
英特尔宣布已实现基于业界领先的半导体封装解决方案的大规模生产,其中包括英特尔突破性的3D封装技术Foveros,该技术为多种芯片的组合提供了灵活的选择,带来更佳的功耗、性能和成本优化。
这一技术是在英特尔最新完成升级的美国新墨西哥州Fab 9投产的。英特尔公司执行副总裁兼首席全球运营官Keyvan Esfarjani表示:“先进封装技术让英特尔脱颖而出,帮助我们的客户在芯片产品的性能、尺寸,以及设计应用的灵活性方面获得竞争优势。”
这一里程碑式的进展还将推动英特尔下一阶段的先进封装技术创新。随着整个半导体行业进入在单个封装中集成多个“芯粒”(chiplets)的异构时代,英特尔的Foveros和EMIB(嵌入式多芯片互连桥接)等先进封装技术提供了速度更快、成本更低的路径,以实现在单个封装中集成一万亿个晶体管,并在2030年后继续推进摩尔定律。
英特尔的3D先进封装技术Foveros是业界领先的解决方案,在处理器的制造过程中,能够以垂直而非水平方式堆叠计算模块。此外,Foveros让英特尔及其代工客户能够集成不同的计算芯片,优化成本和能效。
英特尔将继续致力于推进技术创新,扩大业务规模,满足不断增长的半导体需求。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。