在俄勒冈州希尔斯伯勒市的英特尔D1晶圆厂中,英特尔与QuTech研究员首次实现了硅量子比特的规模化生产(QuTech是由代尔夫特理工大学和荷兰应用科学研究组织组成的先进量子计算研究中心)。这一成果是在单个晶圆上,制造超过10,000个含有数个硅自旋量子比特的阵列,并且良率高达95%以上的工艺。实现了在量子比特数量与良率方面的表现,均远超目前各高校及实验室普遍采用的工艺。
这项研究发表在《自然·电子学》(Nature Electronics)期刊上,是英特尔首个经同行评议,展示在300毫米的硅晶圆上成功制造量子比特的研究。这项全新工艺采用了先进的晶体管制造技术,包括用于生产硅自旋量子比特的全光学光刻工艺(all-optical lithography),同套设备也用于生产英特尔最新一代互补金属氧化物半导体(CMOS)芯片。这一突破性研究成果是实现量子芯片规模化生产的关键一步,证明了量子比特未来最终有可能与传统芯片一起,在同一工业制造设备中生产。
英特尔研究院量子硬件总监James Clarke表示:“量子计算具有为高性能计算领域中的某些应用提供指数性能的潜力。我们的研究证明,完整的、有足够量子位规模的量子计算机不仅可以实现,而且可以在现有的晶圆厂内生产。我们期待继续与QuTech合作,通过英特尔在硅制造方面的专业知识,释放量子的全部潜力。”
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
西安交通大学团队提出Fast-LeWM,用动作前缀并行预测替代逐步推演,将AI世界模型规划速度提升近4倍,同时平均成功率从85.8%提升至90.5%。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
CoffeeBench是Sakana AI与毕马威联合构建的多智能体经济基准测试,让六个AI企业在90天咖啡供应链模拟中自主经营,评估大语言模型的长期商业决策能力。