发布时间：2026-04-17 阅读量：5209 来源: 发布人: suii
4月15日，Cadence与英伟达首席执行官共同宣布，双方将合作加速机器人人工智能开发：Cadence作为先进芯片设计软件供应商，正将其用于预测现实世界材料相互作用的物理引擎，与英伟达面向机器人训练的AI模型相集成，通过高保真仿真提升机器人学习效率。
英伟达CEO黄仁勋在美国加州圣克拉拉市Cadence主办的会议上表示：“我们在机器人系统领域与你们全面合作。”
在模拟环境中训练机器人比在现实世界中训练速度更快，但所需的训练数据不易获取，必须由Cadence的物理引擎等软件生成。两位CEO表示，此次合作的目标是缩短机器人执行有用任务所需的时间。
Cadence CEO Anirudh Devgan表示：“训练数据越准确，模型就越好。”
同日，Cadence还宣布，将推出一款新的AI代理，承担部分由人类工程师负责的芯片设计工作。今年早些时候，Cadence推出了一款代理，用于处理芯片设计的早期阶段，即使用类似计算机代码的语言设计芯片电路。
4月15日，Cadence宣布推出一款新的AI代理，负责芯片设计的后端物理布局阶段，该系统将通过谷歌云平台提供服务；其CEO Devgan强调，Cadence不仅构建AI系统，更通过这些AI工具反过来优化芯片设计流程本身。
在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下，国产LineShine（灵晟）纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500，印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日，Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》，系统拆解了无GPU同构超算的四层技术体系：处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。
回顾AI今年的发展轨迹，我们能察觉到一种质的变化：AI不再只是被展示、被调用的“展品”，而是拥有了更明确的“行动感”。从代码编写到机器人奔跑，从算力基建到未来接口，行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字，捕捉这一轮产业变革中的关键切片。
展会大数据公布！2027.7.7-9，上海见。
全球知名半导体制造商ROHM近日宣布，面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”
2026 WAIC落下帷幕，国内AI算力产业的共识正发生清晰转向：单点参数竞赛逐渐退潮，超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下，首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后，指向了一条不依赖先进制程与既有生态的突围之路。
