英特尔正在按计划实现其“四年五个制程节点”的目标,目前,Intel 7,采用EUV(极紫外光刻)技术的Intel 4和Intel 3均已实现大规模量产。正在顺利推进中的Intel 20A和Intel 18A两个节点,将继续采用EUV技术,并应用RibbonFET全环绕栅极晶体管和PowerVia背面供电技术,助力英特尔于2025年重夺制程领先性。

在“四年五个制程节点”计划之后,英特尔将继续采用创新技术推进未来制程节点的开发和制造,以巩固制程领先性。High NA EUV技术是EUV技术的进一步发展,数值孔径(NA)是衡量收集和集中光线能力的指标。通过升级将掩膜上的电路图形反射到硅晶圆上的光学系统,High NA EUV光刻技术能够大幅提高分辨率,从而有助于晶体管的进一步微缩。
作为Intel 18A之后的下一个先进制程节点,Intel 14A将采用High NA EUV光刻技术。此外,英特尔还公布了Intel 3、Intel 18A和Intel 14A的数个演化版本,以帮助客户开发和交付符合其特定需求的产品。

为了制造出特征尺寸更小的晶体管,在集成High NA EUV光刻技术的同时,英特尔也在同步开发新的晶体管结构,并改进工艺步骤,如通过PowerVia背面供电技术减少步骤、简化流程。
将研究成果转化为可量产、可应用的先进产品,是英特尔50多年来的卓越所在。英特尔将继续致力于通过创新技术推进摩尔定律,以推动AI和其它新兴技术的发展。
好文章,需要你的鼓励
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
R语言在Tiobe 12月编程语言流行度指数中重返前十,排名第10位,占比1.96%。作为统计计算专用语言,R语言凭借在统计分析和大规模数据可视化方面的优势重新获得关注。尽管传统软件工程师对其语法和扩展性存在质疑,但R语言在大学和研究驱动行业中仍表现出色,在快速实验、统计建模和探索性数据分析领域具有独特优势。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。