Arm 控股有限公司宣布其芯粒系统架构 (CSA) 正式推出首个公开规范,进一步推动芯粒技术的标准化,并减少行业的碎片化。目前,已有超过60 家行业领先企业,如 ADTechnology、Alphawave Semi、AMI、楷登电子、云豹智能、Kalray、Rebellions、西门子和新思科技等,积极参与了 CSA 的相关工作,助力不同领域的芯片战略制定并遵循统一的标准。
Arm 基础设施事业部副总裁 Eddie Ramirez 表示:“人工智能 (AI)具备引领新一轮工业革命的巨大潜力,其市场渗透的深度与广度均达到了前所未有的水平。为了实现这一宏伟目标,我们必须能够应对不同市场中广泛且多样化的 AI 工作负载。这伴随而来的是对计算的广泛要求,也就意味着我们需要提供远不止一种的计算解决方案,且每种方案都要针对特定市场的需求进行优化。随着行业对定制芯片需求的不断攀升,加之芯片生产的成本与复杂性日益增加,芯粒 (Chiplet) 正逐渐成为业界广泛采用的解决方案。”
通过标准化和生态协作推进芯粒生态系统发展
通过复用专用的芯粒来开发多种定制化系统级芯片 (SoC),与传统单片芯片相比,能够实现更高性能、更低功耗的系统设计,整体设计成本更低。然而,若缺乏行业统一的标准和框架,不同芯片组之间的差异可能会引发兼容性问题,进而阻碍创新的步伐。为解决这一碎片化问题,Arm 于去年推出了 CSA。CSA 提供了一套与生态系统共同开发的系统切分和芯粒互联的标准,使行业在构建芯粒的基础选择上达成一致。通过 CSA,新的芯粒设计能够在符合标准的系统中无缝适配和复用,这不仅加速了基于芯粒的系统创新,还有效降低了碎片化的风险。
CSA 首个公开规范进一步加速芯片技术的演进
这些创新科技公司对 CSA 的广泛参与,构成了基于 Arm 技术的芯粒生态系统的基石。该生态系统致力于革新系统设计,使 SoC 更具灵活性、可访问性和成本效益,同时能显著降低碎片化风险。随着公开规范的发布,设计人员能够对如何定义和连接芯粒以构建可组合的 SoC 达成一致理解,这些 SoC 凭借高度的灵活性,能够满足 AI 工作负载的多样性需求,并确保最终芯片产品精准契合特定市场的需求。
参与 CSA 的多家合作伙伴也在 Arm 全面设计 (Arm Total Design) 生态项目中积极构建解决方案。Arm 全面设计是一个致力于无缝交付由 Arm® Neoverse™计算子系统 (CSS) 驱动的定制芯片的生态系统。迄今为止,Arm 全面设计已在部署基于芯粒的 CSS 解决方案方面取得显著的成就,这些解决方案能够支持针对特定市场的战略实施,包括:
为多样化市场定制 AI 工作负载:Alphawave Semi 的客户对用于 AI 工作负载的高性能芯片有着迫切需求,涵盖网络、边缘计算、存储和安全等领域。为了响应这些需求,Alphawave Semi 将基于 Arm Neoverse CSS 的芯粒与专有 I/O 晶粒 (die) 相结合,利用 AMBA® CHI C2C 技术,将针对不同市场需求定制的加速器互相连接。这些针对特定市场的定制化芯片基于一个标准化基础,能够有效分摊计算晶粒的成本,同时保持构建多种系统的灵活性。
革新大规模 AI 训练和推理工作负载:ADTechnology、三星晶圆代工厂、Rebellions 和 Arm 联合打造了 AI CPU 芯粒平台,用于数据中心大规模 AI 工作负载的训练和推理,预计可为生成式 AI 工作负载(Llama3.1 405B 参数 LLMs)带来 2-3 倍的能效优势。该多供应商芯粒平台集成了 Rebellions 的 REBEL AI 加速器、使用 AMBA CHI C2C 互连技术的一致性 NPU 及 ADTechnology 基于 Neoverse CSS V3 的计算芯粒,并采用三星晶圆代工厂的 2nm 全环绕栅极 (GAA) 制程工艺进行制造。这项成果得益于 CSA 的标准化工作进展。
芯粒为不断增长的 AI 工作负载所需的定制芯片发挥关键作用
CSA 在基础设施、汽车及消费电子等多个市场领域,为 AI 技术驱动的多样化工作负载提供了高效的解决方案,并树立了多个成功案例。凭借 Arm 计算平台的卓越灵活性、AMBA CHI C2C 等标准所实现的无缝通信技术,以及 CSA 所引领的集成创新趋势,基于 Arm 技术的芯粒生态系统能够巧妙应对各市场中不断增长的 AI 需求。随着 CSA 生态系统的持续壮大,以及行业在标准化与协作方面的不断深化,Arm 将携手合作伙伴显著减少碎片化现象,并加速定制芯片解决方案的开发与部署。
上一篇:功能安全认证难?合理选择开发工具和支持服务很重要
下一篇:Videtronic开发出利用 GMSL2 延长树莓派摄像头电缆的方案
推荐阅读最新更新时间:2026-03-25 14:45
- 边缘计算主机盒选购指南:五大核心指标解析
- Arm AGI CPU 更多细节:台积电 3nm 制程、Neoverse V3 微架构
- Arm AGI CPU 重磅发布:构筑代理式 AI 云时代的芯片基石
- Arm 拓展其计算平台矩阵,首次跨足芯片产品
- 阿里达摩院发布RISC-V CPU玄铁C950,首次原生支持千亿参数大模型
- 边缘 AI 加速的 Arm® Cortex® ‑M0+ MCU 如何为电子产品注入更强智能
- 阿里达摩院发布玄铁C950,打破全球RISC-V CPU性能纪录
- VPU中的“六边形战士”:安谋科技Arm China发布“玲珑”V560/V760 VPU IP
- 利用锚定可信平台模块(TPM)的FPGA构建人形机器人安全
- 使用 Analog Devices 的 ADP3334 的参考设计
- LTC3588IMSE-1 5V 至 16V 太阳能供电 2.5V 电源的典型应用电路,具有用于增加输出能量存储和电池备份的超级电容器
- XRP7659、1.5A DC 至 DC 非同步降压稳压器的典型应用
- 使用 ON Semiconductor 的 NCP3120MNTX 的参考设计
- MAXREFDES1003:150mA、4通道、LED驱动器,SEPIC配置
- LTC4223-2 演示板,用于 AMC 的双电源热插拔控制器(故障后自动重试)
- MC33072ADR2G 运算放大器用作晶体管驱动器的典型应用
- 使用 Diodes Incorporated 的 AP1509-12S 的参考设计
- NCP382HD10AAGEVB:单输入双输出高侧配电开关评估板
- 使用 Analog Devices 的 AD7730 的参考设计

SPI to PSI5
单片机HC32F460驱动LED专用芯片T5020串联应用程序和有关自用函数
现代雷达系统的信号设计
BFR340T






京公网安备 11010802033920号