澜起科技正在研发AI芯片,明示进军Serdes

半导体行业观察 · 半导体行业观察·2022-05-08 08:51

2.5k

来源:内容来自半导体行业观察(ID:icbank) 综合 ,谢谢。

近日,澜起科技发布了一份调研纪要。在纪要中他们披露了公司一些正在研发的新品和公司正在进行的业务。
澜起表示,除了2021年已经实现量产的产品以及正在研发的产品之外,公司在一些新技术、新产品方面积极做好技术储备,为后续新产品的研发奠定了坚实的基础。在现有产品的研发过程中,相关的底层技术不断沉淀,并不断的反哺新产品的研发。整体来说,公 司围绕自身的技术及市场能力,产品持续推陈出新,实现“储备-研发-量产”的正向循环。
公司2021年主要产品的进展及研发成果如下:
(1)互连类芯片产品线:DDR5第一子代内存接口芯片及内存模组配套芯片实现量产,第二子代完成工程样片流片,PCIe 5.0 Retimer完成工程样片流片。
(2)津逮®服务器平台产品线:2021年推出了第三代津逮 ®CPU。
(3)AI芯片:完成AI芯片主要子系统的逻辑设计、系统集成和验证,推进AI及大数据软件生态的系统建设,完成典型应用场 景的主要功能验证和性能评估。
公司2022年将持续投入研发创新,研发工作重点如下:
1、稳步推进现有产品的迭代升级及研发:
(1)互连类芯片产品线:完成DDR5第二子代内存接口芯片、PCIe 5.0 Retimer量产版本研发,做好量产前的质量认证等准备工作。
(2 津逮®服务器平台产品线:完成第四代津逮®CPU研发,并实现量产;
(3 AI芯片:完成第一代AI芯片工程样片流片。
2、启动多项新产品的研发设计工作:
包括CKD芯片、MCR RCD/DB芯片、MXC芯片,目标是在2022年底之前完成上述三大新产品第一代产品工程样片流片。同时,公司新推出的《2022年限制性股票激励计划(草案)》中设定2023 年考核指标为:上述三大新产品完成量产版本研发并实现出货。
(1)CKD芯片:用于新一代桌面端台式机及笔记本电脑的 DDR5 UDIMM和SODIMM。
(2)MCR RCD/DB芯片:用于服务器和数据中心的高带宽内存模组。
(3)MXC芯片:用于服务器的内存扩展及内存池化。
据澜起介绍,公司目前围绕高速互连和高性能数据处理两个领域进行产品 的战略布局。
(1)互连类芯片,属于“快芯片”,在底层技术方面有一定关联,澜起基于在内存接口芯片领域的技术优势和市场优势,以 内存接口芯片为切入点,将产品布局逐步延展到内存模组配套芯 片、PCIe和CXL相关芯片。
(2)数据处理类芯片,属于“大芯片”,包括津逮®CPU和AI 芯片。公司在研发津逮®CPU过程中逐渐积累数据处理芯片领域的技术能力,有更多机会对接服务器厂商和终端用户需求,结合公 司在DDR和CXL的技术储备,为AI芯片的研发奠定了基础。
总体来说,公司的产品布局以内存接口芯片为起点,在技术及市场的双重驱动下,延展到津逮®服务器平台、内存模组配套芯 片、PCIe Retimer芯片、AI芯片,现在进一步拓宽到CKD、MCR RCD/DB以及CXL相关芯片等,未来会看到公司更丰富的产品布局。
公司所处细分领域及在研的产品具有较高的商业门槛和技术门槛,由于公司在相关细分领域内具备一定技术优势和资源禀赋,我们有信心参与相关产品的全球竞争。公司希望通过不断丰富产品种类,拓宽未来可触及的市场规模,巩固公司的竞争优势,为长远健康稳定的发展奠定坚实的基础。
在与分析师交流的过程用,澜起特别介绍了公司在AI芯片和Serdes产品上的想法。
首先看AI芯片。
澜起指出,公司在研的AI芯片解决方案由AI芯片等相关硬件及相应的适配软件构成,采用了近内存计算架构,主要用于解决AI计算在大 数据吞吐下推理应用场景中存在的CPU带宽、性能瓶颈及GPU内存容量瓶颈问题,为客户提供低延时、高效率的AI计算解决方案。
AI芯片是上述解决方案的核心硬件,主要由AI计算子系统、 CXL控制器、DDR内存控制器等模块组成。该芯片面向大数据场景下AI的应用进行了针对性设计,集成了AI高性能计算、异构计 算、CXL高速接口技术、DDR内存控制技术等相关技术,具有对大容量数据搜索和排序等高效的硬件加速功能,并且兼具数据压 缩和数据加解密等功能。同时,公司的AI芯片解决方案将支持完善的AI软件生态,能够针对性地对各类AI算法和模型进行软硬件联合深度优化,可支持业内主流的各类神经网络模型,比如视觉算法、自然语言处理 和推荐系统等方向,有利于后续软硬件生态建设及市场推广工作。
AI芯片未来典型应用场景公司在研的AI芯片未来的典型应用场景如下:

(1)互联网领域大数据吞吐下的推荐系统。

目前业界常规方 案是将推荐系统中“Embedding(向量化)”、“Embedding Search (向量搜索)”两个主要步骤分别交由不同平台计算平台处理,由高算力的GPU、FPGA或ASIC芯片负责“Embedding”部分,由 CPU+大数据系统部署“Embedding Search”部分,这种步骤分割,产生大量的数据交换,并且由于硬件的限制,存在搜索效率的瓶 颈。 公司AI芯片的目标是整合上述两个步骤,同时平衡算力和内存容量,使计算资源和内存得以高效利用,解决系统的效率瓶颈 问题。

(2)医疗领域生物医学/医疗大图片流处理。

目前业界常规方案是在CPU中对大图片进行切割, 切割获取的子图通过PCIe接口 被传送到GPU进行AI处理;通过多次交互,最终实现一张大图的处理,该方案下同样受到二者之间的接口带宽及其内存的限制。公司的AI芯片可大幅提升内存容量,减少甚至无需图片切割,同时CXL接口可以充分利用cache性能,并直接访问近内存计算模组 的DDR内存,从而提升接口的效率。

(3)人工智能物联网领域的大数据应用场景。

总体来说,公司AI芯片解决方案的目标是在类似上述应用场景下,相较于传统方案,可以为客户提供更有效率、更具性价比 的解决方案。
同时,澜起还暗示公司正在进军Serdes业务。 所谓Serdes,是SERializer(串行器)/DESerializer(解串器)的简称。
它是一种主流的时分多路复用(TDM)、点对点(P2P)的串行通信技 术。即在发送端多路低速并行信号被转换成高速串行信号,经过 传输媒体(光缆或铜线),最后在接收端高速串行信号重新转换成低速并行信号。作为一种重要的底层技术,SerDes通常作为一些 重要协议(比如PCIe、USB、以太网等)的物理(PHY)层,广泛 应用于服务器、汽车电子、通信等领域的高速互连。
因为SerDes是高速互连领域重要的基础技术,可以应用在包括在PCIe Retimer及其他很多产品上,所以澜起对这个技术非常重视,同时也会基于技术的延展去做一些新产品的布局,具体新产品布局的策略会结合公司的技术优势或者市场优势去逐步展开。


*免责声明:本文由作者原创。文章内容系作者个人观点,半导体行业观察转载仅为了传达一种不同的观点,不代表半导体行业观察对该观点赞同或支持,如果有任何异议,欢迎联系半导体行业观察。


今天是《半导体行业观察》为您分享的第3034内容,欢迎关注。

推荐阅读


过去十年最成功的芯片“搭档”?

美国半导体行业的实力和前景

国产射频芯片的终局之战


半导体行业观察

半导体第一垂直媒体

实时 专业 原创 深度


识别二维码 ,回复下方关键词,阅读更多

晶圆|集成电路|设备 |汽车芯片|存储|台积电|AI|封装

回复 投稿 ,看《如何成为“半导体行业观察”的一员 》

回复 搜索 ,还能轻松找到其他你感兴趣的文章!

广告

半导体行业观察 · 半导体行业观察·2022-05-08 08:51

2.5k
  • 澜起科技
  • AI芯片
  • 用户热评
    打开摩尔芯球APP,查看更多评论

    重大事件及时推送,更流畅的沉浸式阅读体验

    参与评论

    0/200字

    登录后即可发布评论

    发布评论

    请使用浏览器自带的分享按钮,
    将你这篇文章分享出去吧。
    +86
    获取验证码
    登 录

    邮箱登录

    未注册过的用户将直接为你创建摩尔账号