ZDNet至顶网服务器频道 02月09日 新闻消息:据国外媒体报道, 周四德州大学的科学家们创造出了世界上第一个硅烯晶体管,厚度只有一个原子。利用这种晶体管,科学家未来可能有一天会制造出耗能更少、功率更快的芯片。
随着石墨烯的大热,另一种类似的纳米新型材料也引起了材料学界的极大兴趣,这就是硅烯(Silicene)。这种材料有可能成为未来IT科技的新基石。这种晶体管拥有巨大的潜力,对于计算机科学家硅烯是一种比石墨烯更有趣的材料。
这一发明出乎了许多观察家的意料,尽管这一原子级晶体管由于其不稳定性,只存在了几分钟。但其实在此之前,硅烯只是一个理论上的材料,没有人想到基于它的晶体管会如此快的出现。德州大学的团队在真空中首先利用银基平台制造出缩合原子层,然后用氧化铝密封它。然后,再从银基平台上剥离硅烯材料,留下一层薄薄的银和铝作为保护。最后,部分刮掉金属银保护层就制造出了一个最基本的且能工作的晶体管。
科学家们计划不断精炼制作工艺,以期在短期内制造出寿命更久的硅烯晶体管。然而,其中还是有很多的困难需要克服,因为硅烯在现实世界中使用时十分不稳定。但是科学家表示,“这是重大的突破,低温制造技术和硅烯原件制造还是第一次。” 毫无疑问这是十分惊人的创造,但是否能够以此开发出新的计算设备还有待观察。
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。