Quantum Motion宣布推出业界首款采用标准硅基CMOS芯片制造工艺构建的全栈量子计算机。   该计算机已部署于英国国家量子计算中心（NQCC），是首款采用可大规模制造的300毫米硅基CMOS晶圆技术的全栈量子计算机，也是NQCC量子计算测试床计划中首台完成部署的硅自旋量子比特计算机。   该系统将公司的量子处理单元（QPU）与用户界面及控制栈相集成，兼容Qiskit和Cirq等行业标准软件框架，形成完整全栈解决方案。系统仅占用三个19英寸服务器机架的空间，内含稀释制冷机与集成控制电子设备，适合数据中心部署。所有辅助设备均采用独立设计，可适配标准数据中心环境，并支持未来升级更大规模QPU而无需改变系统占地面积。   "这是量子计算的硅基时代里程碑，"Quantum Motion首席执行官詹姆斯·帕勒斯-迪莫克表示，"今日的成果证明，我们能够利用全球最具扩展性的技术构建稳健可用的量子计算机，并实现大规模量产。"   "NQCC正在通过评估全球领先企业的多种硬件平台来加速英国量子能力建设，"NQCC主任迈克尔·卡思伯特博士指出，"Quantum Motion系统的成功安装标志着NQCC量子计算测试床计划迈出重要一步。我们的团队迫切期待开始系统测试验证，深入探索实际应用如何映射至其硅基架构。"   Quantum Motion的架构利用大批量工业芯片制造技术生产量子比特，采用商业芯片代工厂的300毫米标准工艺。该公司的架构、控制栈和制造方法旨在实现百万量子比特规模扩展，最终达成容错、实用化且商业可行的量子计算。   其QPU采用可扩展的阵列架构，将所有计算、读取和控制元件集成至可重复印制在芯片上的高密度阵列，未来单QPU可扩展至百万量子比特。这种设计支持通过安装新一代QPU实现系统升级，同时突破了AI机器学习调优技术，通过自动化算法实现更高效的控制与校准。   "通过交付该系统，Quantum Motion正按计划在本十年内推出具有商业价值的量子计算机，"首席商务官雨果·萨利赫表示，"我们坚持以客户、用户和开发者为中心——利用支撑从手机到AI GPU所有现代技术的标准CMOS工艺，实现计算领域的革命性突破。"

  SK海力士宣布已完成HBM4内存的研发工作，目前正为全球首次量产做最终准备。   据SK海ynix介绍，此次完成量产准备的HBM4具备领先的数据处理速度和能效表现：通过采用2048个I/O接口（较前代翻倍），实现带宽倍增的同时，能效提升超40%。公司预计HBM4可提升AI服务性能最高达69%，有效突破数据瓶颈并显著降低数据中心功耗。值得注意的是，HBM4的运行速度突破JEDEC标准规定的8Gbps，达到10Gbps以上。   媒体报道指出，SK海力士通过应用其成熟的先进批量回流模塑底部填充（MR-MUF）封装技术，结合10纳米级1b（第五代）DRAM工艺，有效降低了量产风险。此外，公司正与台积电合作生产基础晶圆。   据悉，HBM4用于英伟达下一代AI加速器的质量测试已进入最终阶段。消息人士透露，研发工作全面完成后，内部流程均已就绪，剩余验证工作正在推进中。   报道称若SK海力士通过英伟达最终测试，该内存将被采纳于计划2026年推出的英伟达新一代AI芯片"Rubin"。随着英伟达AI加速器将在2026年下半年从当前Blackwell平台过渡至Rubin平台，其旗舰内存也有望从HBM3E升级至HBM4。

  Socionext与独立研发创新中心imec续签核心合作伙伴计划研发协议。通过参与该计划，Socionext在边缘逻辑半导体和2.5D/3D封装领域持续推动设计技术协同优化与系统技术协同优化的研究。根据新协议，公司将拓展3D先进封装技术研究以提升小芯片可靠性，并加强包括汽车应用在内的小芯片演示设计研发。   Socionext表示，这些新技术将催生高精度、高品质的尖端半导体产品。算力演进推动多行业重大进步，使其能瞬时处理海量数据，但这也导致核心半导体技术日趋复杂。小芯片与3D异构集成技术可提供更灵活的解决方案，满足日益增长的工作负载与应用需求，支持埃米级制程工艺发展，同时实现支持高密度封装（包括被视为关键技术且日益成为全球研发重心的背面布线技术）的先进逻辑半导体技术。   采用这些先进技术的设备研发需解决热管理和机械强度问题，在开发高效设计的同时还必须大幅遏制持续飙升的研发与制造成本。对于汽车小芯片，需深入研究物理机制并深化制造工艺认知以确保高可靠性。   通过此次深化合作，Socionext将能更深入获取尖端技术，增强在汽车应用先进SoC等关键领域开发客户所需产品的能力。Socionext总裁兼首席运营官吉田久人表示："自2015年成立以来，公司持续参与imec核心合作伙伴计划并积累丰富知识。通过深化与imec的合作，我们旨在推动全球创新，同时着力培养具备世界顶尖技术能力的工程师。"   imec总裁兼首席执行官Luc Van den hove补充道："非常高兴能扩展与Socionext在核心合作伙伴计划中的合作。这证实了imec为无晶圆厂和系统公司提供聚焦设计与制造的应用价值。Socionext是共享这一愿景的重要伙伴，imec将继续与其紧密合作，推动半导体价值链的创新。"

WHO发布关于提供艾滋病毒服务的最新指南，强烈建议将抑郁症、焦虑症和酒精使用障碍的心理健康护理与艾滋病服务结合起来。生活在艾滋病患者中存在较高的心理健康问题患病率，多达三分之一的患者报告有抑郁和/或焦虑症状。酒精使用障碍在艾滋病患者中也很常见，至少影响20%的个体；这种情况与药物依从性差、不安全的性行为以及较差的心理健康状况有关。

中南大学研究人员提出了一种名为FasterEVPoints的先进卷积神经网络（CNN）模型，旨在解决电动汽车自动无人充电系统中充电端口高效识别与定位的难题。该模型融合了部分卷积（PConv）与FasterNet技术，通过透视n点（PnP）算法提取姿态参数，并使用集束调整（BA）优化算法提升姿态精度。实验结果显示，在复杂光照条件下，FasterEVPoints在私有数据集上的检测精度达95%，在50厘米距离内定位误差小于2厘米。此外，当该模型集成至YOLOX框架后，在参数规模与YOLOX-Tiny相当的情况下，其精度表现接近，但计算量仅为YOLOX-Tiny的73%，参数数量减少34%。这为电动汽车自主充电提供了高效且可扩展的解决方案。相关研究发表在Scientific Reports 15,17118(2025)。