一場畢業典禮，讓全球兩大晶片巨頭的掌門人罕見同台，也釋放出雙方合作進入實質階段的強烈訊號。 當地時間5月10日，卡內基梅隆大學舉行2026屆畢業典禮，輝達創始人兼CEO黃仁勳發表主題演講，並被授予科學與技術榮譽博士學位。而親手為黃仁勳披上博士披肩、頒發證書的，正是英特爾CEO陳立武。 陳立武在現場表示，黃仁勳在AI與加速計算領域貢獻深遠，自己也很榮幸能替他披上博士袍。隨後，陳立武還在社交平台X上公開發表祝賀：“祝賀我的好朋友黃仁勳獲得卡內基梅隆大學科學與技術榮譽博士學位，很榮幸為他授予這一榮譽。”同時，他還指出，“英特爾和輝達正在合作開發令人興奮的新產品。” 輝達AI部門官方帳號隨後也轉發了這條帖子，並附上綠色愛心表情作為回應。

5月27-29日，無錫國際會議中心，“重構玻璃基板技術路線”iTGV2026國際玻璃通孔技術創新與應用論壇盛大啟動。作為提前場免費論壇——CoPoS技術峰會在5月27日為您呈現玻璃基板與面板級封裝的可落地的融合方案。 從CoWoS到CoPoS：先進封裝技術的物理極限挑戰與玻璃基板革命 在半導體產業的漫長征途上，封裝技術從來不是配角，而是決定AI、HPC與下一代運算效能的關鍵戰場。TSMC的CoWoS（Chip on Wafer on Substrate）技術，曾以矽中介層（Silicon Interposer）實現高密度2.5D異質整合，成功支撐NVIDIA H100、H200乃至Blackwell系列GPU的爆發式成長，讓數千億電晶體在單一封裝內高速互聯。然而，隨著AI晶片規模持續擴大，圓形晶圓的reticle尺寸限制（目前約3.3X至9.5X）已成為物理瓶頸。CoPoS（Chip on Panel on Substrate）應運而生，它將圓形矽中介層轉換為方形玻璃面板（Panel），尺寸可達310×310mm甚至更大，實現更高產能、更低成本與更高密度的3D IC整合。 這一轉變看似順理成章，卻在材料與製程層面遭遇兩大致命挑戰：材料熱脹冷縮導致的“翹曲”（Warpage）與膠體固化縮水造成的“晶片偏移”（Die Shift）。本文將深入剖析這兩大問題的成因、影響，以及產業如何通過玻璃核心基板、TGV（Through Glass Via）塞滿銅導通技術、Buffer Layer緩衝層與Nikon數位投影曝光機等創新解法，完成從CoWoS到CoPoS的華麗轉身。這些突破不僅是工程細節的堆疊，更是人類對物理極限的頑強徵服。

最近，一位開源界的傳奇人物 Salvatore Sanfilippo，用幾千行純C程式碼，直接把准前沿284B參數的 DeepSeek V4 Flash 模型，塞進了一台 128GB 記憶體的 MacBook Pro。 也許大家更熟悉他的另一個名字 Antirez，Redis 的創始人，在2020年宣佈退居二線，2024年回歸。 而這次他開放原始碼的DS4，在短短兩天內，就收穫了超六千的star. YC 的 CEO Garry Tan 在X上表示：“正在下載... 在 128GB 的 Macbook Pro 上，擁有 1M token 上下文窗口，據說還有可用的編碼代理功能”。

全球 AI 頂會，快成中國卷王的專場了。 每年 AI 頂會放榜，各大機構都會暗戳戳地發喜報，比拚誰家被收錄的論文多。但今年 ICLR（國際學習表徵會議）放榜後，一位名叫 Dmytro Lopushanskyy 的研究員，幹了一件極其硬核的事。 他沒有去引用官方那些現成的統計表格，而是寫了整整 250 條正規表示式，把 ICLR 2026 全部 5356 篇接收論文的 PDF 挨個下載下來。 接著，他硬是從每篇論文首頁的縫隙裡，把機構署名全給摳了出來，並利用這幾百條程式碼規則進行清洗與歸一化，自動給「麻省理工」和「MIT CSAIL」這種同一機構的不同寫法做了合併。

就在上周，舊金山“Code with Claude”開發者大會上，Anthropic CEO Dario Amodei 和 總裁 Daniela Amodei 兄妹二人同台對話。主持人 Ami Vora 是 Anthropic 的首席產品官，曾任職於微軟、Meta。 在這場 Anthropic 重量級嘉賓齊聚的大會上，Daniela 用一個生動的比喻，概括了過去一年最真實的感受：他們正坐在一輛幾乎垂直向上衝刺的過山車的最前端和最後端。 我總會把我和 Dario 想像成坐在這輛過山車的最前面和最後面。我不知道你們有沒有坐過過山車，也許最近沒坐過。我有時候甚至不確定我們誰在前面、誰在後面，因為坐在不同位置，你會感受到不同類型的“甩尾感” Dario 自曝算力短缺的原因——為“每年10倍增長”做規劃，但實際上增長了80倍。要知道，Anthropic 曾經做出了Claude Code 的5小時滾動限額、高峰時段特殊管控、API 速率限制等操作，不過在上周在與馬斯克 SpaceX 達成協議之後，這種情況應該會被改善。

這幾年，只要一聊人工智慧，很多人第一反應就是輝達和海力士。 這並不奇怪。大模型訓練需要海量計算，算力晶片和存力晶片佔大頭，GPU 又特別擅長平行計算，所以輝達成了這一輪 AI 浪潮裡最耀眼的公司。 但如果只盯著 GPU，就很容易誤解整個晶片產業。 因為 AI 不是靠一顆晶片跑起來的，而是靠一整套晶片系統撐起來的。GPU 負責算，CPU 負責調度，HBM 負責喂資料，網路晶片負責連接，功率晶片負責供電和能效，MCU 負責控制現實世界裡的裝置，SoC 則把一整套計算系統塞進手機、汽車和智能硬體裡。

親歷中國晶片從無到有，歷經融資危機、絕境重生，唐志敏又開啟了GPU硬核新長征。 2026年4月初，《中國企業家》在深圳理工大學的實驗室，見到了唐志敏，格子衫、工裝褲，辦公桌旁停著一輛折疊自行車。正值午間，數百平方米的樓層只有他一人。從辦公室20米之外的電梯口，就能聽見他激烈的鍵盤敲擊聲。 “我不愛折騰，但好像一直在折騰。GPU從0到1很難，但總要有人來做這件事。” 這位年近六旬的科學家，身上疊著中國晶片史上最厚重的標籤：“龍芯一號”發起者、海光資訊締造者、中科院計算所桃李滿天下的學術領軍人。他曾親手終結中國無“芯”歷史，卻在54歲時選擇開啟人生最後一次創業。