游乐游手机版
首页/AI教程/文章详情

台积电与新思科技携手降低边缘AI成本

时间:2026-06-04 17:18
人工智能正加速从云端向边缘端渗透,并逐步融入物理世界。在这一趋势下,芯片设计的成本与能效比,将成为决定技术发展速度的核心因素。面对这一挑战,新思科技近日宣布,针对台积电两款专注于成本优化的制程工艺——N6C和N4C,推出了一套全面覆盖的半导体IP产品组合。其目标十分明确:协助工程师在降低设计风险与制

人工智能正加速从云端向边缘端渗透,并逐步融入物理世界。在这一趋势下,芯片设计的成本与能效比,将成为决定技术发展速度的核心因素。

\

面对这一挑战,新思科技近日宣布,针对台积电两款专注于成本优化的制程工艺——N6C和N4C,推出了一套全面覆盖的半导体IP产品组合。其目标十分明确:协助工程师在降低设计风险与制造成本的同时,充分满足新一代边缘AI、机器人及智能制造应用对高性能计算的严苛需求。

物理AI兴起,成本成关键瓶颈

全球半导体行业正经历一场深刻转型。市场研究机构Futurum研究总监Brendan Burke指出,云端AI、边缘AI与物理AI构成了行业三大增长引擎,预计其合计市场规模将从2025年的2670亿美元增长至2030年的1.3万亿美元以上。另一组数据更直观:物理AI与边缘AI产品的市场规模预计将从2025年的50亿美元飙升至2030年的900亿美元,年复合增长率高达35%。

\

台积电中国区副总经理陈平同样认为,物理AI是继AI基础设施之后最大的半导体市场机遇。其驱动力包括传感与边缘计算技术的进步、劳动力短缺带来的自动化需求,以及中国在机器人、自动驾驶出租车等领域的领先地位。

然而,市场潜力再大,成本始终是无法回避的核心议题。尤其是在智能汽车、无人机、机器人以及个人计算设备领域,大规模应用对成本控制提出了极为严苛的要求。

台积电推出N6C与N4C工艺

为此,台积电与新思科技携手合作,对已成熟的先进工艺(如N6、N4)进行优化、简化与改造,推出了全新的“C-Node”工艺系列。其目标是让消费类及边缘AI产品也能采用先进制程节点,同时实现成本降低、功耗控制,并满足数模混合集成的需求。

具体实现路径包括:针对经过多年量产的成熟先进工艺,通过简化流程、收紧设计规则、减少光罩层数(从16层减少至10-12层)、缩小IP面积,直接降低生产成本;通过降低工作电压(例如从1.65V降至1.15V)并调整阈值电压,有效降低静态功耗;此外,还可集成射频、传感器、电源管理IP等模块,以适配数模混合系统的复杂需求。

\

台积电中国区副总经理陈平解释,这些“紧凑型”工艺节点通过选择性减少掩膜层,在简化架构的同时保留了关键的性能与功耗特性,从而在保障良率的前提下,显著降低了大规模生产的单位成本。

具体来看,N6C工艺在N6基础上减少了光罩层数,并增加了射频、低功耗及电源管理IP;N4C工艺则在N4基础上优化了光罩尺寸(采用更小的标准单元与单端口SRAM),提升了系统级表现。未来还将推出N3C等工艺,延续相同的优化思路。

但必须强调的是,基于成熟先进工艺改良而来的“C-Node”工艺节点,必须与顶尖IP伙伴深度合作,为每个技术平台配备完整、预集成的生态系统解决方案,客户才能真正实现高效应用。

新思科技推出面向台积电N6C与N4C的完整IP组合

新思科技此次发布的IP组合,正是针对台积电N6C与N4C工艺特性进行定制化开发的成果。其覆盖面极为广泛,几乎囊括了当前SoC设计所需的所有关键接口,包括PCIe、USB、Die-to-Die、DDR5、LPDDR6、MIPI摄像头与显示接口、UFS、HDMI、DisplayPort等。

\

值得一提的是,面向N6C和N4C的这些IP并非从零开始设计,而是复用了已在台积电N6和N4P工艺上经过“硅验证”的成熟架构。这意味着客户能够显著降低集成风险,并大幅加快产品上市周期。

新思科技全球副总裁兼中国区总裁姚尧表示:“随着人工智能应用从云端快速向边缘扩张,客户亟需能够在确保性能不受影响的前提下实现高效扩展的芯片解决方案。我们面向台积电N6C和N4C节点的工艺IP产品组合,将助力客户加速在大规模市场中高增长应用的创新与落地。”

台积电中国区副总经理陈平则强调,此次合作是台积电开放创新平台生态系统的又一次成功实践。N6C和N4C等成本优化工艺为边缘及物理AI应用的规模化提供了显著优势,而通过与新思科技的深度协作,双方能够共同协助客户实现“高效且可靠的设计”。

深耕中国市场,链接中国与全球创新

新思科技进入中国市场已超过三十年,始终与本土产业保持“同频共振”。多年来,公司不仅将全球领先技术更高效地引入中国(例如本次基于C-Node工艺的IP产品组合),也开始将中国最前沿的需求反向传递至全球研发体系。

\

尤其在物理AI时代,中国已成为全球最重要的物理AI创新策源地。原因清晰可见:中国拥有全球最完整的制造体系,以及全球规模最大的高质量工程人才队伍(每年培养约130万工程类专业毕业生)。此外,在无人机、智能汽车、具身智能、机器人等新兴领域,中国正引领并定义行业标准。研究显示,中国具身智能市场规模预计2030年将达4000亿元,2035年有望突破万亿元。

\

针对这一趋势,新思科技推出了旨在满足中国特殊需求的IP产品组合。具体措施包括:根据中国市场的独特需求优化现有知识产权,提升计算效率、降低功耗、提高数据传输速率,同时压缩成本;采用中国本土的新工艺技术制作现有IP产品,实现成本降低与低功耗计算决策;提供IP定制化服务,使IP能更快、更低风险地集成到客户的片上系统之中。

“我们的面向中国的产品组合策略,首先从将现有IP组合演进以适配中国的特定需求开始。随着中国GDP的增长,还将有更多‘在中国,为中国’以及‘在中国,为世界’的产品被创造出来。所有这些努力,都是为了支持加速从芯片到系统的验证过程以及AI创新。”新思科技首席产品管理官Ravi Subramanian如此总结道。

来源:https://cloud.tencent.com.cn/developer/article/2681300
上一篇Coze智能体简单入门构建指南 下一篇Claude Code 初学者入门必看指南
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
RAG四标融合企业知识资产体系四库协同GEO优化实践
AI教程 · 2026-07-01

RAG四标融合企业知识资产体系四库协同GEO优化实践

生成式AI正在彻底改写信息检索的底层逻辑。传统SEO依赖关键词堆砌和外链建设的策略,在大模型的内容采信规则下已经基本失效。取而代之的,是生成式引擎优化(GEO)。它不再关注外链数量,而是重点衡量你的知识是否结构化、证据链是否坚实、信源是否可靠——这些维度才是RAG(检索增强生成)架构真正看重的核心指

一个普通上班人分享WorkBuddy使用心得与真实体验
AI教程 · 2026-07-01

一个普通上班人分享WorkBuddy使用心得与真实体验

前言 最近我开始使用WorkBuddy——这是腾讯推出的一款AI办公工作台。差不多用了一周时间,趁印象还新鲜,把真实的使用感受记录下来,给还在犹豫的朋友做个参考。不吹不黑,只说实际体验。 初印象:不只是聊天机器人 之前用过不少AI工具,大多数就是个对话框,你问它答,答完就结束了。WorkBuddy不

AI幻觉变真功能实战教程:App Inventor 2视频录制拓展一周开发实录
AI教程 · 2026-07-01

AI幻觉变真功能实战教程:App Inventor 2视频录制拓展一周开发实录

先讲一个颇具戏剧性的开端。 这件事的开端颇显荒诞——有用户前来咨询,称AI Pro版的介绍中提到我们有一款“视频录制拓展”。团队全体成员都感到困惑,翻遍产品列表,发现根本不存在该组件。AI那种“一本正经胡说八道”的能力,这次确实让我们陷入尴尬。 按常理,此事到此便可结束——一句“抱歉,暂时没有这个拓

别再混淆OLAP和SQL-on-Hadoop两者查询本质不同
AI教程 · 2026-07-01

别再混淆OLAP和SQL-on-Hadoop两者查询本质不同

OLAP和SQL-on-Hadoop虽都使用SQL查询数据,但本质不同。SQL-on-Hadoop负责海量数据批量计算与ETL,查询速度秒级至分钟级;OLAP通过预聚合实现毫秒级多维分析,适合BI报表。两者在数据平台分工协作,前者是后厨加工,后者是前台快速服务。

GEO优化深度解析:AI偏好FAQ还是长文内容?
AI教程 · 2026-07-01

GEO优化深度解析:AI偏好FAQ还是长文内容?

在GEO优化中,AI对内容形式无统一偏好:FAQ在简单查询中引用率41%,长文在复杂查询中达58%。内容应基于用户意图选择形式,FAQ适配简单事实类问题,长文建立主题权威,两者互补而非替代。