通义千问发布最强模型Qwen3.8-Max，参数达2.4万亿，提升编程、办公、科研及长周期任务能力，可自主编程和优化芯片设计。下周开源权重，并同步开源Qwen3.8-27B。API定价为输入每百万tokens 2美元，输出6美元。

NVIDIA将Vera CPU用于自家芯片设计，与Cadence和Synopsys合作优化EDA工作负载。早期测试显示，在逻辑仿真和形式验证等关键任务上性能提升高达1.5倍。Vera结合88个定制核心和高带宽内存，加速验证流程，缩短开发周期。未来将采用Rosa CPU，形成芯片设计与软件优化的持续反馈循环。

华为更新的韬定律论文详细阐述了技术选型和工程细节，强调性能提升41%及功耗效率改善。论文提出了LogicFolding等新方法，通过立体集成和优化设计提升芯片性能并解决散热问题，同时明确了测试条件和技术参数，展示了华为在芯片设计上的创新与挑战。

OpenAI芯片工程师Clive Chan宣布离职，加入Anthropic。他在OpenAI负责自研芯片设计，并参与了与博通合作的AI加速器项目。Chan表示，加入Anthropic是为了追求个人的天赋、价值观和抱负。此举有望加速Anthropic的自研芯片计划。

英伟达与台积电达成深度合作，全面采用其加速计算与人工智能技术，提升芯片设计与生产效率。台积电在光刻、晶体管模拟、数据分析和缺陷检测等领域利用英伟达技术实现显著优化，光刻环节成本效益提升20%-50%。此外，台积电还探索数字孪生技术以提升生产规划效率。

华为在ISCAS 2026会议上提出“韬定律”，强调以“时间缩微”替代“几何缩微”作为半导体发展的新原则。通过逻辑折叠技术，华为计划优化芯片设计，降低信号延迟，提升性能。首款采用此技术的麒麟芯片预计将在秋季发布。

论芯科技通过自动解析芯片协议文档，显著提升验证效率，发现关键缺陷，速度是专家的25倍。创始团队经验丰富，致力于将AI技术应用于EDA，推动芯片设计的自动化和系统化。

计算是人工智能领域的重要资源。AlphaChip展示了AI如何加速芯片设计，将设计时间从数年缩短至数天。Ricursive Intelligence的创始人致力于自动化设计流程，推动硬件创新，改变芯片设计的未来。

芯片设计耗时耗资巨大，AI可大幅加速并降低成本。AlphaChip已展示潜力，将布局规划从数月缩至数小时。Sequoia投资Ricursive Intelligence，由AlphaChip创始人创立，旨在用AI自动化整个芯片设计流程，实现“无设计”模式，让芯片定制更快速、高效，释放硬件创新潜力。

Ryan与Arm的Geraint North讨论了生成性AI对芯片设计的影响，以及Arm在灵活CPU架构设计和边缘设备上优化大型语言模型的挑战。Arm新推出的Lumex CSS平台旨在支持高效的AI工作负载。

新思科技已获批准收购ANSYS，预计于2025年7月17日完成。此次合并将促进芯片设计与仿真分析的结合，推动AI产品创新。

中美科技战导致EDA软件被封禁，影响芯片设计。美国要求出口许可证，限制高端技术。国产EDA逐步发展，但面临挑战。中美关系复杂，未来充满不确定性。

英特尔任命谭立夫为新CEO，接替被罢免的吉尔辛格。谭立夫曾任Cadence CEO，计划重建英特尔的制造和芯片设计能力，以提升竞争力。

芯片设计经历了从分立式到集成式的转变，主要包括单片集成、MCM、2.5D和3D集成。2.5D集成因其高带宽、低延迟和灵活性，成为高性能计算和AI芯片的主流选择。尽管3D集成具有高密度，但制造复杂且散热问题突出。总体而言，2.5D技术在性能与成本之间取得了良好平衡，广泛应用于现代芯片设计。

自1971年首个商用微处理器问世以来，芯片设计取得显著进展，但复杂性增加使现有工具难以应对。英特尔团队研究发现，将传统技术与AI结合的混合方法更为有效，开发了名为Parsac的开源布局规划工具，成功解决了复杂设计问题。研究表明，AI与传统方法的结合将推动芯片设计的未来发展。

本月初，我采访了Arm首席执行官Rene Haas，讨论了芯片设计的变化及AI对行业的影响。Rene曾在Nvidia工作，现在领导Arm，专注于重要芯片的设计。Arm的架构被苹果、特斯拉等公司广泛应用。他提到Arm可能会开始制造自己的AI芯片，面临与客户竞争的风险，并谈及Intel的困境及与中国的关系，强调创新和人才的重要性。AI在设备中的应用增加，未来将推动更高的计算能力需求。

中美关系变化深刻影响技术行业。美国主导高端芯片设计，而制造则集中在亚洲。中国需加强芯片设计和操作系统开发，利用人才和市场优势，实现技术突破。