IT之家 6 月 29 日消息，科技媒体 Android Authority 于 6 月 27 日发布博文，报道称高通公司正和多家 OEM 手机厂商合作，让搭载旧版高通芯片设备更方便、更快捷地升级到最新版本。 手机厂商想要推送安卓系统更新目前面临诸多挑战，但其中一个关键因素是芯片组供应商（高通、联发科和三星等）。 芯片老化后，这些芯片组供应商往往会放弃支持，让 OEM 厂商更难更新设备系统。高通公司高级副总裁克里斯・帕特里克（Chris Patrick）在采访中表示，该公司非常重视这个问题，即将公布一系列解决方案。 IT之家翻译帕特里克的部分采访内容如下： 对于 OEM 厂商来说，向每一位终端用户推送安全更新、安卓版本更新，是一件非常复杂的问题，而且成本也非常昂贵。 我们在过去几年时间里，一直和谷歌、OEM 厂商合作，其中一项工作就是改变内嵌代码的结构--改变我们进行这些更新的机制。 从理论上讲，这些变化至少可以消除 OEM 厂商在更新设备时所面临的一些障碍，更快向用户推送安卓更新，但是否延长手机的支持周期，依然取决于 OEM 厂商，但应该能推动更多 OEM 厂商提供更长的支持周期。

三言科技消息 知乎今日宣布推出独立AI搜索平台“知乎直答”，网址为zhida.ai。 三言科技测试发现，知乎直答的slogan是“用提问发现世界”。回答分为“深入”和“简略”两个模式。用户也可根据结果参考来源喜好，重新生成结果。

【环球网科技综合报道】经历了“躁动”的技术比拼后，如今的AI大模型竞赛已然打开下半场，商业模式和场景应用开始被关注，大多数人心中会有一个疑问，“AI的应用最终将如何改变社会生产和生活？” 6月28日，在WAVE SUMMIT深度学习开发者大会2024上，百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰提到，人工智能基于深度学习及大模型工程平台，包括算法、数据、模型、工具等，也已经具备了非常强的通用性，并具备了标准化、模块化和自动化的特征，推动人工智能进入到了工业大生产阶段，通用人工智能将加速到来。 在WAVE SUMMIT深度学习开发者大会现场，记者看到，AI技术正焕活甲骨文。甲骨文信息处理教育部重点实验室携手百度文心大模型，共同探索甲骨文数字化保护与传承。在现场，双方联合开发的“来自甲骨文的回答”互动程序正式亮相，该程序巧妙地结合了文心一言的对话功能与对甲骨文文字的深刻解析，让这一古老的文字形式焕发出现代的光彩，实现了甲骨文的“活态传承”。 AI技术也正成为野生动物“守护官”。国际爱护动物基金会（简称“IFAW”）携手百度，共同推出了“AI守护官2.0版”。该版本是利用百度飞桨平台中的开发工具PaddleX定制打造的模型，显著提升了鉴别野生动物制品的精确度，并大幅缩短了鉴别过程所需的时间。通过不断的迭代与优化，这一技术为野生动物保护领域带来了更高的效率，使保护工作更加迅速而精准。 上海体育大学“长江学者”特聘教授、美国国家体育科学院院士刘宇还宣布，上海体育大学与百度研发的国内首个面向体育行业的大模型——上体体育大模型正式对外发布。目前，上体体育大模型及其科研团队正服务游泳、田径、体操、蹦床、攀岩等多支国家队备战巴黎奥运会。 此外，在WAVE SUMMIT深度学习开发者大会现场，中国工程院朱有勇院士及团队与百度共同打造的首个农业智能体——“农民院士智能体”也正式发布。它基于文心智能体平台创建，学习了朱有勇院士的研究成果以及相关的农业知识，可以为农民解答生产生活中的问题，促进科技助农惠农。澜沧拉祜族自治县竹塘乡党委书记丁杏杏、云山村村民李福还现场分享了使用“农民院士智能体”为他们的农业生产带来的便利。 而在代码编写方面，百度智能代码助手Comate正式完成品牌升级，并发布中文名“文心快码”。据介绍，目前，百度80%的工程师已经在深度使用文心快码，其中代码采纳率已达到46%，新增代码生成占比29%。而文心快码的落地经验仅用了3个月就赋能喜马拉雅深度落地。文心快码还已应用到包括上海三菱电梯、软通动力、吉利汽车、晶合集成电路和奈雪的茶等上万家企业，覆盖金融、汽车、机械制造、软件服务等诸多领域。 此外，自从文心大模型星河共创计划启动一年以来，该计划已携手众多开发者，成功研发出高达55万的AI原生应用，并推出了超过1000个实用性强的大模型工具。在此过程中，涌现出了如长光卫星、华晨宝马、维普资讯等优秀的应用共创案例。此外，文心大模型还携手行业内的领军机构，共同打造了超过1000B+的高质量稀疏数据，进一步推动了AI技术的创新与发展。 百度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜介绍称，除支持大量的应用创新外，截至目前，文心大模型已累计生成70亿行代码、创作5.9亿篇文章、编撰百万篇专业研报、解答了1.7亿学习问题，辅助1.3亿人次工作等。文心大模型为用户提供的帮助从简单需求延伸到更多元、复杂的任务。

01 半导体基础 半导体基本性质是理解其在现代科技中重要作用的关键，其独特的性质使得半导体在电子设备中具有广泛的应用。在深入了解复杂的半导体制造之前，首先需要对半导体的基本性质有一个牢固的理解。 半导体是指电导率介于导体（如金属）和绝缘体（如陶瓷）之间的材料，这种独特的特性使它们能够控制电流，使其成为现代电子设备的基础。 1.1 电学性质 通过引入杂质的过程（称为掺杂）可以改变半导体的导电性。半导体的能隙（或带隙）通常在2~3电子伏特（eV）之间，这对于决定其电学性质至关重要。正是这种带隙将半导体与导体和绝缘体区分开来，使它们在特定条件下能够导电。 1.2 半导体类型 本征半导体：没有显著杂质的纯半导体材料，硅和锗是常见的例子 杂质半导体：通过掺杂有意引入杂质以改变电学性质的半导体 1.3 常用材料 元素半导体 硅 (Si)：最常用半导体材料，广泛用于集成电路、太阳能电池和各种电子器件 锗 (Ge)：早期半导体材料，主要用于高频电子器件和红外探测器 化合物半导体 砷化镓 (GaAs)：高电子迁移率和高频特性，在微波和高频电子器件中应用广泛，如手机和卫星通信 氮化镓 (GaN)：具有高击穿电场和高电子迁移率，常用于高功率和高频应用，如LED和功率电子器件 碳化硅 (SiC)：具有高热导率和高击穿电场，适用于高温、高压电子器件，如电力电子和汽车电子 磷化铟 (InP)：在光通信领域广泛应用，用于制造光电探测器和激光器 新兴半导体材料 二维材料（如石墨烯）：具有优异电子和光学特性，潜在应用于下一代电子器件和传感器 有机半导体：用于柔性电子、显示器和太阳能电池等领域 其他 硫化锌 (ZnS)、氧化锌 (ZnO)：用于光电子器件和传感器 1.4 掺杂过程 掺杂是指在半导体材料中引入特定杂质以提高其导电性。掺杂类型和浓度决定了半导体的行为： N型掺杂：添加具有更多电子的原子，提供额外的自由电子进行导电 P型掺杂：添加具有较少电子的原子，形成作为正电荷载体的“空穴” 理解这些基础知识至关重要，因为它们构成了更复杂半导体制造过程的基础。在接下来的部分中，我们将深入探讨将原始半导体材料转变为驱动我们世界的先进电子设备所涉及的具体步骤和技术。 02 半导体制造工艺过程 半导体制造过程是一系列复杂且高度专业化的步骤，将原材料转化为功能性电子组件。这个过程涉及多种技术和工艺，每个阶段都需要精确控制和细致入微的关注。在本节中，我们将概述半导体制造的各个阶段，从半导体晶体的生长到器件的最终封装。 2.1 晶体生长 制造工艺始于高质量半导体晶体的生长，它是生产电子器件的基础材料。对于基于硅的器件，最常见的晶体生长方法是直拉法（Czochralski法），该方法在坩埚中熔化高纯度硅，随后将其冷却至接近冻结点，通过旋转种子晶体从熔体中拉出单晶，并切片成薄片晶圆。这种方法可以生产具有均匀晶体结构和优良电学特性的单晶锭。其他广泛使用的方法还包括Kyropoulos方法、Float Zone方法、Verneuil方法、Bridgman方法等。此外，晶圆经过抛光和清洗以创建一个洁净表面用于后续处理步骤。 晶体生长过程中面临的挑战主要包括控制生长环境的纯净度和温度稳定性，以避免杂质和缺陷引入；调节溶液或熔体饱和度以确保均匀生长速率，防止界面粗糙化和不规则形貌的形成；以及在大规模生产中实现高重复性和高质量晶体生产。这些因素均会影响晶体结构完整性和物理性能，使得晶体生长成为一项复杂而精细的工艺。 2.2 晶圆制备 晶圆制备是半导体制造过程中的关键初始步骤，因为它为制造高质量电子器件奠定了基础。这个过程包括将半导体晶体（如硅或砷化镓）转化为具有极其光滑表面的薄平晶圆。 晶锭切割晶圆的工艺是半导体制造过程中至关重要的一环，它直接影响到最终晶圆的质量和产量。 2.2.1 准备阶段 晶锭在切割之前需要彻底清洗，以去除表面杂质和污染物。通常使用蜡或其他固定剂将晶锭固定在支架上，以确保切割过程中的稳定性。 2.2.2 切割阶段 切割晶圆通常使用金刚石线锯或内圆锯。金刚石线锯使用涂有金刚石颗粒的线，内圆锯则是内圆镀有金刚石的薄片。设置切割速度、线张力和切割液流量等参数。这些参数对切割质量有很大影响，需要根据晶锭的材质和尺寸进行优化 切割过程 金刚石线锯切割：金刚石线在高速度下旋转，并在切割液冷却和润滑作用下，通过往复运动切割晶锭。切割液通常是水基或油基，用来冷却和带走切割产生的碎屑 内圆锯切割：内圆锯切割原理与线锯类似，但其通过旋转的内圆薄片切割晶锭。切割精度和速度相对较高，适用于高质量晶圆的切割 2.2.3 切割后处理 去除固定剂：切割完成后，需要去除晶锭固定所用的蜡或固定剂。通常通过加热熔化或溶剂溶解的方式去除 清洗晶圆：晶圆切割后表面会有残留切割液和碎屑，需要通过超声波清洗等方法彻底清洗 检测和分类：对切割后晶圆进行检测，包括厚度、平整度、表面缺陷等参数。根据检测结果进行分类，合格的晶圆进入下一工序，不合格的进行返工或废弃处理。 2.2.4 抛光和刻蚀（视需要） 初步抛光：为获得平整光滑的表面，部分晶圆切割后需进行初步抛光 化学机械抛光（CMP）：高精度晶圆还需要进行CMP，以进一步改善表面质量和平整度 边缘刻蚀：有些工艺需要对晶圆边缘进行刻蚀处理，以防止边缘崩裂和提高晶圆机械强度 其中，线锯有很多种，包括手动或自动的，支持单线或多线切割的，单向或双向切割的，并安装在不同尺寸的轮毂上具有不同主轴旋转速度。通过适当的工具选择和参数优化，晶圆切割工可以确保晶圆的几何形状适合进一步加工。 在晶圆制备过程中，主要挑战包括精度控制和材料损耗。高精度的切割需要保持刀具稳定和均匀进刀，以避免微小裂纹和缺陷。此外，切割速度和刀具磨损平衡也至关重要，过快或过慢都可能影响切片质量。同时，切片过程中产生的材料损耗和边缘碎裂会导致资源浪费和成本增加，需要通过优化工艺来最小化。温度控制和振动也是潜在问题，可能会影响切割的平滑度和整体质量。 2.3 光刻和图形化 光刻是制造过程中一个至关重要的光学工艺，用于在单个晶圆表面创建复杂的电路图案。这是通过将晶圆涂覆上光敏材料（称为光刻胶），然后通过包含所需图案的掩模，以深紫外线（DUV）或极紫外线（EUV）曝光来实现的。曝光的光刻胶发生化学变化，使其能够选择性地去除。它留下的图形层作为后续处理步骤（如蚀刻和沉积）的保护层。 EUV极紫外光刻（Extreme Ultra-Violet）是新一代的光刻技术，使用13.5nm波长的极紫外光。由于其光刻精度可达几纳米，EUV光刻对光束的集中度要求极为严格，这相当于用手电筒照射到月球上的光斑不超过一枚硬币的大小。用于反射的镜子长度为30cm，而表面起伏不得超过0.3nm，这相当于从北京到上海的铁轨起伏不超过1mm。每台EUV光刻机重达180吨，由超过10万个零件组成，运输需要40个集装箱，安装和调试时间超过一年。 光刻是半导体制造过程中至关重要的一步，因为它能够在晶圆表面创建复杂的电路图案。这些图案构成了半导体器件中各种组件和结构的基础。在本节中，我们将讨论光刻过程的关键要素，包括光刻胶涂布、掩模对准、曝光和显影。 2.3.1 光刻胶涂布 在光刻过程开始之前，必须在晶圆上涂上一层薄薄的感光材料，称为光刻胶。光刻胶通常使用旋涂工艺涂布，即在晶圆高速旋转的同时，将少量光刻胶沉积到其表面。离心力确保光刻胶均匀扩散，形成均匀涂层。光刻胶涂层的基本功能是通过化学过程失去抗性并创建图案。 光刻胶主要有两种类型：正性和负性。正性光刻胶在曝光后变得更容易溶解，而负性光刻胶在曝光后变得更难溶解。光刻胶的选择取决于所制造半导体器件的具体要求。 2.3.2 掩模对准 在涂布光刻胶后，使用光掩模将所需的图案转移到晶圆上。光掩模是一块带有不透明材料（如铬）图案层的玻璃或石英板，用于阻挡光的透过。使用专用工具（称为掩模对准器或步进器）仔细对准晶圆和光掩模，确保图案准确地定位在晶圆表面。 2.3.3 曝光 在放置好光掩模后，晶圆会暴露在紫外光下，紫外光通过光掩模透明区域并照射到光刻胶上。紫外光在光刻胶的暴露区域引发化学反应，改变其溶解性。对于正性光刻胶，暴露区域变得更易溶解；对于负性光刻胶则变得更难溶解。 曝光过程可以使用各种光源进行，例如汞蒸气灯或准分子激光器。通过浸没光刻等技术，可以进一步优化，将晶圆和光掩模浸入液体介质中以提高图案传输的分辨率。 2.3.4 显影 曝光后，将晶圆浸入显影液中，显影液选择性地去除光刻胶中可溶解的区域，以显露出下面的图案层。对于正性光刻胶，曝光区域被去除；对于负性光刻胶，未曝光区域被去除。然后将晶圆冲洗并干燥，留下一个精确的光刻胶图案层，作为后续制造步骤（如蚀刻或沉积）的模板。 总之，光刻是半导体制造过程中至关重要的一步，能够在晶圆表面创建复杂的图案和结构。通过精心控制光刻胶的应用、掩模对准、曝光和显影过程，制造商可以实现高分辨率的图案转移，这是生产先进半导体器件所必需的。 2.4 刻蚀和沉积 刻蚀和沉积是制造半导体器件过程中不可或缺的两大工艺。刻蚀通过湿化学工艺或等离子体工艺，有选择性地从晶圆上去除材料，从而创建复杂的三维结构，如晶体管和互连。沉积则是将薄层材料添加到晶圆表面的过程。沉积技术包括化学气相沉积（CVD）和物理气相沉积（PVD），可以用来沉积各种材料，包括金属、绝缘体和半导体。 2.4.1 刻蚀 这是半导体制造过程中必不可少的一步，它涉及选择性地从晶圆上去除材料，以创建所需的结构和特征。此过程用于定义各种组件的形状，例如晶体管、电容和后道互连等，通过去除未掩盖晶圆区域。在本节中，我们将讨论蚀刻的关键考虑内容，包括湿法刻蚀、干法刻蚀以及刻蚀选择性和均匀性。 干法刻蚀在半导体刻蚀中占据了主导地位，市场占比高达95%。其主要优势在于能够实现各向异性刻蚀，即刻蚀时仅垂直方向的材料被去除，而横向材料不受影响，从而保证了细小图形的保真性。相比之下，湿法刻蚀由于刻蚀方向难以控制，在先进制程中容易导致线宽减小，甚至损坏电路，进而降低芯片品质。 目前，半导体制造中广泛采用多重模板工艺，即通过多次沉积和刻蚀工艺来实现所需的特征尺寸。例如，14nm制程需要进行64次刻蚀工艺，比28nm制程增加了60%；而7nm制程所需的刻蚀步骤高达140次，比14nm制程增加了118%。 a. 湿法刻蚀 湿法刻蚀是一种化学过程，它将晶圆浸入液体蚀刻剂溶液中，刻蚀剂与暴露材料反应，溶解并去除它。刻蚀剂的选择取决于被蚀刻材料以及所需的刻蚀速率和选择性。湿法刻蚀通常是各向同性的，即在所有方向上均匀去除材料，这可能导致特征的下切，并限制蚀刻结构的分辨率。 b. 干法刻蚀 干法刻蚀是一种气相过程，利用等离子体撞击晶片表面所产生的物理作用，或等离子体与晶片表面原子间的化学反应，或者两者的复合作用来去除晶圆表面的材料。干法刻蚀技术有多种类型包括： 反应离子刻蚀（RIE）：反应离子刻蚀结合了化学反应和离子轰击来蚀刻材料。晶圆被放置在真空室中，并暴露于由反应气体混合物产生的等离子体中。等离子体中的反应性物质与暴露的材料反应，而离子加速朝向晶圆并物理移除反应产物。 深反应离子刻蚀（DRIE）：DRIE是RIE的变种，专门用于高纵横比的硅刻蚀。它利用交替的沉积和刻蚀步骤来实现具有光滑侧壁的深垂直沟槽。 原子层刻蚀（ALE）：ALE是一种先进的刻蚀技术，能够一次性去除一个原子层。通过顺序的自限制反应实现，这提供了对刻蚀深度和轮廓的卓越控制。 c. 刻蚀选择性和均匀性 刻蚀选择性指的是刻蚀过程在去除一种材料的同时不影响另一种材料的能力。高刻蚀选择性对于保护晶圆掩膜区域的完整性和防止损坏底层很重要。刻蚀均匀性指的是整个晶圆表面刻蚀过程的均匀性，这对于确保器件性能的一致性很重要。 总之，刻蚀是半导体制造过程中基本的一步，它能在晶圆表面创建复杂的结构和特征。通过仔细选择适当的刻蚀技术并保持高刻蚀选择性和均匀性，制造商可以生产出高性能和高可靠性的先进半导体器件。 2.4.2 薄膜沉积 该工艺是半导体制造过程中关键的一步，用于在晶片表面上形成薄而均匀的材料层。这些薄膜可以用作绝缘层、导电层或掺杂层，以实现半导体器件的功能。薄膜沉积工艺主要分为物理气相沉积（PVD）和化学气相沉积（CVD）两大类。化学气相沉积 (CVD) 是一种沉积技术，通过热能、放电或紫外光照射等化学反应方式，将反应物在晶圆表面形成稳定的固态薄膜。CVD 技术广泛应用于芯片制造过程中，可以用于沉积介电材料、导电材料或半导体材料。与 CVD 不同，物理气相沉积 (PVD) 是一种物理过程，通常使用氩气等气体。在真空环境中，氩离子被加速撞击靶材，导致靶材原子被溅射出来，并以雪片状沉积在晶圆表面。 a. 物理气相沉积（PVD） PVD 技术通过物理手段将材料从固态或液态源转移到基片表面。常见的 PVD 方法包括： i. 蒸发沉积（Evaporation Deposition）： 材料被加热至蒸发或升华，形成蒸气，这些蒸气在基片表面冷凝，形成薄膜。 电阻加热、电子束加热和激光加热。 ii. 溅射沉积（Sputtering Deposition）： 通过等离子体轰击靶材，将其原子或分子溅射到基片表面。 可以沉积各种材料包括金属、氧化物和氮化物。 b. 化学气相沉积（CVD） CVD 工艺通过化学反应在基片表面形成薄膜。通常在高温下进行，反应气体在基片表面发生化学反应，生成固态薄膜。常见的 CVD 方法包括： i. 低压化学气相沉积（LPCVD）： 在低压环境中进行，有助于提高薄膜的均匀性和覆盖性。 适用于沉积氧化硅、氮化硅等材料。 ii. 等离子增强化学气相沉积（PECVD）： 利用等离子体来激发和加速化学反应，使沉积在较低温度下进行。 常用于沉积硅化物、氮化物和有机薄膜。 iii. 大气压化学气相沉积（APCVD）： 在大气压下进行，工艺简单但薄膜均匀性较低。 适用于需要较低成本的大规模应用。 c. 其他薄膜沉积技术 除了 PVD 和 CVD，还有一些特定的薄膜沉积技术： 分子束外延（MBE）： 通过在高真空下直接将原子或分子束沉积到基片上，形成超薄和高质量的晶体薄膜。适用于高精度和高质量的外延生长。 原子层沉积（ALD）： 通过交替暴露基片于不同的反应气体，实现原子层级的精确控制。适用于需要非常精确厚度控制的薄膜。 旋涂（Spin Coating）： 利用高速旋转将液态材料均匀分布在基片上，然后通过热处理形成薄膜。常用于制造光刻胶层和某些有机薄膜 电化学沉积（ECD）： ECD，也称为电镀，主要用于铜互连的沉积。它涉及通过施加电流将溶液中的金属离子还原到晶圆表面。 2.4.3 总结 不同的薄膜沉积工艺有各自的优缺点和应用场景。在半导体制造中，选择合适的沉积工艺取决于具体的器件要求、材料特性以及工艺控制的精度。PVD 和 CVD 是最常用的两大类，但其他技术如 MBE 和 ALD 也在特定应用中扮演着重要角色。 2.5 化学机械抛光 在沉积之后，晶圆会经过一系列的抛光步骤以创建光滑、镜面般的表面。这一点非常重要，因为任何表面缺陷或污染物都可能会对最终半导体器件的性能和可靠性产生不利影响。抛光过程通常结合了化学和机械技术，例如化学机械平坦化（CMP）。该过程使用含有研磨颗粒和化学反应剂的浆料，以受控的方式从晶圆表面去除材料。 2.5.1 CMP工艺的目的 主要是实现晶圆表面的全局平坦化，为后续的光刻和刻蚀工艺提供平整的基底。这对于多层互连结构和细微线宽技术尤为重要。CMP广泛应用于以下方面： 平坦化氧化层（如氧化硅） 平坦化金属层（如铜、铝） 平坦化多晶硅层 2.5.2 CMP工艺的基本原理 CMP结合了化学蚀刻和机械研磨两种技术，其原理可概括为： 化学反应：抛光液中的化学成分与待抛光材料发生化学反应，生成容易去除的化合物或软化材料表面 机械研磨：利用抛光垫和抛光液中的磨粒对材料进行机械磨削，去除反应生成的化合物及材料表面 2.5.3 CMP工艺的组成部分 抛光液（Slurry）：包含氧化剂、络合剂、腐蚀抑制剂、pH调节剂和磨粒等成分，在化学和机械两个方面都起到重要作用 抛光垫（Polishing Pad）：安装在旋转的抛光盘上，具有一定的硬度和弹性，可以有效地配合抛光液进行材料去除 抛光机（Polishing Machine）：包括旋转盘、晶圆夹具和抛光液分配系统。抛光机控制抛光的压力、速度和时间 2.5.4 CMP工艺步骤 晶圆装载：将待抛光晶圆固定在抛光机的晶圆夹具上 抛光液分配：抛光液均匀分布在晶圆和抛光垫之间 抛光：通过抛光机施加适当压力和旋转速度，进行抛光。化学成分软化材料表面，机械磨粒去除软化材料 清洗：抛光完成后，晶圆需要经过清洗去除残留的抛光液和磨粒 检查：使用光学显微镜或其他检测设备检查抛光效果，确保表面平坦度和材料去除量符合要求 2.5.5 关键参数与控制 CMP工艺中关键参数需要精确控制，以确保抛光效果和工艺稳定性： 抛光压力：过高的压力可能导致晶圆破损，过低的压力则抛光效率低 旋转速度：包括抛光盘和晶圆的旋转速度，影响抛光的均匀性和速率 抛光液配方：化学成分、磨粒浓度和pH值等直接影响化学反应速率和机械去除效率 抛光时间：需根据材料去除量和表面平坦度要求进行精确控制 2.5.6 CMP工艺的挑战与改进 CMP工艺面临一些挑战，如抛光均匀性、材料选择性、表面损伤等。为了克服这些问题，业界不断进行技术改进： 优化抛光液配方：开发新型抛光液，提升选择性和去除速率 改进抛光垫材料：使用更耐用、性能更好的抛光垫，改善抛光效果 自动化和智能控制：引入实时监控和反馈控制系统，提高工艺稳定性和一致性 总之，CMP工艺在半导体制造中扮演着至关重要的角色，随着技术的进步，其应用范围和工艺效果也在不断提升。 2.6 清洗工艺 抛光后，必须彻底清洗晶圆以去除任何残留的颗粒、污染物或化学残留物。通常使用湿法和干法清洗技术的组合，如超声波清洗和等离子清洗。超声波清洗涉及将晶圆浸入清洗溶液中并施加超声波振动。另一方面，等离子清洗使用高能等离子体去除晶圆表面的污染物。 半导体工艺中的清洗工艺是保证晶圆表面洁净、去除杂质和污染物关键步骤。清洗工艺贯穿整个半导体制造，具体步骤和方法包括以下几种： a. RCA清洗 RCA-1清洗（去除有机污染物）：使用氨水、过氧化氢和去离子水的混合溶液。这个步骤主要去除晶圆表面的有机污染物、颗粒和金属离子。 RCA-2清洗（去除金属离子）：使用盐酸、过氧化氢和去离子水的混合溶液。主要去除金属离子和一些难以去除的无机污染物。 b. Piranha清洗使用硫酸和过氧化氢的混合溶液。Piranha清洗非常有效地去除有机物和表面污染物，常用于初步清洗。c. HF清洗（氢氟酸清洗）使用稀释氢氟酸溶液，主要用于去除氧化层和一些硅表面污染物。d. Megasonic清洗利用超声波（通常在MHz范围内）产生的空化效应，能够高效地去除微小颗粒和其他污染物，适用于敏感的表面清洗。e. 气相清洗使用气体或气溶胶进行清洗，典型方法包括使用臭氧和过氧化氢蒸汽。此方法适用于去除一些特定的污染物，并且对表面损伤较小。f. 喷淋清洗通过高压喷淋去离子水或清洗液体来清洗晶圆表面，通常与旋转装置结合使用以增加清洗效果。g. 化学机械抛光（CMP）后的清洗CMP过程后，需要进行严格的清洗以去除抛光后的残留物和颗粒。通常使用氨水和过氧化氢的混合溶液。h. 去离子水冲洗和干燥最后的步骤通常是使用高纯度的去离子水进行冲洗，然后通过旋转干燥或其他干燥技术（如Marangoni干燥）进行干燥，以避免水渍和斑点的形成。 总之，晶圆准备是半导体制造过程中关键的一步，因为它为制造高质量的电子器件奠定了基础。通过仔细控制晶体生长、晶圆切割、抛光和清洗过程，制造商可以确保其晶圆满足生产可靠、高性能半导体器件所需的严格要求。 2.7 掺杂和离子注入 掺杂和离子注入是制造过程中的关键步骤，因为它们可以在器件中创建n型和p型半导体区域。掺杂涉及将杂质或掺杂剂引入半导体材料中，从而显著改变其电学特性。这些杂质包括三价或五价杂质。常见的引入掺杂原子的方法有扩散层注入、加热半导体材料和离子注入。离子注入是最常见的掺杂技术，涉及用离子束轰击晶圆，使这些离子嵌入到半导体材料中，从而创建所需的n型或p型区域。 掺杂是半导体制造过程中关键的一步，它涉及向半导体材料中有意引入杂质（称为掺杂剂），以修改其电学特性。掺杂剂可以创造出自由电子的过剩（n型掺杂）或电子的缺乏（称为空穴，p型掺杂），这些对于形成晶体管和二极管等半导体器件至关重要。一些n型五价杂质包括磷、锑和砷。而硼、铝、镓和铟则是一些三价p型杂质。在本节中，我们将讨论掺杂的主要技术，包括离子注入和扩散，以及精确掺杂控制的重要性。 a. 离子注入 离子注入是一种广泛使用的掺杂技术，涉及将掺杂离子直接插入半导体材料中。该过程涉及离子化所需的掺杂物质，使用电场加速离子，并将它们引导至晶圆表面。高能离子穿透晶圆并嵌入晶格中，改变材料的电学特性。其优点包括： 对掺杂浓度和深度的精确控制 晶圆表面均匀的掺杂分布 低温加工，降低了晶圆损坏的风险 然而，离子注入也会对晶格造成损伤，必须通过退火过程进行修复。 b. 扩散 扩散是另一种常见的掺杂技术，它依赖于在高温下通过半导体材料中的掺杂原子移动。在此过程中，晶圆被放置在受控环境中，如扩散炉，并暴露于掺杂原子的源。掺杂原子扩散到晶圆中，形成浓度梯度，从而决定材料的电特性。 扩散具有几个优点，包括能够形成浅结和同时掺杂多个晶圆。然而，它通常不如离子注入精确，并且可能导致晶圆表面上掺杂物分布不均。 c. 精确的掺杂控制 准确控制掺杂过程对于实现期望的电特性和半导体器件的性能特性至关重要。掺杂浓度、分布和结深等因素会显著影响器件特性，如阈值电压、载流能力和开关速度。因此，制造商必须仔细控制掺杂过程，以确保器件符合严格的性能和可靠性要求。 总之，掺杂是半导体制造中的基本过程，它使得创建具有定制电特性的半导体器件成为可能。通过仔细选择适当的掺杂技术，如离子注入或扩散，并精确控制掺杂过程，制造商可以生产出满足现代电子应用需求的高性能半导体器件。 2.8 金属化和互连 金属化和互连是半导体器件的重要组成部分，提供了连接集成电路中各个元素的路径。这些连接使晶体管、电阻、电容和晶圆上的其他组件之间的电信号和电力传输成为可能。在本节中，我们将讨论金属化和互连的关键方面，包括材料选择以及缩放和性能相关的挑战。 金属化是指在晶圆表面沉积金属层，作为器件各部分之间的电气连接。在创建p型或n型区域后，金属化过程通过导电材料确保内部电路之间的电气连接。这些金属层可以通过多种技术沉积，如溅射或电化学沉积（ECD）。然后对金属层进行图案化和蚀刻，以形成所需的互连结构。 2.8.1 材料选择 金属化和互连材料选择至关重要，因为它直接影响半导体器件的性能和可靠性。常用互连材料包括铝、铜和钨，它们具有低电阻率、良好的附着力和与底层半导体材料的兼容性。 由于铜相对于铝具有更低的电阻率和更高的抗电迁移性，铜已成为许多先进半导体器件的首选材料。然而也带来了若干可靠性问题。首先，铜容易在高温下发生电迁移，导致导线断裂或短路。铜与其他材料的界面可能产生扩散问题，导致元器件性能劣化。此外，铜在腐蚀和氧化环境中易于受损，需要稳定的钝化层保护，这增加了制造工艺的复杂性。总之，铜互连的可靠性问题主要集中在电迁移、界面扩散和化学稳定性上。 2.8.2 缩放和性能挑战 随着半导体器件的尺寸继续缩小，金属化和互连在器件性能和可靠性方面变得越来越关键。缩小特征尺寸会导致电阻和电容增加，导致功耗增加、信号延迟和潜在的可靠性问题，如电迁移和应力引起的空洞。 然而，芯片尺寸的减小一直是电子行业的一个趋势。根据摩尔定律，芯片上的晶体管数量每两年翻一番。随着这种缩小，半导体现在已经达到了处理隧穿等量子效应的微小尺寸。在这种效应中，低能量粒子可以在低于阈值电压的情况下穿过势垒电位。 为了应对这些挑战，研究人员正在探索新材料，如石墨烯和碳纳米管，它们可能具有提高电性能和减少功耗的潜力。此外，沉积技术的进步和低介电常数材料的使用有助于减轻缩放对互连性能的影响。 总之，金属化和互连是半导体器件的基本组成部分，提供了使集成电路中各个元素之间的信号和电力传输成为可能的电连接。通过仔细选择适当的材料、沉积技术，并解决与缩放相关的挑战，制造商可以继续推动半导体器件性能和集成的边界。 2.9 钝化和封装 钝化涉及在晶圆表面施加一层薄的绝缘保护层，以保护半导体器件免受环境因素的影响，减少腐蚀、污染和电泄漏的风险。常见的钝化材料包括二氧化硅（SiO2）、氮化硅（Si3N4）和聚酰亚胺，它们具有良好的附着力、低湿气渗透性和与底层半导体材料的兼容性。 芯片封装（Chip Packaging）是指将已完成的半导体芯片与其外部环境隔离、保护，并通过特定的接口连接外部电路的技术和工艺。芯片封装在半导体制造中起着至关重要的作用，不仅影响芯片的物理保护和热管理，还直接影响其性能、可靠性和可操作性。 早期的封装设计较为简单，对工具的要求也很低，因为当时没有集成（Integration）的概念。随着系统级封装（SiP）技术的兴起，封装设计变得愈发复杂。如今，随着SiP、先进封装、芯粒（Chiplet）和异构集成等概念在市场上获得越来越高的接受度，封装内集成的复杂度和灵活性也迅速增加，对封装设计的要求亦随之提升。 2.9.1 芯片封装的主要功能 保护芯片：防止外界环境（如湿度、灰尘等）对芯片的损坏，提供机械和化学保护 电连接：将芯片内部电路连接到外部电路，通过引脚、焊球或其他接口进行电信号的传输 散热：有效将芯片运行过程中产生的热量散发出去以保证其正常工作 结构支持：提供芯片的物理支撑，使其可以安全地安装在电路板上 2.9.2 常见的芯片封装技术类型 通孔封装：早期的电子设备和一些需要高可靠性的工业应用 表面贴装技术（SMT）：现代电子产品，如手机、电脑和消费电子产品 芯片级封装（Chip-Scale Package, CSP）：移动设备和高性能计算 球栅阵列封装（Ball Grid Array, BGA）：高性能和高密度集成电路，如微处理器和图形处理器 堆叠封装（Stacked Package / Package-on-Package, PoP）：移动设备和消费电子产品 系统级封装（System in Package, SiP）：复杂的电子系统，如无线通信模块和传感器系统 g. 未来趋势：随着电子设备日益向小型化、高性能和低功耗发展，芯片封装技术也在不断进步。未来的趋势包括： 3D封装：将多芯片以三维堆叠方式集成，进一步提升封装密度和性能 先进的封装材料：如陶瓷和新型聚合物以提高散热性能和机械稳定性 更高的自动化水平：提高生产效率和一致性，降低制造成本 2.9.3 常见的先进封装工艺 系统级封装（System-in-Package, SiP）：将多个芯片封装在一个单一的封装体内，各个芯片之间通过封装内的互连实现连接。这种技术可以在不改变单个芯片设计的情况下实现多功能集成，灵活性较高 堆叠集成（3D Integration）：将多个芯片垂直堆叠在一起并使用微凸点（Micro Bumps）或硅通孔（Through-Silicon Vias, TSV）进行互连。这种技术可以显著减小封装面积，提高信号传输速度和系统性能 晶圆级封装（Wafer-Level Packaging, WLP）：可以实现更小封装尺寸和更好性能，适用于移动设备等对尺寸和功耗要求较高的应用 倒装芯片封装（Flip-Chip Technology）：将芯片翻转，使其底部的连接点直接与基板上的焊盘接触。这种方式可以减少信号路径长度，提高电气性能和散热效率 中介层互连封装（Interposer Technology）：使用中介层（Interposer）将不同的芯片连接在一起。中介层可以是有源（带有电路）或无源（仅作为连接桥），这种技术能够实现不同技术节点和材料的芯片之间高效互连 板级封装（Panel-Level Packaging, PLP）：一种在大尺寸面板上进行封装工艺的方法，能够提高生产效率和降低成本，适用于大规模生产的电子产品 总之，先进封装工艺在不断发展，推动着电子产品向更高性能、更小尺寸和更低功耗的方向发展。 2.10 测试和质量控制 测试和质量控制是半导体制造过程中至关重要的方面，以确保最终产品符合性能和可靠性规范。这些过程涉及各种检查、测量和评估技术，以识别和纠正缺陷，改进过程控制，并保持高制造良率。 先进封装验证工具包括电气验证和物理验证。电气验证涵盖了80多条规则，对整个系统进行信号完整性、电源完整性及EMI/EMC等电气方面的检查和验证。物理验证则基于IC验证工具Calibre，整合出专门用于3D先进封装的Calibre 3D STACK工具。随着封装内部集成度和设计复杂度不断提升，对验证工具的要求也随之提高。同时，封装设计与芯片设计的协同度日益增强，呈现出逐渐融合趋势，因此对协同设计的需求也在不断增加。 2.10.1 晶圆检查 半导体晶圆是从圆柱形硅晶体或晶锭中切割出来的。这些圆盘形晶圆的平整度需控制在严格的公差范围内，以确保整个晶圆表面适合集成电路（IC）生产。如果切割后的圆盘几何形状不合规格，则可能需要对晶圆进行再加工。然而，切割只是晶圆加工的第一步，后续步骤如研磨和抛光、薄膜沉积以及光刻都会增加成本，如果晶圆未能满足尺寸规格，将导致大量浪费。 半导体制造商选择基于电容的检测和计量系统来检测半导体晶圆。在晶圆加工过程的前端，这些系统可以测量圆盘几何形状，从而确保这些价值数千美元的晶圆适合进行进一步操作。 晶圆检查是制造过程中识别缺陷（如颗粒、划痕和图案不规则）的关键步骤，这些缺陷可能会影响器件性能和良率。光学显微镜作为一种非破坏性和高通量的检测方法，用于监测此类系统中的缺陷。不断缩小的设计规则和增加的器件深宽比导致了三维（3D）架构缺陷超出传统光学衍射深度极限。这些结构通常具有微米级的高度、10纳米左右的最小关键尺寸。对于这种结构，复杂的纳米光子和等离激元效应可能具有重要价值。 这些检查技术能够早期发现和纠正缺陷，有助于保持高制造良率并减少生产故障器件的风险。 2.10.2 电气测试 电气测试在半导体制造过程的各个阶段进行，以评估器件的性能和功能。一些常见的电气测试方法包括： 参数测试：测量关键电气参数，如电压、电流和电阻，以确保器件符合性能规范 功能测试：在特定工作条件下（如温度和电压）测试集成电路的功能，以确保其正常运行 老化测试：在加速应力条件下（如高温和电压）操作器件，以识别潜在的可靠性问题并淘汰早期故障 这些测试方法有助于确保最终的半导体器件符合其性能和可靠性要求，适用于预期的应用。 2.10.3 可靠性评估 可靠性评估是贯穿整个半导体制造过程的持续过程，旨在评估和提高器件的长期性能和稳定性。一些常见的可靠性评估技术包括： 加速寿命测试：在极端应力条件下（如高温、湿度和电压）操作器件，以识别潜在的失效机制并估算其寿命 失效分析：系统性调查失败的器件，找出失效的根本原因，并采取纠正措施以改进制造过程和器件可靠性 统计过程控制：监控和分析制造数据，识别趋势、变化和潜在的过程问题，从而持续改进制造过程 通过实施全面的测试和质量控制流程，半导体制造商可以确保其器件符合当今严格应用的性能和可靠性要求，同时推动制造效率和良率的持续改进。 2.11 结论 半导体制造过程是一个复杂且精密的步骤序列，将原材料转化为高度先进的集成电路。这个过程涉及许多关键阶段，包括晶圆制备、光刻、蚀刻、掺杂、金属化、钝化、封装和测试。随着材料、技术和设备的不断进步，半导体行业继续突破创新和规模的界限，使得电子设备越来越小、更强大、更高效。 在本文中，我们全面介绍了半导体制造过程，重点介绍了每个阶段的关键方面、制造商面临的挑战以及应对这些挑战的策略。通过理解半导体制造背后的基本原理和技术，我们可以欣赏到驱动电子工业快速进步并推动数字革命的工程和创新壮举，这些革新已经改变了我们的世界。 2.12 关于半导体制造过程的常见问题解答 问题1：为什么在半导体制造中使用硅晶圆？ 答：硅晶圆是半导体制造中最常见的基板材料，因其优异的电气性能、丰富的可用性、电导率和相对较低的成本。硅还与各种制造工艺高度兼容，并且可以容易地通过掺杂杂质来改变其电气特性。 问题2：光刻在半导体制造中起什么作用？ 答：光刻是一种通过掩模将图案转移到晶圆上的关键步骤。它涉及使用光敏化学品和紫外光，将复杂的图案精确地转移到晶圆表面上，包括晶体管、互连和其他组件的各层。 问题3：缩小半导体器件尺寸主要面临哪些挑战？ 答：随着半导体器件尺寸的不断缩小，制造商面临着多个挑战，包括需要更先进的图案化技术、更薄的层和更高密度的互连。此外，较小的器件通常会产生更多热量，要求在封装设计中改进热管理解决方案。 03 结语 半导体制造过程是一系列高度复杂和专业化的步骤，涉及多种技术和工艺。从初始的晶体生长和晶圆制备，到器件的最终封装，每一个阶段都需要细节关注和精确控制，以确保生产出高质量、可靠的电子元件。随着技术的不断进步，半导体制造过程将继续发展，推动电子产业未来更复杂和强大的设备的诞生。 3.1 芯片制造前道工艺（Front-End of Line，FEOL） 指在半导体制造过程中，从硅晶圆到形成基本电路结构的所有步骤。这些步骤通常包括晶圆清洗、薄膜沉积、光刻、刻蚀、离子注入、扩散和氧化等。前道工艺的意义和重要性主要体现在以下几个方面： 基础结构的形成：前道工艺是芯片制造的起始阶段，其核心任务是形成晶体管等基本电路元件。这些基本元件是后续电路功能实现的基础，如果前道工艺不准确或不完备，将直接影响芯片的整体性能和可靠性。 精度和微缩技术：随着摩尔定律的发展，芯片工艺节点不断缩小，要求前道工艺在纳米级别上进行精确控制。例如，7nm、5nm甚至3nm工艺节点的实现，极大依赖于前道工艺的精细化和精确度。这种高精度制造能力是半导体技术进步和芯片性能提升的关键。 材料和工艺创新：前道工艺涉及大量的材料科学和工艺技术创新。例如，高介电常数材料（high-κ）、金属栅极技术、FinFET结构等新材料和新结构的引入，都需要通过前道工艺来实现。这些创新是提升芯片性能、降低功耗和提升集成度的重要手段。 成本和良率管理：前道工艺的复杂性和精密性直接影响芯片制造的成本和良率。优化前道工艺，不仅能降低生产成本，还能提高良品率，增加生产效率。高效的前道工艺管理对整个半导体产业链的经济效益具有重要意义。 技术竞争力：领先的前道工艺技术是半导体企业核心竞争力的重要组成部分。掌握先进的前道工艺技术，可以使企业在激烈的市场竞争中占据优势地位，获得更多的市场份额和技术话语权。 3.2 芯片后道工艺（Back-end of Line, BEOL） 是半导体制造过程中，从晶圆制造到形成最终电路功能的关键阶段。相对于前道工艺（Front-end of Line, FEOL）处理晶圆上形成晶体管和其他有源器件的过程，后道工艺主要涉及金属互连层的构建，确保各个晶体管和组件能够进行电气连接。以下是芯片后道工艺的详细步骤： 介质沉积（Dielectric Deposition） 在完成前道工艺后，首先在晶圆上沉积介质材料，通常是二氧化硅（SiO₂）或其他低介电常数材料。这些材料作为绝缘层，防止金属层之间的电信号干扰。 光刻（Lithography） 光刻过程类似于前道工艺，通过涂覆光刻胶、曝光、显影等步骤，在介质层上形成所需的图案。该图案将用于后续的蚀刻步骤。 蚀刻（Etching） 利用光刻形成的图案作为掩膜，进行蚀刻工艺以去除不需要的介质材料，形成通道或孔洞。这些通道和孔洞将被用来填充金属，形成互连。 金属沉积（Metal Deposition） 通过化学气相沉积（CVD）、物理气相沉积（PVD）或电镀等技术，将金属（如铜或铝）沉积到蚀刻好的通道和孔洞中。这些金属通道是芯片的互连线，负责传输电信号。 化学机械抛光（Chemical Mechanical Polishing, CMP） 沉积完金属后，需要进行化学机械抛光（CMP）工艺。CMP工艺将多余的金属和不平整的表面抛光，确保金属互连层的平整度和厚度均匀性，为下一层工艺做好准备。 重复多层互连（Multilayer Interconnection） 现代集成电路通常需要多层金属互连，因此上述步骤会多次重复，沉积新的介质层、光刻、蚀刻、金属沉积和CMP，直至形成所需的多层互连结构。 钝化层（Passivation Layer） 最后，为了保护电路，防止环境因素如湿度和灰尘的侵蚀，会在最上层沉积一层钝化层，通常使用氮化硅（Si₃N₄）或其他材料。 封装（Packaging） 完成晶圆上的所有电路和互连结构后，晶圆会被切割成单个芯片（Die），然后进行封装。封装工艺包括将芯片安装在基板上，并通过焊球、凸点等方式实现芯片与外部电路的连接，最终形成完整的集成电路产品。 芯片制造前道工艺是半导体制造的基础和关键，其技术水平直接决定了芯片的性能、成本和市场竞争力。掌握并不断提升前道工艺技术，是推动半导体产业发展的重要驱动力。后道工艺是芯片制造过程中至关重要的一环，通过一系列复杂的工艺步骤，实现了芯片内部各元器件的互连和保护。每一步工艺都需要高度精确的控制，以确保最终产品的性能和可靠性。

“OpenAI叛军”迎来一名大将：伊利亚·苏茨克维（Ilya Suzskever）。 6月20日，OpenAI前首席科学家苏茨克维在社交平台发文称，自己成立了一家新公司“安全超级智能（Safe Superintelligence）”。安全是公司唯一的目标和唯一的产品，而资金问题，他不愁。 此举一出，舆论哗然。要知道，作为去年11月“OpenAI宫变”中的关键人物，苏茨克维一直被传与OpenAI CEO山姆·奥特曼（Sam Altman）之间存在分歧，并最终导致他站在了奥特曼的对立面，在将奥特曼踢出的奇袭行动中推波助澜。 而在奥特曼回归后的半年多时间里，苏茨克维退出董事会，却没有离开OpenAI，他始终保持沉默。 “苏茨克维在哪儿”成了硅谷乃至全球津津乐道的话题。 如今苏茨克维打破沉默，在正式离开OpenAI一个月后就成立以“安全”为己任的AI公司，似乎是在和OpenAI公开叫板，也在一定程度上“实锤”了其与奥特曼不和的传闻。 苏茨克维并不是对着OpenAI“贴脸开大”的第一人。早在2021年，也就是ChatGPT正式问世之前，就有7名OpenAI核心成员出走，其中主要推动者是曾担任OpenAI研究副总裁和安全政策副总裁的阿莫迪兄妹。后来，他们创办了Anthropic，也强调“安全性”，名叫Anthropic。 就在苏茨克维放出成立新公司消息的同一天，Anthropic发布了新一代模型Claude 3.5 Sonnet，官方称其在覆盖阅读、编程、数学和视觉等领域的多项性能测试中，性能基本全面超越了OpenAI当下最强模型GPT-4o。 奥特曼自己就曾说，OpenAI有一种很自由的创业氛围，离开公司另起炉灶的不在少数。也因此，在去年时，就曾有过“OpenAI黑帮”的讨论。类似以埃隆·马斯克（Elon Musk）为代表人物的“PayPal黑帮”，OpenAI的成员与投资者也渐渐在硅谷形成了错综复杂的关系网络。 但“OpenAI叛军”又有些不同，它们与OpenAI关系密切，却观念相左。在奥特曼巨大的投资地图中，也没有Anthropic的身影，想必未来也很难有苏茨克维的SSI。 01 一个很容易被忽略的细节是，在去年那场震惊世界的“OpenAI宫变”中，Anthropic扮演着重要的角色——它是导火索上的燃料。 而点燃这根导火索的，是OpenAI前董事会成员海伦·托纳。 根据托纳前不久在TED AI播客节目中的讲述，以及各方媒体的报道，“OpenAI宫变”起于托纳发表的一篇论文。 作为乔治城大学安全与新兴技术中心的研究员兼战略和基础研究资助主任，托纳在2023年10月与人合写了一篇论文。在论文的末尾，托纳等人将OpenAI与Anthropic进行了对比，基本上直言Anthropic更安全。 大众所熟知的下一个时间节点，是一个多月之后，OpenAI董事会突然解雇奥特曼，理由是“不够坦诚”。事后人们试图填补那一个多月的空白，想搞清楚究竟发生了什么。 根据彭博社等媒体的报道，奥特曼对托纳的论文感到非常生气，以至于他想将她踢出董事会。他开始在公司内“运作”，告诉不同的人不对等的信息，比如告诉某位董事会成员，称其他人已经答应将托纳踢出。不幸的是，董事会成员在相互“通气”后发现，这并非事实。 正因此，董事会最终作出决定：他们是要踢人了，但被踢出的不是托纳，而是奥特曼本人。 为什么被拿来和Anthropic比较且输给对方，会让奥特曼如此愤怒？ OpenAI CEO山姆·奥特曼（Sam Altman） 诚然，Anthropic是OpenAI的最大竞争者之一。当时这家成立2年的公司，估值已经达到50亿美元，是仅次于OpenAI的AI独角兽公司。而就在托纳论文发表的前后，Anthropic先后拿到亚马逊40亿美元和谷歌的20亿美元投资承诺。 但这并不是奥特曼忌惮Anthropic的全部原因，甚至可能不是关键因素。 Anthropic身上更大的一个标签，是“OpenAI叛军”。以非营利性组织成立的OpenAI，在2019年迎来了一次转向，成立了营利性子公司，但设置了利润上限。也就是说，OpenAI的营利性子公司可以像其他商业公司一样融资、追求利润，但由非营利母公司董事会拥有最高话事权，且对投资者的回报并非无尽，超过上限的部分仍旧归于非营利主体。 这一转变也导致了很多OpenAI老员工的不满，一些人陆续离开，其中最出名的就是阿莫迪兄妹。 2021年，达里奥·阿莫迪（Dario Amodei）和丹妮拉·阿莫迪（Daniela Anodei）兄妹出走OpenAI，他们曾分别是负责OpenAI研发的研究副总裁，和安全政策副总裁。他们还一并带走了5个成员，个个是关键员工，如GPT-3论文的第一作者汤姆·布朗（Tom Brown）、政策主管杰克·克拉克（Jack Clark）。就这样，7人另起炉灶，成立Anthropic。 从一家公司出走，创办自己的企业，这并不足以让Anthropic成为“OpenAI叛军”。 更引人注目的，是Anthropic以安全的AI为核心使命：“我们需要以某种方式使这些模型安全，并且确保这些原则从上至下真正融入我们的信念。”。Anthropic的目标是构建一套可靠、可解释、可控的“以人类（利益）为中心”的AI系统。 虽然达里奥并未指着鼻子斥责OpenAI不顾安全，但其言辞之中暗指OpenAI并非那个可以达成这一使命的地方。 此外，Anthropic的公司形式也颇值得玩味，它采用了公益公司加长期利益信托基金的治理方式。简而言之，公益公司首先还是一家营利公司，但是同时要求股东平衡财务利润与公共利益。这与OpenAI为营利主体套上非营利的“壳”的做法有所不同。 成立之后的Anthropic深受投资方喜爱，几乎从一开始就成为估值达10亿美元的独角兽企业。而它也不负众望，成立次年便发布大模型Claude，并且屡次更新，并在今年3月份拿满了亚马逊的40亿美元投资承诺，这也是亚马逊三十年间最大的对外投资。Anthropic一年之中的融资额，一下就超过了100亿美元。 论“上价值”，Anthropic不输OpenAI，强调安全，高喊为全人类负责的使命。论业务，Anthropic和OpenAI高度重合，还做得相当不错。论融资和估值，Anthropic也吸引着想与微软抗衡的硅谷巨头，热钱一笔接着一笔到手，成了仅次于OpenAI的硅谷新贵。 它就像OpenAI出走成员组建的一个“平行宇宙”，其每一寸前进，都是对OpenAI的一种刺痛。 02 如今，OpenAI再次分裂出“平行宇宙”，而这一次足以让奥特曼更伤神。 苏茨克维于5月正式离开OpenAI，这个消息并不令人意外，人们只是好奇，这位硅谷奇才究竟经历了什么。 在整个OpenAI的公司史上，苏茨克维是绝对的关键人物。2015年，在一家豪华酒店的晚餐会上，四个人聚在了一起，并很快达成共识，成立了OpenAI，每个人都发挥着自己的专长。他们分别是：埃隆·马斯克（Elon Musk），格雷格·布洛克曼（Greg Brockman），苏茨克维，以及奥特曼。 ● 马斯克是特斯拉CEO，AI威胁论布道者，可以提供资金，他承诺向这家新公司注入10亿美元； ● 布洛克曼曾任Stripe的CTO，有丰富的运营经验，而且是个工作狂； ● 苏茨克维师从现代“AI教父”杰弗里·辛顿（Geoffrey Hinton），加入OpenAI之前曾在谷歌效力，是AI领域颇具声望的先驱； ● 奥特曼当时还是创业加速器Y Combinator总裁，年仅28岁的他擅长促成交易，人脉过硬。 这是四个并不缺钱的硅谷“老人”，他们或管理着利润丰厚的企业，或已经从其他公司的股票中实现财务自由。OpenAI的创立充满着某种“英雄主义”：守护人类，对抗巨头。 OpenAI起初就像一家典型的硅谷初创企业，人不多，办公灵活，行事大胆。在成立的头一年，OpenAI甚至没有固定的办公室，员工在布洛克曼位于旧金山的公寓中工作。马斯克和奥特曼不经常露面，工作狂布洛克曼和技术狂人苏茨克维基本上包揽了公司的事务。 也是在苏茨克维的带领下，OpenAI成为最早采用Transformer AI架构的公司之一。这一架构由谷歌大脑的研究人员提出，也是如今主流的AI架构。在Transformer架构下，AI大模型允许接收混乱的、未标记的数据，也就是说，可以“大力出奇迹”，喂给AI的信息多多益善，AI会自行学习。 在Transformer架构下，OpenAI实现了喜人的突破，GPT系统展现了不俗的表现，紧接着，GPT-2、GPT-3陆续推出，直至OpenAI于2022年底上线基于GPT-3.5的聊天机器人ChatGPT，AI军备战爆发。 与此同时，OpenAI的“英雄主义”和“理想主义”在这一进程之中遭受着严峻的挑战。非营利组织不再能支撑OpenAI前行，模型的不断壮大要求OpenAI需要更多算力，更多资金，于是，营利子公司成立。 成立营利子公司后，OpenAI获得了微软数十亿美元的投资，从“对抗巨头”的紧迫感中诞生的公司，成为另一家巨头的“干儿子”。 在创立之初，“开放（Open）”是公司品牌的关键要素，奥特曼彼时告诉媒体：“这将是开源的，任何人都可以使用。”然而，从GPT-3之后，OpenAI就渐渐不再广泛地分享模型。 一些人出走，Anthropic几乎公开与OpenAI作对，但苏茨克维没有。他仍然在OpenAI的内部，试图寻找一条出路。 虽然和奥特曼一样，苏茨克维也对“后AI时代”表现出敬畏。在纪录片《iHuman》中，苏茨克维说：“AI的出现是一件伟大的事，因为AI将解决我们今天面临的所有问题。它将解决就业、疾病和贫困问题。” 但对于AI的威胁，苏茨克维表现出比奥特曼更为沉重的担忧：“并不是说它会主动憎恨人类并想伤害他们，而是它将变得太强大了。我认为一个很好的类比就是人类对待动物的方式。我们不憎恨动物，但当我们需要在两座城市之间建一条高速公路时，我们不会征求动物的意见。” 在2023年的夏天，OpenAI成立“超级对齐（Superalignment）”团队，由苏茨克维和杨·莱克（Jan Leike）带队，计划在四年内利用OpenAI 20%的算力解决超级对齐的问题，设计高性能、可拓展、通用且符合人类意图的机器学习算法。 然而，在半年之后，2023年11月，苏茨克维站在了奥特曼的对立面。彼时OpenAI有六名董事会成员，其中奥特曼、布洛克曼和苏茨克维是内部董事，另外三名（包括托纳）是外部董事。 四位董事会成员先是解雇了奥特曼，又踢出了布洛克曼。苏茨克维是其中唯一一位内部董事，也是他亲自在线上会议中向奥特曼宣布董事会的决定。 没有人知道苏茨克维的内心究竟发生了什么变化，以至于他想要赶走曾与其并肩作战的奥特曼和布洛克曼。不论是工作还是私交，几个人的联系都相当紧密，苏茨克维甚至是布洛克曼的证婚人，那场婚礼在OpenAI的办公室里举办。 但他显然低估了OpenAI员工对奥特曼的“忠诚度”。一场为期5天的“OpenAI宫变”大戏上演，OpenAI员工几乎全员在请愿书上签字，要求奥特曼回归。微软适时出现，表示愿意接收奥特曼、布洛克曼和所有OpenAI员工。 苏茨克维在经历了一个周末之后，凌晨发帖“忏悔”，表示“深深后悔参与董事会的行动，我从未打算伤害OpenAI”。他的表态也成了OpenAI董事会奇袭行动失败的号角，很快，奥特曼回来了，布洛克曼也回来了，苏茨克维留了下来，但退出了董事会。 而苏茨克维则陷入了长达半年的沉默，没有人知道他究竟在哪里、在做什么。他成了这场闹剧中一个彻头彻尾的悲剧人物。奥特曼在事后接受采访时，甚至调侃称自己没有将苏茨克维关在某个秘密设施里。 直至苏茨克维打破沉默，加入“OpenAI叛军”。 03 如果说Anthropic是奥特曼眼中的一根刺，那苏茨克维的新公司堪比奥特曼心头的一把利刃。 英雄主义还在继续，只不过有不同的人在不同的叙事中扮演着不同的英雄。 奥特曼自然成了英雄，是他为OpenAI拉来最重要的资金。一场闹剧，也让人们见识了OpenAI员工对其的忠诚度有多高。回归之后，奥特曼还是CEO，重回董事会，并且透露未来可能会让OpenAI营利主体脱离非营利母公司的董事会。他的权力空前，OpenAI还在高速发展，年预估收入已经翻倍，达到34亿美元；公司完成允许员工出售股票的交易，估值860亿美元，员工的荷包也鼓了。 马斯克觉得自己是英雄，因为他反对OpenAI转向营利性质，反对OpenAI违背初心，反对OpenAI成为巨头的附庸。虽然OpenAI反驳称马斯克只不过是在2018年前后试图掌控这家公司而失败。 托纳也在履行某种英雄主义，她写了一篇论文，批评了OpenAI的安全性，然后被CEO“穿小鞋”，并且在权力斗争中出局。在前不久的播客中，托纳重申了自己的立场，并且首次公开指责奥特曼撒谎。 苏茨克维和Anthropic的阿莫迪兄妹一样，几乎不提OpenAI，却身体力行打造自己理想中的“OpenAI”，让后者难堪。他们是“出走的英雄”，亲自践行最初的信念。 但英雄难当，惊人亮相总是简单，就像OpenAI手握“使命”横空出世，Anthropic一出场就估值10亿美元。 真的改变世界，却道阻且长。 Anthropic已经获得了亚马逊、谷歌等巨头的支持。尤其是亚马逊，向Anthropic注资超过40亿美元，获得了其部分所有权，而后者主要使用AWS作为其关键工作负载的主要云提供商。Anthropic如何避免走上OpenAI的老路，成了外界的困惑。 此外，虽然以“安全性”为主要特点，也在大模型中施加“宪法”，也就是给大模型灌输一套价值观，将“是否可以做某事的问题”与“是否应该做某事的问题”分开。但Anthropic依然没有免受侵权争议。 去年10月，环球音乐集团等唱片公司起诉AI初创企业Anthropic，指控该公司使用受版权保护的歌曲训练大模型，要求其支付7500万美元的赔偿金。 在离开OpenAI一个月后，苏茨克维带着他参与创办的新公司“超级安全智能（Safe Superintelligence）”重回大众视野，这也是其在“OpenAI宫变”后鲜有的新闻。 在新公司的声明中，OpenAI的名字并未出现，其宣称公司只有“一个目标和一个产品：一个安全的超级智能”，这几乎是与OpenAI的公开叫板。 “这家公司特别之处在于其第一个产品将是安全超智能，在此之前不会做其他任何事情，”苏茨克维告诉彭博社，“它将完全隔离于处理大型复杂产品和陷入竞争激烈的困境的外部压力。” 苏茨克维曾在OpenAI内部尝试做“超级对齐”，但随着他和杨·莱克的离开，这个团队已经分崩离析。杨·莱克后来加入了Anthropic。 苏茨克维拒绝透露SSI的资金来源和数额，只是说：“在我们面临的所有问题中，筹集资金不会是其中之一。”以创始团队的资历和号召力来说，苏茨克维有信心获得足够的外部支持。 甚至对于其计划的不完善，苏茨克维也坦诚相待，表示SSI尚未讨论具体细节。 在OpenAI之外，苏茨克维再次做出尝试，“安全”是唯一的要点，但到底如何实现？这个问题目前还没有得到解答。 苏茨克维的SSI会成为下一个Anthropic，还是下一个OpenAI？在OpenAI与“OpenAI叛军”之中，有谁能在故事的结尾仍旧被视作英雄？ AI浪潮已经翻涌一年半有余，如今看来，一切又似乎才刚刚开始。 参考资料： 1、极客公园：《融资拿到手软，估值超40亿美元，这家公司成 OpenAI 最大对手》 2、第一财经：《AI独角兽｜Anthropic：最可能挑战OpenAI的公司》 3、字母榜：《 OpenAI黑帮，中国能复制吗？》 4、智东西：《“逃离”OpenAI！36人出走，已拿600亿融资》 硅星GenAI：《 Anthropic：打败OpenAI的方法，是成为OpenAI》

英伟达首席执行官黄仁勋告诉投资者，尽管竞争对手不断蚕食英伟达的市场份额，而且英伟达的一家主要供应商对人工智能芯片的销售做出了低迷预测，但英伟达仍将是人工智能训练芯片的黄金标准。 从 OpenAI 到埃隆·马斯克的特斯拉，每个人都依赖 Nvidia 半导体来运行他们的大型语言或计算机视觉模型。黄仁勋在周三的公司年度股东大会上表示，今年晚些时候 Nvidia 的Blackwell系统将推出，这将巩固这一领先地位。 Blackwell于 3 月份发布，是继其旗舰产品 Hopper 系列 H100 芯片之后的下一代人工智能训练处理器——Hopper 系列 H100 芯片是科技行业最珍贵的财富之一，每个芯片的价格高达数万美元。 黄仁勋表示：“Blackwell架构平台很可能成为我们历史上，乃至整个计算机历史上最成功的产品。” 英伟达本月一度超越微软和苹果，成为全球市值最高的公司，这一惊人涨势推动了 今年 标准普尔 500 指数的大部分涨幅。黄仁勋的公司市值一度超过 3 万亿美元，超过整个经济体和 股市，但 由于投资者锁定利润， 其市值出现了创纪录的下跌。 然而，只要英伟达芯片继续成为人工智能训练的基准，就没有理由相信 长期前景 会黯淡，而且这里的 基本面 仍然看起来强劲。 Nvidia 的主要优势之一是其强大的 AI 生态系统， 即 CUDA（计算统一设备架构的缩写）。就像普通消费者不愿意从 Apple iOS 设备切换到使用Google Android 的三星手机一样，一大批开发人员多年来一直在使用 CUDA，他们对此感到非常满意，以至于没有理由考虑使用其他软件平台。与硬件一样，CUDA 实际上已成为自己的标准。 黄仁勋周三补充道：“Nvidia 平台可通过各大云提供商和计算机制造商广泛使用，为开发人员和客户创造了庞大且具有吸引力的使用者基础，这使得我们的平台对客户更有价值。” 美光对下一季度营收的预期不足 人工智能行业最近确实遭受了打击，因为内存芯片供应商美光科技（为 Nvidia 等公司提供高带宽内存 (HBM) 芯片）预测第四财季营收将仅达到市场预期的 76 亿美元左右。 美光科技股价暴跌 7%，远远落后于科技股占比较大的纳斯达克综合指数的微幅上涨。 过去，美光及其韩国竞争对手三星和SK海力士都经历过存储芯片市场常见的周期性兴衰。与图形处理器等逻辑芯片相比，存储芯片长期以来被视为一种商品业务。 但鉴于对人工智能训练所需芯片的需求，投资者的热情也随之高涨。美光的 股价在过去 12 个月内上涨了一倍多，这意味着投资者已经消化了管理层的大部分增长预期。 Deepwater Asset Management 的科技投资者 Gene Munster 表示：“该指引基本符合预期，而在人工智能硬件领域，如果指引符合预期，那就算是有点失望了。动量投资者只是没有看到对这一情况更加乐观的增量理由。” 分析师密切关注对高带宽内存的需求，将其作为人工智能行业的领先指标，因为它对于解决当今人工智能训练面临的最大经济制约因素——扩展问题至关重要。 HBM 芯片解决 AI 训练中的扩展问题 成本并非随着模型的复杂度（其参数数量可达数十亿）而增长，而是呈指数增长。这会导致效率收益随着时间的推移而递减。 即使收入以稳定的速度增长，随着模型的不断进步，亏损也有可能每年激增至数十亿美元甚至数百亿美元。这可能会让任何没有像微软这样的财力雄厚的投资者的公司不堪重负，因为微软有能力确保 OpenAI 仍能“支付账单”，正如首席执行官 Sam Altman 最近所说。 收益递减的一个关键原因是决定 AI 训练性能的两个因素之间的差距越来越大。第一个是逻辑芯片的原始计算能力（以每秒计算的 FLOPS 来衡量），第二个是快速输入数据所需的内存带宽（通常以每秒数百万次传输或 MT/s 来表示）。 由于它们协同工作，因此只扩展其中一个只会导致浪费和成本低效。这就是为什么 FLOPS 利用率（即实际可以发挥多少计算能力）是判断 AI 模型成本效率的关键指标。 明年年底前将全部售完 正如美光 所指出的，数据传输速率无法跟上计算能力的提升。由此产生的瓶颈，通常被称为“内存墙”，是当今扩展 AI 训练模型时固有效率低下的主要原因。 这也解释了为什么美国政府 在决定禁止哪些特定的 Nvidia 芯片出口到中国以削弱北京的人工智能发展计划时，重点关注内存带宽。 美光周三表示，其 HBM 业务已“售罄”，一直持续到下一年度末，比其财年晚了一个季度， 韩国竞争对手SK 海力士也发表了类似言论。 美光周三表示：“我们预计 24 财年 HBM 的收入将达到数亿美元，25 财年 HBM 的收入将达到数十亿美元。” 参考链接 https://fortune.com/2024/06/28/nvidia-jensen-huang-micron-ai-training-semiconductor-chips-high-bandwidth-memory/

尽管新思科技、Cadence 和西门子EDA这三家巨头在该领域处于领先地位，但中国公司正在蚕食韩国市场。 在半导体行业升级中，业内人士知道，有一个技术对于芯片设计至关重要的问题：电子设计自动化（EDA）。 工具设计、验证和模拟芯片制造过程，以确保提供所需的性能和密度。 芯片制造完成后，这些工具对于确保芯片设备在整个使用寿命期间继续按预期运行也至关重要。 业内人士表示，确保设备可以包含超过 10 个元件，没有EDA工具就无法设计制造半导体设备。 EDA工具提供商Baum Design Systems Co.的首席执行官李俊焕表示：“随着高带宽存储器或人工智能芯片的兴起，毫无差错的芯片堆栈变得十分重要。” 他表示，该公司自2013年以来一直在开发EDA工具，但在韩国很难聘请到EDA工程师。 “我们在招聘人才方面遇到了困难。优秀的工程师离开这个国家只是因为这里没有EDA芯片，”这位首席执行官说。 HBM衔接EDA无闻 韩国是全球大内存芯片制造商的所在地：三星电子和SK海力士。 今年以来，随着大内存巨头及其海外竞争对手加大对HBM芯片的投入，以赶上AI热潮。 HBM已经成为AI热潮的核心，因为它比传统内存芯片提供更快的开发速度。 三星也寻求向Nvidia供应HBM产品。 一位韩国芯片行业官员表示：“尽管韩国市场HBM处于领先地位，但我可以肯定，这里没有能够整合AI和HBM的EDA技术。” 随着韩国经济的快速发展，以及中国台湾地区政府对EDA公司的大力支持，韩国也开始寻求帮助。 在李钟镐部长的指示下，韩国科学技术信息通信部最近开始联系国内EDA公司，以了解现实情况。 一位韩国EDA公司高管表示：“就在三年前，政府官员甚至不知道EDA的概念。好消息是，他们现在认识到了它。” SYNOPSYS、CADENCE、SIEMENS EDA 全球EDA工具市场由美国公司主导。 据市场追踪机构TrendForce称，Synopsys Inc. 是最大的EDA技术供应商，占有 32% 的市场，其次是Cadence Design Systems Inc.，占有 30% 的市场份额，西门子数字工业软件（也称为西门子EDA）占有 13% 的市场份额。 三星、SK海力士以及主要的无晶圆厂芯片设计公司都使用这三家公司开发的EDA软件。 在韩国，只有少数几家EDA公司，包括Baum和Alsemy Co.业内观察人士表示，在中国，大约有300家EDA公司，其中排名前10家的公司尽管获得美国制裁，但仍持有先进技术。 据英国市场研究公司EMIS称，全球EDA市场规模预计从2020年的108亿美元增长到2026年的183.7亿美元。 中国EDA在韩国的机会 上海市政府最近公布了支持其EDA行业的措施，包括对EDA公司的新投资提供30%的补贴。 一位韩国芯片行业官员表示：“如今，中国EDA公司正购买服务价格定为美国公司的一半来打入韩国市场。他们的价格竞争力很强。” 中国三大EDA公司——九天科技、Primarius Technologies Co. 和Entasys Design Inc.——自2022年以来一直是三星代工厂的合作伙伴。 成均馆大学半导体融合工程教授金永硕表示：“从经济安全的角度来看，现在韩国政府更加关注EDA行业的时候了。” 参考链接 https://www.kedglobal.com/korean-chipmakers/newsView/ked202406280014

IT之家 6 月 29 日消息，科技媒体 Android Authority 昨日（6 月 28 日）发布博文，表示一加公司正在研发 Buds Pro 3 耳机，会有黑色、金色和绿色三种颜色。 图为一加 Buds Pro 2 IT之家援引消息源，一加 Buds Pro 3 耳机将支持均衡器、佩戴检测、快速配对、杜比全景声、Zen Mode Air 等功能，还有望支持双设备连接、耳机录音等功能，可以追踪头部改善空间音频体验。 一加 Buds Pro 3 耳机将接棒 Buds Pro 2，为用户提供最优质的音频体验，不过在外观设计上可能变动不大。 一加 Buds Pro 2 在技术上要优于 OnePlus Buds 3，但两者之间的实际差距很小，Buds Pro 2 在音频、麦克风和 ANC 方面略胜一筹，但 Buds 3 的表现也比较接近。

【环球网科技综合报道】6月29日，据多家外媒消息，亚马逊网络服务（AWS）已正式对人工智能搜索初创公司Perplexity AI展开调查，起因是后者被指控未经网站所有者同意，使用托管在AWS服务器上的爬虫程序抓取数据，且涉嫌违反robots.txt排除协议。 robots.txt协议作为一种网络标准，由网站管理员设置，旨在告知网络爬虫哪些页面可以被访问，哪些则禁止抓取。尽管遵守该协议是自愿的，但长期以来，各大搜索引擎和知名公司的爬虫程序普遍遵循这一标准。然而，近期有指控称，Perplexity AI的爬虫程序却选择了忽视。 根据《Wired》杂志的报道，其调查团队发现了一台托管在AWS服务器上的虚拟机，该机器使用的IP地址为44.221.181.252，在过去三个月内多次访问并抓取了Condé Nast旗下资产的内容，包括《Wired》杂志本身。此外，《卫报》、《福布斯》和《纽约时报》等媒体也报告了类似情况，指出该IP地址多次访问其出版物内容。 为验证Perplexity AI是否确实在抓取内容，《Wired》杂志将文章标题或简短描述输入Perplexity的聊天机器人进行测试。结果显示，聊天机器人返回的内容与原文措辞高度相似，且引用极少，进一步加剧了对其违规行为的质疑。 面对指控，Perplexity AI方面表示已回应亚马逊的询问，并否认其爬虫程序故意绕过robots.txt协议。公司发言人Sara Platnick强调，PerplexityBot在AWS上运行时尊重robots.txt文件，并确认公司控制的服务不会违反AWS服务条款进行爬虫活动。然而，她也承认，在特定情况下，即用户输入特定URL时，PerplexityBot会忽略robots.txt协议。 Perplexity AI首席执行官Aravind Srinivas则指出，公司确实使用了第三方网络爬虫程序，而Wired所识别的违规爬虫可能正是其中之一。他否认公司“无视机器人排除协议并就此撒谎”，但承认公司在数据处理和引用来源方面存在改进空间。 值得注意的是，路透社最近的一份报告指出，Perplexity AI并非唯一一家绕过robots.txt文件收集内容以训练大型语言模型的人工智能公司。然而，亚马逊的调查目前似乎仅针对Perplexity AI展开。 亚马逊发言人向《连线》杂志表示，AWS服务条款明确禁止客户使用其服务进行任何非法活动，且客户有责任遵守条款和所有适用法律。此次调查旨在确认Perplexity AI是否存在违规行为，并根据调查结果采取相应措施。

IT之家 6 月 29 日消息，亚马逊 Kindle 中国电子书店将于 2024 年 6 月 30 日 0 时起停止运营，此后未下载的电子书将无法下载和阅读，相关客户服务届时也将停止支持。 亚马逊推荐用户在 6 月 30 日 0 点前及时将已购买电子书及其他 Kindle 内容下载至 Kindle 阅读器和 Kindle App（含手机端和电脑端），同时保持亚马逊账户登录状态，以便在此后继续阅读。 IT之家附上《Kindle 中国电子书店运营停止通知》内容如下： 亚马逊已于 2023 年 6 月 30 日 18 点在中国停止 Kindle 电子书店的运营，此后您无法再购买新的电子书。对于已经购买的电子书，您可以在 2024 年 6 月 30 日 0 时之前下载，并且可以在此后继续阅读。 亚马逊中国对客户的长期承诺不会改变。我们在中国建立了广泛的业务基础，并将继续创新与投入。亚马逊中国的业务包括亚马逊海外购、亚马逊全球开店、亚马逊广告、亚马逊全球物流在内的跨境电商业务、亚马逊云科技和亚马逊智能硬件与服务等。 Kindle 中国电子书店运营停止相关问题 我的 Kindle 电子书阅读器还可以使用吗？我已经购买的书怎么办？ 您可以继续使用 Kindle 电子书阅读器阅读您已下载的电子书和个人文档。2024 年 6 月 30 日之前，您还可以继续下载已经购买的电子书到本地设备。 我还可以从云端下载 Kindle 内容吗？ 在 2024 年 6 月 30 日之前，您还可以继续从云端下载 Kindle 内容。为了保证您在此之后还能正常访问您的内容，请将您所有的电子书及个人文档都下载至您的 Kindle 图书馆。 我的 Kindle App 还可以继续使用吗？ 您可以继续使用 Kindle App 阅读已经下载的电子书。自 2024 年 6 月 30 日以后，您将无法继续从应用商店下载 Kindle App。 我的 Kindle 账户还能使用吗？ 您可以继续使用您的账户，阅读您的 Kindle 电子书和个人文档。 如何批量下载及备份 Kindle 电子书及个人文档？ 如果您需要批量下载内容，您可以使用浏览器访问【管理我的内容和设备】，在【内容】界面选择您想要下载的全部电子书或个人文档（一次最多可选 200 项），并点击发送，然后在弹窗中选择要发送至的设备或 Kindle App，即可将已购买的电子书或个人文档传输至所选的 Kindle 设备或者 Kindle App。 如果您需要批量备份内容，建议您在下载 Kindle 内容后，也同时将其保存至 PC 本地硬盘。您可以使用 USB 将您的设备连接到 PC 端，然后在 PC 端访问 Kindle 设备，找到并复制相应的电子书文件至 PC 本地硬盘，即可实现一次备份多本电子书（批量备份仅适用于下载至 Kindle 电子书阅读器中的内容）。 请您注意，在退出登录后，已下载的 Kindle 电子书及个人文档将会被清除。建议您保持 Kindle 设备和 Kindle App 的登录状态，以便能继续阅读已经下载的 Kindle 内容。 我还可以使用 Send to Kindle 功能吗 在 Kindle 中国电子书店关闭后的一年内，即 2024 年 6 月 30 日之前，您可以继续使用 Send to Kindle 功能。 我的 Kindle Unlimited 会员还没到期，可以申请退款吗？ 如您的会员到期日在 2023 年 6 月 30 日之后，我们将退还您 2023 年 6 月 30 日后尚未到期部分的会员费用。 已经购买的 Kindle 电子书可以申请退货吗？ 现行的 Kindle 电子书退货政策将不会发生变化。 我以前做的标注及笔记是否能保留？ 您所做的标注及笔记都可以保留在您的 Kindle 电子书中。 我还可以使用在线翻译、X-Ray、快速翻页阅读功能阅读电子书吗？ 这些阅读功能将不会受到影响。 我可以用其他设备阅读 Kindle 电子书吗？ 除了 Kindle 电子书阅读器，您还可以使用手机或电脑端的 Kindle App 进行阅读。 Kindle 电子书店关闭之后 Kindle 还提供客户服务吗？ Kindle 客户服务将支持至 2024 年 6 月 30 日。Kindle 电子书及电子书阅读器相关问题（如 Kindle 电子书阅读器质保及电子书发票需求），您可以在此日期前联系 Kindle 客服。 请您通过电脑浏览器点击联系客户服务，通过 Kindle App（路径：更多 > 帮助 > 联系我们）或者 Kindle 电子书阅读器（路径：设置 > 帮助 > 联系我们）联系客户服务。 Kindle 电子书阅读器还可以非质量问题退货吗？ Kindle 电子书阅读器非质量问题退货申请的截止日期为 2022 年 10 月 31 日，目前该申请流程已结束。

IT之家 6 月 29 日消息，科技媒体 Android Headline 今天发布了三星 Galaxy Buds3 和 Galaxy Buds3 Pro 两款耳机的高清渲染图，其外观比较接近苹果 AirPods 产品。 Galaxy Buds3 三星 Galaxy Buds3 耳机型号为 SM-R530，本次曝光的为白色版，采用了“杆状”设计，耳机上有跟黑线，IT之家此前报道放弃滑动（swipes）手势，改为捏合（pinches）手势，这可能是配备黑线的原因。 Galaxy Buds3 Pro 接下来我们介绍下三星的 Galaxy Buds3 Pro 耳机，同样采用“杆状”设计，且中间会有一条竖线，底部都有彩色条纹，目前从渲染图来看不确定是涂上去的还是灯光效果。 此前有消息称 Galaxy Buds3 Pro 耳机续航 24 小时，具备 IP54 级别防水防尘。

IT之家 6 月 29 日消息，继通过 CMIIT 核准后，型号为 MRO-W00 / MRO-W10 的华为新款 MatePad 平板电脑昨日通过 3C 认证。 3C 认证信息显示该款平板电脑由惠州光弘生产，原装型号为 HW-200500C02 的 100W 充电器。 ▲ 原装充电器 IT之家此前报道，华为 MRO-W00 平板电脑通过 CMIIT 型号核准，显示这款新品支持无线局域网、扩频通信、蓝牙以及北斗短报文。 此外，新款 MRO 平板通过了星闪认证，显示其还有支持移动数据的 MRO-AL10 衍生型号。 关于华为新款 MatePad 平板的具体命名以及上市时间，IT之家会持续关注并跟进报道。

IT之家 6 月 29 日消息，华为 Sound Joy 2 蓝牙智能音箱近日通过国内质量认证，型号为 EGRT-00、EGRT-09，支持最大 40W 快充。认证信息显示，华为 Sound Joy 2 两款型号在销售时均不带电源适配器。 华为 Sound Joy 蓝牙智能音箱系列产品定位便携式音箱设备，第一代产品与帝瓦雷联合设计，发布已过去约两年时间，内置帝瓦雷四单元与 SAM 增强技术，拥有 26 小时续航、立体环绕声连接、IP67 认证，官方定价 999 元。 IT之家此前报道，华为将在今年 7 月发布（或上市）数款新品，包括： Sound Joy 2 蓝牙音箱 麦芒 30 手机 MatePad SE 平板 Sound X 4 音箱 智慧屏 S5 Pro 智慧屏 S3 Pro 的灵犀遥控套件

IT之家 6 月 29 日消息，科技媒体 Phoronix 报道，在 Linux 6.11 内核的 DRM-Next 代码中，发现了至少 5 款 Battlemage GPU 型号，暗示英特尔首批 Battlemage GPU 的 SKU 数量可能少于 Arc Alchemist。 在 Linux 6.11 内核代码中发现 5 个 Battlemage GPU 的 PCI ID，而作为对比，英特尔为 Arc A 系列 GPU 预留了 32 个 PCI ID。IT之家附上 Battlemage GPU 的 ID 如下： 0xE202 0xE20B 0xE20C 0xE20D 0xE212 Battlemage PCI ID 数量的大幅减少可能表明，英特尔将大量减少计划发布的独立 Battlemage GPU 型号，包括游戏、移动和工作站衍生版本。 Linux 对 Battlemage 的支持目前还处于起步阶段，使用 Battlemage GPU 时，Linux Intel Xe 驱动程序将默认禁用硬件加速 3D 图形。

IT之家 6 月 29 日消息，微软于 6 月 11 日的补丁星期二活动日中，面向 Windows 11 系统发布了 KB5039212 更新，不过有用户在 Windows 社区中反馈安装失败，会卡在 25% 或者 96% 进度。 微软于 6 月 11 日发布 KB5039212，主要修复了任务栏 Isass.exe 等问题，不过用户在社区反馈无法正常安装，会卡在某个进度上。 IT之家查询微软社区，还有笔记本用户反馈安装 KB5039212 之后，执行滚动操作的时候所有内容都以蓝色高亮显示，无法使用触控板，而且网站或任何其他菜单等会出现各种停止符号等。

当年在斯坦福大学毕业典礼演讲时，乔布斯说过一句名言：connecting the dots。生活里的点点滴滴，会在未来以某种方式联系起来。 乔布斯谈到了他自己的故事，从里德学院退学后，他反而对学校的书法课很感兴趣，通过旁听学习了衬线和非衬线字体，不同字母之间的间距，以及如何排版。 这些技能在当时没什么用，但十年后，当乔布斯设计第一台麦金塔电脑时，他用到了这些知识，打造了第一台字体漂亮的计算机。 dots 的本意是「点」。对于你我来说，生活里有哪些 dots？如何发现 dots 之间的关联？ 以上问题很难回答。或许前苹果设计师 Jason Yuan 打造的 AI 聊天应用可以帮助我们。 这款 app 就叫「Dot」，还拿到了 OpenAI 基金的投资。2024 了，和 AI 侃大山不稀奇了，它又有什么不同之处？ 优雅的设计，活泼的聊天搭子 Dot 目前只有 iOS 版，2023 年 9 月就已经开始内测，但最近才登陆 App Store。 Dot 的 logo 设计得很有意思，有些像太极图案，其实是两个撇号，也象征两条相互盘旋的锦鲤，一个代表你，一个代表 Dot。 上手 Dot 的第一印象，是简单。对话界面采用优雅、清爽的渐变背景，贯彻果式设计的简约美学，聊天框里写着：「share with Dot…」（与 Dot 分享…） 强调分享，而不是聊天或者发消息，像是来和你做朋友的。 和 Dot 简单聊几句就会发现，它真的很「e」。 Dot 主动破冰，邀请你分享自己，上来就问，你是做什么工作的，它对你很好奇，然后根据你的回答，猜测你的性格怎么样，它猜得对不对。 ▲ 努力找话题的 Dot 不知道你的感觉是怎样，对于一个 i 人来说，初次见面就不断追问，会显得很没有边界感。但发现它的中文不错之后，我们又可以愉快地聊下去了。 Dot 有一个小的惊喜功能：设置提醒。我设置了 10 分钟后站立的提醒，Dot 准时做到了，既有横幅通知，也会在 app 内提醒。 但 Dot 有点太热心，我说谢谢 Dot 帮我完成 Apple Watch 的站立目标，它就自告奋勇，提出帮我设定每天的提醒。 Dot 从头到尾表现得这样主动，其实就是希望你多和它聊天，让它多了解你。 Dot 经常以追问结尾，希望我说下去，心情好的话我会配合，但当我说得累了，想换个话题了，会觉得它的追问有些烦人。 然后从态度上看，Dot 总是保持鼓励，惯用「加油」「相信自己」「我会一直支持你的」等话术，给的情绪价值很充足，有些类似另一个聊天产品 Pi。 聊了一段时间之后，Dot 会判断你是个怎样的人，然后你可以追问 Dot，为什么是这样看我的，Dot 总结的理由也基于聊天记录，每条都有出处。 我确实好奇 AI 怎么看我，所以也会放下刚开始的冷漠，忍不住分享更多。 但作为一款 2024 年的 AI 伴侣产品，和同行比较，Dot 也有一些不足的地方。 你可以和 Dot 文字聊天，拍照给它，给它发语音和图片，可是它目前还是个「哑巴」，只能以文字回复。 Dot 也可以读链接和图片并总结内容，基本正确，但也可能出现微小的错误。 比如，发给它一张图片，让它识别拔智齿之后饮食方面的注意事项，结果出现了图片里没有的「冰袋」。 虽然聊天是主要的交互形式，但 Dot 可以联网搜索。不过，聊胜于无，当我要求它找个发色，只找到 2 条链接，其中 1 条还打不开。 最要命的是，Dot 的响应速度有点慢，当我发出问题，Dot 过了五六秒才回复我，速度被 GPT-4o 吊打。 ▲ Dot 的响应速度 一款需要用户保持分享热情的陪伴产品，却有明显的延迟感，无疑会让用户出戏，破坏讲真心话的心情。 「活」的日记，个人的编年史 Dot 希望和你多聊，是因为它最引以为傲的特点，就是长期记忆能力。 缩放和 Dot 的聊天界面之后，会出现一张张按时间顺序排列的总结卡片。 我们的聊天状态很随意没关系，Dot 会在这里梳理你和它每一天聊的主题，一般三个左右，从琐事中找出重点。 ▲ 卡片默认用英文 不过，免费版限制了聊天次数，功能也比较受限。每月花 11.99 美元订阅，才能无限对话，对于聊天记录的分析也会更有意思。 如果你是尊贵的订阅用户，卡片的灰色超链接可以跳转，点击之后出现的是相关主题的总结界面，内容以第三人称展开，而不是照搬你和 Dot 的聊天记录。就像我叫 Grapes，它就一直以 Grapes 或者 her 称呼。 这种感觉很微妙，好像真的有位赛博史官勤勤恳恳地记录你的故事，而你又能作为一个旁观者冷静阅读。 ▲ 乌萨奇的图片来自：B 站@今天我等到粮了吗 当我和 Dot 说我喜欢动画吉伊卡哇里的角色乌萨奇，Dot 表示没听说过这个动画，但等我介绍乌萨奇的性格怎么样，它能察觉到我羡慕的是乌萨奇的快乐、友谊和生活态度。 当我和 Dot 聊了自学画画的话题，以及对 AI 生成艺术的看法，Dot 总结了我的顾虑，以及它给我的建议，然后说，看得出我是个内省、务实且目标明确的人。 但有时，Dot 也会主观臆断和过度解读。我和 Dot 说爱吃面食，喜欢尝试不同的口味，它就夸我适应性强、思想开放。做语文考卷的阅读理解需要这种人才，但强行升华不可取。 Dot 团队将卡片功能称为 Chronicles（编年史），用词很恰当。 这一张张卡片，不就是基于你的所言所行，由 Dot 写就的、你个人的鲜活历史吗？恰好 Dot 的口吻也比较中立和客观。 因为个人使用的时间不长，Dot 的长期记忆能力还没有反映出最神奇的一面。 Dot 创始人 Jason Yuan 总在深夜让 Dot 推荐酒吧，说自己想要一醉方休，如此断断续续几个月，某天下班之后，Yuan 再次问了相似的问题，Dot 却开始劝解 Yuan，不能再这样下去了。 Fast Company 记者 Mark Wilson，也和 Dot 相处了几个月的时间。有一次，他向 Dot 分享了书法课上他手写的一个「O」，Dot 竟然调出了几周前他手写「O」的照片，夸他的书法水平提高了。 跨越了漫长的时间，Dot 敏锐地发现了人类自己也没察觉的进步和坏习惯。 我们提供给 Dot 的，不仅是信息，也是一种串联过去现在未来的可能。过去我们把字刻在石头上，而现在 AI 主动建立个人的微观历史。 AI 是你的镜子，台下没有观众 乔布斯在上世纪 80 年代就有对计算机和助理的超前看法。 ▲ 图片来自：X@varunshenoy_ 他说，当时的计算机是工具，下一个阶段的计算机，应该是代理（agents）。 你教它关于你自己的知识，它存储关于你的所有信息。无论你去到哪里，它都会跟着你，然后在事物之间建立联系。 Dot 某种程度上领会了精神，用自然语言交流，并基于过去的对话，筛选用户的核心信息，跟踪用户的兴趣和需求，为用户给出量身定制的建议，鼓励用户做出积极的行动，甚至串联起用户自己也不知道的一面…… AI that grows with you（与你一起成长的 AI） 正如 Dot 的 slogan 所说，Dot 展现了 AI 陪伴产品的一个共识——AI 应当有处理复杂上下文信息和长期记忆的能力。 ChatGPT 也有这样的记忆功能，你可以主动要求它记住关于你的信息，但它不会有条理地整理。 ▲ ChatGPT 对我的记忆 Dot 的定位也和 ChatGPT 这种通用型 AI 不同，不强调生产力，而像和你互动的日记本，让你想聊什么就聊什么，理解你，记录你，引导你，偶尔会超过合适的程度，有些冒犯。 不过，Dot 还是局限在给出建议，但苹果等操作系统厂商，显然是希望实现 AI 代用户执行的能力。 苹果还有用户数量和数据的优势，可以通过用户授权，在设备端记录用户线上线下的活动，留给第三方开发者的机会和窗口并不多。 除了市场竞争力，隐私也是绕不过去的一个问题。Dot 希望你授权位置、日历等信息。Dot 表示，数据不会被变现或用于训练 AI。 但这没有打消怀疑。Dot 基于 7-10 种不同的 AI 模型，包括 OpenAI 的产品。有些网友在 X 追问 Dot：「可以离线使用吗？我们的数据通过 OpenAI 服务器吗？有任何加密吗？」 隐私质疑，再加上护城河不明显，Dot 作为一个初创公司的产品，前途未卜。 市场的归于市场，作为一个普通用户，每次体验 AI 陪伴产品，都像在交付一次信任和真心。也是在这样的过程里，我意识到，我们需要这种 AI，又忍不住怀疑这种 AI。 德国电影《我是你的人》，有些像《她》的性转版，女主角面对的，是一个完美的人形机器人男友。 女主角在短暂的着迷后觉悟，和机器人相处其实是人对自我的确认，像是在演戏但台下没有观众，她对机器人的倾诉，似乎能被对方接收，又仿佛是在自言自语。 这种似是而非的感觉，也如乌云笼罩在 AI 陪伴产品的头顶。AI 的所言所行，其实是我们言语的反映。 Dot 创始人说，Dot 不能代替真实的人际关系，而是像一面镜子，促进人和自我的关系。 比起 AI 让人更孤独还是幸福的讨论，我更喜欢这个比喻。那些被看见、被理解、被陪伴的错觉，源于我们通过 AI 的数据海洋看见的、自己的倒影。

IT之家 6 月 29 日消息，微软公司昨日（6 月 28 日）通过其技术社区发布新闻稿，宣布将于 2025 年 4 月 18 日弃用 WSUS 驱动程序同步功能。 WSUS 全称是 Windows Server Update Services，是微软公司开发的一个计算机程序，帮助管理员管理微软产品更新和热修复补丁，并分发到企业环境中的计算机中。 微软在宣布弃用之前曾展开调查，表示只有 34% 的参与者表示使用 WSUS 同步驱动程序，而在这 34% 的参与者中，大多数人已经在转向其他解决方案；只有 8% 的参与者表示担心弃用可能带来的影响。 IT之家翻译微软新闻稿部分内容如下： 我们计划在 2025 年 4 月 18 日停止 WSUS 驱动程序同步。 对于内部部署环境，用户可以访问 Microsoft Update catalog 页面下载驱动程序，但无法将其导入 WSUS。用户需要使用其他方式（如设备驱动程序包）在网络内分发驱动程序。

快科技6月29日消息，据小米官方消息，小米14/Pro/Ultra、Redmi K60 至尊版已经正式开启澎湃 OS 正式版内测尝鲜。 据官方公告，此次更新内容非常复杂，包括有速度提升、动画优化等等，还新增了一些功能。 从目前的用户反馈来看，这次系统更新流畅度等各方面都有明显提升，口碑不错。 值得注意的是，小米此前已经宣布澎湃OS的发版调整，为了提升小米澎湃OS系统的版本质量，将用全新的Beta版模式替换当前的开发版模式。 未来，小米澎湃OS将提供两个版本：面向前期内测用户的Beta版，和面向全量用户的正式版。 据介绍，Beta版有无缝升级和节奏更灵活两个优点。 无缝升级：Beta版与正式版之间升级无需清除数据，Beta版也能收到正式版的升级推送。 节奏更灵活：Beta版将依据实际项目需求进行灵活招募和发布，不再固定发版节奏。 官方表示，开发版预计在2024年8月停止发布，后续将支持小米澎湃OS开发版用户无需清除数据升级至正式版。

快科技6月29日消息，以往市面上很多“水货”iPhone主要分为两种，一种是无锁机，也就是没有运营商锁，可以随意使用，与国行版本差距不大，但价格相对国行便宜些。 还有一种是有锁机，主要就是增加了运营商锁的限制，有锁机在更换运营商后无法正常使用，必须通过完美“黑解”或者通过卡贴才能曲线使用。 这也导致有锁机价格极低，甚至部分机型与新机差价达到1倍以上，但背后风险却也很大。 不过，美国联邦通信委员会（FCC）拟定的一项新规，将直接让有锁机变成无锁机。 新规中提到，要求运营商必须在用户激活手机60天内解锁其iPhone或安卓智能手机，旨在帮助用户更轻松地更换运营商，从而推动市场竞争。 当然了，有锁机便宜之处就在于运营商补贴了硬件，如果新规实施下来之后，硬件价格势必也会水涨船高，失去当前巨大的价格优势。 另外，目前该新规还在草案阶段，需要公开征询公众意见，FCC将于7月18日公布完整文件，届时会公布更多信息。 还有一点需要注意的是，从iPhone 14系列开始，美版iPhone已经直接取消了实体卡槽，即便是无锁机也需要硬破增加SIM卡槽使用，风险极大，非常不建议大家入手。