EDA與制造相關文章 SK海力士調整生產線以便于專注先進HBM內存量產 9 月 12 日消息，韓媒 The Elec 當地時間本月 4 日報道稱，SK 海力士未來將在 HBM 領域采取質量優先的整體策略，專注于尖端 HBM 內存的開發與量產，而傳統 HBM 產品則將被逐步淘汰。 在三星電子計劃把 HBM 內存的組裝檢測工藝外包給控股子公司 STeco 的同時，SK 海力士仍計劃自行內部解決 HBM 生產的全部工序，在進一步提升 HBM 內存產能上較為保守。 發表于：9/13/2024 英特爾計劃明年年底前關閉愛爾蘭香農研發中心 9 月 13 日消息，據《愛爾蘭時報》9 月 6 日報道，英特爾研發部的員工被告知，該公司計劃在明年年底前關閉位于愛爾蘭克萊爾郡香農的工廠，該公司在愛爾蘭的運營基地將遷往英特爾在萊克斯利普的園區。 報道稱，英特爾位于香農的研發部門雇用了大約 750 人，那里的員工也獲得了與該集團其他部門員工相同的裁員或提前退休選擇。 當被問及香農研發中心的未來時，英特爾的一位發言人表示，該公司正在“改變我們的全球房地產戰略，將重點放在人口更多的地區。我們仍在為每個業務部門制定計劃。我們將在未來幾個月提供更詳細的信息。” 發表于：9/13/2024 戴爾宣布今年將繼續執行裁員計劃 據外媒報導，因為擔心個人電腦（PC）需求尚未復蘇，且針對人工智能（AI）優化的服務器銷售利潤不如其他產品的情況下，PC大廠戴爾于9月11日宣布，為控制成本，計劃在2024年繼續執行裁員計劃。 戴爾表示，相關的裁員計劃內容，包括限制外部招聘、職缺重組以及其他行動。執行這些計劃后，將導致在截至2025年2月的財年期間，戴爾的總員工人數持續減少。成本。” 發表于：9/13/2024 三星因2nm良率過低已撤出美國泰勒廠人員 9月12日消息，據韓媒Business Korea報道，由于 2nm 良率持續存在問題，三星電子已決定從其位于美國的泰勒工廠撤出人員，這標志著其先進的代工業務遭受重大挫折。該決定是在大規模生產時間表一再推遲之后做出的，現在量產時間已從原來的2024年底推遲到了2026年。 三星對于美國泰勒工廠最初設想為 4nm以下先進工藝的大規模生產中心，目的是靠近主要的美國客戶，為他們提供本地化的制造服務。然而，盡管工藝開發迅速，但三星仍面臨 2nm 良率的挑戰，與其主要競爭對手臺積電相比，不僅性能較低且量產能力不足，良率也更低。 發表于：9/13/2024 英飛凌成功推出全球首款300mm GaN晶圓 英飛凌成功推出全球首款300mm GaN晶圓 發表于：9/12/2024 三星電子宣布其首款1Tb QLC第九代V-NAND正式開始量產 三星電子宣布其首款1Tb QLC第九代V-NAND正式開始量產 發表于：9/12/2024 消息稱三星電子獲Ambarella ADAS芯片2nm代工訂單 消息稱三星電子再獲 2nm 訂單，為安霸 Ambarella 代工高級駕駛輔助系統芯片 發表于：9/12/2024 臺積電首臺High-NA EUV將放置在其全球研發中心 臺積電全球研發中心本月將接收首臺High-NA EUV 發表于：9/12/2024 高通第五代驍龍8將迎來雙代工廠 此前有報道稱，高通考慮未來驍龍8平臺采用雙代工廠策略，分別采用臺積電（TSMC）和三星的3nm工藝。高通原打算在2024年的第四代驍龍8開始執行該計劃，不過由于三星3nm產能擴張計劃趨于保守，加上良品率并不穩定，最終讓高通選擇延后執行該計劃。 發表于：9/12/2024 兩名前三星員工涉嫌泄露價值32億美元商業機密被捕 9月11日消息，韓國首爾地方警察廳產業技術安全搜查隊于10日以違反韓國《產業技術保護法》和《不正當競爭防止法》為由，逮捕了兩名前三星高管，指控他們涉嫌向中國泄露價值 32 億美元的三星公司機密。 發表于：9/12/2024 谷歌Tensor G6將采用臺積電2nm制程代工 傳谷歌Tensor G6將采用臺積電2nm制程代工 發表于：9/12/2024 美國眾議院投票通過了多項針對中國科技的法案 美國眾議院通過多項法案：擬禁售大疆無人機，禁止采購6家中企電池 顯然，中國廠商在電動汽車所需的動力電池領域目前依然是占據著絕對優勢，這也引發了美國方面的焦慮不安。 發表于：9/12/2024 數字孿生在半導體測試設備中的實踐 數字孿生作為智能制造關鍵技術在工廠極具實用價值。通過在半導體測試服務公司建立數字孿生系統，收集了探針臺二十多萬條報警數據。結果顯示，超過90%的報警已通過數字孿生系統實現了遠程控制解決。為探索報警處理的最佳方式，進一步優化數字孿生模型，并在模型中重現報警，通過模擬不同工況，與傳統方式相比，人工操作數字孿生系統處理報警可使設備等待時間減少64%以上。若采用AI后臺自行操作數字孿生系統，設備等待時間可繼續降低78%。這表明人工對設備報警的反應時間是影響設備等待時間的關鍵因素，因此，深化使用數字孿生模型自動化處理報警可顯著降低設備等待時間，提升設備綜合利用率。 發表于：9/11/2024 高并發的數據安全能力微服務架構及調度算法 當前，電力系統業務以微服務為主，業務架構發生了顯著變化，數據安全能力需要與業務深度融合。然而，現有的數據安全能力仍以傳統軟硬件架構為主，無法滿足跨域流動場景的動態彈性防護需求，難以適應業務架構的變化，亟需研究基于微服務化架構的數據共享交互安全保護技術。然而由于電力系統產生的數據量巨大，不同數據又有著不同的數據安全需求，普通的微服務架構難以解決電力系統微服務架構在高并發場景下的負載失衡。針對以上問題，提出了一種基于開普勒優化算法（Kepler Optimization Algorithm， KOA）的數據安全能力微服務調度算法，旨在實現負載平衡，從而提升系統的高并發處理能力。通過對云集群節點資源和微服務性能進行詳細建模，以平衡集群負載與最小化微服務運行時間為目標構建了優化模型。實驗結果顯示，基于KOA的數據安全能力微服務調度算法在均衡服務器負載、提升集群系統處理效率以及降低任務響應時間方面具有顯著效果，有效提升了系統的并發性能。 發表于：9/11/2024 基于貝葉斯網絡的多方關聯數據訪問安全風險識別模型研究 對于現代電力系統的數據中臺而言，識別用戶訪問數據過程中的數據推斷風險尤為關鍵。特別是多個用戶合謀竊取數據的行為，可能會造成從非敏感數據推斷出敏感數據，導致敏感數據泄露，嚴重威脅電力調度和國家安全。傳統的訪問控制機制無法識別這種風險。為此，提出一種基于貝葉斯網絡的多方關聯數據安全風險識別模型MPA-BN，綜合考慮用戶訪問行為、時間模式、接口類型和數據交互方式，利用貝葉斯網絡分析用戶與服務接口之間的訪問關系，深入挖掘數據之間的依賴關系和概率特征，識別數據中臺對外服務接口的相關性以及用戶組合的潛在風險。本研究使用的數據集來自電力公司數據中臺的脫敏日志， 其中包含10 000個訪問用戶，生成日志的條目約100萬。實驗結果表明，該模型能夠有效識別多用戶合謀竊取敏感數據的風險，為電力系統數據安全提供更有力的保障。 發表于：9/11/2024 ?…67686970717273747576…?
