英特尔公司正在讨论向中国清华紫光集团出售3D NAND晶圆——大家可能还记得,2015年美国政府曾明确禁止英特尔及其闪存合作伙伴美光公司与紫光方面建立业务往来。
英特尔与美光双方拥有共同的闪存芯片制造合作伙伴IMTF公司,今年1月双方已经宣布正式将两家的闪存业务进行分离。
两家公司目前正在着手开发64层3D NAND产品,并进一步打造96层闪存技术。双方打算在96层技术开发完成后,即停止后续合作。
英特尔公司将专注于其在中国大连建立的闪存工厂——这里正在生产3D NAND产品。而美光公司则在其美国代工厂当中制造闪存芯片。
根据DRAMeXchange与Nikkei Asian发布的报道,英特尔与清华紫光集团正就供应闪存晶圆一事进行谈判。清华紫光集团旗下的存储器技术子公司将从英特尔的大连工厂处购买3D NAND晶圆,并利用其测试、封闭并销售NAND产品。
而另一家清华紫光子公司扬子存储器技术公司(简称YMTC)则已经打造出自己的32层3D NAND芯片,但尚未实现64层技术。英特尔大连工厂因此提供了产品供应协议。从这个角度来看,接下来由英特尔向紫光方面供应96层产品也将成为顺理成章的结果。
由这批晶圆生产出的芯片可能会以各种形式被添加至智能手机、平板电脑、笔记本电脑、台式机以及服务器当中。
此外,英特尔公司也可能为其提供其它产品——例如CPU。
通过使用清华紫光集团的销售渠道,这笔交易将能够帮助英特尔公司进一步增加其在中国的闪存产品销量。英特尔公司目前的闪存营收在NAND市场上排名第六,占整体市场份额的5.5%——很明显,芯片巨头需要外部助力才能实现进一步增长。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。