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
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。