ZDNet至顶网服务器频道 07月10日 编译:IBM在周三表示将投入30亿美元开发新的7纳米及更小的半导体芯片,以用于各种新型计算。蓝色巨人试图重振在高增长领域的雄风,此项新投资是IBM在各关键领域的投资之一。IBM在其他领域亦投入巨资,包括分析、超级电脑沃森和诸如移动和商业等业务等领域。
IBM认定在未来的10年里一些重大系统需要的东西是传统的硅芯片所不能满足的,比如认知、突触(Synaptic)和量子计算等。此项投资亦表明,尽管IBM将旗下的低端服务器业务卖给联想,但仍然会不遗余力地开发硬件。
根据IBM公布的资料,该研究项目的第一阶段主要是发展7纳米硅技术。第二阶段则会进入研发硅结构以外的碳结构半导体。
在未来的10年里,半导体技术可望从22纳米降到14纳米、10纳米,但是要降到7纳米则需要新的生产工具和技术。
看一下有关该项目的一些安排:
IBM在美国纽约阿尔巴尼、约克镇及加利福尼亚州的阿尔马登、瑞士苏黎世的研究人员和工程师将联合开发此项目。
IBM将“大量“招聘碳纳米电子学、光电子、新型内存技术、量子和认知计算架构等方面的人才。
IBM希望能利用自己在各个领域的知识产权助该项目一臂之力,如利用量子计算、石墨、硅光子学与低功耗晶体管等领域的产权。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。