اگر هنوز مشترک Premium نشده‌اید، در ادامه آنچه را که در مجموعه مقالات این هفته از دست داده‌اید، مشاهده می‌کنید.

اول از همه، ما Bench، پایگاه داده قابل مرور ما از بنچمارک‌های سخت‌افزاری را به طور کامل بازطراحی کرده‌ایم. Bench 2.0 با استفاده از همان داده‌هایی که صفحات سلسله‌مراتبی عظیم ما را تغذیه می‌کنند، به شما امکان می‌دهد بنچمارک‌ها را بین محصولات به صورت جزئی جستجو و مقایسه کنید. در حالی که در بررسی‌ها و لیست‌های سلسله‌مراتبی ما مجموعه‌ای از داده‌ها را دریافت می‌کنید، Bench به شما جزئیات بسیار دقیق‌تری را در مشاهده هر بنچمارکی که هنگام بررسی یک محصول جدید اجرا می‌کنیم، ارائه می‌دهد.

Bench منحصراً برای مشترکین Premium در دسترس است.

اوایل این هفته، ما یک نقشه راه منتشر کردیم که بر روی کارخانه‌های تولیدی متمرکز بود که اپتیک هم‌بسته (CPO) را به واقعیت تبدیل می‌کنند. با افزایش تقاضا در مراکز داده، نیاز به اتصال مقیاس‌پذیر (scale-up و scale-out) نیز افزایش می‌یابد. با توجه به اینکه شتاب‌دهنده‌های هوش مصنوعی اکنون به سرعت‌های سیگنال‌دهی بسیار بالا نیاز دارند، CPO موتورهای نوری را در کنار پردازنده یا ASIC قرار می‌دهد تا مسیرهای الکتریکی را کوتاه کند، نرخ داده را افزایش دهد، مسیر الکتریکی را کوتاه‌تر کرده و مصرف انرژی را کاهش دهد.

ما به عمق نقشه‌های راه COUPE شرکت TSMC می‌پردازیم که تا سال ۲۰۳۰ و سرعت خیره‌کننده ۴۰۰ گیگابیت بر ثانیه برای هر لاین گسترش می‌یابند، همچنین CPUهای اینتل با چیپلت‌های OCI، مسیر سامسونگ فاندری برای ساخت یک راهکار CPO آماده (turnkey) و پلتفرم CPO OCI-MSA مستقل از فروشنده GlobalFoundries را بررسی می‌کنیم.

• نقشه‌های راه کارخانه‌های تولیدی اپتیک هم‌بسته (CPO) — بررسی رویکرد TSMC، اینتل، سامسونگ و GlobalFoundries به اتصال مقیاس‌پذیر نسل بعدی

این تنها چیزی نبود که این هفته در جبهه نقشه‌های راه داشتیم، زیرا نگاه عمیق‌تری به نقشه‌های راه ابزارهای ساخت تراشه چین انداخته‌ایم، درست پس از اعلام این کشور مبنی بر ساخت ماشین‌های لیتوگرافی غوطه‌وری DUV قادر به تولید تراشه‌های ۷ نانومتری تا سال ۲۰۳۰. معادله دشوارتر، ساخت یک ماشین EUV داخلی است که نیازمند یک زنجیره تامین قوی از ابزار و تجهیزات مناسب است، با بیش از ۳۰۰۰ کارگر که گزارش شده بر روی آنچه اکنون “پروژه منهتن” چین نامیده می‌شود، کار می‌کنند.

این کشور همچنان برای ساخت تراشه به ماشین‌های لیتوگرافی DUV شرکت ASML متکی است، زیرا سیستم‌های مدرن مشمول کنترل‌های صادراتی هستند، به همین دلیل هواوی، سازنده سری شتاب‌دهنده‌های هوش مصنوعی Ascend، به شدت علاقه‌مند به راه‌اندازی این پروژه است.

• بررسی نقشه‌های راه ابزارهای ساخت تراشه چین — ابزارهای لیتوگرافی نوپای پکن تولید DUV را با پنج ماشین در سال و یک نمونه اولیه EUV بدون تراشه هدف قرار می‌دهند

اما چین چیزی فراتر از صرفاً تولید ماشین‌ها در ذهن دارد؛ این کشور همچنین می‌خواهد تولید DRAM خود را از طریق CXMT افزایش دهد، که قصد دارد برای افزایش خروجی حافظه به یک کارخانه تولیدی کاملاً جدید گسترش یابد. این امر پس از برندهای مصرف‌کننده و سازندگان رایانه مانند دل، لنوو و دیگران صورت می‌گیرد. اما این کار ساده‌ای نیست، زیرا ما بررسی می‌کنیم که چگونه قانون MATCH می‌تواند بر توانایی CXMT برای تولید ماژول‌های DRAM در گره‌های پیشرفته‌تر تأثیر بگذارد.

همچنین نگرانی‌هایی در مورد گسترش ظرفیت‌های ویفر و تهیه ابزارهای مورد نیاز برای چنین توسعه‌ای وجود دارد که ۳۰ درصد سهم بازار را تا سال ۲۰۳۰ هدف قرار داده است.

• CXMT چین ۳۰ درصد سهم بازار حافظه DRAM را تا سال ۲۰۳۰ با ششمین مگافب هدف قرار می‌دهد — برنامه‌های آینده به دلیل دسترسی به ابزارهای پیشرفته ساخت تراشه با مشکل مواجه است

در جبهه حافظه، سامسونگ نیز سه فناوری حافظه کاملاً جدید، zHBM، zNAND-O و BV-NAND را معرفی کرده است که هر یک بازارهای متفاوتی را هدف قرار می‌دهند و همگی بر پایه تکنیک‌های پیشرفته اتصال ویفر ساخته شده‌اند. انتظار می‌رود zHBM عملکردی ۸ برابر HBM5 را فراهم کند، در حالی که zNAND-O به شرکت امکان می‌دهد چهار یا هشت پشته از دستگاه‌های NAND را روی دای‌های منطقی قرار دهد. در همین حال، BV-NAND نسل دهم V-NAND سامسونگ را نشان می‌دهد و از بین سه اعلامیه، نزدیک‌ترین به تجاری‌سازی است.

شما می‌توانید این تحلیل فنی مفصل از اعلامیه‌های سامسونگ را به صورت رایگان مطالعه کنید، حتی اگر مشترک Premium نباشید.

• سامسونگ سه فناوری حافظه نسل بعدی را برای مراکز داده هوش مصنوعی معرفی می‌کند — zHBM، zNAND-O و BV-NAND همگی بر فناوری‌های پیشرفته اتصال ویفر متکی هستند

آیا جشن افزایش توکن‌های هوش مصنوعی دوباره آغاز شده است؟ با عرضه مدل‌های Kimi K3 و DeepSeek V4 Flash-0731 با قیمت‌های مناسب در هفته‌های اخیر، ظهور مدل‌های هوش مصنوعی چینی رقابتی و ارزان‌قیمت، اکنون شرکت‌هایی مانند OpenAI را که GPT 5.6 Luna را در ماه ژوئن عرضه کرده بود، مجبور کرده است تا در پی مدل‌های چینی رقابتی و متن‌باز، قیمت‌ها را تا ۸۰ درصد کاهش دهند. و OpenAI تنها شرکتی نیست که سعی در ارائه ارزش بیشتر به کاربران دارد. Anthropic مدل Opus 4.8 را با 5.0 جایگزین کرد و گوگل نیز مدل‌های مقرون‌به‌صرفه Gemini 3.6 Flash و Gemini 3.5 Flash-Lite را عرضه کرد.

پس، این وضعیت صنعت هوش مصنوعی را به کجا می‌رساند؟ آزمایشگاه‌های پیشرو غربی باید با رقابت موجود در خارج از کشور همگام شوند، و رقابت فزاینده حاشیه‌های سود را برای هزینه‌های توکن که فرض می‌کنیم از قبل یارانه‌ای هستند، کاهش می‌دهد.

• شرکت‌های هوش مصنوعی اکنون در حال رقابت برای رسیدن به پایین‌ترین قیمت هستند — کاهش شدید قیمت توکن‌ها و مدل‌های رقابتی شرکت‌ها را به کاهش هزینه‌ها سوق می‌دهد

در دنیای هوش مصنوعی، فشارهای دیگری نیز برای OpenAI، سازنده ChatGPT، در حال ظهور است. این شرکت به دلیل ادعای اپل مبنی بر سرقت اسرار تجاری از این غول فناوری، به دادگاه می‌رود. این ادعا در بحبوحه توسعه سخت‌افزار اختصاصی هوش مصنوعی توسط OpenAI مطرح شده است. OpenAI می‌گوید که به اسرار تجاری اپل نیازی نداشته و شرکت کوپرتینویی صرفاً اشتباه می‌کند. با این حال، اپل ادعا می‌کند که ۱۳ نفر از کارمندان سابقش اسرار تجاری مذکور را منتقل کرده‌اند، از جمله اسنادی که جزئیات محصولات اعلام نشده و اسکرین‌شات‌هایی از مواد حساس را به اشتراک می‌گذارند.

ما بررسی می‌کنیم که چگونه این دعوای حقوقی در این شاخه نسبتاً غیرمعمول در حال توسعه است، که حول محور محصولاتی می‌چرخد که هنوز به بازار عرضه نشده‌اند.

• اپل OpenAI را به دلیل سرقت ادعایی اسرار تجاری به دادگاه می‌کشاند — سازنده ChatGPT می‌گوید به دانش کوپرتینو نیازی ندارد

این خلاصه‌ای از بیشتر مطالب اصلی است که این هفته در Premium منتشر کردیم، با این امتیاز که می‌توانید به بررسی عمیق ما در مورد اعلامیه‌های جدید سامسونگ بدون اشتراک دسترسی داشته باشید.

برای دسترسی به سایر مقالات این لیست و استفاده از ابزار Bench ما، می‌توانید امروز در Premium ثبت‌نام کنید تا بیشتر بخوانید. هفته آینده با یک جمع‌بندی دیگر برای به‌روز نگه داشتن شما باز خواهیم گشت.