OpenAI 讓模型參與晶片設計:關鍵在閉環驗證
OpenAI 首度公開模型投入晶片設計的工程流程。真正的難題不是生成 RTL,而是讓模型整合 EDA 工具、依失敗結果持續修正,並在明確邊界內接受驗證與人工把關。
Architect Labs 公開由 AI 協助探索、設計並驗證的 Frostbite CPU 架構。這套成果的價值在於提供可複核的設計與驗證流程,但它距離流片、量產與商業落地仍有數道工程關卡。
OpenAI 首度公開模型投入晶片設計的工程流程。真正的難題不是生成 RTL,而是讓模型整合 EDA 工具、依失敗結果持續修正,並在明確邊界內接受驗證與人工把關。
Anthropic 宣稱 Claude 為兩個黑洞物理開放問題提出解法,但目前主要依據仍是廠商自行發布的研究文章。本文從來源、可重現性與同行審查切入,整理國內 AI 科研團隊可立即採用的驗證流程。
Palo Alto Networks 以 45 億美元收購 Applied Compute,藉此把安全策略延伸至 Agent 的執行環境。本文分析交易策略、Agent 安全的四層架構,以及產品整合、定價與多雲相容性等後續課題。
Google AI 答案可能讓官網點擊下滑,卻未必直接衝擊搜尋排名。SEO 的重點正從爭取版位,轉向讓內容可被引用、驗證與呼叫。
NVIDIA 以兩台 DGX Station 搭配 vLLM 部署 GLM-5.3,測得 607.8 tok/s 推理吞吐。這次測試呈現的是多機服務的擴展路徑,但正式上線前仍須驗證延遲、併發量、長度情境與節點故障表現。
密西根大學研究指出,生成式 AI 處理非英語文本通常會消耗更多能源。本文從翻譯中轉、Token 差異與 Agent 重試等面向拆解成本,並提出按語言追蹤、路由與控管的實作方法。
Lovable 生成的應用被揭露可能暴露使用者護照資料與逾 20 萬則私人訊息。事件凸顯 AI 程式工具在預覽環境、部署流程與預設權限上的安全風險。
TechPowerUp 報導指出,英伟達被指以資金補助 AI 新創公司採購 GPU,藉此放大晶片需求與供應吃緊。相關指控涉及投資條件、採購承諾、關聯交易,以及廠商是否藉資本手段「製造稀缺」。
研究團隊利用 AI 協助釋讀、轉寫與形式化哥德爾遺稿中的數百項已證定理,再由數學家判斷語境並複核證明。這項工作的核心成果,是把難以使用的歷史手稿轉化為可檢索、可追溯、可驗證的研究資料。
Fortune 報導 OpenAI 解散機器人團隊,並指通用模型已開始驅動機器人。這次調整較可能反映技術路线轉移,而非退出市場;能否成立,仍取決於遷移成本、可靠性與安全指標。
Unemployment Labs 研究如何從 LLM checkpoint 的數值特徵辨識訓練環境中的 GPU。這類方法可為出口管制與 AI 合規審查提供模型端的輔助證據,但目前仍不足以取代完整的硬體與供應鏈查核。