西班牙首相桑切斯在清華大學發表演講，強調應正確認知中國正在訪華的西班牙首相桑切斯，今天（13日）上午參訪清華大學，並就兩國關係發表演講，強調國際社會應正確認知中國。桑切斯首相一行抵達時，受到清華大學校方的熱情迎接。在演講中，桑切斯專門用傳教士利瑪竇的故事來表達正確認知的重要性。他說，利瑪竇來華時所帶的世界地圖，是以歐洲為中心，亞洲則被置於邊緣，視角帶有明顯偏見。然而四百多年過去了，現在仍有人用那張最初扭曲的地圖在看待中國和世界。西班牙首相 桑切斯：當今世界，有些人仍以“零和博弈”的視角解讀現實，把一方的增長視為另一方的損失，認為深化某種關係就意味著放棄其他關係。我認為，這種看法不僅錯誤，而且危險。它讓我們停滯不前，把我們困在過去，也限制了未來的可能性。桑切斯指出，當今世界是多極化的世界，西班牙堅定擁抱多邊主義，主張在相互尊重基礎上開展合作，妥善處理分歧。西班牙首相 桑切斯：有人認為多邊體系已經過時，已經屬於過去了，我要在這裡說的是我完全不同意這種說法，我堅決反對。全球治理機制在20世紀發揮了作用，今天則顯得比以往更為人們所需。我認為多極世界需要強有力的多邊體系，不是為了強加單一觀點，而是將視角的多樣性轉化為我們的優勢；不是要消除差異，而是要求同存異、和平共處。既然西班牙、歐洲和中國過去曾共同繁榮發展，那麼就沒有理由認為，我們無法再次做到這一點。總台央視記者 朱若夢：此訪是桑切斯首相四年內第四次訪華，頻率之高在歐洲大國領導人中堪稱獨樹一幟。近年來西班牙對華合作成果，也讓越來越多歐洲國家意識到“自主務實、互利共贏”之路，才是符合歐洲根本利益、順應時代潮流的正確選擇。 (環球網)

十年後每周只幹兩天活，月底工資卡裡錢不但沒少還可能更多，這事聽著有點不真實，可清華大學智能產業研究院創始院長、中國工程院外籍院士張亞勤，就公開做了這個預測。他說，到2035年全球機器人數量會達到70億到80億台，超過人類總數。那時候社會運轉靠每周工作兩天就夠了，薪水不但不會降，還有可能比現在全勤拿得更多。這個預測的核心底氣，是生產力的大幅躍升。過去蒸汽機解放了人的體力，現在人工智慧和機器人，正在替代大量重複的腦力和體力勞動。流水線分揀、基礎診斷、裝配這類活，都能交給機器24小時不停幹。社會總財富漲得快，工作時間自然就能縮短。未來是人工智慧和人類智能共存的時代，人工智慧會放大人的能力。重複的事交給機器，人把精力放在創新、決策這些機器暫時做不好的地方。個人創造的價值上去了，薪水跟著水漲船高就是順理成章的事。中國機器人產業的發展，早就有實打實的成績撐著。2024年全國工業機器人銷量佔全球總銷量的54%，連續12年保持全球最大市場地位。2025年前三季度工業機器人產量，已經超過2024年全年總數。國產工業機器人市場佔有率首次突破50%，達到58.5%。人形機器人領域的進步同樣亮眼。2025年全球人形機器人出貨量，中國企業佔了絕大多數份額。業內預計2026年國內出貨量有望達到6萬台以上，真正進入規模化量產階段。這些機器人已經走進物流、養老、服務等真實場景，直接推著生產效率往上走。中國廠商在全球商用服務機器人市場出貨量佔比高達84.7%，這些實打實的進展，讓一周工作兩天的想法，從科幻變成了可討論的現實。機器替代重複勞動，普通人要做的，是提升自己駕馭新工具的能力，學會跟人工智慧配合，專注高價值的工作。2035年的人機密度拐點後，時間就是金錢的老邏輯會慢慢失效，取而代之的是效率和創新驅動。打工人不再是流水線螺絲釘，而是轉向指揮和創造的角色，生活節奏更從容，收入卻能穩中有升。 (科技直擊)

在全球AI浪潮中，人工智慧領域的“搶人大戰”正火熱升級。近期，兩則消息震動科技圈：2025年12月，騰訊重磅宣佈，清華姚班出身、年僅27歲的姚順雨，被聘為首席AI科學家，執掌公司核心AI部門；一個月後，同為姚班出身的天才少年陳立傑正式加盟OpenAI，主攻數學推理方向。消息一出，人們赫然發現：從OpenAI、Google DeepMind、xAI到國內幾乎所有頂尖AI企業的核心技術圖譜上，都深深鐫刻著同一個名字——清華姚班。姚班全名“清華大學電腦科學實驗班”，由圖靈獎得主姚期智教授於2005年創立，被行業譽為中國電腦領域的“天才集中營”。“半國英才聚清華，清華半英在姚班”，這句在業內廣為流傳的評價，道盡了這個班級的傳奇地位。它究竟有何魔力，能持續走出頂流人才，甚至被業內戲稱為“撐起全球AI領域的半邊天”？● 圖片來源：清華大學01 姚期智的“歸國賭注”姚班的傳奇，始於一位頂尖學者的“回歸”——他就是姚班的締造者姚期智。1946年12月，姚期智出生於上海，祖籍湖北孝感。幼年時，他隨父母移居台灣，20歲時，他獲得台灣大學物理學士學位，之後遠赴美國深造。1972年，26歲的姚期智在哈佛大學獲得物理博士學位，隨後毅然放棄深耕多年的物理學，轉而投身當時方興未艾的電腦領域，僅用兩年時間，他便斬獲伊利諾伊大學電腦科學博士學位。這一關鍵抉擇，也為日後姚班的創立埋下了伏筆。此後，姚期智先後執教於麻省理工學院、史丹佛大學、加州大學伯克利分校、普林斯頓大學等世界頂尖學府，成長為電腦領域享譽全球的頂尖學者。● 姚期智。圖片來源：清華大學期間，他橫掃電腦界多項成就。41歲時，他摘得數學界波利亞獎；50歲斬獲電腦界高德納獎。2000年，基於對計算理論包括偽隨機數生成、密碼學與通訊複雜度的突出貢獻，54歲的姚期智站上全球電腦領域的巔峰，榮獲有“電腦諾貝爾獎”之稱的圖靈獎，成為首位且迄今唯一獲此殊榮的華人學者。作為全球電腦領域炙手可熱的權威人物，姚期智已站在人生頂峰，此時他卻做出一個震驚學界的決定：辭去普林斯頓大學終身教職，全職加盟清華大學。當時，中國在人工智慧、量子計算等前沿領域尚處於起步階段，高端人才儲備不足。姚期智明白，核心技術的競爭，本質是頂尖人才的競爭，於是他心中定下一個目標：為中國建立世界一流電腦學科，培養拔尖創新人才。2004年，58歲的姚期智毅然回到國內，開啟人生全新的探索。2005年，姚期智面向本科生創辦了清華學堂電腦科學實驗班，後來被同學們親切地稱為姚班。從培養方案、課程體系到師資遴選，姚期智全程主導設計，從此拉開中國電腦拔尖人才培養的序幕。當年姚期智的毅然歸國，在許多人眼中近乎一場孤注一擲的豪賭——賭自己能在這片土地上，培養出站上世界之巔的電腦人才；賭這批青年學子，終將為中國科技在全球賽場爭得一席之地。如今，這場“賭局”早已塵埃落定——姚期智贏了。二十年間，他為中國電腦學科的騰飛日夜兼程，從姚班走出的一批批學子，已深度紮根全球AI與前沿科技核心陣地。而姚班也已成為全球科技界公認的“天才搖籃”。02 兩位95後站上全球AI舞台近兩年，陳立傑、姚順雨兩位95後姚班校友，接連亮相全球AI頂級舞台，讓世界再次見識姚班的硬核實力。●圖片來源：清華大學陳立傑：從網癮少年到OpenAI華人核心在AI頂尖學者圈層，陳立傑的履歷堪稱“現實版爽文”，但鮮少有人知道，這位如今站在全球AI舞台的華人學者，年少時曾是旁人眼中的“網癮少年”。1995年，陳立傑出生於浙江湖州。年少時成績平平，唯有數學稍顯亮眼。父母為輔助他學習購置的電腦，沒能成為提升成績的工具，反而讓他沉迷遊戲之中。彼時沒人能想到，這份對電腦的執念，日後會成為他叩開AI大門的鑰匙。中學時代的一次偶然，讓陳立傑接觸到了電腦程式設計與資訊學奧賽（OI），彷彿找到了屬於自己的賽道，他一頭紮進程式設計的世界。初三時，他憑著一腔熱血首次參賽卻遺憾失利，更因專注競賽耽誤了文化課，父母的勸阻、外界的質疑接踵而至，但陳立傑認準了程式設計這條路，便再未回頭。這份近乎執拗的堅持，最終迎來了爆發。2010年，他在全國青少年資訊學聯賽中斬獲浙江賽區一等獎，半年後以第一的成績入選浙江省隊；2011年，他代表浙江出戰全國賽，拿下第四名併入選國家集訓隊。在資訊學競賽領域，陳立傑是傳奇般的存在。●陳立傑。圖片來源：清華大學16歲，在全國青少年資訊學奧林匹克競賽中，他獲得金牌，成功保送清華姚班。18歲以世界第一的成績摘下國際資訊學奧林匹克競賽金牌，讓中國隊時隔五年再次站上IOI冠軍領獎台，從此一戰成名。如果說競賽場是他的“成名之戰”，那麼姚班的經歷，則讓他從賽場天才蛻變為科研精英。在姚班期間，他以年級第一的成績力壓一眾頂尖學霸，2016年斬獲清華本科生特等獎學金，其答辯視訊一度火爆全網，成為無數理工科學生的“偶像”。他選修研究生課程《高等理論電腦科學》，並斬獲滿分。大三赴麻省理工學院交換時，他僅用三周，就攻克了量子資訊領域權威學者Scott Aaronson團隊一年未能突破的科研難題。科研之路的順遂，從未讓他放慢腳步。2017年，陳立傑成為首位在電腦頂會FOCS發表論文的中國本科生，同年赴麻省理工攻讀博士，深耕計算複雜性理論，接連拿下STOC、FOCS最佳學生論文獎，奠定了其在國際理論電腦領域的地位。2025年7月，陳立傑入職加州大學伯克利分校擔任助理教授。約半年後，他正式以全職身份加入OpenAI（保留伯克利教職），負責數學推理方向研究。在矽谷最核心的AI賽道上，陳立傑以華人學者的身份，為OpenAI注入重磅力量，也代表姚班，站在了全球AI技術迭代的最前線。姚順雨：會唱rap的清華才子，27歲執掌騰訊AI●姚順雨。圖片來源：清華大學不同於陳立傑近乎傳奇的“天才路徑”，姚順雨身上帶著一份鬆弛感。1998年出生的姚順雨，初中就讀於合肥四十五中，高中躋身合肥一中，學霸底色早早顯現，電腦天賦更是異於常人。16歲時，他便斬獲全國資訊學奧林匹克競賽銀牌。2015年高考，他因考試犯睏意外失誤無緣省狀元，最終以704分拿下安徽省理科第三名，但順利叩開清華姚班的大門，主修電腦科學專業。在清華園裡，姚順雨打破了“學霸=高冷”的刻板印象，不僅憑藉出色的能力當選姚班聯席會主席，還聯合創辦了清華大學學生說唱社，以YSY為筆名在網易雲音樂發佈原創作品。“說唱最大的魅力就是它非常open-ended，如何操縱語言，這其實是很有樂趣的事情，這和我之後從事語言相關的研究有關。”姚順雨曾這樣解讀自己對說唱的熱愛。在他看來，說唱裡的節奏與表達，為他的AI研究帶來了獨特靈感。正是這種天馬行空的跨界思維，讓他在自然語言處理與強化學習領域遊刃有餘。2019年，從清華畢業後，姚順雨奔赴普林斯頓大學深造，專攻自然語言處理與強化學習。博士期間，他便交出了足以震動行業的成績單。他提出的思維樹（Tree of Thoughts）框架，大幅提升了AI決策模型的複雜問題解決能力。研發的ReAct方法首次建構“推理—行動”智能體範式，成為全球語言智能體開發的主流技術。頂尖的科研實力，讓姚順雨博士畢業後直接躋身全球AI的核心陣地——OpenAI，擔任研究科學家，深度參與了智能體產品Operator、DeepResearch及電腦使用智能體（CUA）的核心研發，為語言智能體領域的開啟與發展奠定了基礎性貢獻。2025年5月，年僅27歲的姚順雨入選《麻省理工科技評論》“35歲以下科技創新35人”中國區名單，並成為其中最年輕的入選者。不久後，姚順雨做出了一個重磅決定：回國，出任騰訊首席AI科學家。接過騰訊AI Infra部與大語言模型部的雙重帥印，主導騰訊AI架構重構。這一變動也被解讀為中國網際網路巨頭開始用頂格資源，爭奪全球頂尖AI人才的標誌性事件，也讓這位姚班學子走到了聚光燈下。03 中國硬科技創業“黃金戰隊”回溯中國AI產業化處理程序，“姚班系”的身影貫穿始終。●印奇。圖片來源：搜狐科技在AI大模型領域，姚班首批學生印奇無疑是姚班創業群體的標竿人物。2011年，同住一個宿舍的印奇、唐文斌，與學弟楊沐在一次挑戰杯比賽中相識。因懷著共同的志向，三人共同創辦了曠視科技，拉開了“姚班系”創業的序幕。憑藉領先的人臉識別演算法，曠視科技躋身AI 1.0時代“AI四小龍”之一。從聯想之星的數百萬天使輪融資起步，曠視科技一路吸引了包括阿布扎比投資局在內的全球頂級資本，成為中國AI視覺領域的獨角獸。然而隨著AI 2.0時代的到來，傳統視覺業務受到衝擊，行業格局發生深刻變革，曠視科技也未能獨善其身。隨之公司陷入一系列困境，三年半累計虧損146億，資產負債率突破300%。曠視科技的上市之路更是坎坷，兩次衝擊IPO未果，最終只能黯然撤回上市申請，核心團隊士氣跌至冰點。曾經風光無限的“AI四小龍”之一，陷入斷臂求生的境地，逐漸淡出聚光燈下。絕境之中，印奇選擇主動破局，抽身轉型。AI 2.0時代，印奇迅速以千里科技董事長的身份殺入“AI+車”賽道。今年初他又親自掛帥階躍星辰，投身大模型賽道，上任不久公司就完成超50億元B+輪融資，創下過去一年國內大模型企業單筆融資紀錄。15年創業生涯中，印奇三次執掌企業，在AI1.0與2.0時代接連入局，延續著姚班人對技術浪潮的精準卡位。而未來，如何跑通技術商業化閉環，依然是印奇面臨的挑戰。●樓天城。圖片來源：小馬智行素有“中國大學生電腦程式設計第一人”之稱的樓天城，是“姚班系”創業的另一個代表人物。作為姚班首屆畢業生，畢業後，他先後在Google、百度等頂尖網際網路公司任職，深耕自動駕駛技術研發。2016年，此時的中國AI產業化浪潮初起，但L4級自動駕駛仍是無人跋涉區，彼時，樓天城放棄百度T10級工程師的優渥待遇，與彭軍創立小馬智行（Pony.ai），專注L4級自動駕駛技術。縱然是公認的技術“大神”，但在技術攻堅期，樓天城也經歷過至暗時刻。他曾坦言，從2017年到2021年，小馬智行經歷了最艱難的5年。期間，他曾毅然推翻三年的訓練成果，承受長達兩年無進展的內外壓力。投資人的質疑、行業的唱衰、團隊的動搖，每一步都如履薄冰。但他始終恪守姚期智“為什麼不能這樣”的信念，拒絕轉向更易商業化的L2級輔助駕駛，堅信L4的價值。●深圳街頭小馬智行投入營運第七代Robotaxi。圖片來源：浙江經濟廣播最終，小馬智行成為中國首個推出Robotaxi服務的公司。2024年11月27日，小馬智行在美國納斯達克掛牌上市，成為“全球Robotaxi第一股”。樓天城用八年時間，在絕境中驗證了L4級自動駕駛的商業可行性，也用堅守詮釋了姚班人不畏艱難，執著追求的底色。●胡淵鳴。圖片來源：甲子光年2020年初，姚班出身的胡淵鳴，僅用99行程式碼復刻《冰雪奇緣》模擬特效，以極簡程式碼實現傳統數千行才能完成的材料點法模擬，一舉名震電腦圖形學界。2021年，胡淵鳴攜麻省理工博士期間研發的開源程式語言“太極”（Taichi）回國創業，創立太極圖形，並獲得紅杉中國等機構的天使輪投資，後又完成A輪5000萬美元融資，成為圖形學領域備受矚目的超級新星。但創業初期的熱度過後，胡淵鳴一度淡出公眾視野。開放原始碼專案“太極”在全球持續積累影響力，但其商業公司太極圖形的商業化探索卻趨於沉寂。2025年的一次採訪中，胡淵鳴坦然直面創業的失敗，與過往耀眼的標籤和解，立志成為更成熟的CEO與領導者。“我不再追求所有人的喜歡。”他說，“創新者不能妥協，必須做自己最熱愛做的事情。”帶著這份領悟，胡淵鳴投身Meshy，繼續新的創業之路。姚班的創業群體，還有鄒昊的清影醫療、龍凡的區塊鏈Conflux、星藥科技的創始人李成濤、宸境科技的漆子超……全球科技巨頭中，也有不少姚班校友的身影。常慧文成為Meta新一代AI團隊核心成員，主導多模態模型研發；丁力宇作為xAI創始成員，深度參與馬斯克AGI佈局；鐘沛林、艾雨青在Google AI深耕電腦視覺與NLP演算法，支撐核心產品技術迭代；吳作凡、任之洲在DeepSeek團隊中擔任R1演算法核心作者……在AI浪潮下，姚班學子已然成為全球AI巨頭爭相搶奪的頂級人才。但無論是深耕學術，還是投身創業，不難發現，姚班學子從不是天生的贏家，而是敢於直面挫折、勇於從頭再來的追光者。“你們如果要做一些事，最好去做一些別人辦不到的事，因為這些事只有你們可以做。”這是姚期智對學生們的期許。也正因如此，姚班學子從不缺少重新出發的勇氣，一次次的試錯與堅持，早已刻進他們面對挑戰的本能裡。04 “天才工廠”的造星密碼為什麼姚班能爆發出如此驚人的叢集效應？答案就藏在那套被稱為“清華樣本”的獨特培養體系中。先進的教育理念、嚴苛的選拔機制、完善的培養體系，共同構成了這個“天才工廠”的造星密碼。在選拔機制上，姚班的門檻堪稱“萬里挑一”，它的殘酷讓許多清華學霸都望而卻步。姚班每年僅招生30—50人，生源主要來自五大學科競賽（數學、物理、化學、生物、資訊學）的金牌保送生、各省高考前三甲，以及清華新生入學後的二次選拔。篩選只是起點，姚班真正的核心在於獨特的培養體系。成立之初，姚班就摒棄了常規的本科教育模式。在教育理念上，姚期智明確提出，姚班的目標不是培養“會寫程式碼的程式設計師”，而是培養“能定義規則的人”。●圖片來源：清華大學他融合MIT、史丹佛、普林斯頓等世界頂尖高校的教育理念，搭建起一套對標國際一流的核心課程體系，並親自講授其中6門課。在培養模式上，姚期智確立了四大核心理念：科學基礎紮實、儘早參與科研、注重理論與實踐及學科交叉、提供豐富的國際科研合作機會。姚班的課程強度與資訊密度遠超常規本科教育，2013級本科生范浩強曾回憶：“原本預想聽完一門課，自己的思維會從‘一層’升至‘五層’，這已經很刺激了，但沒有想到，老師直接從‘六層’講起！”科研實踐是姚班培養體系的重中之重，姚期智打破了“本科只能打基礎”的偏見。從大一起，學生便能直面學科最前沿，擁有充足自主時間投身科研與實習。在姚班，本科生參與國家級、世界級前沿項目已是常態，甚至頻頻在國際頂會發表論文，這樣的成績在全球頂尖高校中也實屬罕見。除了優質的課程與科研資源，姚班還擁有一支頂級師資隊伍。●圖片來源：清華大學姚期智不僅親自授課，還親自逐一面試、篩選出62位任課教師，手把手指導青年教師的教學工作。在他的邀請下，圖靈獎、奈望林納獎、哥德爾獎等國際頂級獎項獲得者相繼走進姚班課堂。為保障科研培養質量，姚班實行一對一導師制，由院士、頂尖教授親自指導科研，全程助力學生成長。同時，姚班全額資助大三學生赴麻省理工、史丹佛、哈佛等海外名校交換學習，讓學生在全球學術舞台上拓寬視野。據統計，姚班學生在讀書期間參與聯合培養、出席國際會議和出訪交流的比例達到200%。這種培養模式，不僅激發了學生的潛力，更讓他們養成了“挑戰極限”的習慣和不怕失敗的勇氣。● 姚期智院士與畢業生合影。圖片來源：光明網清華姚班的二十年，從來不是單一的“天才敘事”。從姚期智的“歸國賭注”，到陳立傑、姚順雨在全球AI舞台的閃耀；從印奇、樓天城締造的創業傳奇，到一代又一代姚班學子的持續突破，姚班早已成為一張觀察中國AI全球競爭力與產業佈局的關鍵名片。“天才”是外界貼給姚班學子最醒目的標籤。在AI1.0時代，姚班天才們締造了一個又一個商業神話，也親歷了技術理想主義與商業現實的劇烈碰撞。但無論怎樣，他們從沒停下腳步。如今，在ChatGPT掀起的AI 2.0浪潮之下，姚班學子正站在二十年的新起點。那些曾在AI1.0時代歷經起伏的“老兵”們再次出發，在技術與商業之間，奮力打通從實驗室到市場的“最後一公里”。而新生代姚班學子，正不斷湧入創業大軍。可以肯定的是，中國科技的下一個二十年，依然會有姚班學子的名字。 (最華人)

論文入選ISSCC 2026。芯東西2月26日消息，2月15日-19日，在被業界譽為“晶片設計國際奧林匹克會議”的國際固態電路大會（ISSCC 2026）上，清華大學、華為等大學與公司的研究人員發表論文，首次提出一款基於HYDAR框架的28nm混合存內計算（CiR）晶片的推薦系統（RecSys）加速器。這款36M RRAM CiR晶片能實現390K QPS的吞吐率與1574K QPS/W能效比。其建構的多晶片系統可實現百萬級即時端到端推薦系統（RecSys）。▲晶片顯微照片與系統概述在實際推薦系統任務中，CiR通過擴展至576M規模的多晶片系統，QPS提升了66倍，QPS/W提升181倍，精準率與CPU相當。▲晶片性能與當前頂尖設計的對比該晶片的核心優勢包括：採用DL-ADC實現非Top-K計算的早期終止；基於預測的預取調度流水線（PPSP）資料流提升不規則工作負載的吞吐量；由粗到細的檢索架構（coarse-to-fine）在保證系統召回精度的同時，可擴展至大規模應用。01. 引入CiR，實現高吞吐高能效、高精度相似向量檢索推薦系統中的核心運算單元是相似向量檢索（SVS），該方式通過計算查詢向量與大規模向量庫之間的距離，檢索出Top‑K最鄰近向量。SVS會佔據推薦系統絕大部分的計算時間與功耗，主要原因是外部儲存器訪問（EMA）開銷。其中，採用混合鍵合技術的DRAM加速器成本高昂，基於NAND TCAM的加速器存在讀取延遲高、資料與距離表示精度有限等問題。針對上述痛點，研究人員提出一種基於RRAM的數模混合存內計算加速器HYDAR，可實現高吞吐量、高能效、高精度的SVS。基於RRAM的存內計算（Compute-in-RRAM，CiR）因能最大限度減少資料移動、儲存密度高、平行度極大，已被公認為深度學習加速的極具前景的技術路線。但將CiR應用於SVS仍會帶來額外挑戰，如能耗與延遲急劇增加、降低PE利用率與吞吐量、精度降低等。▲面向高效推薦系統的、基於CiR的SVS加速器的研究動機與設計挑戰HYDAR通過CiR PE（存內計算處理單元）、混合晶片設計與多晶片系統架構協同最佳化，解決了上述挑戰：首先是帶動態延遲ADC（DL‑ADC）的CiR PE，其通過多位模擬CiR PE整合DL‑ADC，用於基於直方圖的相似向量檢索，可提前將距離與檢索閾值比較，並跳過非Top‑K向量，從而降低延遲與功耗。其次是基於預測的搶佔式調度流水線（PPSP），通過這種混合晶片機制，預測每個PE的執行階段間、中斷不平衡任務、插入短任務來平衡負載，以適應動態SVS工作流，提升利用率與吞吐量。最後是兩步由粗到精的檢索架構，其軟硬體協同設計框架，先在CiR PE上進行粗粒度檢索以保證高吞吐量，再在數字SVS引擎上進行精粒度檢索，在保證召回精度的同時最大化吞吐量。在此基礎上，基於HYDAR框架，研究人員採用28nm工藝流片實現了一款CiR原型晶片，包含36M RRAM單元，分為16個平行PE，每個PE包含一個288×4096陣列。▲HYDAR整體架構與核心特性及基於CiR的端到端檢索系統02. 採用基於DL‑ADC的SVS高效過濾機制 降低60%延時、71%功耗具體來看基於模擬存內計算單元的直方圖相似向量檢索（SVS）實現，以及支援計算提前終止的DL‑ADC設計。其通過查詢向量與基礎向量之間的距離分佈直方圖來確定Top‑K檢索的截斷閾值（CK）。在歐氏距離框架下，距離超過CK的基礎向量由雙模DL‑ADC過濾，該ADC可動態監測比較結果，實現非Top‑K向量的計算提前終止。歐氏距離計算可在288×4096的CiR陣列上完成，其中每個2T2R單元表示一個4位維度，每一列代表一個256維基礎向量及32維偏置。本設計中，CiR PE在計算過程中將直方圖存入本地直方圖儲存器，隨後同步至跨PE直方圖單元（CHU），合併分佈式結果以生成CK。該論文設計了三條定製指令來執行該流程。在DL‑ADC方面，基於逐次逼近暫存器（SAR）的結構支援提前終止模式（ET），將預生成的CK作為輸入，與每個周期生成的SAR碼一同送入按位比較器。在迭代調整IDAC以逼近ADC輸入電流的過程中，任何一位不匹配都表明計算結果與CK存在差異，觸發提前終止，停止計算並輸出2位向量掩碼（vMask）。最後，通過將DL‑ADC設定為ET模式，距離計算與過濾可同時執行。▲基於動態延遲ADC（DL‑ADC）的直方圖式SVS的CiR實現該ET機制在資料庫規模擴大時效果顯著，平均減少60%的計算時間和71%的功耗，宏單元面積開銷增加7%。03. 預測搶佔式調度，利用率提升至91% 平均查詢延遲降低30%其次是面向SVS負載提出的基於預測的搶佔式調度流水線（PPSP）。查詢在不同PE間平行計算，而每個PE參與計算的基礎向量數量通常不同，這會造成計算周期差異與PE間同步開銷，進而引發調度停頓與流水線氣泡。PPSP採用連續搶佔式調度與動態任務調度器（DTS）解決了這一問題。DTS會對各PE上查詢執行的完成時間戳進行監測與預測。該論文提出的搶佔式調度機制允許新任務搶佔那些即將完成的正在運行任務，這可以消除流水線氣泡、讓任務更早完成、PE更快釋放，以服務後續查詢。在接收到指令時，任務會佔用一個DTS槽位，並將其PE/段掩碼存入任務表，然後作為子任務路由到目標PE的兩個待處理緩衝區之一。DTS同時監控每個任務的預測關鍵結束時間（PCET），其定義為所有子任務PET的最大值。其中的仲裁器檢查PE與正在運行任務的重疊情況，如果新任務的PET可以降低且不影響正在運行任務的PCET，則切換待處理緩衝區以搶佔式調度新任務，從而提升吞吐量、降低延遲。此外，在查詢調度期間，DTS會在後端記憶體分配器中為每個查詢預分配地址空間，使得PE可以直接將結果寫入輸出緩衝區，無需PE間同步，從而實現PE快速釋放以處理新查詢。▲面向動態SVS負載的、所提出的基於預測的搶佔式調度流水線（PPSP）通過以上最佳化，PPSP將PE利用率提升至91%，平均查詢延遲降低30%，QPS吞吐量提升1.82倍。04. 由粗到細兩步檢索 實現系統級四級流水線平行最後是面向SVS、基於CiR的兩步檢索架構。為提升系統精度，該架構整合了數字精檢索引擎，在高吞吐粗檢索結果中精確篩選向量。這使得即使在模擬CiR存在噪聲與低精度處理的情況下，仍能保持高召回精度。該架構還通過多CiR晶片平行擴展了向量庫容量，並支援更廣泛的平行粗檢索，同時採用Thresh‑IVF流程與系統流水線，進一步提升吞吐量。CiR PE分為三類：質心PE（CPE）儲存聚類中心坐標，採樣PE（SPE）儲存從每個聚類中採樣的少量向量，用於表徵分佈並生成CK；全量庫PE（FPE）儲存所有基礎向量，並全程運行在高能效的DL‑ADC提前終止（ET）模式下，在整個流程中佔據92.7%的向量儲存。CiR專用的Thresh‑IVF工作流程包括查詢首先送入CPE，通過IT運算計算查詢與聚類中心的距離，識別最近的聚類；系統將查詢路由到所選聚類的SPE，通過IH在多晶片間生成直方圖，進而生成CK；CK被路由到步驟1所確定聚類的所有FPE，通過IC完成粗檢索ID生成。這種系統級基於閾值的粗檢索，最小化了每個晶片輸出的過濾結果數量，避免了在各晶片上執行相同Top‑K計算帶來的冗餘ID過濾。最後，少量候選ID被送入數字引擎，以FP16格式進行精檢索，使系統級儲存頻寬需求降低97.44%。▲兩步由粗到精檢索系統架構與工作流程該設計實現了系統級四級流水線平行；同時晶片內不同PE也可平行處理不同任務。相較於傳統基於CPU的IVF方案，這種多晶片層級流水線可將延遲降低90.17%。05. 結語：兼顧精度與效率推薦系統算力成本驟降推薦系統在連接使用者與海量內容和服務方面發揮著至關重要的作用，已廣泛部署於電商和串流媒體平台，但作為其核心運算單元相似向量檢索佔據了推薦系統絕大部分的計算時間和功耗。其中採用混合鍵合技術的DRAM加速器提升了頻寬以緩解EMA問題，但其成本高昂，且仍受限於DRAM與邏輯單元之間的資料傳輸瓶頸；基於NAND TCAM的加速器將計算整合到儲存陣列中以減少EMA，但存在讀取延遲高、資料和距離表示精度有限的問題。基於此，這篇最新研究提出了一款高效的SVS加速器，能在保證高吞吐量檢索的同時，不犧牲召回精度，進一步降低推薦系統的功耗。 (芯東西)

作為人類社會的最高學府，大學是相當燒錢的，拿中國舉例子，每年國家都要拔出數以萬計的資金給大學，其中清華大學的經費最多，大約有395億元。清華大學的年經費幾乎和一座小城市的GDP，或一座中型城市的年財政收入差不多。但是清華大學的經費收入拿到國際上排名不算多，世界上年經費最多的大學經費是清華大學的近10倍。2025年中國大學經費投入前50名。哈佛大學是世界上經費收入最高的大學，2024年經費收入達520億美元，折算成人民幣就是3640億元！哈佛大學的年收入都可以抵得上深圳市一年的地方收入，而深圳可是全中國最能賺錢的城市，有1700萬人口。或者再舉個例子，非洲大國喀麥隆2024年的GDP有538億美元，和哈佛大學的一年經費相當，而喀麥隆有近3000萬人口。各種國際大學排名中，哈佛大學也幾乎都是世界第一。作為世界頂級大學，哈佛大學成立於1636年，美國還有將近150年才建國。作為私人研究型大學，目前哈佛大學有1個本科生院和12個研究生院，藏書量超2000萬冊，註冊學生大約2萬人。美國常春藤大學分佈地圖，是美國乃至世界最頂尖的8所大學。哈佛大學的實力強悍，自成立以來誕生了12名美國總統和160餘位諾貝爾獎得主。比如美國總統羅斯福、甘迺迪、歐巴馬等都是畢業於哈佛大學，再比如巨富祖克柏、比爾蓋茲也都出自哈佛大學。中國的大學一般兼具大學和行政機關兩種身份，所以中國大學的主要收入來自於政府財政撥款，而國外的大學不是這樣。哈佛大學經費收入結構圖。拿哈佛大學舉例，哈佛大學的收入結構如上圖所示。哈佛一半的收入來自慈善捐款，畢竟哈佛校園中走出無數億萬富翁。然後就是教育收入，包括學費、住宿費這些，大約佔21%。哈佛大學的學費一年大約是5.42萬美元，折合人民幣就是約39萬元，比較一下中國大學的普遍學費一年才四五千元。聯邦和地方政府的財政撥款只佔哈佛大學收入比重很小一部分，大約佔16%，折算下來也有83億美元，大約580億元了，這樣看也一點不比中國對清華大學的投入力度小。全美大學經費收入排名。美國頂級高校的經費相當充足，哈佛大學之後的德克薩斯大學經費收入有480億美元，耶魯大學的經費收入有410億美元，史丹佛大學的經費收入有380億美元，普林斯頓大學的經費收入有340億美元，麻省理工有250億美元，哥倫比亞大學有150億美元。全美總共有25所大學的經費收入超過80億美元，折算成人民幣就是560億元。國際排名中清華大學一般排在20名左右，前20名一大半都是美國大學，原因一部分就是經費投入力度的多少。世界大學排行榜前24名。中美對大學教育的態度完全不一樣，中國致力於教育公平，頂級大學的經費收入和普通的大專院校差距都不大，比如說清華大學的經費收入有395億元，深圳職業技術大學也有32億元。而且中國公辦大學的學費普遍在1萬元以下，保證了人人都唸得起大學。中國總共有2820所大學，公辦本科才850所，接受過高等教育的人群比例也不過7%。美國強調精英教育，美國頂級大學的經費相當充足，哈佛大學的經費收入是清華大學的接近10倍，同樣哈佛大學的學費也是清華大學的80倍不止。全美有大約5600所大學，除了極少數頂尖大學外，大多數都是社區大學，類似於俱樂部一樣，這種高等教育的氾濫也保證了人人有大學上，加上美國是高度發達的國家，全美的高等教育率大約有40%，遠遠高於中國。全球高技能人才流向地圖，全世界頂級人才都在流向美國。在經費收入來源上，中國大學作為行政機構依賴財政撥款，這樣大學的考評和教學科研質量、學生體驗的關係就不大。而美國很多大學都是私立大學，儘管政府也會適當撥款，但大多數依賴私人慈善資助，這樣那些教學科研質量差，學生就業不好的大學就會越來越窮，甚至破產倒閉。曾經大學是頂級知識殿堂，但現在已經淪落為人人都能上大學。但是無論那個國家，最頂尖的教育資源依舊在頂級大學裡。雖然美國搞快樂教育，但是這只是對底層民眾的，美國的常春藤名校一年經費收入都超過百億美元，全世界最頂尖的人才都去美國頂級大學留學或者做研究，美國依舊是世界上科技最發達的國家。 (未音g)

清華大學近日成立具身智能與機器人研究院，將重點突破“強健本體+智慧大腦”全端技術的“0到1”原始創新，同時建構“技術研發-中試驗證-場景應用”全鏈條轉化樞紐，加速技術成果落地。研究院掛靠科研院，由自動化系、機械系、電子系、電腦系共同建設，院長由清華大學自動化系主任張濤擔任。研究院將打造具有全球影響力的人才高地和創新策源地，強化清華大學在國家“機器人+”戰略中的核心支點地位，為中國搶佔具身智能與機器人領域賽道，培育新質生產力提供核心驅動力，為國家在新一輪科技革命和產業變革中贏得戰略主動。清華校長李路明表示，具身智能與機器人研究院的成立是該校主動服務國家戰略需求，充分發揮多學科與人才優勢，進一步完善人工智慧佈局，有組織開展前瞻性、戰略性、系統性的科技攻關的重要舉措。希望研究院充分發揮清華多學科優勢，積極探索交叉創新新範式，打造科研創新和拔尖創新人才培養重要基地。研究院還將與企業在智能算力供給、智能體研究、具身智慧型手機器人開發、前沿場景驗證、技術成果轉化等方面展開深度合作。此外，該校近日還發佈了《清華大學人工智慧教育應用指導原則》，首次系統性地對校園中的人工智慧應用提出全域性、分層級的引導與規範，劃定人工智慧教育應用“紅線”與“綠道” 。該校明確，人工智慧始終是輔助工具，師生才是教學與學習的主導者。要求師生對人工智慧使用情況及生成內容依規進行披露聲明，嚴禁學術不端。嚴禁師生使用敏感資訊、涉密資料或未授權資料訓練或驅動人工智慧模型。提醒師生警惕人工智慧“幻覺”，應通過多源驗證防範因過度依賴導致的思維惰化。清華建議教師基於教學目標自主制定人工智慧的應用方式與程度，在課程開始時向學生明確說明使用規範，並對人工智慧生成的教學內容負責。同時，教師需主動引導學生辯證認識人工智慧，培養其核心素養。該校還鼓勵學生在遵守課程規定的前提下積極探索人工智慧工具輔助學習，但嚴禁將人工智慧生成的文字、程式碼等內容直接複製或簡單轉述後作為學業成果提交。針對研究生群體，該校特別強調禁止用人工智慧代替本應由本人進行的學術訓練，嚴禁使用人工智慧實施代寫、剽竊、偽造等行為。研究生指導教師需在此過程中提供規範性指導並進行全過程監督，確保學術訓練的完整性和學位論文及實踐成果的原創性。清華線上教育中心主任王帥國表示，指導原則也為未來在學術研究、管理服務等更多場景中拓展人工智慧應用邊界、譜寫新的篇章預留了充分空間。“我們希望它不是一個‘束縛手腳’的檔案，而是一個有生命力的、能隨著技術演進不斷生長的指導體系。” (新華網)

輝達首席執行官黃仁勳本月早些時候發出警告，稱在全球人工智慧主導權競爭中，中國正迅速縮小與美國的差距。年初深度求索（DeepSeek）異軍突起，恰恰印證了這種實力對比的快速演變。這場較量不僅在矽谷和深圳上演，更已延伸至大學校園。中國政府正依託清華大學穩步建構本土人工智慧引擎，挑戰美國常春藤盟校在尖端科技領域的霸主地位。圖片來源：VCG/VCG via Getty Images清華大學產出的全球百篇高被引AI研究論文數量位居全球高校之首，且該校每年申請的人工智慧相關專利數量超過麻省理工學院、史丹佛大學、普林斯頓大學和哈佛大學的總和。彭博社基於律商聯訊（LexisNexis）的資料分析顯示，2005年至2024年底，清華大學研究人員共申請4986項人工智慧與機器學習領域的專利，僅去年一年就申請了900多項。不過，美國仍保持著優勢。美國機構持有眾多最具影響力的AI專利，根據史丹佛大學《2025 年人工智慧指數報告》（2025 AI Index Report），美國已推出40個“重要AI模型”，數量遠超中國的15個。但中國模型正在質量方面迅速縮小差距。“政府、產業界和學術界對人工智慧和機器學習充滿熱情，” 今年從哈佛大學加盟清華大學、牽頭組建該校新統計與資料科學系的劉軍教授向彭博社表示，“吸引人工智慧人才的關鍵在於資本，以及中國政府對科學研究，包括人工智慧及相關領域的支援。”美國企業爭相吸納中國AI人才中國科技戰略佈局遠不止於大學階段。如今，人工智慧基礎知識已走進六歲學童的課堂。今年秋季，北京市中小學全面開設人工智慧通識課程，每學年不少於8課時，內容涵蓋聊天機器人等工具的使用、技術原理背景以及人工智慧倫理等主題。這種前瞻性佈局，為中國培育了規模龐大的科技人才隊伍。據美國戰略與國際研究中心（Center for Strategic and International Studies）統計，2020年中國STEM（科學、技術、工程和數學）專業畢業生為357萬人，而美國同期僅為82萬人。中國官方媒體後續報導稱，這一數字預計將突破每年500萬。（註：中國人口規模為美國的四倍多）美國科技企業已敏銳地察覺到這一趨勢，並爭相搶奪中國人才。今年夏季，Meta宣佈啟動全新“超級智能實驗室”，旨在打造超越人腦的智慧型手機器。據《紐約時報》（New York Times）報導，該實驗室11位創始研究員均非在美國接受高等教育，其中7人出生於中國。保爾森基金會（Paulson Institute）2020年的一項研究發現，在全球百位頂尖人工智慧科學家中，近三分之一是中國籍研究人員，且其中多數人供職於美國高校與企業。卡內基國際和平基金會（Carnegie Endowment for International Peace）後續研究發現，儘管地緣政治緊張局勢加劇，這些研究人員中仍有87%選擇繼續在美國工作。正如參與這兩項研究的分析師馬特·希恩對《紐約時報》所說：“美國人工智慧產業是中國人才紅利的最大受益者。”（財富中文網）

固態電池領域，再爆重磅突破！在被日韓「卡脖子」20年的電池戰場上，中國終於迎來一記反擊。最近，清華聯手天津大學團隊，甩出王炸技術：固態電池，實現零下30℃極寒，快充7000小時無損循環，高電流快充仍穩如初。這不是實驗室秀肌肉，而是實打實的應用前緣。過去十年，中國電動車一路狂飆。從造車新勢力崛起，到鋰電池產業鏈全球領先，中國的新能源故事堪稱奇蹟。我們從300公里撐到600公里，卻始終逃不過「快充傷電池、低溫廢續航、安全懸頭頂」的死循環。我們這些電動車用戶，也早就被折磨得沒脾氣了。露天停車，怕自燃提心吊膽；快充幾次，電池容量就跳水；寒冬臘月，續航里程直接腰斬；換電池，​​要花大幾萬血汗錢!而被吹了好多年的固態電池，卻只聞其聲不見其車。不是不想做，是全世界的科學家都卡在一個死胡同，電池裡的保護殼根本扛不住現實路況暴擊，日韓車企砸上千億，結果充電慢、壽命短、低溫報廢。實驗室裡的固態電池看著完美，車上就歇菜，核心問題就在「介面矛盾」。鋰金屬負極和固態電解質，就像兩枚齒輪，中間SEI膜是潤滑油加保護套。傳統SEI膜硬邦邦，脆得要命：快充應力一來碎裂，低溫直接凍住。一旦破裂，鋰枝晶瘋長，刺穿電池，短路事故隨時可能發生。全世界都卡在這裡，固態電池遲遲無法商用。就在產業幾乎放棄的時候，中國團隊出手了。清華康飛宇、賀艷兵攜手天津楊全紅，在《自然》公佈最新突破。他們不再修補“玻璃殼”，而是讓它變軟一點，甚至提出了一個全新的概念：“塑性富無機SEI”，直接給電池換上“柔性防彈衣”。簡單說，就是讓這層保護膜既能像金屬一樣變形、又能像橡膠一樣韌，外柔內剛。更棒的是，這層「鎧甲」在運作中還能自我修復。當電極膨脹或收縮，它會自動延展，不會破裂。當溫度下降，它依然保持離子通道暢通。結果實測數據震撼：即便在攝氏零下30度極端環境下高電流快充，7000小時循環後仍穩定。這意味著其壽命和安全性，雙雙邁入實用門檻，下一代固態電池，也終於將不再只是紙上談兵，而是觸手可及的生活體驗。未來，電動車續航力輕鬆突破1000公里，冬天去漠河自駕遊也不怕續航腰斬。充電30分鐘就能滿電出發，安全隱憂不再懸頂。別小看這一「塑性鎧甲」，它背後是中國在高端能源材料上的一次結構性突圍。要知道，全球固態電池賽道上，美、日、韓早已佈置多年。美國QuantumScape背靠大眾；日本豐田拿著上千項專利；韓國三星幾乎每年都有原型發行。而中國雖然在鋰電池量產上領先，卻在核心材料、介面設計、固態電解質等關鍵技術上被限制。這次清華團隊登上《自然》，不僅是學術突破，更是產業訊號：我們有了屬於中國的「原創解法」，能把實驗室的創新一步步推向量產。過去十年，中國電動車的成功，被全球質疑為「規模取勝」。但事實正在改變，從寧德時代的鈉離子電池，到清華團隊的固態電池介面創新，中國科研正在把「被動跟隨」轉化為「主動定義」。而一旦固態電池實現量產，將直接改寫三條主線：1、電動車不再受制於充電時間；2、儲能係統安全性全面提升；3、動力電池的壽命和成本平衡迎來質變。更現實的是，在碳中和、能源安全、產業升級的多重博弈下，誰率先掌握固態電池量產能力，誰就擁有下一個十年的能源主導權。固態電池不僅是續航力器，還能解放重量和體積。能量密度比液態電池高50%，重量減三分之一。未來，儲能電站、無人機、新能源飛機都能藉力。充電不再排隊，冬天不再趴窩，安全不再焦慮。這背後，是中國科研20年深耕的累積。康飛宇、賀艷兵、楊全紅團隊，不只是改良電池，而是重新定義材料科學與電化學結合的極限。他們證明了：不是硬邦的保護殼撐起安全，而是「剛柔並濟」的梯度結構。過去我們在晶片被卡、在高階設備被限，如今在電池這條賽道，我們不再求補課，而是在引領創新。就像當年鋰電改變電子設備一樣，中國技術正在定義下一代能源時代。有人說，固態電池距離量產還有路要走。也有人說，這才是真正意義上的「新能源革命」。但無論如何，這次突破，標誌著中國在全球新能源競爭中，終於握住了技術話語權。現如今，從充電樁前的漫長等待，到寒冬裡的續航焦慮，我們忍了十年的痛點，終於要被中國科研一錘定音。你準備好，和續航焦慮說再見了嗎？ (正商參閱)