IT之家 5 月 5 日消息，量子计算机最具前景的应用方向之一是模拟蛋白质，助力人类研发新药，但目前这类设备误差率过高，尚无法胜任这项任务。不过，如今两台量子计算机借助超级计算机的辅助，打破了一项模拟纪录 —— 成功测定了一个含 12635 个原子的分子的特性。 据IT之家了解，要了解药物分子的作用机制，必须精准确定其电子的量子态与能量，这属于量子力学问题，传统计算机往往只能得出近似解。 美国俄亥俄州克利夫兰医学中心、科技企业 IBM 以及日本理化学研究所的研究人员展开合作，转而采用天生适配量子物理运算的量子计算机开展研究。他们研发出一种量子计算机 + 传统超级计算机的混合运算方案，并用该方案模拟了两个规模空前庞大的分子， 其中一个分子的体量约为以往量子计算机模拟最大分子的 40 倍。 团队成员、克利夫兰医学中心的肯尼思・默茨表示：“这曾是我的梦想，如今我们终于实现了。” 研究团队使用了两台 IBM 苍鹭（Heron）量子计算机（一台部署在日本理化学研究所，一台设在克利夫兰医学中心），以及全球顶尖的两台超级计算机：富岳（Fugaku）和雅比 - G（Miyabi-G）。研究选取了两组蛋白质 - 小分子复合物作为模拟对象，默茨称这类复合物已有充分研究基础，也是生物医学领域经典的基础研究范例。团队还在水环境层中完成分子模拟，让实验结果更贴近实验室实际研究场景。 受限于量子比特规模偏小、运算能力有限且易出错等短板，单纯依靠量子计算机目前实用价值有限。因此，研究团队将分子模拟任务拆分给四台设备协同完成，仅用量子计算机计算分子部分片段的特定属性，再将运算结果交由超级计算机处理。两类计算机来回迭代运算，全程耗时超 100 小时。 IBM 的 Jerry Chow 表示，即便如此，这套混合方案的运算速度仍优于纯传统计算机方案。此次模拟还精准测算出分子的最低能量，精度可媲美部分主流传统算法，尽管尚未实现绝对领先优势。 宾夕法尼亚州匹兹堡大学的刘君宇（Junyu Liu，音译）评价道，该研究给出了极为难得的实践路径：依托现有商用硬件，迈出量子计算实用化的切实一步。他还称，“这次实验的规模着实令人瞩目”。 刘君宇认为，在量子计算机实现完全容错之前，这类混合运算模式值得大力推广，可提前挖掘量子计算机的实用价值。但他同时指出，目前仍存在一个悬而未决的问题：能否从严格数学层面证明，该混合算法在特定场景下必定能实现性能碾压，也就是达成所谓的“量子优势”。 Jerry Chow 表示，尽管本次研究证明量子硬件在部分运算环节具备优势，但这项模拟纪录只是开端，并非最终定论。“业界正掀起一股不断突破技术边界的热潮，”他说，“在我看来，真正令人期待的探索才刚刚启程。”
IT之家 5 月 5 日消息，Intel（英特尔）美国加州当地时间 4 日宣布高层人士变动：前 Qualcomm（高通）高管 Alex Katouzian 将出任英特尔执行副总裁兼客户端计算和物理 AI 事业部总经理 。 IT之家注意到， 此次任命也意味着英特尔组织架构的一次大调整 ：此前的 CCG 与物理 AI 业务合并为一个事业部，后者领域包括机器人、自主机器和其它 AI 智能设备。 英特尔首席执行官陈立武表示： AI 正在边缘计算领域创造前所未有的机遇，推动客户端计算和物理 AI 系统发生翻天覆地的变化。Alex 拥有深厚的技术专长、卓越的运营能力以及数十年来构建和扩展全球计算平台的经验。他是带领我们超越传统 PC，重新构想客户端计算，并使之与物理 AI 的下一波增长浪潮相契合的理想人选。 Alex Katouzian 本人则称： 英特尔正在为 AI 驱动的转型奠定基础，从引领 AI PC 领域，到扩展边缘 AI 推理能力，再到加速物理 AI 系统的未来发展。我很高兴在这个关键时刻加入陈立武和英特尔团队，助力扩大创新规模，并带来下一代计算体验。 ▲ Alex Katouzian（左） & Pushkar Ranade（右） 英特尔此次还正式任命此前临时代任首席技术官的 CEO 幕僚长 Pushkar Ranade 为企业 CTO 。Pushkar Ranade 将推进公司的技术战略，领导专项技术项目，并推动包括量子计算、神经形态计算、光子学和新型材料在内的关键新兴领域的发展。 Alex Katouzian 和 Pushkar Ranade 都将直接向陈立武汇报工作。
IT之家 4 月 30 日消息，科技媒体 Wccftech 昨日（4 月 29 日）发布博文， 报道称英特尔和 AMD 联合发布人工智能计算扩展（ACE）白皮书，将其定位为 x86 架构的标准矩阵加速方案。 现有 AVX10 等 SIMD 扩展虽能处理矩阵运算，但在计算密度与扩展性上存在局限，ACE 正是为突破这一瓶颈而生。 ACE 作为 x86 指令集的关键扩展，核心目标是大幅提升矩阵乘法性能、扩展性与能效。矩阵乘法作为神经网络与大语言模型的核心计算模块，其效率直接决定 AI 工作负载的表现。 技术层面，ACE 引入基于外积运算（outer product operation）的矩阵加速机制，无缝集成 AVX10。白皮书数据显示，在消耗相同数量输入向量的前提下，ACE 外积运算的计算密度比等效的 AVX10 乘加运算（multiply-accumulate operation）高出 16 倍。 ACE 在底层计算方面，支持 INT8、OCP FP8、BF16 等主流 AI 数据格式，其设计兼顾灵活性与扩展性，旨在构建覆盖笔记本电脑到超级计算机的全场景矩阵加速框架。 在软件生态方面，ACE 集成低精度 GEMM 等深度学习和高性能计算库，并启动适配 NumPy、SciPy 等 Python 库以及 PyTorch、TensorFlow 等主流机器学习框架。 IT之家附上参考地址 The AI Compute Extensions (ACE) for x86
IT之家 4 月 30 日消息，调研公司 Counterpoint Research 当地时间 29 日发布简介，认为联发科技 (Mediatek) 有望凭借与 Google（谷歌）的合作 在 2 年内实现 AI 服务器计算 ASIC 出货规模的数量级增长 。 联发科 2028 年有望合计交付 500 万颗谷歌 TPU 芯片， 以 26% 的市占成为 AI ASIC 设计服务领域仅次于 Broadcom（博通）的参与者 。 ▲ 图源：Counterpoint Research 在谷歌近期推出 TPU v8t (Zebrafish) 上，谷歌负责核心计算芯片的设计并协调 HBM 供应，联发科则提供 I/O 芯片。而在传统的博通“交钥匙”解决方案中，博通负责 HBM 采购并有 15~20% 的加价。 谷歌在部分芯片上转向新的合作方式， 这一方面能节省计算芯片设计成本 ， 另一方面也能避免 HBM 上的加价 ，实现更有利的成本结构。 展望未来， 联发科正与谷歌携手推进 TPU v8e (Zebrafish) 。该项目当前处于设计导入和验证阶段，预计 2027 年底启动量产并在 2028 年放量，并有望至少部分导入 Intel（英特尔）的 EMIB-T 2.5D 异构集成先进封装技术。 参考 MediaTek to Contribute 1 in 4 AI ASIC Server Compute Shipments in 2028
IT之家 4 月 29 日消息，据《商业内幕》4 月 29 日（今天）报道，华盛顿大学计算机科学教授、保罗 ·G· 艾伦计算机科学与工程学院副院长丹 · 格罗斯曼认为，“学习编程”这件事已经到了需要重新理解的时候。 格罗斯曼认为：“几年前，我们教大家编程时，确实有很大一部分精力 放在抠细节上 。分号该放哪儿，逗号该放哪儿，某个概念到底该用哪个词，都是教学重点。” 在格罗斯曼看来，AI 编程工具已经改变了这场讨论。“我们会看到，其实已经看到，AI 正在 替非专业软件工程师处理大量这类细节 。在很多方面，专业软件工程师也一样会让 AI 处理这些工作。” 同时，真正重要的能力依然存在。“你要能 精确说明自己希望算法如何运行、希望代码完成什么任务 。你还需要一种既有创造性、又足够精确的设计能力，去做一个应用，或者做出某种能让生活更高效、更有创造力的东西。很多相同的技能依然会被需要。” 艾伦学院也在调整教学方式。这所学院以微软联合创始人保罗 · 艾伦命名，艾伦高中时曾偷偷进入华盛顿大学计算机科学实验室。 据IT之家了解，当前，该学院面对的是一个“代码里那些烦人细节”相对没那么重要的世界。 围绕计算机科学专业的讨论已经明显变化。格罗斯曼说：“几年前，计算机科学曾经是热门专业。” 格罗斯曼称，艾伦学院自己的跟踪数据显示，毕业生找到工作的比例大体没有变化，变化 更多体现在去向上 。“我们看到，稍微多一些学生去了那些 毫无疑问属于科技公司 的企业，只是这些企业未必是科技优先，或者只做科技。大家一提到某些公司，就会想到它们在开发软件；另一些公司同样依赖软件，只是人们未必会把它们看成软件公司。” 他补充说， 未来仍然需要大量工程师 ，因为 AI 才刚开始拓展计算能力的边界。“世界能消耗的食物就那么多，能开车经过的桥也就那么多，对吧？可是对于软件和计算机还能帮我们做什么，我们 离上限还差得很远 。” 格罗斯曼表示，计算机科学已经变了，未来还会继续变，一些核心概念依然必须学习。“听着，几十年来，我们一直在打造更好的工具、更好的语言和更好的软件开发方式。我总提醒大家， 5 年前我们开发和发布软件的方式，已经和 25 年前完全不一样 。25 年前，我们把软件刻进 CD，一年发布一个版本，装进盒子，用玻璃纸包好，放上卡车运到商店，再由消费者走进店里，拿起盒子买回家。”
IT之家 4 月 29 日消息，德州仪器（Texas Instruments）最新推出旗舰图形计算器 TI-84 Evo， 处理器速度较前代提升 3 倍，绘图空间增加 50%，配备图标主屏与简化键盘，并升级 USB-C 充电接口。 定位方面，TI-84 Evo 聚焦于无干扰学习体验，是一款单功能专用设备，不搭载 Wi-Fi、社交媒体或通知系统，避免手机应用带来的注意力分散。 机身接口升级为 USB-C 充电标准，顺应了现代电子设备的通用充电趋势。外观方面，该计算器打破了传统教育设备单调的形象，提供标准白色、薄荷绿、粉色、紫色、蓝绿色、树莓红和银色 7 种配色。 新款计算器显著提升了运算响应效率，速度达到前代机型的 3 倍。绘图显示区域扩大 50%，为复杂的函数图像提供了更充裕的展示空间，新增的图像追踪功能方便用户定位关键点。IT之家附上相关图片如下： TI-84 Evo 目前已在亚马逊等平台上架销售，北美市场零售价为 149.99 美元（IT之家注：现汇率约合 1027 元人民币） 。
IT之家 4 月 29 日消息，韩国科学技术院（KAIST）于 4 月 22 日发布博文，宣布其工程生物学研究生院崔英宰（Yeongjae Choi）教授领导的团队突破 2 纳米工艺极限，成功研发出一种基于 DNA 的生物晶体管， 实现了分子层面的计算与信息存储双重功能。 相关研究成果已发表于国际期刊《Science Advances》。 IT之家援引博文介绍，随着半导体技术逼近 2 纳米极限，进一步微型化硅基器件面临巨大挑战，促使科学界探索分子级信息处理的替代方案。 DNA 凭借其碱基互补配对的特性，可实现精准可编程反应，且碱基对间距仅为 0.34 纳米，为超微型信息处理提供了理想平台。 然而，传统 DNA 电路存在一次性使用的缺陷。DNA 分子一旦发生反应即被消耗，无法维持连续的信息处理或记忆存储，导致以往系统仅限于简单的单次检测功能。 KAIST 研究团队为攻克这一难题，设计出能够响应外部信号进行可逆组装与解组装的 DNA 分子，这种结构变化能够持久存在并编码信息，让系统具备存储历史输入并以此为基础进行后续计算的能力。 该技术模拟了半导体晶体管的工作原理。如同电子晶体管处理电信号，该 DNA 系统能处理化学信号并同步存储计算结果，实质上发挥着生物晶体管的作用。 该技术有望应用于体内分子级诊断装置，实时监测特定疾病信号并自主判断。崔英宰教授表示，该成果将 DNA 分子计算机的实现可能性提升至新高度，为生物计算与医疗技术领域提供了全新发展方向。 参考 Reset-free DNA logic circuits for real-time input processing and memory KAIST Researchers Develop DNA-Based Bio-Transistor Enabling Molecular Computation and Memory
IT之家 4 月 26 日消息，普林斯顿大学的研究人员研发出一种三维神经网络器件，融合了活体脑细胞与先进嵌入式电子技术。据其新闻稿介绍，这款三维生物电子计算机通过计算技术实现了模式识别功能。 简单来说，这项研究实现了活体脑细胞脱离大脑，借助嵌入式电子设备完成计算任务。这并非科学家首次利用脑细胞开展计算研究。以往的研究中，科学家会在培养皿中培育二维细胞培养物或三维细胞团，仅从外部探测并监测细胞活动。 普林斯顿大学的此次研究采用了全新方案。研究团队以薄层环氧树脂为基底，搭建出由微型导线和电极构成的三维网状结构；随后将数万个神经元培育成大型三维网络，并以该网状结构作为支架，使其具备计算能力。 研究人员表示，这种新方法“能够以远高于以往技术的精细精度，记录并刺激神经元的电活动”。在长达六个月的研究周期里，团队持续观测神经网络的发育过程，测试可增强或弱化关键神经元之间连接的技术，最终训练出一套算法，用以识别重复出现的脉冲模式。 为测试该系统性能，研究人员在独立实验中输入两种截然不同的脉冲模式，系统均成功完成了模式区分。该团队计划逐步扩大这款器件的规模，使其能够处理愈发复杂的任务。 论文第一作者、电气与计算机工程专业博士后研究员库马尔・姆里敦杰伊表示，这项技术“不仅有助于揭开大脑的运算奥秘，还有助于理解乃至有望治疗各类神经系统疾病”。 该研究最初的初衷，是通过研究活体脑细胞的活动，探索神经科学领域的基础科学问题，而这一研究初衷始终未变。与此同时，研究人员发现，该技术还有望破解人工智能领域的一大核心瓶颈：功耗过高。 研究团队成员、电气与计算机工程助理教授付天明（Tian-Ming Fu，音译）表示：“短期内，人工智能发展真正的瓶颈在于能耗。人类大脑完成同等任务的能耗，仅为当前人工智能系统的百万分之一。” 研究人员希望借助这款器件，破解大脑低能耗运算的背后机理，复刻相关发现，从而解决人工智能的高功耗难题。 IT之家注意到，相关研究论文已发表于《自然・电子学》期刊。 参考资料： https://www.nature.com/articles/s41928-026-01608-1
IT之家 4 月 23 日消息，4 月 20 日，象帝先计算技术（重庆）有限公司（以下简称“象帝先”）宣布与 中信建投证券股份有限公司 （以下简称“中信建投证券”）正式签署财务顾问协议，全面启动上市前各项准备工作。 IT之家从官方介绍获悉，双方将围绕公司治理优化、财务规范、内部控制、信息披露等维度展开系统化梳理与建设，助推象帝先完成后续 IPO 申报。此外，2022 年 9 月象帝先 B 轮融资中， 中信建投证券作为投资机构完成入股 。这为双方建立互信、加深合作，有助于更好完成上市辅导工作。 象帝先自 2020 年成立以来，始终将研发出通用、好用的高性能国产 GPU 视为使命，致力于推动中国在 GPU / IP 领域从“被动跟随”转向“主动定义”，深度参与我国全产业链和信息安全的关键战役。目前，象帝先已完成天钧一号（Pangu）、二号（Pangu）、三号（Fuxi） 三款 GPU 芯片的研发量产 ，打造出覆盖服务器、工作站、PC、嵌入式等各类应用场景的显卡产品，并且具备完全自主知识产权。“天钧系列”三代产品均已实现批量交付，硬件性能、可靠性以及软件生态的兼容性通过大量客户的场景验证。 在高端产品布局方面， 基于新一代“伏羲”架构的 GPU 芯片已完成量产 。其中伏羲 A0 专注填补国产高端渲染产品的空白，完整支持 OpenGL 4.6、OpenGL ES 3.2、Vulkan 1.3 等最新图形 API，综合性能表现达到国际主流、国内领先的水平。伏羲 B0 则是一款专为边缘计算设计的高性能、低功耗 GPU，定位于为自主机器人和边缘计算设备提供人工智能解决方案，应用于机器人、AIPC、工业检测、智能监控等领域。在满足图形渲染场景要求的同时，提供强大的端侧推理能力。
IT之家 4 月 21 日消息，本源量子官方昨日发文宣布，中国第三代自主超导量子计算机 “本源悟空”初步形成搭载人工智能运算能力 ，这是我国自主量子算力首次系统性拥抱人工智能应用生态。 中国第三代自主超导量子计算机“本源悟空”于 2024 年 1 月正式上线运行，搭载 72 位自主超导量子芯片“悟空芯”。 官方表示基于此同步推出 量子知识大模型 Origin Brain、QPanda3 Runtime MCP 等产品，用户可登录 本源量子计算云平台 使用该系列产品，更快捷、更直观地学习量子计算、使用自主量子计算机真实算力，大幅降低量子计算的使用门槛。 IT之家附两款产品介绍如下： 量子知识大模型（Origin Brain） 是专注于量子计算、量子编程及相关领域的人工智能大模型。它深度融合量子计算、量子编程相关专业知识与前沿 AI 技术，致力于为量子科研工作者、教育从业者、学习者及行业应用开发者提供精准、高效的专业知识以及编程服务。 基于 QPanda3 Runtime MCP 服务 ，用户可通过大模型智能体以自然交互的方式提交各类量子计算任务（如采样任务和期望估计任务）。该 MCP 服务将复杂的底层量子计算流程进行了深度封装与智能化代理，用户无需深究繁琐的编程接口细节，即可真正实现量子算力的“随取随用”。 ▲ QPanda3 Runtime MCP 服务系统架构图
IT之家 4 月 21 日消息，今日，上海市人民政府办公厅发布关于印发《国家数字经济创新发展试验区（上海）实施方案》的通知。 方案指出，开展前沿技术探索。加速脑机接口、第六代移动通信（6G）、量子计算等技术应用试点及产品化，建设共性技术研发服务平台。开展第三代互联网（Web3.0）创新试验场机制研究，探索打造基于智能合约的可信技术底座，有序开展技术验证。 方案提出，加快立体感知物联设施建设。加快千帆星座建设，推动卫星互联网业务商用试点。开展卫星物联网业务商用试验。支持整合船舶航运公共数据和商业数据资源，赋能市场化船舶数据服务平台，推动船舶数据在更多场景应用。推动上海市低空智能网联系统等综合性基础设施建设及标准完善，构建民用无人驾驶航空器物联感知体系。 方案提出，推动算力资源互联互通。提升上海市算力监测调度平台与长三角（上海）算力互联互通平台核心能力，探索形成区域间算力资源调度机制，推动算力互联互通、按需调用。升级扩容智算基础设施，部署高性能国产智算集群。 IT之家附方案全文如下： 国家数字经济创新发展试验区（上海）实施方案 为深入贯彻落实党中央、国务院关于数字中国建设的决策部署，加快上海市国家数字经济创新发展试验区建设，力争到 2028 年，数据要素价值全面激活，制度建设有效引领创新，实数融合进一步深化，试验区建设取得显著成效，制定如下实施方案。 一、纵深推进数据要素市场化配置 （一）深入开展数据基础制度实践探索。 落实数据产权制度，制订适配人工智能发展等特定场景的数据产权配置规则、数据产权制度在司法领域的衔接应用指引、数据领域典型纠纷案例。探索公共数据资源授权运营价格形成机制，推动收益合理分配。研究健全数据收益分配机制。（责任单位：市数据局、市二中院、市司法局、市发展改革委、市财政局、各相关部门） （二）加强公共数据资源高质量供给。 建立公共数据高质量供给责任制，强化数据源头供给和质量控制。依托区块链、隐私计算等技术，建设公共数据开发利用基础设施，建立关键要素上链存证和数据溯源机制。探索通过智能合约加快公共数据授权审批效率。争取国家部委公共数据授权上海运营试点，深化授权运营试点场景建设。（责任单位：市数据局、各相关部门） （三）加力行业高质量数据集建设。 聚焦医疗健康、高端制造等重点行业，打造高质量数据集，依托新型数据流通基础设施服务垂类模型和智能体创新应用。探索开展高质量数据集开源社区建设。构建综合性、枢纽型、战略性语料基座，服务大参数、多模态基础模型发展。（责任单位：市数据局、市经济信息化委、各相关部门） （四）加快政产学研多源数据融通应用。 完善数据创新实验室建设运营机制，按照“小试 — 中试 — 转化”依场景开展供数，打造一批金融、医疗、商贸、交通、绿色低碳、城市治理等重点领域的标杆应用场景。（责任单位：市数据局、各相关部门、相关区政府） 二、优化新型数字基础设施建设布局 （五）建强区块链网络能力。 深入推进国家区块链网络（上海枢纽）建设，强化分布式数字身份、隐私计算、跨链服务等基础能力；推进海关、税务、海事、外汇管理等链上可信数据服务中心建设，接入国家部委关键数据资源，提升行业监管效能。落实国家可信数据空间试点任务，应用区块链技术打造上海方案。（责任单位：市数据局、市委网信办、各相关部门） （六）推动算力资源互联互通。 提升上海市算力监测调度平台与长三角（上海）算力互联互通平台核心能力，探索形成区域间算力资源调度机制，推动算力互联互通、按需调用。升级扩容智算基础设施，部署高性能国产智算集群。（责任单位：市数据局、市发展改革委、市经济信息化委、市通信管理局） （七）加快立体感知物联设施建设。 加快千帆星座建设，推动卫星互联网业务商用试点。开展卫星物联网业务商用试验。支持整合船舶航运公共数据和商业数据资源，赋能市场化船舶数据服务平台，推动船舶数据在更多场景应用。推动上海市低空智能网联系统等综合性基础设施建设及标准完善，构建民用无人驾驶航空器物联感知体系。（责任单位：市经济信息化委、市通信管理局、市交通委、市发展改革委、市数据局） （八）加强多维安全防护体系建设。 依托“智能体 + 智能合约”，率先在卫生健康、金融服务等领域建立覆盖风险识别、动态监测、应急响应的全流程数据安全管理机制。加强数据分类分级和重要数据保护，扩大数据安全风险评估范围。建强政务数据安全基础设施底座，全面加强政务软件供应链安全治理。建设具备大规模仿真能力的人工智能安全靶场和一体化安全防护平台。（责任单位：市委网信办、市数据局、市通信管理局、市经济信息化委） 三、加强关键核心技术创新 （九）开展数据科技攻关。 加快超异构融合芯片、同态加密、分层多链、跨链协同等区块链技术攻关，形成新一代开放许可链技术体系与标准规范。加快隐私交易协议、机密智能合约、匿名下的穿透式监管等区块链分析技术研究。加强智能化标注、数据编织、存算一体、多模态数据合成等技术攻关。（责任单位：市数据局、市科委） （十）开展智能技术攻关。 加快新一代通用人工智能、智能软件、智算系统等技术攻关。体系化推进科学智能，实施“百团百项”工程，孵化创新企业。推动通用科学大模型与学科模型协同推理技术突破，加强科学数据结构化表征、科学数据治理工具链、科学实验智能体等技术研究。（责任单位：市经济信息化委、市科委、市发展改革委） （十一）开展前沿技术探索。 加速脑机接口、第六代移动通信（6G）、量子计算等技术应用试点及产品化，建设共性技术研发服务平台。开展第三代互联网（Web3.0）创新试验场机制研究，探索打造基于智能合约的可信技术底座，有序开展技术验证。（责任单位：市科委、市经济信息化委、市通信管理局、市数据局） （十二）建设数字科技创新平台。 开展具身智能、自动驾驶、科学研究等领域的数据创新平台建设。鼓励数据领域优势主体建设一批具有概念验证、中试验证等功能的地方数据科技创新平台。培育 2—3 家数据科技领域的高质量孵化器。（责任单位：市经济信息化委、市科委、市数据局） 四、实数融合赋能“五个中心”建设 （十三）体系化推进航贸数字化扩围提质放量。 建设全球供应链数字化管理平台，形成融资增信、单证流转、智慧退税、碳数据服务等公共服务能力，赋能仓单质押融资、跨境电商海外仓全链路追踪等重点场景建设。加快离岸贸易服务功能扩围，推广离岸贸易“印花税免申即享”标准化产品，进一步扩大基于国际贸易单一窗口单证保管箱的“离岸链信”模式适用范围。完善大宗商品贸易服务体系，在有色金属、钢铁等多品类大宗商品领域推广电子仓单链上登记。提升航运物流服务能级，推动电子提单平台持续放量，优化电子换单放货服务功能。支持上海国际贸易单一窗口建设，打造国际贸易单证交换枢纽。（责任单位：市商务委、市交通委、市委金融办、市税务局、市数据局、临港新片区管委会、上海自贸试验区管委会、相关区政府） （十四）推进数字金融创新应用。 加强区块链基础设施在跨境人民币清结算场景应用。推动数据赋能金融产品和服务模式创新升级，实现电子信用证全流程链上应用，加快构建链上信用服务体系赋能中小微企业融资。推动上海在“区块链 +AI”赋能金融风险防控方面的探索成果，纳入国家级金融科技创新监管工具。（责任单位：中国人民银行上海总部、市委金融办、上海金融监管局、市数据局） （十五）加快重点产业智改数转。 实施“AI+ 制造”和“5G+ 工业互联网”专项行动，支持研发行业垂类大模型。培育发展数据要素和人工智能驱动的服务业新模式，支持战略咨询、行业分析、指数发布、资产评估等服务行业加强数据要素和数字技术应用，将静态数据资源转为动态价值服务。（责任单位：市经济信息化委、市数据局、市通信管理局） （十六）推动数据驱动的科研范式创新。 建立分级分类的科学数据共享管理和价值评估机制，推动重大科技基础设施汇聚产学研海量异构数据资源、将科学数据管理纳入评价与奖励标准。建设 3—5 家市级科学数据中心，支持重点科研机构布局开发科学智能平台工具链和相关科学数据集。推动科研数据集聚，建设科学智能高质量数据集。（责任单位：市科委、市数据局、市经济信息化委） （十七）推动政务智能化赋能超大城市治理。 强化上海市数智底座平台等 9 大统建平台共性支撑能力，加强全市政务信息化集约统筹建设。深化智能体赋能超大城市高效治理。完善政务数据共享回流机制，更好支撑企业服务、城市运行和基层治理。（责任单位：市数据局、各相关部门） 五、梯次培育数字产业集群 （十八）创新数商企业培育服务机制。 运用智能体开展数商企业主动发现、精准分析和智能评估，强化场景开放、按需服务和政策匹配，培育 50 家数字经济标杆企业。持续开展数商企业优秀产品评选和推广，实施数据产品和服务“首发首试、首购首用”行动，培育各类数据流通服务机构。利用赛展会对接机制和数字公共服务中心常态化服务机制，深化资源对接、供需对接、产投对接。（责任单位：市数据局、各区政府） （十九）培育梯度布局的产业载体。 围绕数据、区块链、人工智能等产业方向，协同建设长三角创新引领型数字产业集群，打造若干个区域支柱型、特色型数字产业集群。支持浦东新区聚焦数据基础制度先行先试、徐汇区聚焦区块链和 AI 技术协同、杨浦区聚焦平台企业数据应用赋能、普陀区聚焦沿沪宁数据产业联动，落实国家数据产业集聚区试点建设任务。支持黄浦区、静安区、长宁区、宝山区、闵行区、嘉定区等推动特色数据产业集聚发展。（责任单位：相关区政府、市数据局、市经济信息化委） （二十）制订数据产业发展政策。 通过推动基础制度实践、场景开放、数商培育、数据科技创新、产业布局引导等，支持数据产业高质量发展。鼓励相关区因地制宜制订配套政策。（责任单位：市数据局、相关区政府） （二十一）规划实施一批重大项目。 聚焦综合性物流枢纽平台、船舶航运时空数据底座、医疗健康数据开发利用与可信流通示范应用、行业高质量数据集等方向，组织布局一批重大项目，争取纳入国家“两重”等项目支持。（责任单位：市数据局、市发展改革委） 六、扩大高水平开放合作 （二十二）深化数字经济区域合作机制。 依托航贸数字化合作创新联盟，推动航贸数字化重点场景覆盖范围扩大到合肥、舟山、苏州等长三角城市。依托长三角数据专题合作机制，加快一体化数据市场建设，推动数商企业互认、规则标准互通。依托长三角地区科技联合攻关合作机制，深化创新链产业链协同，共建人工智能、集成电路等产业一体化发展高地。（责任单位：市数据局、市发展改革委、市经济信息化委、市科委） （二十三）深入推进制度型对外开放。 有序扩大增值电信业务对外开放试点，研究多元主体参与国家通信海缆建设的可行性。创新跨境数据“负面清单 + 操作指引”管理模式，推动数据出境负面清单适用范围扩大至上海全域。围绕已出台的数据出境操作指引，指导企业做好出海前数据合规工作。（责任单位：市委网信办、市通信管理局、市经济信息化委、市数据局） （二十四）拓展国际数字经济合作。 对标国际数字经济规则，深化沪港、沪新在数字身份认证、数据要素市场、政务服务跨境通办等领域合作。依托世界人工智能大会、全球数商大会等平台，做强数字经济国际合作。建设数字出海服务平台，打造数字出海服务“一张网”和出海数字商城，提升企业出海能力。（责任单位：市数据局、市商务委、市委网信办、市经济信息化委） （二十五）高水平建设临港国际数据经济产业园。 支持临港新片区加快打造国际数据加工枢纽，发展“来数加工”等新型国际数据贸易业态。启动国际数据综合服务和监管平台建设，优化数据跨境基础设施布局，提升域内出海企业数据跨境便利性。（责任单位：临港新片区管委会、市商务委、市数据局、市委网信办） 七、加强人才和制度支撑 （二十六）加强统筹协调。 依托市数据发展管理工作领导小组，强化部门、市区、政企及产学研联动，加大试验区建设实施统筹力度。（责任单位：市数据局、各相关部门、各区政府） （二十七）加强数字人才引育。 依托相关在沪高校创建区块链学院，打造区块链产教融合人才培养新模式。推进人工智能领域重点科研机构职称自主评审，推动政产学研用联合培养模式落地。用好我市相关人才政策，加大海外高层次人才引进力度。（责任单位：市教委、市人力资源社会保障局、市人才局、市数据局） （二十八）完善法治保障。 修改《上海市促进浦东新区运用区块链赋能电子单证应用若干规定》，重点强化电子单证效力，深化贯通多场景电子单证应用。修改《上海市数据条例》，重点促进数据产权制度实践，巩固区块链数字底座，培育发展数据产业。探索浦东新区促进数字经济创新发展专项立法。（责任单位：市数据局、市人大财经委、市人大常委会法工委、市司法局、浦东新区政府） （二十九）加强标准研制。 支持制订区块链信用证、数字身份跨境互认、高质量数据集等相关标准。支持我市相关主体深度参与公共数据授权运营等国家标准及数字贸易等国际规则的研制和应用。（责任单位：市数据局、市市场监管局） （三十）开展监测评估。 开展以数据产品和服务为主的数据资产核算研究，探索将数据资产纳入建设项目投资范围。落实数字经济统计监测制度，试点数字经济全口径统计，研究发布数字经济相关指数。（责任单位：市数据局、市统计局、市发展改革委）
IT之家 4 月 21 日消息，韩国 AI 芯片企业 DEEPX 当地时间今日发布公告， 将与现代汽车集团机器人实验室 (Robotics LAB) 一道打造基于 DX-M2 新品的新一代机器人物理 AI 计算平台 ，支持本地实时运行大型 LLM。 IT之家注意到，DEEPX 的 DX-M2 芯片基于三星晶圆代工的 2nm 工艺制程，目标以 5W 提供 80 TOPS 的 AI 算力，预计 2027 年量产。现代汽车集团还在今年初的 CES 上宣布与 DEEPX 合作的 5W "Edge Brain" 芯片启动量产。 此外，现代汽车集团近期将在 2026（第十九届）北京国际汽车展览会上展出其 MobED 移动机器人平台。
IT之家 4 月 16 日消息，做客 Dwarkesh Patel 播客节目时，英伟达首席执行官黄仁勋表示，即便没有 AI 浪潮， 凭借加速计算战略，英伟达仍将成长为行业巨头。 在播客节目中，黄仁勋深入阐述了英伟达的战略定位与行业洞察，他强调，加速计算始终是英伟达的核心基石，通过将 GPU 与 CUDA 架构协同工作，能够为处理器任务提供 100 倍至 200 倍的加速效果。 黄仁勋表示，即使没有 AI 技术革命，英伟达凭借在工程、科学计算及数据处理领域的广泛应用，依然能够成长为规模庞大的科技企业。 关于错失 OpenAI 和 Anthropic 早期投资机会的话题，黄仁勋坦诚回应称，这是英伟达首次考虑对外投资，当时误以为这类融资应由风险投资机构主导。 最终，这些顶尖 AI 实验室选择了微软、谷歌和亚马逊等超大规模云服务商。黄仁勋明确表示，将从此次经历中吸取教训，未来不会再犯同样的错误，暗示英伟达将更积极地参与 AI 初创企业的战略投资。 针对市场竞争，黄仁勋承认来自专用芯片的竞争压力正在加剧。但他指出，英伟达已从单纯的 GPU 制造商转型为生态系统提供商，其 CUDA 平台构建了深厚的竞争壁垒。 每一代 GPU 的研发投入高达数十亿美元，而持续增长的市场需求证明了这一战略的成功。黄仁勋强调，英伟达的供应链优势和技术积累构成了难以复制的护城河，让其在全球 AI 算力竞争中保持领先地位。
IT之家 4 月 16 日消息，科技媒体 liliputing 昨日（4 月 15 日）发布博文，报道称香橙派（Orange Pi）推出 Zero 3W 迷你单板计算机，尺寸仅 65×32mm，搭载全志 A733 处理器，最高配备 16GB LPDDR5 内存。 外观方面，香橙派 Zero 3W 尺寸仅 65×32mm，最高支持 16GB LPDDR5 内存，配备 WiFi 6 无线连接，并通过 FPC 接口提供 PCIe 3.0×1 扩展能力。 核心硬件方面，Zero 3W 搭载全志（Allwinner） A733 处理器。这颗芯片采用八核 CPU 架构，包含两个 Cortex-A76 性能核心和六个 Cortex-A55 能效核心， 并集成一颗玄铁 E902 RISC-V 实时核心。 GPU 选用 Imagination BXM-4-64 MC1，NPU 算力达 3 TOPS，可满足轻量级 AI 推理需求。 存储配置灵活多样，除 microSD 卡槽外，Zero 3W 可选配 32GB eMMC 闪存或 128GB UFS 3.0 存储。 内存提供 1GB、2GB、4GB、8GB、12GB 多种规格，入门型号仅 1GB 内存且无板载存储，高配版本则可达 16GB，远超 Raspberry Pi Zero 2 W 的 512MB 限制。 接口方面，板载 40-pin GPIO 接口、USB 3.1 Type-C（支持 DisplayPort Alt Mode）和 USB 2.0 Type-C 供电口。 用户通过 HDMI 与 USB-C 组合可驱动双显示器，另提供双路 MIPI-CSI 相机接口和一路 MIPI-DSI 显示接口。无线连接升级至 WiFi 6 和蓝牙 5.4 LE，并保留 2-pin 风扇接口。 软件生态支持 Android、OpenHarmony 以及 Ubuntu、Debian 等 GNU / Linux 发行版，售价从约 25 美元（IT之家注：现汇率约合 170.8 元人民币）起步，12GB 内存以上版本超过 100 美元。 值得注意的是，Zero 3W 与 2023 年发布的 Orange Pi Zero 3 差异明显。前代产品采用全志 H618 处理器，最大 4GB 内存，仅支持 WiFi 5，但配备千兆网口。 Zero 3W 虽在性能和无线规格上全面领先，却取消了有线网口，更适合依赖无线连接的物联网应用场景。
IT之家 4 月 16 日消息，在接受科技媒体 Tom's Guide 采访时， 苹果公司全球营销高级副总裁格雷格 · 乔斯维亚克（Greg Joswiak）与硬件工程高级副总裁约翰 · 特努斯（John Ternus）罕见谈及 Apple Vision Pro 的未来走向。 IT之家注：苹果 Vision Pro 头显于 2023 年 6 月发布、2024 年 2 月美国上市、2024 年 6 月在国内发售，国行起售价为 29999 元人民币。在该头显发布 2 年多后，苹果公司高层罕见就这款头显设备公开表态。 Vision Pro 头显在 2025 年圣诞季度销售额达到 1.57 亿美元，但不少华尔街分析师认为该产品是苹果公司“罕见的失败品”。另有批评指出，Apple Store 的演示体验未能有效转化为实际销量，演示到购买的转化率低于预期。 面对市场质疑，乔斯维亚克并未回避，但将话题转向更宏观的“空间计算”愿景。 他表示，Vision Pro 展示了数字世界与物理世界融合的未来形态，这种融合具有必然性。 当被问及具体时间表时，他坦言无法预测“空间计算”何时能成为主流，但坚信这一方向不可逆转。 该媒体认为 Joswiak 的表态与苹果公司 2024 年发售 Vision Pro 时的宣传口径一致，但两年过去，市场仍在等待杀手级应用的出现。目前 Vision Pro 仍停留在“展示未来”阶段，尚未找到像 iPhone 之于移动互联网那样的核心场景。 特努斯在采访中未直接评论 Vision Pro，但阐述了苹果公司的硬件开发哲学。他强调， 苹果公司从不为了发布技术而发布技术，核心问题始终是“如何利用技术为用户创造卓越的产品体验”。 该媒体解读认为，两位高管的表态传递出明确信号：苹果不会因短期市场遇冷，而放弃 Vision Pro 产品线，但也不会急于迭代硬件。 在找到真正打动大众用户的应用场景前，苹果公司更可能维持现状，等待“空间计算”生态的自然成熟。
主力资金早间净流入电子、计算机、通信、电力设备、机械设备等板块，净流出银行、食品饮料、交通运输板块。具体到个股来看，兆易创新��佰维存储、澜起科技获净流入37.90亿元、31.92亿元、31.24亿元。净流出方面，胜宏科技、中国船舶、盛邦股份遭抛售13.22亿元、9.14亿元、5.04亿元。（第一财经）
当地时间5月5日，亚马逊宣布计划在2026年至2028年期间在法国投资超150亿欧元，创造超7000个永久性就业岗位，这将是其在该国最大一笔投资。这些投资涵盖基础设施建设和运营支出，包括新建物流中心、投资现有网络以及在法国发展云计算和人工智能能力。（界面）
5月5日，英特尔公司宣布两项重要领导层任命。Alex Katouzian将于5月加入英特尔，担任执行副总裁兼客户端计算与物理AI事业部总经理。Katouzian此前任职于高通技术公司，担任执行副总裁兼手机、计算和XR事业群总经理。 英特尔同时宣布，正式任命此前担任代理首席技术官的Pushkar Ranade出任首席技术官。作为首席技术官，他将推进公司技术战略，主导专项技术项目，并推动量子计算、神经拟态计算、光子学及新型材料等关键新兴领域的发展。 Katouzian与Ranade将直接向首席执行官陈立武汇报。（界面新闻）
2025年A股年报披露收官，据统计，剔除金融行业（银行及非银金融），申万一级行业中，美容护理、食品饮料明显领先于其他行业，销售毛利率超过45%，传媒、医药生物行业紧随其后，分别为32.45%、32.42%。钢铁、交通运输行业销售毛利率最低，均不足10%。从个股来看，销售毛利率排名前50的个股中以医药生物和计算机行业个股居多，分别有27只、13只，占50强的八成。排名前三的为海创药业-U(688302)、首药控股-U、艾力斯，3股均属于医药生物行业中的创新药概念，2025年销售毛利率分别为98.62%、96.93% 、96.83% 。
美银证券发布半导体行业研究报告，分析师Vivek Arya团队在四大美国科技巨头——谷歌、微软、亚马逊、Meta相继公布2026年第一季度财报并更新资本支出展望后，将2026年全球超大规模云计算企业资本支出预测上调至超过8000亿美元，同比增长67%，并预计2027年将进一步突破1万亿美元，同比增长约25%。（财联社）