成本效益的关注，特别是“销售代币”而非仅仅计算资源的经济学。杭州最近的一次部署采用了1024颗“Shana®”TPU芯片，与GPU相比，其性能更优，能耗更低，并据报道将集群利用率提高了一倍。
-
中国AI实验室寻求定制芯片以应对英伟达依赖担忧 · 追踪到1个来源
中国AI实验室如智谱AI和DeepSeek正在开发定制AI芯片，以减少对英伟达的依赖，这源于对出口管制和供应商锁定的担忧。此举标志着中国AI生态系统内部垂直整合的趋势。与此同时，腾讯发布了其Hy3模型，该模型在性能上可与GLM-5.2媲美，但在某些任务上更小巧、更高效。在美国，xAI发布了用于企业评估的Grok 4.5，而OpenAI则宣布其最新模型在代理编码任务上实现了显著的代币效率提升。
-
我国首座海上风电换流站启运；AI驱动PCB升级
我国首个海陆一体化海上风电直流输电工程迎来重要里程碑，核心枢纽——海上换流站已启动运输，预计一周内抵达广东阳江。与此同时，一份研究报告强调，由AI驱动的算力需求对印刷电路板（PCB）行业产生了重大影响。AI服务器向GPU/ASIC集群的转变正在提升PCB的技术要求，推动了高层数、高密度互连板的增长，并带动了材料和制造工艺的进步。
-
BitLogic框架统一了FPGA原生神经网络的训练
研究人员开发了BitLogic，一个统一的框架，旨在标准化利用布尔逻辑运算而非传统乘加运算的梯度下降型神经网络的训练和评估。该框架允许将单个训练好的检查点部署到GPU、FPGA和ASIC上，解决了当前训练流水线和硬件报告惯例的碎片化问题。通过系统地分析设计空间，BitLogic识别出一种最优配置，在准确性和效率方面均优于以往的方法，在FPGA上实现了比GPU显著更高的吞吐量和更低的能耗。
-
DBNN 为脑机接口实现准确、低功耗的神经脉冲分类
研究人员开发了一种深度二值化神经网络（DBNN），用于可植入脑机接口的节点内脉冲分类。该 DBNN 系统具有两个二值化隐藏层，通过符号控制累加和按位逻辑实现无乘法器推理。所提出的分类器在合成和体内数据集上实现了 98.7% 的中位数准确率，其 FPGA 原型展示了低延迟和低硬件成本。ASIC 可行性研究表明其硅面积小且工作功耗极低，适合低功耗、可植入的神经接口。
-
中信证券：深海油气开发带动FPSO需求上升，AI驱动PCB升级
中信证券的一份报告指出，由于常规储量不足，对深海油气勘探的关注度日益提高，导致浮式生产储卸油装置（FPSO）的需求激增。这一趋势正为FPSO制造业创造一个有利的周期，国内公司有望受益于其生产能力和成本优势。同时，报告强调，人工智能应用对计算能力的需求不断增长，正在显著推动PCB（印刷电路板）行业的发展，需要升级到更高层数、更高密度和更高性能的材料及制造工艺。
-
AI算力驱动高端PCB需求，带动设备及材料板块
中信证券的最新报告强调，随着AI算力扩张，印刷电路板（PCB）需求显著激增。这种需求正推动PCB技术升级，要求更高的层数、更高的密度和改进的材料，以支持GPU/ASIC集群等先进架构。高端PCB的趋势也催生了对制造设备和相关耗材的进步需求，为PCB行业带来了新的机遇。
-
OpenRegistry推出面向调查人员的实时ABR数据访问工具
OpenRegistry推出了一款新工具，通过MCP直接访问澳大利亚的实时澳大利亚商业注册处（ABR）数据。该工具旨在通过提供实体（包括其GST状态和注册日期）的实时信息来协助调查人员和记者，这对于追踪业务变更和验证信息至关重要。与缓存数据不同，OpenRegistry的MCP查询可以检索实时响应，从而提高事实核查和调查的可重复性，但它不能绕过ASIC的付费墙以获取更详细的公司信息。
-
苹果与博通将定制芯片协议延长至2031年 · 跟踪4个来源
博通和苹果已将其技术合作延长至2031年，博通同意为其未来产品开发和供应一系列定制ASIC芯片。这项多年协议建立在他们现有合作伙伴关系的基础上，确保在硅组件设计和无线技术方面持续合作。该协议通过向美国证券交易委员会提交文件宣布。
-
受AI芯片需求激增影响，三星晶圆代工4nm产能售罄
三星晶圆代工正经历其先进半导体制造工艺需求的激增，特别是与AI相关的芯片。公司的4nm工艺已基本售罄，明年产能也已全部预订。此外，部分8nm工艺生产线正接近满负荷运行。这种需求的增长已导致三星晶圆代工实施配额制度，优先考虑现有客户并选择性地接受新订单，这反映了整个行业向AI加速器和HPC芯片的广泛转变。
-
OpenAI 和 Broadcom 发布 Jalapeño AI 推理芯片 · 已追踪 10 个来源
OpenAI 和 Broadcom 发布了他们首款联合开发的 AI 推理处理器 Jalapeño。这款定制芯片旨在更高效地运行大型语言模型，有望在每瓦性能上超越当前最先进的硬件。Jalapeño 的开发周期显著缩短，仅用了九个月，并计划于 2026 年底部署到数据中心。此举代表了 OpenAI 在控制自身基础设施方面的一项战略努力，旨在减少对外部芯片供应商的依赖，并提高其 AI 工具的成本效益和可访问性。
-
NeuronFabric 架构支持片上 Transformer 训练
研究人员推出 NeuronFabric，这是一种专为使用本地 Adam 更新进行片上 Transformer 训练而设计的软件参考架构。一个 C# 原型证明了该方法的可用性，无需外部框架即可处理前向传播、反向传播和 Adam 优化。该架构旨在通过将权重存储在 BF16 中，同时将 Adam 优化器矩保留在 FP32 中（一种称为 BF16W 的配置）来减少内存需求。该方法在训练 Shakespeare 语料库的 334K 参数 Tra…
-
新的ITP-STDP引擎大幅降低SNN训练能耗
研究人员开发了一种名为ITP-STDP的新型学习引擎，用于训练脉冲神经网络（SNN），该引擎可显著降低硬件资源利用率和能耗。这种新颖的方法通过算法和硬件级别的增强来优化脉冲时序依赖可塑性（STDP）算法，这是SNN的核心组成部分。ITP-STDP在ASIC和FPGA平台上实现，与现有方法相比，在能效、运行速度和面积缩减方面均有显著改进。