工业自动化最新文章 Cadence AI驱动参考流程已在英特尔Intel 18A-P/14A节点完成认证 Cadence AI驱动参考流程已在英特尔Intel 18A-P/14A节点完成认证 发表于：2026/7/28 俄罗斯表态将在今年正式完全掌握130nm全流程光刻技术 7月28日消息，在成功造出两台150nm光刻机原型机之后，俄罗斯相关部门对外公开表态，将在今年年底正式完全掌握130nm全流程光刻技术。 发表于：2026/7/28 2026年台湾半导体产业用电将达520亿度 近日，中国台湾最大电力公司——台电董事长曾文生在国泰永续金融暨气候变迁高峰论坛上表示，预计今年岛内半导体产业用电量约520亿度，到2030年、2035年将分别增长至800亿度、1,100亿度。 发表于：2026/7/28 应用材料中国公司荣获多项雇主品牌认可 2026年7月27日，上海——应用材料中国公司近期第三次荣获“Great Place To Work™”认证，并再度入选前程无忧“大学生喜爱的雇主品牌”榜单。 发表于：2026/7/27 五大半导体设备供应商产品交付周期已延长50~100% 7 月 25 日消息，韩媒 ETNEWS 当地时间昨日报道称，五大半导体制造设备供应商（应用材料、ASML、泛林、TEL、KLA）的主要产品交付周期已延长了 50~100%。此前仅需 6 个月就能到货的设备现在可能需要等待 1 年才能收到。 发表于：2026/7/27 中国科学院首次合成新型二维材料镧系MXene 中国科学院首次合成新型二维材料镧系 MXene，测试结果表明，新材料同时解锁了半导体和铁磁两大属性。这类二维材料是自旋电子学长期瞄准的目标材料，在低功耗逻辑器件、高频通信、磁传感器乃至量子计算领域都蕴藏巨大潜力。该合成策略具有普适性，未来有望推广至其他过渡金属，为丰富二维材料家族打开一扇全新大门。 发表于：2026/7/27 首片美国制造英伟达GB300 AI芯片亮相 7月27日消息，据媒体报道，美国AI芯片“美国制造”进程再迎里程碑。英伟达（NVIDIA）首片在美国本土生产的GB300 AI芯片正式亮相，标志着Blackwell平台已由台积电亚利桑那州Fab 21完成4纳米晶圆制造。 发表于：2026/7/27 英特尔携手蓝思科技 加速玻璃基板封装开发 7月25日，英特尔公司与蓝思科技宣布达成战略合作，共同开发先进半导体封装新技术。通过此次合作，双方拟加速推进玻璃基板封装解决方案的开发，助力未来计算平台实现更高性能、更高互连密度以及更优能效。 发表于：2026/7/27 英伟达等25家科技巨头联名签公开信 呼吁开放权重AI模型 7月24日，一场围绕AI未来发展方向的博弈在美国旧金山达到高潮。就在美国政府酝酿对中国AI模型实施更严格限制的节骨眼上，英伟达CEO黄仁勋打破沉默，在社交媒体X上发布了其有史以来的第一条推文，不是推广自家芯片，而是一封由25家美国科技巨头和顶尖机构联名签署的公开信——《开放权重与美国AI领导力》。 发表于：2026/7/27 服务器CPU供不应求 英特尔签下10份长期协议 美国东部时间7月23日盘后，英特尔公布了截至2026年6月27日的2026财年第二财季财报。在AI基础设施投资热潮的强劲推动下，英特尔交出了一份远超市场预期的成绩单，营收创下近15年来最快季度增速，并给出乐观的三季度指引。 发表于：2026/7/27 英伟达与Amkor达成15亿美元芯片封装协议 7 月 24 日消息，当地时间 7 月 23 日，Amkor Technology（安靠科技）宣布与英伟达达成一项多年期战略合作协议，共同开发面向下一代 AI 与加速计算平台的先进半导体封装及测试技术。 发表于：2026/7/24 我国首个核工业互联网平台落地 7月23日消息，我国首个面向核工业高安全场景的龙赑工业互联网平台近日成功落地应用。该平台实现了100%全国产化，从底层芯片到上层应用完全独立自主，填补了技术空白。 发表于：2026/7/24 蛋鸡智慧养殖迈入AI检测时代 该技术的核心价值在于：将“出壳后处置”转变为“孵化前分流”——筛出的雄性受精蛋可转向饲料加工或生物提取等工业用途，既避免了活体处置环节，也为孵化场释放了宝贵的箱体空间与温控能耗，实现了生产效率与动物福利的双重优化。 发表于：2026/7/24 集成化掩模版图纸分析软件开发与性能优化研究 基于Python编程语言设计并实现了一款集成化掩模版图纸分析软件，旨在提升半导体制造中掩模版版图图纸分析的效率，能够实现版图透光率计算、加工效果图预览与保存、尺寸测量等功能。软件支持整版和区域两种分析模式，具备直接计算、重叠图形合并计算、网格划分-合并计算3种图纸透光率计算方案，支持版图加工效果图预览，任意点测量与端点捕捉测量。测试结果表明，该软件在保证透光率计算精度的同时显著缩短了处理时间，为掩模版设计与制造提供了可靠的分析手段。 发表于：2026/7/23 基于改进快速蒙特卡洛算法的电路失效分析 蒙特卡洛算法被广泛应用于电路和系统的可靠性分析中。然而随着制造工艺的进步，影响电路性能的工艺参数急剧增加，电路单次仿真时间开销愈发昂贵，标准蒙特卡洛算法所耗费的整体时间过长。因此，提出了一种改进的快速蒙特卡洛算法以大幅度加速电路的可靠性评估。该方法通过按电路节点切分关键参数构建用于拟合局部特征的子模型，再利用浅层神经网络整合多个子模型以构建全局稀疏回归模型，用于替代昂贵的电路仿真，并利用模型快速筛选蒙特卡洛算法中可能会发生失效的样本；在替代模型筛选完样本后，通过对筛选后的可能失效样本进行重仿真获取准确的失效样本数目，进而统计电路的失效率。为了保证模型预测的失效样本数目能够覆盖真实的失效样本数目，通过对模型在测试集上的预测值进行最大排序的方法确定重仿真的合理范围。在28 nm工艺下的电路实验结果表明，所介绍的快速蒙特卡洛算法相比标准蒙特卡洛算法速度提升了1 146倍~1 886倍，而准确度没有损失。与其他的快速蒙特卡洛算法相比，所介绍的方法速度提升了2.6倍~7.8倍。 发表于：2026/7/23 <…9101112131415161718…>
