过去两年间困扰全球的计算机芯片短缺问题,如今可能会进一步蔓延到那些更先进的芯片领域,这些芯片主要用于支持下一代智能手机和数据中心工作负载。
持续了两年多的芯片荒,到目前为止实际上真正影响的是低端芯片,但随着半导体制造商遭遇生产问题,且难以获得生产更先进处理器所需的制造设备,这种情况可能会发生变化。
根据《华尔街日报》的一篇报道称,到2024年用于制造最先进的处理器的芯片,可能会短缺20%,而且这将会对以来这些处理器的行业产生连锁反应,例如人工智能、高性能计算和自动驾驶汽车。
《华尔街日报》指出,由于技术障碍和需要巨额投资,目前只有两家芯片制造商——台积电和三星电子——有能力制造此类芯片。
但是,这两家制造商都存在问题。以三星为例,据报道,三星一直在努力应对产能限制问题,因为三星无法按照预期提高4纳米芯片的产量(纳米是一种度量单位,是指嵌入芯片的微型晶体管尺寸,晶体管越小,芯片就更新越先进,单个硅片上可以制作的芯片数量就越多)。
根据《华尔街日报》的报道,产量低于预期,就意味着三星无法为高通和英伟达等客户提供他们订购的下一代芯片。
三星代工业务执行副总裁Kang Moon-soo上个月在电话会议上表示,三星在提高4纳米芯片良率方面遇到了一些延误,不过他坚称,现在“回到了预期的良率改善曲线上”,而且有望在本月开始使用新型架构大规模生产3 米芯片。
三星如果无法供应高通和英伟达,就意味着这些厂商将专向三星的竞争对手台积电。不过据《华尔街日报》称,作为全球最大的芯片制造商,台积电也在努力满足自身需求,因为它无法获得生产更高效芯片所需的设备。台积电首席执行官C.C. Wei在4月份与分析师的一次电话会议上承认,台积电在制造交付物方面面临重重问题。
该报道称,台积电方面已经派出高管与主要设备制造商进行谈判,以防止未来扩大生产的计划受到任何阻碍。今年早些时候,台积电与荷兰公司ASML举行了会谈,后者是全球范围内制造先进硅用关键设备的唯一生产商。
但是据报道,ASML本身就存在产能上的问题。目前市场对ASML系统的需求超过了自身的交付能力,反过来,ASML也在试图帮助芯片制造商尽可能用现有设备提高产量,但分析师表示,这些努力不太可能弥补交付不足的问题。
这种情况导致高通和英伟达等缺乏自身制造能力的芯片设计厂商纷纷发出警告称,未来业务可能会受到冲击。高通在最近的财报电话会议上表示,保持领先的芯片制造工艺技术可能会导致未来产量下降,从而影响利润。
与此同时,英伟达公司首席执行官黄仁勋在最近的一次电话会议上表示,在可预见的未来英伟达的供应链将继续复杂化。
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自KU Leuven、中科大和上海Memory Tensor公司的研究探索了如何利用拼图游戏训练多模态大型语言模型的视觉推理能力。研究发现,现有模型在未经训练时表现近似随机猜测,但通过强化学习能达到近乎完美的准确率并泛化到更复杂的拼图配置。有趣的是,模型能否有效学习与是否包含明确推理过程无关,且复杂推理模式是预先存在而非突然出现的。此外,研究证明强化学习在泛化能力上优于监督微调,挑战了传统的模型训练范式。这些发现不仅揭示了AI视觉理解的机制,还为未来多模态模型研发提供了重要参考。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
这项研究提出了LoHoVLA,一种用于长时序实体任务的统一视觉-语言-动作模型,融合了高层任务规划和低层动作控制功能。与传统方法不同,它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作,并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集,实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法,展现出统一架构在实现可泛化实体智能方面的潜力。