计算
「开源类脑芯片」二代发布！支持反向传播突触学习规则和并行神经元计算
神经形态计算的研究主要基于脉冲神经网络（SNN）模型，这是一种生物启发的计算范式，旨在模拟大脑的信息处理机制。 具体而言，该领域的目标是通过融合神经生物学和计算神经科学的理论知识，构建能够实现类人智能的计算系统。 为了解决传统计算架构在处理大量数据时面临的效率瓶颈和高功耗问题，研究者们提出了基于人脑神经元结构的神经形态芯片，以显著提升计算效率和能效比。
量子计算里程碑！微软单芯片可百万量子比特，Nature研究爆火
重大突破！ 本周四，微软宣布造出了一款前所未有的量子计算芯片 Majorana 1，并称可以在单块芯片上让数百万量子比特协同工作，解决之前无法的解决的问题，从新药物研发到创造革命性的新材料。 微软 CEO 萨提亚・纳德拉为此专门撰写了一条长推文，短时间内就已经收获了上千万阅读量，其中提到 Majorana 1 是首款建立在拓扑核心（topological core）上的量子处理单元，而这一成就的基础是他们创造的「一种全新的物质状态」，而这又解锁了一类新材料。
Anthropic秘密「混合模型」 Claude 4首曝细节，硬刚GPT-5！深度推理模型来了
Anthropic终于要开始搞点事情啦！ 近期的「推理模型」热潮中，Anthropic除了其CEO打了几个嘴炮外，还没有掏出一个拿得出手的产品。 在这样下去，可能要退出AI一线模型玩家行列了。
超越思维链？深度循环隐式推理引爆AI圈，LLM扩展有了新维度
不需要特殊训练数据，能处理语言难以形容的任务，3.5B 参数能实现 50B 的性能。 这是一种全新的语言模型架构，能够通过使用循环语言模型在潜在空间中隐式推理，显著提升模型的计算效率，尤其是在需要复杂推理的任务上。 近日，马里兰大学的一篇论文在 AI 研究社区中引发了关注，其提出的语言模型通过迭代循环块来工作，能在测试时展开到任意深度。
北京市级政府引导基金领投！量子计算产业链长企业玻色量子获A+轮融资
近日，量子计算产业链长企业北京玻色量子科技有限公司（以下简称“玻色量子”）完成A 轮融资。 此次融资由北工投资管理的北京市级政府引导基金——北京高精尖产业发展投资基金（有限合伙）（简称“高精尖实体化基金”）领投。 玻色量子是高精尖实体化基金投资的唯一一家量子计算公司。
斯坦福华人博士生打破58年僵局！牛顿提出的亲吻数问题有了新突破
牛顿想出的“球体亲吻数”（kissing number）难题，华人学者取得新进展。 n维空间中，给定一个n维球体，最多有几个相同的球体可以与它接触而不重叠？ 斯坦福博士生Anqi Li在微软实习期间完成这项研究，导师Henry Cohn本意是让她用计算机辅助，她却创造性地找到了数学上的新解法。
LLM带来了「编程末日」？哥本哈根大学CS教授：别做梦了！
LLM的发展会把编程淘汰吗？ 哥本哈根大学计算机教授Hans Hüttel表示：永远不会。 文章地址：，尤其是大语言模型在文本生成等方面的能力，令人印象深刻。
迈向Z级计算：Cloud4Science范式加速科学发现进程
编辑 | X_X传统超级计算机作为科学计算的核心支柱，在推动技术进步方面发挥了不可替代的作用，但随着科学智能时代下需求的多样化和复杂化，其扩展性和能效的局限逐渐显现。 针对这一挑战，微软亚洲研究院的研究员提出了 Cloud4Science 的新范式，以云计算、人工智能和高性能计算技术的深度融合为核心，重新定义科学计算的架构，加速科学智能的研究进展。 在此框架下，研究员们已对关键科学计算算法如 Stencil、FFT、SpMV 等进行了优化，并成功开发了一系列创新算法，为科学家利用云计算及人工智能平台进行科学计算和研究开辟了新的途径。
Anthropic联创：Scaling Law没崩，但推理成天价！有了TTT，25年AI更加速
Scaling Law要撞墙了？ Anthropic联创Jack Clark反驳了这一说法：绝非如此！ 在他看来，目前的AI发展还远远没到极限，「所有告诉你AI进展正在放缓，或者Scaling Law正在撞墙的人，都是错误的。
首个科学计算基座大模型BBT-Neutron开源！突破大科学装置数据分析瓶颈
高能物理是探索宇宙基本组成与规律的前沿科学领域，研究粒子在极高能量下的相互作用，是揭示宇宙起源、暗物质与暗能量等未解之谜的重要手段。 高能物理实验（如粒子对撞实验、暗物质与暗能量实验等）产生的数据量极为庞大且复杂，传统的数据分析方法在处理海量数据和复杂物理结构时，面临计算瓶颈。 近期，arXiv上更新了一篇名为《Scaling Particle Collision Data Analysis 》的论文。
AI for Science 是科学的未来，NVIDIA 正加速它的到来
ScienceAI原创作者：萝卜皮近年来人工智能（AI）等新兴技术的突破，正在逐渐改变科学研究的模式。 今年诺贝尔物理奖与化学奖均颁发给了 AI 以及计算相关领域的科学家，足见科学界对「AI for Science」这一研究新范式的肯定。 尽管如此，AI 科研领域所面临的困难依旧严峻。
苹果为其 AI 构筑“云处理安全堡垒”：公开指南和研究环境，漏洞悬赏最高 100 万美元
科技媒体 MacRumors 昨日（10 月 24 日）发布博文，报道称苹果公司最新推出了“私有云计算”（Private Cloud Compute）的云智能系统，确保 Apple Intelligence 在云端处理数据时构筑安全的请求环境。 苹果公司承诺安全和隐私研究人员可以验证“私有云计算”中的端到端安全和隐私承诺，并向安全研究人员公开“私有云计算”虚拟研究环境（VRE）及其他材料。 苹果公司发布了一份“私有云计算”安全指南，详细介绍了“私有云计算”的所有组成部分及其如何运作以提供云端人工智能处理的隐私保护。
我国无锡超算“太湖之光 A+”项目亮相：算力密度国内最高，单个机柜达 40P
以“聚智向新算领未来”为主题的 2024 中国算力大会 9 月 27 日至 29 日在河南郑州举行。会上，中国算力领域“年度重大成果”发布，共有 8 项突破性意义的成果上榜，其中包括国家超级计算无锡中心的“太湖之光 A ”项目。据介绍，太湖之光 A 基于异构众核架构的国产智算加速卡，自研业内最高密度一体化服务器机柜方案，单个机柜算力达到 40P 国产智能算力。算力密度国内最高，采用集中式供电，单机柜功耗达 100KW。国家超级计算无锡中心表示：“太湖之光 A 的高密设计是 HPC AI 领域的重要标杆案例，
阿里 CEO 吴泳铭：AI 算力需求渗透率超 50%，最大的想象力不在手机屏幕
感谢今日举办的 2024 云栖大会开幕式上，阿里巴巴集团董事兼 CEO、阿里云智能集团董事长兼 CEO 吴泳铭表示，“在新增的算力市场和算力需求中，超过 50% 以上的需求现在都由 AI 驱动产生，AI 算力的需求渗透已经超过 50%，已经占据主导地位，未来这一趋势还会持续地扩大。”“AI 计算正在加速演进，成为整个计算体系的主导，无论是端侧的计算还是云端的计算，这都是一个非常明显的趋势，生成式 AI 对数字世界和物理世界的重构，将带来计算架构的根本性变化。”吴泳铭表示，“过去几十年 CPU 主导的计算体系，正在加
中国科学院开发出基于语义记忆的动态神经网络：相比静态最高减少 48.1% 计算量
中国科学院微电子研究所等将人工神经网络与大脑的动态可重构性相结合，开发出基于语义记忆的动态神经网络。▲ 基于语义记忆的脑启发动态神经网络硬件软件协同设计大脑神经网络具有复杂的语义记忆和动态连接性，可将不断变化的输入与庞大记忆中的经验联系起来，高效执行复杂多变的任务。目前，人工智能系统广泛应用的神经网络模型多是静态的。随着数据量不断增长，它在传统数字计算系统中产生大量能耗和时间开销，难以适应外界环境的变化。与静态网络相比，语义记忆动态神经网络能够根据计算资源权衡识别准确性和计算效率，可在资源受限设备或分布式计算环境中
手机跑大模型提速 4-5 倍：微软亚研院开源新技术 T-MAC，有 CPU 就行
有 CPU 就能跑大模型，性能甚至超过 NPU / GPU！没错，为了优化模型端侧部署，微软亚洲研究院提出了一种新技术 —— T-MAC。这项技术主打性价比，不仅能让端侧模型跑得更快，而且资源消耗量更少。咋做到的？？在 CPU 上高效部署低比特大语言模型一般来说，要想在手机、PC、树莓派等端侧设备上使用大语言模型，我们需要解决存储和计算问题。常见的方法是模型量化，即将模型的参数量化到较低的比特数，比如 4 比特、3 比特甚至更低，这样模型所需的存储空间和计算资源就会减少。不过这也意味着，在执行推理时，需要进行混合精
苹芯科技推出两款 PIMCHIP 系列 AI 芯片，探索推动存算一体技术落地
苹芯科技昨日（8 月 8 日）在北京举办“存算于芯智启未来”活动，推出了 PIMCHIP-S300 和 PIMCHIP-N300 两款 AI 芯片。PIMCHIP-S300官方介绍称该 AI 芯片是多模态智慧感知决策芯片，具备高能效、小面积、低功耗、低成本等特点。该芯片搭载基于 SRAM 的存算一体计算加速单元，计算核心能效比高达 27TOPS / W，让计算在存储器内部发生，有效减少计算过程中的数据搬运，核心计算单元的能效提升几十上百倍。AI在线从报道中获悉，PiMCHIP-S300 搭载轻量级 MCU 处理器，
WAIC 2024 已落幕：大模型再无新玩家，AGI 下半场是计算与应用
导语：「十八金刚」暗示的，其实是巨大的技术想象力与迫切的 AI 生产力。 作者：马蕊蕾编辑：陈彩娴WAIC 论坛最后一天下午，启明创投主管合伙人周志峰在世博中心红厅分享了一组数据：经统计，仅 2023 年，一级市场中 AI 投资金额就达到了 224 亿美元，超过了前 10 年投资累计总和。 其中，超过三分之二的资金投向从事基础设施或模型开发的企业。