首页/文章/ 详情

AI进入组织,不是轨道,是旷野:速石Token中枢产品矩阵更新与选型指南

21天前浏览357

AI进入组织的方式,不是轨道,是旷野。

轨道是先有路线,再有列车。

旷野是先有人出发,路才逐渐出现。


研发人员可能从一个API Key开始;

一个团队可能先购买一体机;
集团平台可能一开始就面对多个子公司;
有的企业先部署私有模型和GPU;
有的运营方从第一天起,服务的就是独立外部客户。
他们没有统一的起点,也不会经过相同的中间阶段。

更现实的情况是,同一个组织内部还可能同时存在多条路径:
研发团队使用自建模型;
市场部门调用外部MaaS; 
总部建设统一治理平台;
某个业务部门开始面向客户提供AI服务。
每一条路径都有自己的来由,彼此独立生长,也可能在后来交汇。

上个月,我们介绍了企业级AI资源治理与运营中心——速石Token中枢(FAAP-fastHub)的整体概念与定位:新品发布|速石Token中枢:你的AI资源需要一个“大脑”

在此基础上,我们近期对速石Token中枢产品矩阵做了一次更新,将相关能力进一步梳理为四条产品线。这一次,我们将完整展开这套产品矩阵:四条产品线之间是什么关系,分别适合哪些场景,用户应该如何选择与组合,以及它们与FAAP-MLOps联动后能带来什么价值。

不管AI进入组织的方式如何,围绕AI能力的供给、使用、治理与运营,我们希望速石能陪伴用户从任何位置开始,去往任何方向。


01

速石Token中枢产品矩阵——四条产品线


先看看最新版速石Token中枢产品矩阵,包括四条产品线:

  • fastHub Team&Team Pro 元驭一体机

  • fastHub Enterprise 企业版

  • fastHub Factory 运营版

  • fastHub MaaS 模型即服务平台

分别承接团队共享、企业治理、对外经营和模型服务需求。


一个团队开始共用模型:fastHub Team&Team Pro元驭一体机
当一个团队只有少数人在用AI时,账号和Key各自保管,往往还能应付。
等到更多成员加入,问题就来了:谁可以使用哪些模型,额度怎么分,团队一共用了多少,成员离开后权限怎么收回?

fastHub Team&Team Pro(元驭一体机)面向一个团队或部门,把模型接入、账号、Key、额度和Token用量放到一起管理。产品采用软硬一体化交付模式,10分钟就能开启团队级AI治理。
详细介绍可戳这里:今日上市 | 元驭一体机:专治“散装AI”,10分钟开启团队级AI治理

总部要管理多个内部组织:fastHub Enterprise企业版
如果要管理的不是一个团队,而是总部、事业部、子公司、项目组和授权外包团队,情况就不同了。
这些组织可能要各自设置权限、模型范围和额度,各看各的用量和账目;与此同时,总部还要统一设置安全底线,查看全局使用情况。

fastHub Enterprise企业版面向的就是这种场景。
TA通过管理面沉淀视图、控制面定义规则和流量面执行策略,把身份、权限、路由、预算、安全、审计、计量和内部运营规则落实到模型调用中。
可以把TA理解为:集团平台团队像一个“内部AI运营商”,向下属单位开通服务、发放Key、分配额度,再统一查看使用情况和核对账目。

准备把模型能力提供给外部客户:fastHub Factory运营版
如果服务对象不再是内部部门,而是独立外部客户,问题就从内部治理变成了对外经营。
在当前产品矩阵中,这部分能力被独立定义为 fastHub Factory运营版,使内部治理与外部经营的产品边界更加清楚。

fastHub Factory运营版这时需要处理客户开户、套餐、价格、额度、计量、结算和持续运营,还要把不同来源的模型包装成客户能够购买和调用的服务

想先把模型用起来:fastHub MaaS平台
如果主要需求是直接调用模型,不想自己建设和维护模型服务,可以先看 fastHub MaaS(Model as a Service)模型即服务平台
TA由速石官方托管运营,个人用户和开发者注册后即可独立使用https://hub.fastone.cc/

团队和企业也可以把fastHub MaaS无缝接入上述fastHub Team/Enterprise/Factory产品线,成为统一治理体系中的上游模型资源来源,为企业提供从模型供给到资源运营的完整闭环。这样的好处有两点:
1. 一个平台负责到底,全链路可控,更安全、更合规,降低管理复杂度; 
2. 更智能的资源调度与成本优化,从“能用”走向“越用越好”。



02

四个容易混淆的地方


1. 元驭一体机和Enterprise企业版的区别,不仅是公司大小
元驭一体机管理一个使用同一套规则、额度和账目的团队;Enterprise企业版管理多个需要独立权限、预算和账本的内部组织。
一家大公司的独立研发团队可能只需要元驭一体机;一家人数不多的企业,只要存在多个独立管理边界,也可能需要Enterprise企业版。仅仅“有多个部门在用”,并不是选择Enterprise的充分条件。

2. Factory运营版不是Enterprise企业版的高级版
Enterprise企业版服务总部、子公司和项目组等内部组织;Factory运营版服务独立外部客户。
判断依据不是规模,而是模型服务是否越过组织边界,平台是否需要承担客户开户、套餐、定价和结算责任。

3. 模型数量和Token用量,不能直接决定产品
一个高频应用可以消耗大量Token,但管理关系仍然简单;一个用量不大的集团试点,也可能已经涉及多级权限、安全和项目核算。
选型要看管理关系,而不是只看资源规模。

4. 四条产品线解决的是两类不同问题
fastHub MaaS解决模型服务供给:用户从哪里获得可以调用的模型资源。
fastHub Team/Enterprise/Factory三条产品线解决模型能力进入不同场景后,怎样被共享、治理和运营。


03

四选一?NO,这是一道多选题


这四条产品线不是一条打怪升级路线。
用户可能只选择其中一条,也可能组合使用。

先看:是否需要fastHub提供模型资源服务
如果需要直接调用托管模型资源,可以选择fastHub MaaS。
如果已经采购了公有模型、其他MaaS,或者拥有私有模型和自建推理服务,也可以继续使用原有资源。

再看:是否需要管理模型进入团队、组织或外部业务后的使用关系
  • 一个团队或部门共同使用:买fastHub Team&Team Pro元驭一体机
  • 总部要管理多个内部组织:评估fastHub Enterprise企业版
  • 给独立外部客户提供服务:了解fastHub Factory运营版

而如果接入的资源还包括企业自建的GPU和推理服务,就会进一步产生模型发布、算力分配和运行管理需求,则可以选择速石Token中枢与FAAP-MLOps进行产品联动。
而这,就到了我们下一章节:



04

从模型调用到算力运行:速石Token中枢与FAAP-MLOps的产品级联动


对于自建GPU和推理服务的用户,一次模型调用并不是完整链路的终点,最终还得由推理服务和底层GPU完成实际运行。
速石Token中枢产品矩阵,主要围绕模型调用展开:谁可以调用模型,可以使用什么模型,额度怎样分配,Token用量和成本如何记录。

FAAP-MLOps(速石训推一体算力平台)与Token中枢同属于速石FAAP产品体系,可以统一纳管GPU资源、发布模型并管理推理服务。


关于FAAP如何构建从算力到应用的完整闭环,可以参考:速石科技FAAP全面适配华为昇腾,构建下一代自主创新AI基础设施

具体产品联动过程:

模型发布为推理服务后,作为模型资源接入fastHub Team/Enterprise/Factory产品。业务请求经过fastHub时,Token消耗记录在调用侧;请求进入自建推理服务后,GPU和推理资源的使用记录在运行侧。两个平台再通过租户、组织、项目和推理服务等维度建立关联。

模型调用侧负责回答“谁在使用AI”,算力运行侧则要回答“支撑这些调用的资源被谁、被什么任务使用”。

可以简单理解为:速石Token中枢管Token账,FAAP-MLOps管算力账


“两账合一”意味着什么?

“两账合一”的价值,是让用户可以沿着同一条业务链继续追问:

  • 谁发起了模型调用;
  • 调用了什么模型,消耗了多少Token;
  • 请求进入了哪个推理服务;
  • 推理服务占用了哪些内部算力;
  • 当前资源是正常运行、出现拥堵,还是仍有闲置。

Token账说明模型能力在被谁使用,算力账说明内部资源被怎样使用。两边关联后,企业看到的不再只是模型调用量或GPU总利用率,而是某个团队、项目、应用或客户同时消耗了哪些资源。


两套产品联动,有哪些好处?

1. 看清一项AI业务的完整资源消耗

当某个项目的AI使用增长时,用户不仅能看到Token请求和外部模型费用,也能看到相关推理服务占用了多少内部算力。

2. 在自建模型与外部MaaS之间作出选择

自有GPU不意味着所有任务都应该放回内部,使用外部MaaS也不意味着内部算力没有价值。结合Token使用和算力负载,用户可以判断哪些任务适合自建模型,哪些更适合按量调用。

3. 为容量规划和算力采购提供依据

当AI用量增加时,用户可以分辨增长的是外部模型费用,还是内部推理压力;内部资源是真的不足,还是仍有GPU没有被充分使用。

4. 从模型调用继续追踪到运行环境

当AI应用出现延迟或错误时,平台团队可以从速石Token中枢的调用记录继续查看推理服务和底层资源状态,判断问题位于应用、调用入口、模型服务还是算力环境。



05

常见问题FAQ


Q1:使用fastHub Team、Enterprise或Factory,必须同时使用fastHub MaaS吗?
不需要。fastHub MaaS是一种模型服务来源,不是使用其他三条产品线的前提。
用户可以继续使用已经采购的公有模型、其他MaaS、私有模型和自建推理服务,再根据团队共享、组织治理或对外经营的需要,接入相应的速石Token中枢产品。

Q2:已经有私有模型和GPU,还需要速石Token中枢吗?
两者解决的问题不同。私有模型和GPU回答“模型在哪里运行”,Token中枢回答“谁能调用、使用什么模型、额度怎么分、用量和成本归到哪里”。
已有模型和算力可以继续使用,并作为模型资源接入相应产品。

Q3:什么情况下还需要FAAP-MLOps?
如果用户不仅要调用自建模型,还要统一管理GPU资源池、模型发布、推理服务、负载、利用率和资源归因,就需要进一步评估FAAP-MLOps。
如果全部使用外部模型服务,主要需求只是模型接入、Token计量和调用治理,则不一定需要部署FAAP-MLOps。

Q4:fastHub Factory是这次新增加的能力吗?

不是。面向外部客户的开户、套餐、定价、计量和运营能力此前已经存在。这次产品矩阵更新,是将这些能力独立定义为fastHub Factory运营版,从而更清楚地区分组织内部治理与外部服务经营。


来源:速石科技
ACTHFSS电路半导体电子控制人工智能FAST
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2026-08-04
最近编辑:21天前
速石科技
为应用定义的云
获赞 36粉丝 2文章 25课程 0
点赞
收藏
作者推荐

芯片设计五部曲之四 | 电磁玄学宗师——射频芯片

不少人辗转问过我们下一集什么时候出。放心,我们不鸽。第四集这不就来了嘛,虽迟但到! 前几集我们已经分别深入了模拟IC和数字IC的设计过程,展开了解了算法仿真的四大特性,以及结合EDA工具特性和原理,如何利用计算机技术提高模拟与数字芯片的研发设计效率。就像我们在模拟IC篇讲的:射频芯片作为模拟电路王冠上的明珠,一直被认为是芯片设计中的“华山之巅”。隐藏在其设计过程中的取舍与权衡,完全值得单开一篇。 射频芯片不是你想象中的射频芯片射频(Radio Frequency,简写RF),指用于无线电通信的频率范围,对应的电磁波频率范围在300kHz~300GHz之间。 射频芯片(RFIC),指能接收或发射射频信号并对其进行处理的集成电路,一般包括功率放大器(PA)、低噪声放大器(LNA)、滤波器(Filter)、双工器或多工器(Duplexer或Multiplexer)、开关(Switch)、天线调谐模块(ASM)等。RFIC应用领域有:移动通信、卫星通信、雷达系统、射频识别(RFID)、传感器等。射频电路,是一种特殊类型的模拟电路,是模拟电路在高频领域的分支。最早的射频电路是通过昂贵的分立电路元件搭的,直到CMOS工艺实现了把所有器件集成在一片芯片上,提高了系统的集成度与性能,同时也降低了成本。 摩尔定律发展到后期,随着电路和芯片复杂度提升,高频下的电磁相互作用对射频硬件的干扰开始引起了关注。信号反射、串扰和电磁干扰(EMI)以及元件自身的寄生效应(也叫寄生参数效应,是指在电路或系统中本来不希望存在但实际存在的一些额外参数或效应),会降低电路性能。 在低频电子线路或者直流电路中,元器件的特性很一致。而在高频影响下,所有的器件都是电阻、电感和电容的组合,存在寄生参数。射频电路中,理想的电阻、电容和电感在实际中并不存在。电阻不是电阻、电容不是电容、电感不是电感、导线也不是导线。这些元器件都不是你想象中的元器件,不再只是一个简单、孤立的物理器件,还包括了自身的材料特性、工艺,以及与周围空间环境的交互。频率越高,影响越大。 以一根导线为例: 同样一根导线,在射频领域,导线不能被识别成导线,存在趋肤效应,即在频率很高的时候,电流在导线内部不是均匀流动的,会集中在导线的表面,中心部分基本没有电流通过。这是因为高频电流通过的时候,在导线内部会产生一个轴向的交变磁场,该交变磁场会再度产生一个环形的径向交变电场,该电场对导线外层电流进行加强,与内层电流相抵消,从而导致导线传输电流时,电流聚集在导线外层,而内层“空心化”使得整体效率减低,耗费金属资源。这时候,需要根据不同的频率去考虑电流在导线里面的分布情况。 因此,射频芯片的设计不能仅仅针对元器件本身建立数学模型,还需要针对高频情况下的整个三维电磁环境做电磁学建模仿真。 随着电子技术的发展,电路的集成度和工作频率不断提高,如何利用更先进的电磁场仿真技术,精确预测和分析寄生参数对电路性能的影响,是射频设计工程师们的重要课题之一。 射频IC设计 VS 模拟IC设计看起来只差一步,其实大不相同一颗射频芯片的完整设计流程如下:跟模拟芯片相比,主要是多了电磁仿真这一过程。 看起来只多了一小步,但却是芯片设计工程师们的一大步。01工程师知识与能力储备射频工程师和模拟工程师,是从同一根技能树上生长出来的。 但是,大家都说,射频工程师做模拟没问题,反过来就不行。 为啥?从知识储备角度模拟工程师主要学习模拟集成电路、信号系统与高数/物理相关知识。射频工程师除了模拟相关知识之外,还需要专门学习射频集成电路、电磁场与通信原理等课程。 有人问过射频芯片界大神——UCLA的Asad.A.Abidi教授一个问题:“Dear Professor, which classes do you think are ofthe most importance for RF IC research as an undergrad?” 意思是,亲爱的教授,哪门课程对学习RFIC最重要呀?教授说:“Allof them. Believe me, all of them.”答案是,每一门。从经验能力来说模拟芯片的设计已经非常吃经验了,射频芯片在这方面有过之而无不及。 射频IC设计与电子元器件关系紧密,设计匹配布局复杂,需要熟悉大部分的元器件特性及不同的生产制造封装工艺。因为射频电路可能会因附近的外部电路、电场/磁场、温度、电磁信号和其他环境因素的干扰而经历巨大的性能变化,对所有这些因素的建模与预测分析几乎可以上升为玄学。对工程师来说,不同实际应用场景下的经验通用性不强,牵涉性能指标多,整体辅助工具少,往往需要挑战工艺极限。整个设计过程中存在对诸多指标的权衡与取舍,有很大的不确定性,对设计者的经验要求极高。 这也是为什么很多射频IC设计公司都是IDM(Integrated Design and Manufacture,垂直整合制造)模式,因为需要多种不同的生产工艺,与foundry厂的生产链各环节紧密关联,门槛相当高。02电路物理模型从电路物理模型角度,射频芯片可以说是模拟芯片的高阶现实版,模拟芯片算是抽象简化版。 模拟芯片属于集总参数电路,是一种常用的简化电路模型。它将电路中的元件抽象为等效的电阻、电容和电感等参数,以简化的形式描述了复杂电路的行为,减少了繁琐的计算步骤。欧姆定律和基尔霍夫定律是集总参数电路的两个基本定律,只跟电路的连接方式有关,与元件的位置无关。模型是关于时间的单变量函数,属于标量计算(即只有大小,没有方向的量)。适用于描述低频电路或电路中信号波长远大于电路尺寸的情况,是麦克斯韦尔方程在低频电路中的特解。公式一般长这样,看着是能让人算出来的样子: 射频芯片属于分布参数电路,它将元件建模为具有空间分布的电阻、电容和电感。分布参数电路考虑了电路中元件在电路中的位置因素,可以更准确地描述信号传输过程中的相位、功率损耗等因素;也考虑了电路中各个导线和元件之间的长度影响,即电流或信号在空间上的分布变化。对应的算法和理论基础的是麦克斯韦尔方程组和电磁场、电动力学。 模型是关于时间与位置的多变量函数,是复变函数,属于张量计算(可理解为一个n维数值阵列)。 适用于描述高频电路或电路中信号波长大于等于电路尺寸、频率特性受传输线长度影响较为显著的情况。公式一般长这样,人是算不出来的,要用计算机辅助: 总结一下,射频芯片与模拟芯片在电路物理模型上的差异: 03仿真计算特性关于模拟芯片设计的计算特性,我们在《五部曲-模拟IC》里重点介绍了两大常见数值计算场景:多corner和蒙特卡罗Monte Carlo,这两种方法的单个任务之间都相互独立,没有数据关联,很适合进行分布式并行计算。 但每一个任务进行的都是瞬态仿真,用于分析电路在特定时间段内电压和电流的变化趋势,仿真结果跟上一个时间的状态相关,是个串行的过程。单纯求微分方程数值解,数据量相对较小,主频敏感,计算并行受限较大。在时域分析上,计算量大,在频域上计算量小。常用工具Spectre,有针对AVX512指令集优化(以并行方式对大量整数或浮点数执行算术运算)。 射频芯片设计的计算特性,在模拟芯片的基础上,还是很不相同的。射频电路对频率敏感,通常在频域中建模,在频域和时域分析上,计算量均较大。常用FEM有限元分析法对目标电磁场空间进行切割,划分成大量四面体,再对每个较小的区域进行计算分析。 无论是对不同频域的取点,还是有限元法的切割,天然具备多线程与分布式优势,适用并行计算,存在大量SIMD指令(即单指令多数据运算,其目的就在于帮助CPU实现数据并行,提高运算效率)。张量计算,数据量大,算力需求高。常用工具ADS,有针对AVX512指令集优化。因为是求解空间问题,所以部分工具可用GPU。总结一下,射频芯片与模拟芯片在仿真计算特性上的差异: 三种电磁场仿真技术FEM/MoM/FDTD近些年,主要有三种电磁仿真技术:FEM有限元分析、MoM 2.5D矩量法和FDTD有限时域差分法。 原则上,他们都能解决相同的问题,但却有各自更适合的场景。01FEM有限元分析FEM(Finite ElementMethod)有限元分析法是真正的3D场求解器,可以分析求解任意形状的3D结构,是最灵活的电磁仿真分析方法,也可以说是一种暴力破解算法。 这种算法将整个几何模型划分为大量四面体,每一个四面体都是由四个等边三角形组成。也就是说,整个目标空间被划分为N个较小的区域,并用局部函数表示每个子区域中的场。 然后把一个个空间拿出来,对微分形式的Maxwell方程在频域进行求解,其求解的未知量是每一个小网格的电场与磁场。对于几何复杂或电气大型结构,网格可能会变得非常复杂,形成具有许多四面体的网格单元,导致需要求解巨大的矩阵。所有端口激励只需要一个矩阵求解。通常用于复杂3D结构的求解,整体消耗仿真资源大,仿真速度慢。02MoM 2.5D矩量法FEM有限元分析是一个三元方程组,计算量很大。而MoM(Method ofMoments)2.5D矩量法,是专门针对3D层状结构出的优化算法。它根据半导体平面工艺的结构,做了一定数学上的简化和等价,把三个未知数简化成两个未知数,加快了求解速度。这种算法的关键在于:整个几何模型的背景结构信息都包含在了格林函数中,同一介质上的不同结构,只需要计算一次格林函数。所以只需要对需要求解的金属结构划分网格,通常由矩形、三角形和四边形网络单元组成。 因此,“平面”MoM网格比FEM所需的等效“3D体积”网格更简单且更小。 而网格单元数量的减少可以减少未知数并实现极其高效的模拟,这使得MoM非常适合复杂分层堆叠结构的分析。MoM矩量法对积分形式的Maxwell方程在频域求解,需要求解的未知量为金属的表层电流分布。得到电流分布之后,仿真器再根据格林函数进行数值积分,即可得到求解空间任何点的场分布。所有端口激励只需要一个矩阵求解。理论上,对于任意结构或者非均匀介质,矩量法也可以求解。但需要对背景环境进行额外描述,导致未知量数目上升,求解效率下降,反而不如求解微分方程的FEM有限元分析法高效。因此,MoM矩量法不适用于一般的三维结构,主要适用求解3D层状结构,常用于片上无源器件。03FDTD有限时域差分FDTD(FiniteDifference Time Domain)有限时域差分法,跟FEM一样,也是真正的3D场求解器,可以分析任何形状的3D结构。FDTD通常使用六面体网格单元(也就是“Yee”单元),对微分形式的Maxwell方程在时域进行求解,当前时刻的电场磁场矢量值由结构中前一时刻的电场磁场值以及它们的变化情况直接计算得出。相对于FEM和MoM的显著优势之一是FDTD技术不需要矩阵求解,对于时域上的问题,即便复杂结构的求解也仅使用少量内存,非常高效。FDTD 还非常适合并行化,这意味着可以利用GPU处理能力来加快模拟速度。必须为几何N端口设计上的每个端口运行一次仿真。小结 MoM仿真速度会更快,但是FEM的应用范围更广更灵活。如果待求解的结构是“平面”或者说层状结构,可以优先使用MoM仿真,提高设计效率。比如PCB互连、片上无源器件以及互连和平面天线。当然,如果结构很简单,采用FEM分析也差别不大。如果考虑几何形状的复杂性和问题大小,FEM为大量端口问题提供了最有效的解决方案。FDTD在时域进行求解,这意味着它对于连接器接口和转换执行时域反射计 (TDR) 分析非常有用。 射频_电磁场仿真工具HFSS/ADS/EMX电磁场模拟已经越来越成为射频电路设计人的必备技能之一。尤其是专门为射频和微波电路分析而开发的计算机辅助工具的使用,让射频芯片工程师能够获得前所未有的仿真能力。当然,这并不意味着有了工具就能解决电磁仿真问题,前面已经反复说了,RFIC设计对经验要求非常高。但通过使用更高效的电磁仿真工具,工程师可以相对低成本地验证设计概念,或在仿真中融入更完整更真实的数据,减少外部条件限制。目前,业界主流仿真工具主要有HFSS/ADS/EMX。在射频领域,TA们有不同层级的仿真对象:EMX是芯片级,ADS是板级,HFSS是模块级。虽然都叫电路,都是同一套物理规则出来的东西,但是制造工艺和尺寸不一样,所以适用不同的工具。 01HFSSHFSS,是世界上第一款商业化的3D电磁仿真软件,堪称电磁场仿真业界标杆,现在属于Ansys公司。HFSS使用的是FEM有限元分析法,所以非常通用,适用于任意3D结构。但通用也就意味着没有强针对性,HFSS把一套叫做有限元分析的数学方法应用在了电磁学领域,当然,也可以应用在其他工程领域。因为没有对芯片设计领域做专门优化,软件交互方面不够友好。HFSS主要面向的是波导、传输线那种比较大的射频元件和模块设计,偏宏观的电磁仿真。如果要界定领域的话,HFSS比较难评,既可以放到CAE领域,也可以放到EDA领域。一般而言,在智能制造/汽车制造场景下用HFSS进行电磁场仿真更多,当然,也可以用于部分芯片设计场景。我们写过一篇实证,详情可戳:超大内存机器,让你的HFSS电磁仿真解放天性 02ADSADS和EMX就不一样了,是纯粹的EDA领域工具,在处理芯片设计场景的电磁场仿真使用较为广泛。这类电磁场仿真工具在算法上,通过Maxwell方程组求解元件的空间电场分布,将元件映射为特定的RLC电路,做到“化场为路”。这既能降低仿真分析难度,又能将元件的有限元物理模型,转换成对应的Spectre/HSPICE网表,供一般电路仿真工具使用。 ADS,属于Keysight是德科技,针对射频芯片电路有专门的优化和研发,既可以做三维电磁场仿真,也可以针对PCB布局和部分集成电路设计场景。Keysight跟各大元器件厂商都有广泛合作,可以提供最新的Design Kit供用户使用。ADS适合对片上的电路/元器件做分析仿真,适用小规模RF/MMIC设计,如果需要模拟一个大的模块,HFSS可能更合适。ADS同时支持FEM有限元分析法与MoM 2.5D矩量法,也可选FDTD有限时域差分。MoM适用于层状结构,而使用FEM或FDTD方法时可以适用任意3D结构。ADS与其他工具兼容良好,免去跨平台数据导入导出,对Virtuoso提供比HFSS更好的兼容性。 在电磁与射频的设计中,经常需要通过HFSS设计天线,然后通过ADS来验证电路,这个时候就需要两者的联合仿真,以S参数作为中继。而根据前面提到的,射频电路因为高频产生的电磁场效应,会因为外部环境因素的干扰经历巨大的性能变化。所以,射频芯片在设计之初就需要Foundry厂提供的相关工艺信息,因为需要知道整个芯片制作工艺里面的材料特性和工具结构才能仿真建模。早期,ADS占据绝对主导地位,Foundry厂会提供基于ADS的PDK文件,现在逐渐也开始提供基于EMX的工艺文件。03EMXEMX是专门针对射频集成电路设计开发的,作为EDA常用工具Cadence的插件存在,能与TA无缝集成,对工程师们极为友好。芯片级的集成电路分析,属于微观尺度,一般使用EMX最为合适。 EMX只支持MoM 2.5D矩量法,专门针对片上无源器件等层状结构分析,不适用bonding wire、BGA、PGA封装等非层状结构,横截面非直线金属结构。HFSS 17.2和19版之后的ADS支持GPU处理电磁场仿真任务,且通过并行化处理后,效率提升十分显著;EMX作为Cadence里的插件暂不支持GPU任务。 三种射频芯片电磁场仿真工具对比关于我们在各种EDA应用上的表现,可以点击以下应用名称查看:HSPICE │ OPC │ VCS │ Virtuoso │ Calibre │ HFSS更多半导体用户案例,可以戳下方查看:青芯 │ 浙桂 │ 燧原 │ 普冉 │ Alpha Cen │ 深职大 - END - 来源:速石科技

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈