当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 英特尔18A前夕,领导层大变动,制造主管退休

英特尔18A前夕,领导层大变动,制造主管退休

2025-04-11 16:37:50 0浏览 收藏

英特尔在18A工艺节点量产前夕发生高层人事变动,负责制造技术开发长达30年的执行副总裁安·凯莱赫博士宣布退休。 为应对这一变动,英特尔已提前规划并任命纳加·钱德拉塞卡兰接任,负责整合技术开发和生产,以期提升生产效率,降低缺陷率,最终增强18A工艺的良率和性能稳定性。 此次调整旨在优化英特尔制造流程,确保其下一代芯片顺利量产。

英特尔18A生产开始前领导层改组 制造技术主管将退休

英特尔宣布,自2020年以来负责英特尔制造技术开发的执行副总裁安·凯莱赫博士将于今年晚些时候退休,结束其长达30年的公司生涯。 这一消息紧随公司五个月前公布的继任计划。凯莱赫退休后将担任顾问。

凯莱赫的继任者纳加·钱德拉塞卡兰将负责半导体制造工艺的开发和实施。纳维德·沙里亚里将负责包括先进封装在内的后端运营。凯莱赫将继续担任技术开发和生产战略顾问。

英特尔新设立的技术和运营主管职位由钱德拉塞卡兰担任,负责监督前端工艺技术的开发和生产。 他将统管技术开发部门和代工厂制造与供应链部门(自2024年中期以来他一直负责该部门)。

钱德拉塞卡兰此前在美光科技负责全球技术开发、先进封装和新兴技术解决方案。英特尔称赞他在整合技术开发和生产团队方面发挥了关键作用。

此次人事调整旨在将技术开发和生产整合到统一的领导层下,以提升生产效率、降低缺陷率(提高产量)并减少性能波动。

文中关于英特尔,生产效率,18A工艺,安·凯莱赫,纳加·钱德拉塞卡兰的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《英特尔18A前夕,领导层大变动,制造主管退休》文章吧,也可关注golang学习网公众号了解相关技术文章。

Debian过期证书回收步骤详解Debian过期证书回收步骤详解
上一篇
Debian过期证书回收步骤详解
uni-app开发环境搭建全攻略
下一篇
uni-app开发环境搭建全攻略
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    189次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    245次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    202次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    184次使用
  • CMMLU中文大模型评估基准:功能、使用教程与应用场景解析
    CMMLU
    深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
    175次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码