All Node List by Editor

该公司引入了首创的自动化修复功能，以消除威胁暴露、优化控制措施并减轻已验证的安全漏洞

威胁暴露验证领域的领导者Cymulate今日宣布其旗舰安全验证平台的进一步升级。作为渗透与攻击模拟(BAS)以及自动化红队领域的先驱和市场领导者，Cymulate持续借助自动化和人工智能(AI)技术进行创新，以提供市场上最先进且最易于使用的威胁暴露验证解决方案。在攻击者采用比以往任何时候都更先进的战术的当下，Cymulate暴露验证平台利用AI的强大力量，为每个蓝队和红队成员提供自动化且便捷的工具，以验证和修复威胁暴露问题，并优化安全防护。

暴露验证帮助企业超越了BAS和自动化渗透测试等传统的解决方案。通过采用连续威胁暴露管理(CTEM)策略，安全团队可以根据其定义的威胁范围来验证自身的暴露情况，根据特定的安全策略按情境确定优先级，并在持续自动修复漏洞的同时采取行动。

Cymulate联合创始人兼首席技术官Avihai Ben-Yossef表示：“安全领域的领导者们认识到，他们需要以持续的方式迅速应对最易被利用的威胁。Cymulate在我们的暴露验证平台中引入了市场首创的创新和自动化功能，以便安全团队能够及时修复最大的安全漏洞，并在为时过晚之前改善防御态势。我们使攻击模拟和自动化红队等技术易于实施，并能提供可操作的调查结果。客户看到了这些技术带来的成果，减少了干扰信息，明确了决策方向，并提高了网络防御投资的回报率。”

Cymulate暴露验证平台使安全团队能够结合潜在威胁和应对策略来验证其控制措施，确定哪些威胁风险最高，并生成修复策略，优先处理那些暴露问题，并实现自动化的控制措施优化。创新的新功能包括：

• 一个由AI驱动的代理，指导蓝队和红队成员针对他们关注的重点创建最具影响力的验证——从最佳实践到特定行业的威胁，再到来自最新威胁情报的详细攻击链

• 简化的攻击模拟，可在所有环境中针对MITRE ATT&CK杀伤链进行更轻松的评估，包括最全面的云和Kubernetes攻击场景库

• 一个新的攻击场景工作台，旨在从包含超过一百万个攻击动作的库或自定义场景中创建全面的验证评估

• 模块化和动态的评估，有助于测试新的威胁

Cymulate暴露验证平台的一个关键方面是提升了结果，实现了可操作且针对特定供应商的修复。安全团队可以使用其现有的工具堆栈手动添加优化规则。然后，Cymulate会自动将这些规则推送到安全控制措施中，并使整个修复过程实现自动化操作。

Cymulate客户Darling Ingredients Inc.的网络安全工程师Mike Humbert表示：“Cymulate暴露验证平台使高级安全测试变得快速而简单。当涉及到构建自定义攻击链时，所有内容都集中在一个地方，一目了然。你可以访问完整的Cymulate库，或者构建自己的攻击动作。当你开始点击和筛选时，你可以完善正在测试的内容，安排评估时间，并深入查看结果。”

如需了解有关Cymulate暴露验证平台的更多信息，请访问www.cymulate.com。

关于Cymulate

Cymulate是安全与暴露验证领域的领导者，为威胁暴露情况以及在攻击者利用漏洞之前弥补安全漏洞所需采取的行动提供单一的事实来源。全球超过1000家客户依靠Cymulate平台来确定其安全态势的基准，并通过对安全弱点的持续发现、验证、优先级排序和指导修复来增强网络弹性。Cymulate可实现自动化的高级进攻性安全测试，以验证控制措施、威胁和攻击路径。作为一个开放平台，Cymulate与现有的安全和IT基础设施集成，并推动暴露管理流程的工作流。如需了解更多信息，请访问www.cymulate.com。

免责声明：本公告之原文版本乃官方授权版本。译文仅供方便了解之用，烦请参照原文，原文版本乃唯一具法律效力之版本。

在 businesswire.com 上查看源版本新闻稿: https://www.businesswire.com/news/home/20250218658159/zh-CN/

Secuyou 智能门锁集成了 Nordic 的 nRF52840 多协议 SoC，提供安全的 Matter over Thread 智能家居连接

丹麦智能安防公司 Secuyou 推出了一款由Nordic Semiconductor赋能的 Matter over Thread兼容无线智能锁。这种智能锁可以方便地安装在庭院门上，让房主无需钥匙就能通过智能手机进入家中。用户还可以远程向经授权的第三方(如可信赖的技工或家庭成员)提供访问权限。

无缝兼容 Matter

Secuyou智能锁由Nordic Semiconductor nRF52840多协议SoC赋能，可通过智能锁与智能家居生态系统之间的Matter over Thread连接进行锁定或解锁。Secuyou 智能锁可与任何集成 Thread 边界路由器的 Matter 兼容生态系统设备配合使用，包括苹果、谷歌、亚马逊和三星解决方案。此外，还提供 低功耗蓝牙版本，可通过 Secuyou 智能手机应用程序直接解锁。

Secuyou公司首席技术官兼合伙人Jens Albertsen说：“智能家居应该简单可靠，而这正是采用Nordic无线技术的Secuyou智能锁所能提供的。您可以通过智能手机轻松控制门锁，再也不用担心门没锁或钥匙丢失了。”

门锁安装完毕后，用户可以通过智能家居生态系统应用程序设置一系列场景。例如，可以设置为离家时自动上锁，或在特定时间上锁，如晚上。智能锁由两节 AAA 电池供电，每次更换电池的间隔时间约为两年，这部分归功于 nRF52840 SoC 的超低功耗运行特性。nRF52840 SoC 采用全自动电源管理系统，可最大限度地降低功耗。

Arm CryptoCell 安全功能

nRF52840 采用带浮点运算单元的 Arm® Cortex™-M4 CPU，运行频率为 64 MHz，并集成了 Arm CryptoCell-310 密码加速器。该加速器为智能家居应用等要求最高安全级别的应用提供了广泛的高效加密选项。它还集成了 Arm TrustZone®，通过对安全和不安全的 NVM、RAM、外设和 GPIO 进行划分，提供可信执行。

Albertsen继续道：“Nordic团队提供的出色支持是我们十年前选择与Nordic合作的主要原因之一，而现在该公司仍在继续提供支持。当我们在 nRF Connect SDK 的基础上开发应用代码时，Nordic 的团队为我们提供了出色的支持，正是由于他们，我们才有了今天市场上的 Matter 产品。”

关于Secuyou

https://www.secuyou.dk/

关于Nordic 半导体公司

Nordic 半导体公司是一家挪威无晶圆厂半导体企业，专业提供助力物联网(IoT)的无线通信技术。Nordic成立于1983年，在全球范围拥有超过1300名员工。Nordic 是 ANT+联盟、蓝牙技术联盟(SIG)、Thread Group、Zigbee联盟、Wi-Fi联盟和全球移动通信系统协会(GSMA)的成员。借助低功耗蓝牙解决方案，Nordic开创了超低功耗的无线通信技术，这使我们成为全球市场领导者。在技术范围方面，补充了ANT+、Thread和Zigbee技术，并于 2018 年推出了紧凑型低功耗LTE-M/NB-IoT蜂窝物联网解决方案，以扩大物联网的渗透率。2021年我们在产品组合中进一步补充了Wi-Fi技术。

我们向用户提供开发工具支持的领先无线技术，这些技术使得设计人员免受RF技术复杂性的影响，可让任何有想法的人能够创建基于 IoT 平台的创新产品。现今，我们屡获殊荣的、高性能且易于设计的低功耗蓝牙解决方案被世界各大领先品牌用于各种产品中，包括无线PC外设、游戏、运动和健身、手机配件、消费电子、玩具、医疗保健和自动化产品。

要了解更多信息，请访问：https://www.nordicsemi.cn/。

近一段时间以来，DeepSeek现象级爆火引发产业对大规模数据中心建设的思考和争议。在训练端，DeepSeek以开源模型通过算法优化（如稀疏计算、动态架构）降低了训练成本，使得企业能够以低成本实现高性能AI大模型的训练；在推理端，DeepSeek加速了AI应用从训练向推理阶段的迁移。因此，有观点称，DeepSeek之后算力需求将放缓。不过，更多的国内外机构和研报认为，DeepSeek降低了AI应用的门槛，将加速AI大模型应用落地，吸引更多的企业进入这个赛道，算力需求仍将继续增长，不过需求重心从“单卡峰值性能”转向“集群能效优化”。比如，SemiAnalysis预测，全球数据中心容量将从2023年的49GW增长至2026年的96GW，其中新建智算中心容量将占增量的85%。近日，全球四大巨头（Meta、亚马逊、微软及）公布的2025 AI基础设施支出总计超3000亿美元，相比2024年增长30%。

（数据来源：科技巨头公开披露报告）

（图：奇异摩尔创始人兼CEO田陌晨）

奇异摩尔创始人兼CEO田陌晨表示：“‘Scaling Law’依然在延续。从Transformer的独领风骚到MoE专家模型的创新突围，AI领域正迈向万亿、甚至十万亿参数规模的AI大模型训练时代。DeepSeek-R1推理模型的问世离不开基础模型Deepseek-V3的庞大训练积累。在这一背景下，强大的算力集群依然是支撑AI的基石。而如何提高集群的线性加速比，一直是产业的核心话题。与此同时，AI算力网络的重要性日益凸显，它让数据在集群中各个层面、各个维度上都能够快速传输，实现各节点资源的高效调动。”

为此，作为行业领先的AI网络全栈式互联产品及解决方案提供商，奇异摩尔给出了一套极具竞争力的解决方案——基于高性能RDMA和Chiplet技术，利用“Scale Out”“Scale Up”“Scale Inside”三大理念，提升算力基础设施在网间、片间和片内的传输效率，为智能算力发展赋能。

Scale Out——打破系统传输瓶颈

DeepSeek的成功证明了开源模型相较于闭源模型具有一定的优越性，随着模型的智能化趋势演进，模型体量的增加仍然会是行业发展的主要趋势之一。为了完成千亿、万亿参数规模AI大模型的训练任务，通用的做法一般会采用Tensor并行（TP）、Pipeline并行（PP）、和Data并行（DP）策略来拆分训练任务。随着MoE（Mixture of Experts，混合专家）模型的出现，除了涉及上述并行策略外，还引入了专家并行(EP)。其中，EP和TP通信数据开销较大，主要通过Scale Up互联方式应对。DP和PP并行计算的通信开销相对较小，主要通过Scale Out互联方式应对。

因而，如下图所示，当下主流的万卡集群里存在两种互联域——GPU南向Scale Up互联域（Scale Up Domain，SUD）和GPU北向Scale Out互联域（Scale Out Domain，SOD）。田陌晨强调：“以Scale Up和Scale Out双擎驱动方式构建大规模、高效的智算集群，是应对算力需求爆发的有效手段。”

智算集群里的Scale Up和Scale Out

在这个集群网络中，Scale Out专注于横向/水平的扩展，强调通过增加更多计算节点实现集群规模的扩展。当前，远程直接内存访问（RDMA）已经成为构建Scale Out网络的主流选择。作为一种host-offload/host-bypass技术，RDMA提供了从一台计算机内存到另一台计算机内存的直接访问，具有低延迟、高带宽的特性，在大规模集群中扮演着重要的角色。如下图所示，RDMA主要包含‌InfiniBand（IB）、基于以太网的RoCE和基于TCP/IP的iWARP‌。其中，IB和以太网RDMA是算力集群里应用最广泛的技术。

RDMA应用和实现方式（来源：知乎 @Savir）

IB是专门为RDMA开发的一种网络通信技术，具有高带宽、低延迟等优势，且IB默认是无损网络，无需特殊设置。得益于这些优势，过往IB在Scale Out网络构建中占据主导地位。然而，IB需要专门支持该技术的网卡和交换机，价格是传统网络的5-10倍，成本相对较高，且IB交换机交期较长。同时，IB兼容性差，难以和大多数以太网设备兼容，例如网卡、线缆、交换机和路由器等，无法成为行业统一的发展路线。

随着集群规模增大，以太网RDMA获得了主流厂商的广泛支持。以太网RDMA同样具有高速率、高带宽、CPU负载低等优势，在低时延和无损网络特性方面也已经和IB性能持平。同时，以太网RDMA具有更好的开放性、兼容性和统一性，更利于做大规模的组网集群。从一些行业代表性案例来看，如字节跳动的万卡集群，Meta公司的数万卡集群，以及特斯拉希望打造的十万卡集群，都一致选择了以太网方案。此外，因为硬件通用和运维简单，以太网RDMA方案更具性价比。

虽然以太网RDMA已经被公认是未来Scale Out的大趋势，不过田陌晨指出：“如果是基于RoCEv2构建方案仍存在一些问题，比如乱序需要重传，负载分担不完美，存在Go-back-N问题，以及DCQCN 部署调优复杂等。在万卡和十万卡集群中，业界需要增强型以太网RDMA以应对上述这些挑战，超以太网传输(Ultra Ethernet Transport，UET)便是下一代AI计算和HPC里的关键技术。”

为了能够进一步发挥以太网和RDMA技术的潜能，博通、思科、Arista、微软、Meta等公司牵头成立了超以太网联盟（UEC）。如下图所示，在UEC规范1.0的预览版本中，UEC从软件API、运输层、链路层、网络安全和拥塞控制等方面对Transport Layer传输层做了全面的优化，关键功能包括FEC（前向纠错）统计、链路层重传（LLR）、多路径报文喷发、新一代拥塞控制、灵活排序、端到端遥测、交换机卸载等。根据AMD方面的数据，UEC就绪（UEC-ready）系统能够提供比传统RoCEv2系统高出5-6倍的性能。

UEC规范1.0示意图（来源：UEC）

田陌晨表示：“UEC是专门为AI网络Scale Out互联成立的国际联盟，致力于通过Modernized RDMA优化AI和HPC工作负载。借助UEC的关键性能，Scale Out网络能够充分利用系统内所有可用的传输路径，并最小化网络拥塞。当前基于RDMA RoCE的解决方案未来也可以通过践行UEC联盟的标准升级各自的以太网产品方案，打造更大规模的无损集群通信。”

奇异摩尔打造的Kiwi NDSA-SNIC AI原生智能网卡便是一款UEC就绪方案，性能比肩全球标杆ASIC产品。Kiwi NDSA SmartNIC提供领先行业的高性能，支持高达800Gbps的传输带宽，提供低至μs级的数据传输延时，满足当前数据中心行业400Gbps-800Gbps升级需求，可实现Tb级别万卡集群间无损数据传输。

奇异摩尔Kiwi NDSA-SNIC AI原生智能网卡方案（来源：奇异摩尔）

借助UEC就绪RDMA中的路径感知拥塞控制、有序消息传递、选择性确认重传、自适应路由及数据包喷洒等关键功能，Kiwi NDSA-SNIC能够充分保障AI网络间数据的稳定传输。比如，Kiwi NDSA-SNIC提供的自适应路由及数据包喷洒功能可以充分发挥高速网络的性能，支持高级分组喷洒，提供多路径数据包传送和细粒度负载平衡，有效应对传输拥塞。相同用例还有：通过有序消息传递（In-Order Message Delivery）来降低系统延迟，通过路径感知拥塞控制（Path Aware Congestion Control）来优化多个路径的数据包流，等等。

此外，Kiwi NDSA-SNIC还拥有很多其他的关键特性。比如，Kiwi NDSA-SNIC具有出色的高并发特性，支持多达数百万个队列对，可扩展内存空间达到GB；Kiwi NDSA-SNIC具有可编程性，可应对各种网络任务加速，为Scale Out网络带来持续创新的功能，并保证与未来的行业标准无缝兼容。

综合而言，奇异摩尔的Kiwi NDSA-SNIC AI原生智能网卡是一个拥有高性能、可编程的Scale Out网络引擎，将开启AI网络 Scale Out发展的新篇章。田陌晨称：“当前，奇异摩尔已经成为UEC联盟成员。随着以太网逐渐过渡到超以太网，奇异摩尔愿携手联盟伙伴共同探讨并践行Scale Out相关标准的制定和完善，并第一时间为行业带来性能领先的UEC方案，推动AI网络 Scale Out技术向前发展。”

奇异摩尔UEC会员（来源：UEC官网）

Scale Up——让计算芯片配合更高效

和横向/水平扩展的Scale Out不同，Scale Up是垂直/向上扩展，目标是打造机内高带宽互联的超节点。上述提到，TP张量并行以及EP专家并行需要更高的带宽和更低的时延来进行全局同步。通过Scale Up的方式，将更多的算力芯片GPU集中到一个节点上，是非常有效的应对方式。如今的Scale Up实际上就是一个以超高带宽为核心的机内GPU-GPU组网方式，还有一个名称是超带宽域（HBD，High Bandwidth Domain）。

英伟达GB200 NVL72的推出引领着国内外AI网络生态对HBD技术的广泛探讨。英伟达GB200NVL72服务器是一个典型的超大HBD，实现了36组GB200（36个Grace CPU，72个B200 GPU）之间的超高带宽互联。在这个HBD系统里，第五代 NVLink是最关键的，它能够提供GPU-GPU之间双向1.8TB的传输速率，使得这个HBD系统可以作为一个大型GPU去使用，训练效率相较于H100系统提升了4倍，能效提升了25倍。

NVL72互联架构(来源：英伟达)

和IB一样，NVLink也是由英伟达主导，虽然性能强劲但是生态封闭，只服务于英伟达的高端GPU。由于没有NVLink和NVSwitch这样的技术，此前其他厂商主要采用full mesh或者cube-mesh结构，以8卡互联为主，而16-32卡互联是下一代方案。

DeepSeek事件引发了业界对于上述NVLink和HBD需求的不同预期。但中长期发展来看，相比软件迭代速度以小时来计算，硬件的迭代则是以年为计算的循序渐进过程，不会一蹴而就。据SemiAnalysis预计大型模型的标准只会随着未来的模型发布而继续升高，但从经济效用上来说，其所对应的硬件必须坚持使用并有效 4-6 年，而不仅仅是直到下一个模型发布。

对此，田陌晨认为：“未来MoE模型的进阶路线在一定程度上存在不确定性，创新随时可能发生。但国产AI网络的生态闭环势在必行。英伟达NVLink和Cuda的护城河仍然存在，首先要解决Scale Up互联国产替代方案有没有的问题，再来看做到哪种程度。未来随着国产大模型、芯片架构等软硬件生态的协同发展，有望逐步实现国产算力闭环。”

如今，科技巨头正联合生态上下游在GPU-GPU高效互联方面主要分为两个流派：内存语义和消息语义。内存语义Load/Store/Atomic是GPU内部总线传输的原生语义，英伟达NVLink便是基于内存语义，对标NVLink的UAlink等也是基于这种语义；消息语义则是采用类似Scale Out的DMA语义Send/Read/Write，将数据进行打包传输，亚马逊和Tenstorrent等公司便是基于消息语义打造Scale Up互联方案。

内存语义和消息语义各有千秋。内存语义是GPU内部传输的原生语义，处理器负担更小，在数据包体量小时效率更高；消息语义采用数据打包的方式，随着数据包体量变大，性能逐渐追上了内存语义，随着AI大模型体量增大，这一点也非常重要。

不过，田陌晨指出：“无论是内存语义还是消息语义，对于厂商而言，都面临一些共性的挑战，比如传统GPU直出将IO集成在GPU内部，性能提升受到了光罩尺寸的严格限制，留给IO的空间非常有限，IO密度提升困难；Scale Up网络和数据传输协议复杂，计算芯片厂商大都缺乏相关经验，尤其是开发交换机芯片的经验；除NVLink之外，其他Scale Up协议并不成熟且不统一，协议迭代对计算芯片迭代造成了巨大的困扰。”

GPU IO集成在GPU内部（来源：奇异摩尔）

为了能够更好地应对上述挑战，产业界提出了一种创新的GPU直出方式——计算和IO分离。奇异摩尔NDSA-G2G互联方案便是这条技术路径里非常有竞争力的一款方案。

借助NDSA-G2G可以实现计算芯粒和IO芯粒解耦，通过通用芯粒互联技术UCIe进行互联。这样做的好处是，只需要牺牲一点点的芯片面积（小百分之几），就可以将宝贵的中介层资源近乎100%用于计算，并按照客户的需求灵活地增加IO芯粒的数量，且计算芯粒和IO芯粒可以基于不同的工艺技术。再加上IO芯粒的复用特性，能够显著提升高性能计算芯片的性能和性价比。

NDSA-G2G的第二大优势是提升IO密度和性能，具有高带宽、低延时和高并发的特性。在高带宽方面，基于NDSA-G2G芯粒，可以实现1TB级别的网络层吞吐量，TB级的GPU侧吞吐量；在低延时方面，NDSA-G2G芯粒提供百ns级的数据传输延时和ns级D2D数据传输延时；在高并发方面，该产品支持多达数百万个队列对，可扩展系统中的内存资源。也就是说，借助奇异摩尔NDSA-G2G芯粒能够赋能国产AI芯片实现自主突围，构建性能媲美英伟达NVSwitch+NVLink的Scale Up方案。

Kiwi NDSA-G2G 产品示意图（来源：奇异摩尔）

NDSA-G2G的第三大优势是具有出色的灵活性。如上所述，目前Scale Up技术路线并不统一，且智算中心厂商在协议方面大都采用自有协议，或者自己主导的联盟协议。这就导致高性能计算芯片需要在设计时考虑未来2～3年，甚至是3～5年的协议发展，具有非常大的挑战。NDSA-G2G以计算芯粒和IO芯粒分离的方式让IO芯粒可以灵活升级，同时NASG-G2G基于具有可编程性，可以支持目前市面上各种IO协议。这种灵活性让高性能计算芯片厂商可以从容应对当前Scale Up技术路线不统一且协议混乱的挑战。

同时，田陌晨也呼吁：“希望科技行业在Scale Up方向上能够拥抱一种开放而统一的物理接口，实现更好的协同发展，这也是打造国产自主可控算力底座的关键一步。”

Scale Inside——全面提升计算芯片传输效率

在Scale Out和Scale Up 高速发展的过程中，作为算力基础单元，Scale Inside的进度也没有落下，并致力于通过先进封装技术弥补摩尔定律速度放缓的影响。在整个智算系统里，更高算力的计算芯片能够进一步提升Scale Up和Scale Out的性能水平，使得AI大模型的训练更加高效。

当前，单颗高性能计算芯片的成本已经非常恐怖，随着制程工艺进一步精进，这一数字还将继续飙升，因而Chiplet技术得到了广泛的重视。Chiplet技术允许通过混合封装的方式打造高性能计算芯片，也就是说计算单元和IO、存储等其他功能单元可以选择不同的工艺实现，具有极高的灵活性，允许厂商根据自己的需求进行定制芯粒，不仅能够显著降低芯片设计和制造的成本，良率也能够得到很大的改善。

在Scale Inside方向上，奇异摩尔能够提供丰富的Chiplet技术方案，包括Kiwi Link UCIe Die2Die接口IP、Central IO Die,3D Base Die系列等。其中，Kiwi Link全系列支持UCIe标准，具有业界领先的高带宽、低功耗、低延时特性，并支持多种封装类型。Kiwi Link支持高达16~32 GT/s的传输速率和低至ns级的传输延迟，支持Multi-Protocol多协议，包括PCIe、CXL和Streaming。

Kiwi Fabric互联架构（来源：奇异摩尔）

综合而言，奇异摩尔的解决方案能够从“Scale Out”“Scale Up”“Scale Inside”三大角度，推动AI大模型训练效率的提升。在Scale Out方面，奇异摩尔已经是超以太网联盟UEC的成员，能够在第一时间响应UEC规范1.0以及后续规范；在Scale Up方面，奇异摩尔NDSA-G2G芯粒不仅能够帮助科技公司打造媲美英伟达NVSwitch+NVLink性能的Scale Up方案，适配各种技术路线和协议，也正在引领计算芯片的设计革新；在Scale Inside方案，奇异摩尔的Kiwi Link UCIe Die2Die接口IP、Central IO Die、3D Base Die系列等方案能够帮助厂商打造具有高效传输能力的高性能计算芯片。

这些方案很好地践行了奇异摩尔公司的使命——以互联为中心，依托Chiplet和RDMA技术，构筑AI高性能计算的基石。“对于国产AI大模型和国产AI芯片产业而言，奇异摩尔的方案是新质生产力的代表，有着更大的潜能值得去挖掘。为实现国产AI芯片产业的‘中国梦’，奇异摩尔不仅提供支持最前沿协议的IO芯粒，以实现高速率、高带宽、低时延的传输表现，还在Chiplet路线上独辟蹊径，用创新的芯片架构助力打造更高性能的AI芯片。奇异摩尔愿与国内公司携手，为国产AI芯片产业发展添砖加瓦，共同勾画国产AI发展的广阔蓝图。”田陌晨最后说。

亮点：     

• 生产率提升： 将芯片设计速度提升高达10 倍，将迭代周期从数周缩短至数天。

• 专家级结果： 通过优化布线和减少拥塞，将工程效率提高 3 倍，同时提供专家级质量的结果。

• 减少布线长度： 人工智能驱动的启发式方法可将布线长度减少多达 30%，从而提高芯片或芯粒的能效。

加利福尼亚州坎贝尔，2025 年 2 月 18 日 - 致力于加速系统级芯片 (SoC) 开发的领先系统 IP 提供商 Arteris 公司（纳斯达克股票代码：AIP）今天推出了FlexGen，这是一款全面升级的智能片上网络 (NoC) 互连 IP。Arteris的FlexGen在优化性能效率的同时，可显著加快芯片开发速度，满足汽车、数据中心、消费电子、通信和工业应用领域对于更快、更可持续变革带来的不断增长的需求。FlexGen 可将生产率提升高达 10 倍，从而大幅减少了设计迭代，显著缩短开发尖端芯片所需的时间。FlexGen 还实现了多达30% 布线长度减少从而降低功耗，并实现多达10% 的延迟减少，从而提高了SoC 和芯粒设计的性能。

FlexGen 基于经过硅片验证且具有物理感知能力的 FlexNoC 5 NoC IP 技术和元件库，可自动创建高性能片上网络 (NoC) 设计。在人工智能驱动的自动化支持下，FlexGen 可减少 90% 以上的手动调整，从而在数小时而不是数天内生成优化的 NoC 拓扑。这大大加快了开发速度，同时保持了通过人工方法实现的质量。随着行业规模不断扩大，为满足人工智能、自动驾驶和云计算等先进技术的需求，这些进步至关重要。

致力于高级驾驶辅助系统 (ADAS) 的汽车人工智能领域的创新企业 Dream Chip Technologies 已经体验到了 FlexGen 的变革潜力。借助这项技术，他们将设计迭代周期从数周缩短到数天，从而实现快速实验和更快开发。

“我们在 Zukimo 1.1 汽车 ADAS SoC 上使用了 FlexGen，效果非常好。FlexGen 的 NoC IP 自动生成功能，使我们能够在数分钟内创建能适应芯片布局布线规划并且能满足车载芯片的复杂数据流要求的拓扑结构，从而能够进行快速实验以找到设计的最佳点，此外几乎一键式的时序收敛能够快速响应布局规划的更改。我们的工程师是FlexNoC的专业用户，凭借Arteris 最新智能 NoC IP 产品，我们能够在使用更少资源的情况下，实现更短的布线长度和更低的延迟，从而获得优越的功耗、性能和面积(PPA)。”Dream Chip Technologies总经理Jens Benndorf表示，“我们计划在产品开发中使用 FlexGen，以更快的速度、更高的质量交付 SoC。”

通过精简芯片设计工作流程并实现关键流程自动化，FlexGen 使各个公司能够以更少的资源应对半导体设计日益增长的复杂性，为人工智能、5G 和工业物联网领域的创新铺平道路。

“高性能计算（HPC）和AI SoC变得非常复杂，对满足能效目标和项目进度的要求不断提高，”AMD 公司的AI芯片业务副总裁John Rayfield表示。“鉴于我们过去与Arteris紧密合作的经验，我们对智能NoC FlexGen技术及其支持我们下一代产品创新的能力感到兴奋。”

“FlexGen是多年来突破性创新的结晶，旨在提高生产率，同时提高结果质量，以克服半导体公司和系统厂商在创建当今复杂电子产品时所面临的指数级设计挑战。”Arteris总裁兼首席执行官K. Charles Janac表示，“由于平均每个SoC或芯粒中有5到20个NoC，因此，我们的客户需要智能 NoC IP来缩短设计时间，同时提供卓越的结果质量，从而让未来产品实现更快的创新周期，而 FlexGen正是为此而打造的。”

凭借FlexGen，Arteris将继续推动基于Arm、RISC-V和x86处理器的SoC和芯粒设计自动化革新，提高生产率，使团队能够应对下一代电子系统的复杂性。了解更多信息，请访问Arteris网站：arteris.com/FlexGen。

关于 Arteris

Arteris 是领先的系统 IP 提供商，致力于加速当今电子系统中的系统级芯片 (SoC) 开发。Arteris 的片上网络 (NoC) 互连 IP 和 SoC集成自动化技术可以实现更高的产品性能、更低的功耗和更快的上市时间，从而提供更好的 SoC 经济性，使其客户可以专注于构想未来。了解更多信息，请访问 arteris.com。