Chip, litografia, efficienza, quantistica: più calcolo con meno watt, e cosa ne faremo.
Il calcolo è la risorsa nascosta di tutto il resto: senza chip efficienti niente intelligenza artificiale, niente veicoli autonomi, niente reti intelligenti. La rubrica segue la litografia che scende — 2 nanometri e oltre —, le architetture che fanno più operazioni per watt, le memorie, le interconnessioni e il calcolo quantistico quando produce risultati verificabili invece di promesse.
Leggiamo le roadmap di TSMC, Samsung, Intel e delle fonderie cinesi, le pubblicazioni di architettura, i benchmark indipendenti. L’angolo è costante: l’efficienza — il calcolo per unità di energia — conta più della potenza bruta, perché è lei a decidere che cosa funzionerà davvero, dal data center al telefono. Ogni articolo dà i suoi ordini di grandezza e cita le sue fonti.
TSMC has developed and validated backside power delivery technology for its angstrom-class A16 process.
- A lab prototype uses tunable memristor noise to process signals at different speeds.
A UMass Amherst system identified languages with 95.24% accuracy.
Researchers used Signal’s protocol to protect shared documents from providers.
QpiAI has completed the second phase of a quantum chip facility in Bengaluru.
Mojo 1.0 has been released and replaces the strictly checked fn with def.
Huawei has open-sourced the compiler layer connecting Triton and other languages to Ascend chips.
QpiAI’s Bengaluru foundry can fabricate superconducting processors with up to 128 qubits.
Rubidium-atom quantum memories preserved entanglement across 260 miles of fiber.
Alibaba Cloud says its modular AI data centers can be delivered in 100 days.