- 博客(422)
- 资源 (9)
- 收藏
- 关注
RSS订阅原创 芯片设计企业的IT支撑点
对于一个芯片设计企业，需要怎么样的IT支撑，这看起来并不是那么重要，并不影响芯片企业是否取得成功，但真正进入这个行业，你会发现，这里还是有一些门道的。 实际上，芯片设计企业对于IT的依赖很重，并没有想象的那么简单，我这里简单整理一下，其中的要点。 首先，讨论支撑点前，我们先来看一下芯片设计企业的一些特殊性，行业背景：
2025-02-13 21:20:15
670
2
原创 谈谈芯片设计企业中的产品&项目管理
对于项目管理，容易走两个极端。一个是完全排斥，一个是把它神化。 一个极端是：老板认为项目管理人员很多都是业务的外行（初创公司，因为某些不愉快的经历，可能碰到了半吊子的项目管理人员），让外行领导内行，容易造成专业内行人员的反感，导致项目运转不畅，在某些阶段，不如不管。 另一个极端：认为产品的质量问题，项目的延期问题，目标不清晰的问题，等……，都是没有好的项目管理导致，项目管理在他看来就是银弹（因为在大公司呆习惯了，看过一些成熟公司的项目管理）。没有项目管理，一定无法产出好
2025-02-06 12:06:03
678
原创 芯片NPI的项目管理
一颗成功的芯片是如何练成的？今天不讲技术，纯站在项目管理的（生产，测试，供应链过程管理）角度，看看，如何通过良好的项目管理，完成一颗芯片成功引入。另外，本文也主要站在生产测试中心的角度，来看一个芯片的NPI过程中，生产测试中心需要做些什么？ 当然，要说明一下，芯片的成功并不是管出来的，最关键还是要技术过硬。管理更多是在效率上的提升，以及过程经验的积累。 通过本文的介绍，您可以看到一颗芯片涉及的步骤，输入，输出，交付物，评审点非常繁琐和复杂，没有一个好的管理，确实也是
2025-01-19 01:22:21
1595
原创 FPGA EDA软件的位流验证
位流验证，对于芯片研发是一个非常重要的测试手段，对于纯软件开发人员，最难理解的就是位流验证。在FPGA芯片研发中，位流验证是在做什么，在哪些阶段需要做位流验证，如何做？都是问题。 我们先整体的说一下： 首先：在硬件设计阶段，位流验证是设计验证部的重要工作，它是为了验证硬件设计的数字电路部分的合理性，对于FPGA芯片，主要就是对标准的架构组件进行验证。如果相应的EDA软件未成形之前，相应的位流需要通过手工单独生成。
2025-01-14 19:27:18
1636
3
原创 大模型与EDA工具
EDA工具，目标是硬件设计，而硬件设计，您也可以看成是一个编程过程。大模型可以辅助软件编程，相信很多人都体验过了。但大都是针对高级语言的软件编程，比如：C++，Java，Python，JavaSctipt。面向的行为是软件（CPU或GPU）。有多大用处，见仁见智，我在之前的博客里也提到过。这里不再多说，但是对于硬件编程，也就是我们所说的RTL编程，EDA工具的使用。大语言模型是否有效，有多大的帮助，实际上没有认真思考过。
2025-01-05 23:17:31
1678
原创 芯片的生产测试中心
在FPGA芯片设计公司中，硬件开发负责FPGA芯片的设计（电路，版图，后端），软件负责FPGA 的 EDA软件的设计（综合，实现，下载）。还有一个部门是生产测试中心，生产测试，对于刚涉足制造业的我，比较陌生，它实际上是有别于软件研发的非常重要的部门，它在其中起到什么作用呢？ 首先，它的职责一定是贯穿整个芯片设计、验证、生产和交付的全流程的。核心职责在于保证设计芯片质量、控制量产芯片质量，并提供客户支持，它是FPGA芯片设计公司成功运作的关键环节之一。
2025-01-02 09:21:48
949
原创 做芯片的钱都烧到哪里了？
大家都知道制作芯片很烧钱，但具体钱花到哪里了？我自已也似懂非懂（因为软件出身）。如果从研发成本来看，因芯片的难度和团队能力不同，所处研发阶段不同（有一些是从头开始，有一些是有基础的，各家购买的IP核的数量也不同，采用的外包合作方式也不同），花费会有很大不同，在这一块儿是不好计算。我们跳过。如果纯考虑生产/测试过程，也就是从TO开始来看，有些花费还是比较固定的，我们可以站在这个视角来看看，看儿都烧哪里了？
2024-12-30 22:15:08
1212
1
原创 制造研发企业与IPD管理体系
芯片/半导体/制造研发型企业，大都知道华为使用过的IPD管理体系，但大家用到什么程度，那就是参差不齐了。因为IPD管理体系它只是一个管理理念，是一个方法论。它需要有相应的组织架构来承载，它有很复杂的流程需要有IT系统来支撑。如果没有组织架构来支持，那IPD就是空中楼阁，无法执行落地。如果没有IT 系统支撑，因为过于复杂，很难执行，也很难在公司的发展过程中不断去迭代。所以，组织架构和IT系统是IPD的前提。
2024-12-22 16:37:12
1578
原创 FPGA的EDA工具的测试方法
都说EDA工具很难（芯片设计不可缺少的工具），目前我国正在举国之力来发展它（因为之前我国一直没在这个领域做基础研究，一直是使用者，所以，被美国拉开了很大的差距）。那它到底难在哪里？大家经常能看到的和理解的是芯片的工艺很难，大规模的集成电路很难，实际上，芯片最终要使用，是需要EDA工具来辅助的，大规模集成电路的设计，不可能是手工绘制电路，包括一些测试工作，也依赖于EDA工具。
2024-12-15 22:13:01
2040
原创 开发EDA工具常用的三方开源
EDA软件是制造芯片重要工具，是现在举国的大难题。这个工具难在哪里，几句话说不清，但它确实也有一些非常通用的功能，这些功能依赖一些成熟的轮子，这些轮子，就是三方的开源项目，下面列举一些常用的开源项目，供大家参考。首先，我们假定EDA工具使用C++开发技术栈。按用途把用到的开源项目分为以下几类。
2024-12-11 00:14:25
1343
原创 FPGA芯片全生命周期流程
对于一颗FPGA芯片，从立项，到需求（芯片，EDA软件，IP），设计，实际的研发和测试，样片TO，回片测试，再研发，量产芯片TO，正式量产芯片的测试，客户的送样，客户反馈的支持，整个环节跨度大，生命周期长，且缺一不可。所以，非常有必要梳理一下流程。否则，很有可能踩坑和delay。下面，我们来仔细看一下，这些环节中有哪些关键流程，哪些节点容易出现问题，需要如何控制，降低风险。
2024-12-01 17:13:11
888
原创 EDA软件研发的DevOps平台
转眼间，互联网甚至移动互联网的风头已过，芯片热兴起，国内不少企业开始进入EDA软件的领域。那EDA软件的开发，是否需要有DevOps，或者说CI/CD平台呢？实际上，仍然是非常需要的，甚至在某些场景，它起到的作用，非常之大。下面以我见到的案例，讲解一下要研发一个大型的EDA软件（桌面软件），如何搭建一个CI/CD平台。
2024-11-28 00:23:10
1478
原创 理解 FPGA 的关键知识点整理
虽说接触和学习 FPGA 有一段时间了，但每次在给人介绍FPGA时，还是不能说得很清楚。因为呢，FPGA还是很有门槛的。所以，针对FPGA的关键知识再学习和整理了一次。供参考，对于FPGA老鸟，直接跳过，如果是初学者，可以看看。
2024-11-11 00:04:54
2402
2
原创 高算力芯片的发展
最近参与了2024年北京AI芯片峰会，虽然是讲AI芯片，但因为目前算力主要讲的是智能算力，所以，针对高算力芯片的发展趋势有重点的讲解。之前没有很系统关注这块，这次算是做了全面了解。下面，借用峰会的一些内容，整理一下，试着解释一下算力方面的技术发展现状和趋势 。 算力为什么突然被这么强调，主要是因为人工智能，人工智能实际上已经发展了很多年，为什么这两年突然会发现算力严重不足。那就要归功于 AI 大模型的兴起了。
2024-09-21 18:51:12
3319
4
原创 FPGA 如何进入 AI 领域的思考
FPGA在AI领域如何发力，如何抢碗饭吃？大多数提到是硬件加速，在AI工程里，完成数据前处理（加速）。大家很少提到AI模型的本身的推理过程，让FPGA成为AI模型的推理/算力芯片，这自然是 FPGA厂商们的梦想。否则，仅仅是加速，那就是个配角。 Intel(ateral）和 AMD(Xlinx) 已做过大量的尝试，但是效果似乎并不好，这是为什么呢？我们仔细来看看原因。 在详细解决部署之前，我们还是先从头讲起，看看重要的历史。
2024-08-22 15:07:51
3222
3
原创 深度学习的量化和剪枝
如果要将深度学习的AI模型部署到受限设备（FPGA）上，往往需要更小的存储需求和最低的计算复杂度。当然，还得保持一定的性能（下降在能够接受的范围）。受限设备资源的环境，一般是指的手机，嵌入式系统。而要达到这种要求，采用的方法就是量化和剪枝了。
2024-08-18 17:05:02
1975
3
原创 AI 手机的技术展望
某某领导问到我，AI手机这个产业发展如何？对于，地方科技园区，应该如何发展相关产业？我一时还真说不上来，于是，查了一下资料，大概应对了一下。
2024-08-09 00:17:54
2017
原创 使用 continue 自定义 AI 编程环境
一直在使用github 的 copilot 来编程，确实好用，对编码效率有很大提升。 但是站在公司角度，因为它只能对接公网（有代码安全问题）。另餐，它的扩展能力也不强，所以无法大规模推广，当然，还有成本问题（每月70多元钱，也不是小数字）。 于是，想尝试选型 开源的Continue插件来试试，是否可以替代github copilot，完成公司内部的AI 编程。试用了一下，感觉基本是可行的。
2024-08-03 15:20:58
7750
原创 AMD(FPGA) 技术大会2024深圳站
时间：2024.07.23 全天地点：深圳万恰酒店五楼主题内容：主要还是Versal 二代的推介吧，还有就是针对AIE的开发做了一些介绍，和去年的内容对比，没有什么惊喜。
2024-08-01 01:13:57
1174
原创 深度学习之基础知识整理
现在大语言模型很火，但它的基础仍然是以神经网络为基础的深度学习，不懂神经网络，不了解深度学习，对于大语言模型的二次开发也是整不明白。那到底需要了解哪些知识？才能看懂深度学习/神经网络的基础模型，想要加入AI大潮，想要ALL In ，也是有很高门槛的。至少我自已还差不少知识点。花了点时间，看了一些资料，整理了一下：（注意：整理得很乱且不具备完整性，可能对读者帮助并不大，慎入）。
2024-07-20 17:54:14
1876
原创 超分AI模型学习
超分（超分辨率：Super Resolution，SR）：是计算机视觉和图像处理领域的一个热门话题。主要是将低分辨率图像恢复出高分辨率图像。可以采用的方法和手段很多，最近项目中有涉及（红外成像的超分处理），将碰到的一些零散的知识整理了一下，记录一下。
2024-07-19 14:13:50
3475
原创 目标检测之YOLOv6实践
上一篇文讲了目标检测的基础知识，今天以YoloV6为例（选择v6，因为项目的选型），详细讲解目标检测的工程细节，一些重要的超参数，必须用到的工具，会在工程任务中解释。1：整体的再介绍一下YoLoV6。2：如何使用YoLo进行图像的推理，试验一下效果。3：如何使用YoLo进行重训，全量微调。4：如何对YoLo进行剪枝，减少空间。5：如何对YoLo进行量化，适应硬件。
2024-06-25 23:36:14
1341
原创 目标检测技术学习
什么是目标检测？最近还碰到一个朋友做的项目，是无人机目标检测的，很有意思（据说还是军事用途），主要是协助雷达能快速的识别出无人机，无人机在可见视野中其实是比较小的，而且数据源是多桢实时信号，要很快的准确的识别出来，实际上有一定难度的。我问了对方，对方使用的方案是YoLoV8，硬件有用到RK的芯片，也有GPU的NVIDA的芯片。然后公司接了一个工业相机的目标识别项目，涉及到二维码检测的，需要部署到FPGA上，但是，一切还是从应用层的AI模型开始。所以，详细了解了一些知识。具体我们还是从头说起：
2024-06-12 19:47:37
1291
原创 大模型应用开发框架LangChain
LangChain是什么？它是针对大语言模型开发的一个开源的抽象框架。下图以github的流行度为例，可以看到langchain在很短的时间流行度达到Pytorch框架的高度，在AI燤火的当下，非常的流行。
2024-06-10 18:05:51
1135
原创 大模型提示词Prompt学习
关于chatGPT的Prompt Engineer，大家肯定耳朵都听起茧了。但是它的来由？，怎么能用好？很多人可能并不觉得并不是一个问题，或者说认定是一个很快会过时的概念。但其实也不能说得非常清楚（因为觉得没必要深究）。但我觉得，它毕竟存在过，火过，我们还是必须对它有更深入的理解，所以，我花时间认真了解了一下。
2024-05-21 09:42:10
1878
原创 Embedding技术学习
可能很多人并没有关注Embedding技术，但实际上它是GPT非常重要的基础，准备的说，它是GPT模型中理解语言/语义的基础。
2024-05-12 17:10:08
1064
原创 理解注意力机制
对于注意力机制，是近期大火的Transformer的关键，Transformer是GPT的最核心的架构。很多人说Transformer架构极其简单，确实，只看架构图很简单，但是如果不能理解注意力机制，那一定是看不明白的。我一直也似懂非懂，最近看了一些资料，尝试再理解一下。
2024-05-11 18:41:47
1111
原创 GitHub Copilot 简单使用
因为公司安全原因，并不允许在工作中使用GitHub Copilot，所以，一直没怎么使用。最近因为有一些其它任务，所以，试用了一下，感觉还是很不错的。（主要是C++和Python编程）
2024-05-02 12:08:25
2209
1
原创 Intel FPGA 技术开放日
Intel FPGA 产品技术优势和落地实践方案的技术开放日，这里全程做了记录，添加了一些个人的观感，不一定正确，留存下来，后面再慢慢理解。
2023-12-25 11:55:09
1780
原创 AMD 自适应和嵌入式产品技术日
AMD自适应和嵌入式产品的更新，跨越 云、边、端的AI解决方案，赋能智能制造的机器视觉与机器人等热门话题。
2023-12-17 14:59:10
2090
4
原创 EDA工具开发中的调参方法
在开发EDA工具时，涉及到复杂算法的每个Flow，有很多的参数需要设定默认值。默认值和算法有关，不同默认值效果大不相同。并且，对于不同目标，默认值的设置也不相同。如果参数很多，很难通过经验进行默认值的设定。这类似一个多参数模型调优的问题。问题：当我们遇到一个多参数的模型时，不同参数导致不同的后果，在可以通过打分确认好坏的情况下，如何选择最优的参数（获得更好的得分）。
2023-10-13 16:02:32
552
原创 学习FPGA之五：工具链
对于FPGA的开发工具，主要是通过高效的布局/布线工具，从时序，拥塞，线长，利用率，功耗等多维度来加速设计的实现，如何加速呢？就是提供每个阶段分析和优化，这样，可以保证用户在更早阶段，通过工具的调整，缩短设计的迭代过程。当然，对于工具，也会从顶层设计上考虑面向所有的FPGA系列的产品，因为FPGA可能不但容量越来越大，还有采取堆叠技术，提供高速SerDes，模拟ADC，甚至可能内嵌处理器，这些对EDA工具有更大的挑战，我在这里不针对这些特殊场景的开发做说明，只谈最基础的工具链。
2023-10-03 21:51:39
582
原创 FPGA 芯片点亮标准？
芯片设计完成，给到工厂制造，封装后回来，要经过最重要的一个点亮的环节，你知道什么叫做点亮吗？其实，什么样叫做点亮，每家公司有每家的标准，本着自已不为难自已的原则，一般会有最简单的过程。当然，和不同的芯片也有关系，这里我只是以FPGA芯片为例，说说比较普遍的行业点亮标准。
2023-10-02 17:19:25
1737
原创 FPGA行业应用二：通用仪器行业
通用仪器产品对于FPGA芯片算是高度依赖，涉及数据采集，传输，信号处理，协议转换，信号生成模拟，数据显示等相关技术。
2023-10-02 14:48:58
1461
原创 FPGA行业应用一：LED控制器
LED控制器已经有很多年头了，应该是上世纪90年代就开始有了。它的主要构成是：1：视频信号源——如 电脑，机机，DVD，U盘等2：视频处理器——通过 HDMI/DVI/网口接收来自视频源的数据，对数据进行缩放，渲染和HDR等处理后，通过Serdes或者RGMI接口发送给发送卡。HDR（High Dynamic Range): 指是对图像质量进行处理的技术（如加亮，变暗等处理，使图像更生动）3：发送卡——将视频数据做切分，分割成N份，发给多个分发卡或者直接发给接收卡。
2023-09-27 11:38:18
993
原创 FPGA 中 IP基础学习
name: IP 核名称version：IP 核版本vendor：供应商（开发商）library：库名称（实际就是分类，可以多个层级的嵌套）节点名称节点说明参数名称参数默认值属性名称属性说明参数IDresolve解析方式，user和generated，user为用户自己解析，generated为软件自定解析连接。type参数类型，目前支持类型有：bit、byte、shortint、int、longint、shortreal、real、string属性名称属性说明Id号。
2023-07-17 09:13:56
1470
原创 大模型到底带来了什么？
OpenAI 建立的大模型是通用的模型，就象周鸿袆说的，如果国内的人要搞通用模型，一定会被领导拍死（因为成本太高），但国外就确实搞出来了，它让后面公司不需要从头开始训练，可以基于通用模型来进一步扩展，这可能说是AI 的变革，它很有可能是AI行业的拐点。回到这一轮AI本身，陆奇有一种说法，到现在，我们要理解AI技术，不能盯住技术本身，应该要盯住问题的根源，需要重构思考体系，只有回到问题的根源，才能理解新一轮的AI可能的方向。我的理解，一切人对于世界规律的总结，都是模型，说白了，模型，就是知识。
2023-06-03 21:46:37
639
原创 手机摄影学习笔记一
原理——手机拍照时，有个习惯，会把黑白变成灰度（为了体现细节），会把白色往黑调，把黑色往白调。03：白加黑减：白色背景下的主体通常需要加曝光，黑色背景下主体通常需要减曝光。调整视角——使用地面（草地）或者天空（蓝色），因为这两者是比较简洁的背景。也就是在拍照前，务必要点一下主体，使它对焦。转一下方向——找到最简洁的背景，转一圈儿。02：曝光以主体为准，主体亮度正常有细节。不管拍人物，美食，风景 务必对焦。01：主体只有一个，背景务必简洁。白加黑——白背景，向上拉曝光。黑加白——黑背景，向下减曝光。
2023-04-16 14:27:51
544
原创 ChatGPT 的学习笔记
（其实，OpenAI成立初始，是为了对抗google的，怕它搞垄断，怕google作恶，哈哈哈）相较于传统的分析式AI，ChatGPT采用生成式、预训练的方法，并结合注意力机制和强化学习，实现了超大规模的自然语言处理。技术人员，没法绕过ChatGPT，试用了一些时间，也在网上进行了学习，提供了一些关键词，然后让ChatGPT自已生成的一篇介绍文章：（我只是稍作修改，因为有些我认为有意思的内容被ChatGPT省略了）此外，最要命的是， 受限于GPU的采购，中国在算力方面与美国存在先天的差距。
2023-03-19 18:14:39
4672
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人