ژائو هایجون، مدیرعامل مشترک SMIC، هشدار داده است که ساخت شتابزده مراکز داده هوش مصنوعی در سراسر جهان ممکن است به ظرفیتهای بلااستفاده منجر شود، مشابه تجربه چین در اوایل دهه ۲۰۲۰. او تأکید میکند که شرکتها با عجله ظرفیتهای ۱۰ ساله را در یک یا دو سال میسازند، بدون بررسی کامل کاربرد دقیق آنها. این وضعیت نگرانیهایی را در مورد حباب هوش مصنوعی و سرمایهگذاریهای عظیم در زیرساختها، که پیش از نیاز واقعی انجام میشود، ایجاد کرده است.
در چین، ابتکار «داده شرق، محاسبات غرب» منجر به ساخت مراکز داده در مناطق غربی شد، اما به دلیل افزایش تأخیر و عدم تطابق تقاضا، بسیاری از آنها با نرخ بهرهبرداری پایین مواجه شدند. سرمایهگذاریها ادامه دارد. دولت چین برای جلوگیری از ساختوساز بیش از حد، محدودیتهایی اعمال کرده و در حال بررسی پلتفرم ابری متمرکزی برای تجمیع و توزیع منابع محاسباتی بلااستفاده است، هرچند توسعه چنین شبکهای به دلیل تنوع سختافزاری چالشبرانگیز است.
افشای جدیدی درباره APUهای آینده AMD، از جمله “Medusa Halo” که برای سالهای 2027-28 برنامهریزی شده، منتشر شده است. این APU ردهبالا، که پس از بهروزرسانی “Gorgon Halo” (نسخه جدید Strix Halo) معرفی میشود، احتمالاً از هستههای Zen 6 CPU، گرافیک RDNA 5 و حافظه LPDDR6 پشتیبانی خواهد کرد. این ارتقاء حافظه بسیار مهم است؛ با LPDDR6 و باس 256 بیتی، Medusa Halo میتواند به پهنای باند 460.8 گیگابایت بر ثانیه دست یابد که حدود 80% بیشتر از Strix Halo فعلی است. شایعات حتی از ارتقاء باس به 384 بیت و پهنای باند 691.2 گیگابایت بر ثانیه خبر میدهند.
این افزایش قابل توجه پهنای باند حافظه برای APUهای قدرتمند سری Halo، نه تنها برای بازی بلکه برای کاربردهای هوش مصنوعی (LLM) اهمیت حیاتی دارد. رقبایی مانند اینتل با Panther Lake و اپل با M3 Ultra نیز در حال پیشرفت هستند. با این حال، این اطلاعات بر اساس افشاگریها است و AMD هنوز هیچ یک از این محصولات را تأیید نکرده و عرضه آنها چند سال دیگر فاصله دارد.
ابرچرخه هوش مصنوعی صنایع نیمههادی را دگرگون کرده و طبق پیشبینی TrendForce، سازندگان حافظه بیشترین سود را از این رونق خواهند برد. پیشبینی میشود درآمد حافظههای 3D NAND و DRAM تا سال ۲۰۲۶ به ۵۵۱.۶ میلیارد دلار برسد که بیش از دو برابر تولیدکنندگان قراردادی تراشه است. این رشد ناشی از تقاضای فزاینده برای حافظههای خاص در زیرساختهای هوش مصنوعی است که به کمبود عرضه و افزایش شدید قیمتها منجر شده است.
برخلاف صنعت ریختهگری با قراردادهای بلندمدت، سازندگان حافظه به دلیل ماهیت کالایی و عدم محدودیتهای قراردادی، میتوانند قیمتها را سریعتر افزایش دهند. تقاضای مداوم برای سختافزارهای پیشرفته مانند HBM3E و HBM4 برای مدلهای هوش مصنوعی، همراه با حساسیت کمتر ارائهدهندگان خدمات ابری به قیمت، شرایط ایدهآلی را برای سودآوری بیسابقه سازندگان حافظه فراهم کرده است. سوال اصلی این است که آیا این افزایش قیمتها بیشتر ناشی از کمبود عرضه است یا رفتار معمول بازار کالایی؟
کنسول دستی ویندوزی Ayaneo Next 2 به طور رسمی معرفی شد. این دستگاه پرچمدار از شرکت Ayaneo، با تراشه قدرتمند AMD Ryzen AI Max+ 395 (Strix Halo) و یک باتری عظیم 116 واتساعتی که حتی از محدودیتهای معمول لپتاپها فراتر میرود، توجهها را به خود جلب کرده است. این کنسول همچنین دارای یک نمایشگر OLED 9.06 اینچی با رزولوشن بالا و نرخ تازهسازی 165 هرتز است و با قیمت اولیه 1,799 دلار برای پیشسفارش در Indiegogo عرضه شده است.
Ayaneo Next 2 با قابلیتهای سختافزاری بینظیر خود، از جمله 128 گیگابایت رم LPDDR5X و 2 ترابایت SSD در بالاترین پیکربندی، عملکردی در حد یک لپتاپ با RTX 4060 ارائه میدهد. این دستگاه با جویاستیکهای Hall-effect قابل تنظیم، تریگرهای خطی و سیستم خنککننده دو فن، تجربه بازی پیشرفتهای را نوید میدهد. با وجود وزن و ابعاد بزرگتر نسبت به رقبا، Next 2 استانداردهای جدیدی را در بازار کنسولهای دستی ویندوزی تعریف میکند و رقبای فعلی را به چالش میکشد.
وزارت بازرگانی ایالات متحده در حال بررسی معافیتهای تعرفهای برای شرکتهای بزرگ فناوری مانند آمازون، گوگل و مایکروسافت است تا دسترسی آنها به تراشههای هوش مصنوعی تسهیل شود. این تصمیم بخشی از توافق تجاری اخیر آمریکا و تایوان است که طی آن تایوان متعهد به سرمایهگذاریهای قابل توجهی در صنعت نیمههادی آمریکا شده و در مقابل، تعرفهها کاهش یافتهاند. شرکتهایی نظیر TSMC که کارخانههای تولید (فب) در ایالات متحده میسازند، از این معافیتها بهرهمند خواهند شد و میتوانند حجم زیادی از تراشهها را بدون تعرفه وارد کنند، مشروط بر میزان سرمایهگذاریهایشان در آمریکا.
با وجود تعهدات مالی سنگین TSMC برای سرمایهگذاری در آمریکا و اعلام اخیر آن برای هزینههای کلان در فبهای جدید، چالشهای سیاسی، از جمله تأخیر در امضای توافق توسط رئیسجمهور ترامپ، همچنان وجود دارد. هدف این سیاستها، حمایت از رشد زیرساختهای هوش مصنوعی و پاسخگویی به تقاضای بیسابقه برای تراشههای پیشرفته است، ضمن حفظ تعادل بین اهداف تولید داخلی آمریکا و واقعیتهای زنجیره تأمین جهانی.
محققان دانشگاه هاروارد روش جدیدی برای چاپ سهبعدی رباتیک نرم توسعه دادهاند که امکان ساخت ساختارهای انعطافپذیر و ماهیچهمانند را فراهم میکند. این تکنیک نوین، موسوم به «چاپ سهبعدی چرخشی چندمادهای»، با استفاده از یک نازل چرخان و چاپ همزمان چندین ماده، به مهندسان اجازه میدهد تا با دقت بالا، ساختارهایی با قابلیت پیچیدن، خم شدن یا بلند شدن برنامهریزی شده ایجاد کنند. در این فرآیند، لایه بیرونی مقاوم از پلیاورتان، از ماده پلیمری ژلمانند داخلی محافظت میکند که پس از شستشو، لولههای توخالی قابل دستکاری باقی میمانند و با فشار هوا یا مایع حرکت میکنند.
این پیشرفت، مزایای چشمگیری در سرعت و سادگی تولید رباتهای نرم ارائه میدهد. برخلاف روشهای سنتی و زمانبر، این تکنیک جدید امکان چاپ یک ساختار پیچیده و انعطافپذیر را در یک مرحله فراهم کرده و منطق حرکت را مستقیماً در آن برنامهریزی میکند. این نوآوری پتانسیل بالایی برای متحول کردن زمینه رباتیک و تأثیرگذاری بر صنایع مختلف دارد. کار آنها در مجله Advanced Materials منتشر شده و تحت ثبت اختراع قرار گرفته است.
هیئت مدیره TSMC با تصویب ۴۴.۹۶۲ میلیارد دلار برای ساخت کارخانههای جدید و ارتقاء ظرفیتها، رکوردشکنی کرد. این مبلغ بخشی از برنامه ۵۲ تا ۵۶ میلیارد دلاری هزینههای سرمایهای سال جاری است. این گسترش تهاجمی با هدف تثبیت برتری TSMC در فناوریهای پیشرفته تراشه و رقابت با اینتل و سامسونگ فاندری انجام میشود. عمده این سرمایهگذاری (۷۰-۸۰٪) به فرآیندهای پیشرفته، بستهبندی پیشرفته و فناوریهای تخصصی اختصاص یافته است.
همچنین، S.S. Lin، توسعهدهنده اصلی فناوری فرآیند A10 (کلاس ۱ نانومتری) TSMC، به سمت معاونت ارتقاء یافت. این ارتقاء نشاندهنده رضایت مدیریت از پیشرفت پلتفرم A10 است که انتظار میرود تا سال ۲۰۳۰ تراشههایی با بیش از ۲۰۰ میلیارد ترانزیستور را ممکن سازد و احتمالاً از لیتوگرافی High-NA EUV استفاده کند. نقش جدید لین نفوذ او را بر نقشه راه فناوری و تخصیص منابع برای پروژههای آینده افزایش میدهد.
شرکت G.Skill، تولیدکننده برجسته حافظه رم، در پی یک دعوای حقوقی جمعی به مبلغ ۲.۴ میلیون دلار بر سر سرعتهای تبلیغاتی حافظههای DDR4 و DDR5 خود به توافق رسید. شاکیان ادعا کرده بودند که G.Skill سرعتهای رم را به گونهای گمراهکننده تبلیغ کرده که مصرفکنندگان تصور میکردند این سرعتها بدون نیاز به تنظیمات اورکلاک یا بایوس، “خارج از جعبه” قابل دستیابی هستند. G.Skill هرگونه تخلف را رد کرده و پرونده بدون حکم دادگاه حل و فصل شد.
بر اساس این توافق، مصرفکنندگان واجد شرایط در ایالات متحده که بین ژانویه ۲۰۱۸ تا ژانویه ۲۰۲۶ محصولات حافظه DDR4 و DDR5 (غیر لپتاپ) G.Skill با سرعتهای بیش از ۲۱۳۳ مگاهرتز یا ۴۸۰۰ مگاهرتز را خریداری کردهاند، میتوانند تا ۷ آوریل برای دریافت غرامت اقدام کنند. G.Skill همچنین متعهد شده است که بستهبندی محصولات، وبسایت و مشخصات خود را تغییر دهد تا در مورد نیاز به اورکلاک و تنظیمات بایوس برای دستیابی به حداکثر سرعتها شفافتر عمل کند و سرعتها را به عنوان “تا” (up to) ذکر کند.
لاجیتک ماوس گیمینگ Pro X2 Superstrike را با سیستم نوآورانه ماشه القایی لمسی (HITS) معرفی کرده است. این فناوری با القای الکترومغناطیسی، تاخیر کلیک را تا ۳۰ میلیثانیه نسبت به سوئیچهای مکانیکی کاهش میدهد. HITS امکان شخصیسازی ۱۰ سطح فعالسازی و پنج نقطه بازنشانی سریع را فراهم میکند. بازخورد حسی کلیک نیز توسط یک محرک لمسی با شش سطح شدت شبیهسازی میشود. این ویژگیها کنترل و پاسخگویی بینظیری برای گیمرها به ارمغان میآورد.
این ماوس علاوه بر فناوری کلیک پیشرفته، مشخصات گیمینگ ردهبالایی دارد. Pro X2 Superstrike مجهز به حسگر Hero 2 لاجیتک (DPI 100-44,000) و نرخ نمونهبرداری ۸,۰۰۰ هرتز از طریق Lightspeed است. عمر باتری آن تا ۹۰ ساعت بوده و از طریق USB-C یا پد Powerplay شارژ میشود. با قیمت ۱۷۹.۹۹ دلار، این محصول ممتاز بر پایه طراحی Pro X Superlight 2 ساخته شده و دقت و شخصیسازی بیسابقهای را برای گیمرهای حرفهای ارائه میدهد.
جان کارمک، برنامهنویس مشهور، پیشنهاد استفاده از یک حلقه فیبر نوری طولانی را به عنوان کش L2 پرسرعت برای استریم وزن مدلهای هوش مصنوعی مطرح کرده است. این ایده نوآورانه از پهنای باند عظیم فیبر تکحالته برای دستیابی به تأخیر نزدیک به صفر و صرفهجویی قابل توجه در مصرف انرژی نسبت به DRAM بهره میبرد. او تخمین میزند که یک فیبر ۲۰۰ کیلومتری میتواند ۳۲ گیگابایت داده را در خود جای دهد، که برای تغذیه مداوم شتابدهندههای هوش مصنوعی ایدهآل است.
با وجود شباهت به حافظه خط تأخیر تاریخی، چالشهایی مانند هزینههای بالای فیبر و مصرف انرژی تقویتکنندههای نوری وجود دارد. کارمک همچنین رویکرد عملیتری را پیشنهاد میکند: اتصال مستقیم تراشههای حافظه فلش موجود به شتابدهندهها. این مفهوم در حال حاضر توسط گروههایی مانند Behemoth و FlashGNN در حال بررسی است و به بهینهسازی دسترسی به دادههای هوش مصنوعی در آینده اشاره دارد.
