高通總裁德里克•阿博利與中芯國際董事長周子學博士使用中國品牌智能手機通話,該手機搭載了中芯國際28納米工藝生產(chǎn)的高通驍龍?zhí)幚砥?/p>
高通驍龍410處理器集成4G LTE連接,面向大眾市場智能手機提供豐富的功能,與40納米工藝相比,以28納米工藝制造的處理器邏輯密度翻倍,速度提高20%至30%,功耗降低30%至50%。
中芯國際首席執(zhí)行官兼執(zhí)行董事邱慈云博士表示:“首批采用中芯28納米工藝制程的產(chǎn)品質(zhì)量表現(xiàn)良好,我們憑此獲得了高通以及終端手機廠商的認可。這對整個產(chǎn)業(yè)鏈來說同樣意義非凡,我們通過與Qualcomm Technologies的緊密合作,實現(xiàn)了中國內(nèi)地制造核心芯片應用于主流智能手機零的突破,開創(chuàng)了28納米先進制程手機芯片落地中國生產(chǎn)的新紀元。未來隨著28納米工藝的發(fā)展,我們期待為高通與其他全球客戶提供更先進的工藝和更廣泛的技術(shù)支持。”
高通總裁德里克•阿博利表示:“中芯國際28納米工藝制造的驍龍410處理器是專為大眾市場最新一代智能手機和平板電腦設計的一款領先芯片組,其應用于主流智能手機并實現(xiàn)商用,標志著Qualcomm Technologies和中芯國際在先進工藝制程和晶圓制造合作上再次取得重大進展。”
“Qualcomm®”和“驍龍™”是Qualcomm Incorporated在美國和其它國家注冊的商標。
關于中芯國際
中芯國際集成電路制造有限公司(“中芯國際”,紐交所代號:SMI,港交所股份代號:981),是世界領先的積體電路晶圓代工企業(yè)之一,也是中國內(nèi)地規(guī)模最大、技術(shù)最先進的積體電路晶圓代工企業(yè)。中芯國際向全球客戶提供0.35微米到28納米晶圓代工與技術(shù)服務。中芯國際總部位於上海,在上海建有一座300mm晶圓廠和一座200mm超大規(guī)模晶圓廠;在北京建有一座300mm超大規(guī)模晶圓廠,一座控股的300mm先進制程晶圓廠正在開發(fā)中;在天津和深圳各建有一座200mm晶圓廠。中芯國際還在美國、歐洲、日本和臺灣地區(qū)設立行銷辦事處、提供客戶服務,同時在香港設立了代表處。
安全港聲明
(根據(jù)1995私人有價證券訴訟改革法案)
本文件可能載有(除歷史資料外)依據(jù)美國一九九五年私人有價證券訴訟改革法案「安全港」條文所界定的「前瞻性陳述」。該等前瞻性陳述乃基于中芯國際對未來事件的現(xiàn)行假設、期望及預測。中芯國際使用「相信」、「預期」、「計劃」、「估計」、「預計」、「預測」及類似表述為該等前瞻性陳述之標識,但并非所有前瞻性陳述均包含上述字眼。該等前瞻性陳述乃反映中芯國際高級管理層根據(jù)最佳判斷作出的估計,存在重大已知及未知的風險、不確定性以及其它可能導致中芯國際實際業(yè)績、財務狀況或經(jīng)營結(jié)果與前瞻性陳述所載資料有重大差異的因素,包括(但不限于)與半導體行業(yè)周期及市況有關風險、激烈競爭、中芯國際客戶能否及時接受晶圓產(chǎn)品、能否及時引進新技術(shù)、中芯國際量產(chǎn)新產(chǎn)品的能力、半導體代工服務供求情況、行業(yè)產(chǎn)能過剩、設備、零件及原材料短缺、制造產(chǎn)能供給、終端市場的金融情況是否穩(wěn)定和高科技巿場常見的知識產(chǎn)權(quán)訴訟。
除本文件所載的資料外,閣下亦應考慮本公司向證券交易委員會呈報的其他存檔所載的資料,包括本公司于二零一五年四月二十八日隨表格20-F向證券交易委員會呈報的年報,尤其是「風險因素」一節(jié),以及本公司不時向證券交易委員會或香港聯(lián)交所呈報的其他文件(包括表格6-K)。其他未知或未能預測的因素亦可能會對本公司的未來業(yè)績、表現(xiàn)或成就造成重大不利影響。鑒于該等風險、不確定性、假設及因素,本文件所討論的前瞻性事件可能不會發(fā)生。閣下務請小心,不應不當依賴該等前瞻性陳述,有關前瞻性陳述僅就該日期所述者發(fā)表,倘并無注明日期,則就本文件刊發(fā)日期發(fā)表。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。