定位旗舰级双门敞篷轿跑 宝马全新车型Skytop官图发布

摘要：宝马Skytop概念车官方图片已正式发布，该车预计在埃斯特庄园优雅竞赛上正式展出。外观方面，Skytop概念车沿用了宝马标志性的双肾格栅，并在格栅边框嵌入LED灯带，增强了科技感。大灯组线条锋利，LED日行灯的加入让车辆前部显得尤为醒目。 此外，车辆还装备了动感的前唇和通气口，增强了运动感。从尾部来看，Skytop概念车的尾灯设计修长且与前灯相呼应，尾翼微翘，配合大尺寸圆形排气孔，展现出强烈的力量感。内饰方面，Skytop概念车与宝马8系保持高度一致，包括液晶仪表盘和水晶挡把等家族式设计。车内细节进行了优化，使用大量打孔皮革提升质感。特别值得注意的是，座椅后方增加了防滚架，增强了车辆的安全性。此外，车辆顶棚设计为两片式，可手动拆卸，为驾驶者提供更加自由的驾驶体验。在动力配置上，Skytop概念车基于宝马8系平台，预计将搭载3.0T和4.4T V8发动机，匹配8速手自一体变速箱，并配备四驱系统，确保了车辆的强劲动力和卓越驾驶性能。 原文：定位旗舰级双门敞篷轿跑 宝马全新车型Skytop官图发布

Rapidus在价值320亿美元的2纳米工厂计划中增加芯片封装服务

摘要：全球晶圆代工市场目前正处于蓬勃发展的阶段。人工智能和高性能计算应用对前沿工艺技术的需求空前高涨，而随着英特尔加入芯片制造合同游戏，这一细分市场的竞争也再次变得相当激烈。然而，这正是日本政府和几家大型日本公司支持的晶圆代工初创企业 Rapidus 将于 2027 年进入的细分市场。 Rapidus 公司在其首座尖端工厂的最新进展中透露，他们还打算涉足芯片封装领域。这座耗资 5 万亿日元（约合 320 亿美元）的工厂建成后，将同时提供 2 纳米节点的芯片光刻服务，并为工厂内生产的芯片提供封装服务--这在一个即使不完全外包封装（OSAT）也通常由专用设施处理的行业中是一个显著的区别。最终，虽然该公司想为台积电、三星和英特尔代工厂提供相同的客户服务，但该公司计划采取与竞争对手几乎完全不同的做法，以加快芯片制造从完成设计到从晶圆厂取出工作芯片的速度。Rapidus 公司美国分公司总经理兼总裁亨利-理查德说："我们为自己来自日本而感到自豪，[......]我知道有些人可能会认为日本以质量和注重细节著称，但不一定以速度或灵活性著称。但我要告诉你们，Atsuyoshi Koike（Rapidus 的负责人）是一位非常特别的管理人员。也就是说，他既有日本人的品质，又有很多美国人的思维。因此，他是一个相当独特的人，而且肯定会格外专注于创建一家非常灵活、脚步极快的公司。"开篇即2纳米Rapidus 与传统代工厂的最大区别或许在于，该公司将只向客户提供最先进的制造技术：2027 年达到 2 纳米（第一阶段），未来达到 1.4 纳米（第二阶段）。这与包括英特尔在内的其他合约工厂形成了鲜明对比，后者倾向于为客户提供全套制造工艺，以争取更多客户，生产更多芯片。显然，Rapidus 希望有足够多的日本和美国芯片开发商愿意使用其 2 纳米制造工艺来生产他们的设计。尽管如此，在任何时候使用最先进生产节点的芯片设计商数量都相对较少--仅限于那些需要先发优势并有足够利润来承担风险的大公司--因此 Rapidus 的商业模式能否成功还有待观察。因此，Rapidus 公司的商业模式能否取得成功，还有待观察。该公司相信会取得成功，因为采用先进节点生产的芯片市场正在迅速增长。理查德说："直到最近，IDC 还在估计 2 纳米及以下的市场规模约为 800 亿美元，我认为我们很快就会看到这一潜力被修正为 1,500 亿美元。[......]台积电是该领域的800磅大猩猩。三星和英特尔也将进入这一领域。但市场增长如此之快，需求如此之大，Rapidus 要取得成功并不需要很大的市场份额。让我感到非常欣慰的一点是，当我与我们的 EDA 合作伙伴以及我们的潜在客户交谈时，很明显，整个行业都在寻求完全独立的代工厂的替代供应。三星在这个行业有一席之地，英特尔在这个行业也有一席之地，这个行业目前由台积电拥有。但是，所有生态系统合作伙伴和客户都非常欢迎另一家完全独立的代工厂。因此，我对 Rapidus 的定位感到非常非常满意。"说到先进的工艺技术，值得注意的是，Rapidus 不打算在 2 纳米生产中使用 ASML 的 High-NA Twinscan EXE 光刻扫描仪。相反，Rapidus 坚持使用 ASML 成熟的低NA 扫描仪，这将降低 Rapidus 晶圆厂的成本，尽管这将需要使用 EUV 双图案化技术，但这会在其他方面增加成本并延长生产周期。SemiAnalysis分析师认为，即使有这些权衡，考虑到高NA EUV光刻工具的成本和减半的成像领域，低NA双图案化在经济上可能更加可行。理查德说："我们认为，我们对当前 2 纳米的 [Low-NA EUV] 解决方案绝对满意，但我们可能会考虑 1.4 纳米的不同解决方案。"目前，只有英特尔计划在十年中期使用 High-NA 工具在其 14A（1.4 纳米级）制造工艺上制造芯片。台积电和三星晶圆代工厂则显得更为谨慎，因此 Rapidus 并不是唯一一家对 High-NA EUV 工具持这种态度的公司。尖端工厂的先进封装技术除了先进的工艺技术，高端芯片设计人员（如用于人工智能和高性能计算应用的芯片设计人员）还需要先进的封装技术（如用于 HBM 集成的封装技术），而 Rapidus 也已准备好提供这些技术。该公司与同行的不同之处在于，它计划在同一个晶圆厂内制造和封装芯片。理查德说："我们打算将北海道（半导体工厂）的后端能力作为一项与众不同的优势。我认为，我们的优势在于可以从零开始，建造可能是业内第一座完全集成的前端和后端半导体工厂。其他公司会对现有产能进行改造和改装，而我们则是白手起家，小池之子为 Rapidus 带来的秘诀之一是一些非常有趣的想法，即如何将前端和后端整合在一起。"英特尔、三星和台积电都拥有独立的芯片制造和封装设施，因为即使是最复杂的封装方法，也无法与现代处理器的复杂性相媲美。用于制造硅中介板的工具与用于制造完整逻辑芯片的设备大相径庭，因此将它们安装在同一洁净室中一般意义不大，因为它们不能很好地互补。另一方面，将晶圆从一个生产基地运到另一个生产基地既费时又有风险，因此将所有生产基地整合到一个生产园区是明智之举，因为这样可以大大简化供应链。理查德说："我们将重塑芯片设计、前端和后端协同完成项目的方式。[......]我们的整体思路是快速、高质量、高产量和极短的周期时间。" 原文：Rapidus在价值320亿美元的2纳米工厂计划中增加芯片封装服务

2024年度自然摄影师获奖作品公布

摘要：德国自然摄影学会（GDT）公布了 2024 年年度自然摄影师的获奖者名单，他们捕捉到了大自然的美--从最狂野的全景到最令人毛骨悚然的爬行动物。参加年度会员竞赛的作品分为七个类别：鸟类、哺乳动物、其他动物、植物和真菌、风景、自然工作室，以及一个名为"万物流动--德国的河流风景"的特别类别。 经过自然摄影师评审团的评审，迪特尔-达姆申（Dieter Damschen）的作品"洪泛平原森林的冬天"获得了总分第一名和特别类第一名。总冠军、特别奖获得者。"洪泛平原森林的冬天" 迪特尔-达姆申来自德国的达姆申（Damschen）在冬季洪水席卷德国易北河景观生物圈保护区时，拍下了这张被白雪覆盖的树木的迷人照片。"在连续几年水位极低之后，2024 年 1 月，一场期待已久的冬季洪水淹没了古老的橡树。"在这个特殊的早晨，由于前一晚的降雪和强风，树干和树枝的一侧被积雪覆盖。由此产生的对比线条凸显了虬枝巨树历经岁月沧桑的结构，为这一转瞬即逝的时刻营造出特殊的画面效果。植物和真菌类第二名。"冷冻铃铛" Sigi Zang其他类别的作品也不乏才华横溢者。比如上图，一朵娇嫩的金雀花在晨霜中傲然挺立。德国摄影师 Sigi Zang 拍摄的这幅作品获得了植物和真菌类第二名。澳大利亚摄影师斯科特-波特利（Scott Portelli）拍摄的南极座头鲸采用一种名为"气泡网"的技术捕食磷虾群。哺乳动物类第一名:"气泡网" 斯科特-波特利其他令人难忘的照片还包括在浪花中冲浪的玄武企鹅、拉普兰 U 形山谷拉波尔滕上空的彩虹，以及毛蜘蛛怀抱幼崽的特写。您可以在图片库中查看我们最喜欢的一些照片。获奖照片将在GDT Forum Naturfotografie杂志和 GDT 网站上发表，并作为展览的一部分。 原文：2024年度自然摄影师获奖作品公布

英伟达将提前导入FOPLP封装技术 2025年应用于GB200

摘要：由于市场对人工智能（AI）芯片的需求非常旺盛，英伟达的数据中心GPU销售火热，导致过去一年多里，台积电（TSMC）CoWoS封装的产能一直非常吃紧。作为市场上性能卓越的AI芯片之一，英伟达基于Blackwell架构的GPU即将迎来大规模上市，这无疑将进一步加剧封装产能的紧张局势。 为应对这一挑战，英伟达有意在Blackwell架构的GB200芯片上引入先进的FOPLP（panel-level fan-out packaging）封装技术，并计划在2025年开始应用。这一技术选择不仅为英伟达在封装领域提供了更多灵活性，也在一定程度上缓解了封装产能不足带来的压力。据市场研究机构透露，英伟达的GB200供应链已经启动，目前正处于设计微调与测试阶段。预计今年出货量将达到约42万片，而明年则有望攀升至150万至200万片。这一积极的出货量预测进一步证明了市场对英伟达AI芯片的强烈需求。值得一提的是，英伟达原计划于2026年引入FOPLP封装技术，但鉴于市场形势的快速变化，公司已决定将时间表提前。据悉，英伟达选择的FOPLP封装技术采用了玻璃基板，这种材料能够长时间承受高温并保持最佳性能，从而确保芯片的稳定性和可靠性。 原文：英伟达将提前导入FOPLP封装技术 2025年应用于GB200

新技术利用高空风将无人机拉离地面站 驱动发电机发电

摘要：通过收集风能，无人机对于实现英国的净零排放目标至关重要。布里斯托尔大学飞行动力学与控制讲师 Duc H. Nguyen 博士获得了工程与物理科学研究理事会 (EPSRC) 37.5 万英镑的资助，以进一步探索机载风能系统 (AWES)。Duc H. Nguyen 博士获得了研究机载风能系统的资金，旨在提高其安全性和效率，以实现潜在的商业化，并在实现英国净零排放方面发挥重要作用。 机载风能系统的新研究得到了英国工程和物理学研究理事会（EPSRC）的大笔资助，该研究试图让无人机利用高空风能，旨在克服系统稳定性方面的挑战，提高商业可行性，支持英国的净零排放目标。正在运行的 Kitemill 无人机原型图片。图片来源：Kitemill通过将无人机系在地面站上，AWES 可以在比传统风力涡轮机更高的海拔上获取风能。高空风将无人机拉离地面站，驱动发电机发电。这项技术可以减少英国能源部门的碳足迹，提供海上和陆上灵活性，并提高在偏远地区的运营能力，从而使英国能源部门受益。为了产生最大的动力，AWES 必须以复杂的模式飞行，同时承受强大的空气动力。这种排列方式造就了一个具有微妙操控特性的复杂系统--稍有不慎，无人机就会翻滚坠地。这正是Nguyen博士及其合作者希望在本项目中解决的难题。他希望通过提高 AWES 的安全性和效率，该项目将为 AWES 商业化铺平道路。土木、航空航天和设计工程学院的阮博士解释说："机载风能潜力巨大，预计到 2050 年，每年可发电 700 亿欧元。然而，它仍然是一项新兴技术。在许多情况下，我们需要权衡利弊：在完全了解新设计的飞行特性之前，就迅速部署其进行试飞。这使得许多 AWES 原型无法在运行中实现全部能力，导致项目提前结束，并阻碍了商业化进程。本项目试图通过使用分岔和延续方法来应对这一挑战"。Duc Nguyen 博士与 Kitemill 创始人 Jon Gjerde（左）和 Thomas Hårklau（右）在"机载风能 2024"会议上。图片来源：Kitemill/Dr Duc Nguyen这些数值技术已成功用于飞机动态研究，以预测驾驶员诱发振荡、颤振和尾旋等危险行为。Nguyen博士总结道："通过用分叉方法取代现有技术，AWES 可以显著节约成本并提高性能，最终将使这项技术更接近商业化。"除了英国工程和社会科学研究理事会的资助外，该项目还得益于与该领域两家领先企业的合作，即挪威初创企业Kitemill和马德里卡洛斯三世大学。Kitemill 联合创始人兼首席执行官托马斯-哈克劳（Thomas Hårklau）补充说："AWES 项目的启动和成功融资是可再生能源领域的一项重要发展。AWES 技术具有卓越的材料效率和更高的能量产出，有望成为能源行业的主导力量。我们很高兴能与 Duc Nguyen 和布里斯托尔大学合作开展这一项目。该项目不仅推动了英国实现净零排放的使命，还确保了英国在这一新兴领域的竞争力。我们的目标是共同应对当前的挑战，并为 AWES 的商业化铺平道路。"编译来源：ScitechDaily 原文：新技术利用高空风将无人机拉离地面站 驱动发电机发电

人工智能分析类型题光谱数据 帮助发现百余种罕见的宇宙中性碳吸收体

摘要：科学家们利用深度学习分析了来自SDSS-III的类星体光谱数据，成功探测到107个罕见的中性碳吸收体，为早期星系演化提供了新的见解。他们的方法可能会改变天文学家利用人工智能研究宇宙的方式，对詹姆斯-韦伯太空望远镜等其他研究工具起到补充作用。 地面上的斯隆数字巡天望远镜捕捉到了大量来自早期宇宙的类星体光谱。经过训练的人工智能深度神经网络首次在这些类星体光谱数据中发现了由早期星系冷介质产生的创纪录的弱中性碳吸收线探测器。最近，研究人员利用深度学习神经网络在斯隆数字巡天III（SDSS-III）计划发布的类星体光谱数据中搜索罕见的弱信号。通过引入一种探索星系形成和演化的新方法，研究小组展示了人工智能（AI）在识别天文大数据中罕见弱信号方面的潜力。这项研究最近发表在《英国皇家天文学会月刊》（Monthly Notices of the Royal Astronomical Society）上，由中国科学院上海天文台葛健教授领导的国际团队完成。来自宇宙中带有尘埃的冷气体的"中性碳吸收线"是研究星系形成和演化的重要探测器。然而，中性碳吸收线的信号很弱，而且极其罕见。天文学家一直在努力使用传统的相关方法在大质量类星体光谱数据集中探测这些吸收线。"这就像大海捞针。"葛健教授说。2015年，在SDSS早先发布的数万颗类星体光谱中发现了66个中性碳吸收体，这是获得的样本数量最多的一次。在这项研究中，葛教授团队根据实际观测数据，设计并训练了大量模拟中性碳吸收线样本的深度神经网络。通过将这些训练有素的神经网络应用于SDSS-III数据，研究小组发现了107个极其罕见的中性碳吸收体，比2015年获得的样本数量翻了一番，并探测到了比以前更多的微弱信号。通过堆叠众多中性碳吸收体的光谱，研究小组大大提高了探测各种元素丰度的能力，并直接测量了尘埃造成的气体中金属损失。研究结果表明，这些含有中性碳吸收器探测器的早期星系经历了快速的物理和化学演化，当时宇宙的年龄只有大约30亿年（目前宇宙的年龄为138亿年）。这些星系正在进入大麦哲伦云（LMC）和银河系（MW）之间的演化状态，产生了大量金属，其中一些金属结合成尘埃粒子，导致了观测到的尘埃变红效应。这一发现独立地证实了詹姆斯-韦伯太空望远镜（JWST）最近的发现，该望远镜在宇宙中最早的恒星中探测到了类似钻石的碳尘，这表明一些星系的演化速度比以前预期的要快得多，对现有的星系形成和演化模型提出了挑战。与通过星系发射光谱进行研究的 JWST 不同，这项研究通过观测类星体的吸收光谱来研究早期星系。应用训练有素的神经网络来寻找中性碳吸收体，为未来研究宇宙和星系的早期演化提供了新的工具，是对 JWST 研究方法的补充。"有必要开发创新的人工智能算法，能够快速、准确、全面地探索海量天文数据中的罕见微弱信号。"葛教授说。团队的目标是将这项研究中引入的方法推广到图像识别中，通过提取多种相关结构来创建人工"多结构"图像，从而实现对微弱图像信号的高效训练和检测。编译来源：ScitechDaily 原文：人工智能分析类型题光谱数据 帮助发现百余种罕见的宇宙中性碳吸收体