小羊仔吹科技的文章

所有芯片行业的行业媒体都知道，中国本土原厂事情最多，预算最低，要求多又难搞，很多都没有基本的市场营销概念。所以同行都对国外大厂和代理商趋之若鹜，对本土原厂懒得搭理。但我认为，国产芯片在市场营销宣传这一块的短板迟早有一天会补齐，要做正确的事，而不是容易的事。业内专业媒体要跟国产芯片

2026-09-24 18:23

所有芯片行业的行业媒体都知道，中国本土原厂事情最多，预算最低，要求多又难搞，很多都没有基本的市场营销概念。所以同行都对国外大厂和代理商趋之若鹜，对本土原厂懒得搭理。但我认为，国产芯片在市场营销宣传这一块的短板迟早有一天会补齐，要做正确的事，而不是容易的事。业内专业媒体要跟国产芯片

2026#民营企业500强公布#腾讯也是京东的股东吧，阿里、华为、比亚迪都在京东的身后，果然流量IP的尽头是带货!

2026-09-24 02:05

2026#民营企业500强公布#腾讯也是京东的股东吧，阿里、华为、比亚迪都在京东的身后，果然流量IP的尽头是带货!

来自GlobalFoundries × CPT Cambridge Photonics的分享，提出光互联黄金三角框架：AI数据应用、技术架构创新、规模化制造能力三者缺一不可。需求端逻辑链条非常清晰：AI大模型Token吞吐量爆炸式增长 → 算力基础设施持续扩建 → 光模块需求被持续拉动。从2023到2025，全球AI算力规模从3.7GW扩张至3

2026-09-22 12:24

来自GlobalFoundries × CPT Cambridge Photonics的分享，提出光互联黄金三角框架：AI数据应用、技术架构创新、规模化制造能力三者缺一不可。需求端逻辑链条非常清晰：AI大模型Token吞吐量爆炸式增长 → 算力基础设施持续扩建 → 光模块需求被持续拉动。从2023到2025，全球AI算力规模从3.7GW扩张至3

端侧AI正在多点开花，终端硬件的成长曲线已经清晰铺开📑 来自兆易创新分享的三张产业图：第一梯队：AI PC、AI手机、智能汽车三大主力终端。 AI PC短期受内存涨价冲击出货承压，长期NPU将成标配，2030年渗透率突破90%，x86/ARM/RISC-V多架构并行； AI手机增长逻辑从“拼出货量”转向AI Agent驱动的

2026-09-22 11:45

端侧AI正在多点开花，终端硬件的成长曲线已经清晰铺开📑 来自兆易创新分享的三张产业图：第一梯队：AI PC、AI手机、智能汽车三大主力终端。 AI PC短期受内存涨价冲击出货承压，长期NPU将成标配，2030年渗透率突破90%，x86/ARM/RISC-V多架构并行； AI手机增长逻辑从“拼出货量”转向AI Agent驱动的

#胡锡进遭十问#胡锡进作为微博痰盂，他本质上是空心的，空心的好处是谁都可以吐一口痰，坏处是看不惯这个痰盂也没办法踢开。问一个痰盂是问不出什么东西的，大家吐口痰解解恨就算了。

2026-09-15 16:57

#胡锡进遭十问#胡锡进作为微博痰盂，他本质上是空心的，空心的好处是谁都可以吐一口痰，坏处是看不惯这个痰盂也没办法踢开。问一个痰盂是问不出什么东西的，大家吐口痰解解恨就算了。

西门子EDA这套AI工具链，覆盖了从代码生成、版图根因分析、热点自动修复到系统性缺陷定位的完整闭环。 LAPI SKILL用大模型生成EDA专用代码；Decision Chain通过VAE把版图特征压缩到隐空间，自动挖掘热点成因并给出修复方案；SDPAL则提前定位系统性缺陷，在流片前规避问题。

2026-09-11 02:52

西门子EDA这套AI工具链，覆盖了从代码生成、版图根因分析、热点自动修复到系统性缺陷定位的完整闭环。 LAPI SKILL用大模型生成EDA专用代码；Decision Chain通过VAE把版图特征压缩到隐空间，自动挖掘热点成因并给出修复方案；SDPAL则提前定位系统性缺陷，在流片前规避问题。

AI Agent进入EDA，不再只是代码问答助手。 Cadence、Synopsys相继推出EDA领域专用智能体： Cadence ChipStack AI Super Agent：自主编排数字设计、形式化验证、信号检测等子Agent，承担虚拟工程师角色 Synopsys Agentic AI：端到端自主验证闭环，实现RTL验证50倍提速，同时提升20%验证覆盖率从单点辅

2026-09-11 07:25

AI Agent进入EDA，不再只是代码问答助手。 Cadence、Synopsys相继推出EDA领域专用智能体： Cadence ChipStack AI Super Agent：自主编排数字设计、形式化验证、信号检测等子Agent，承担虚拟工程师角色 Synopsys Agentic AI：端到端自主验证闭环，实现RTL验证50倍提速，同时提升20%验证覆盖率从单点辅

半导体研发正在告别“试错循环”。传统流片遵循「设计-流片-量测-调参」长周期迭代，成本高昂；而基于物理AI、多物理仿真、HPC搭建的全栈数字孪生流水线，可以在Tapeout前构建虚拟工艺闭环，结合实时量测反馈持续校准模型。计算光刻赛道已经落地标杆：NVIDIA联合台积电、ASML、新思推出cuLitho，实现

2026-09-11 00:07

半导体研发正在告别“试错循环”。传统流片遵循「设计-流片-量测-调参」长周期迭代，成本高昂；而基于物理AI、多物理仿真、HPC搭建的全栈数字孪生流水线，可以在Tapeout前构建虚拟工艺闭环，结合实时量测反馈持续校准模型。计算光刻赛道已经落地标杆：NVIDIA联合台积电、ASML、新思推出cuLitho，实现