高通总裁德里克•阿博利与中芯国际董事长周子学博士使用中国品牌智能手机通话,该手机搭载了中芯国际28纳米工艺生产的高通骁龙处理器
高通骁龙410处理器集成4G LTE连接,面向大众市场智能手机提供丰富的功能,与40纳米工艺相比,以28纳米工艺制造的处理器逻辑密度翻倍,速度提高20%至30%,功耗降低30%至50%。
中芯国际首席执行官兼执行董事邱慈云博士表示:“首批采用中芯28纳米工艺制程的产品质量表现良好,我们凭此获得了高通以及终端手机厂商的认可。这对整个产业链来说同样意义非凡,我们通过与Qualcomm Technologies的紧密合作,实现了中国内地制造核心芯片应用于主流智能手机零的突破,开创了28纳米先进制程手机芯片落地中国生产的新纪元。未来随着28纳米工艺的发展,我们期待为高通与其他全球客户提供更先进的工艺和更广泛的技术支持。”
高通总裁德里克•阿博利表示:“中芯国际28纳米工艺制造的骁龙410处理器是专为大众市场最新一代智能手机和平板电脑设计的一款领先芯片组,其应用于主流智能手机并实现商用,标志着Qualcomm Technologies和中芯国际在先进工艺制程和晶圆制造合作上再次取得重大进展。”
“Qualcomm®”和“骁龙™”是Qualcomm Incorporated在美国和其它国家注册的商标。
关于中芯国际
中芯国际集成电路制造有限公司(“中芯国际”,纽交所代号:SMI,港交所股份代号:981),是世界领先的积体电路晶圆代工企业之一,也是中国内地规模最大、技术最先进的积体电路晶圆代工企业。中芯国际向全球客户提供0.35微米到28纳米晶圆代工与技术服务。中芯国际总部位於上海,在上海建有一座300mm晶圆厂和一座200mm超大规模晶圆厂;在北京建有一座300mm超大规模晶圆厂,一座控股的300mm先进制程晶圆厂正在开发中;在天津和深圳各建有一座200mm晶圆厂。中芯国际还在美国、欧洲、日本和台湾地区设立行销办事处、提供客户服务,同时在香港设立了代表处。
安全港声明
(根据1995私人有价证券诉讼改革法案)
本文件可能载有(除历史资料外)依据美国一九九五年私人有价证券诉讼改革法案「安全港」条文所界定的「前瞻性陈述」。该等前瞻性陈述乃基于中芯国际对未来事件的现行假设、期望及预测。中芯国际使用「相信」、「预期」、「计划」、「估计」、「预计」、「预测」及类似表述为该等前瞻性陈述之标识,但并非所有前瞻性陈述均包含上述字眼。该等前瞻性陈述乃反映中芯国际高级管理层根据最佳判断作出的估计,存在重大已知及未知的风险、不确定性以及其它可能导致中芯国际实际业绩、财务状况或经营结果与前瞻性陈述所载资料有重大差异的因素,包括(但不限于)与半导体行业周期及市况有关风险、激烈竞争、中芯国际客户能否及时接受晶圆产品、能否及时引进新技术、中芯国际量产新产品的能力、半导体代工服务供求情况、行业产能过剩、设备、零件及原材料短缺、制造产能供给、终端市场的金融情况是否稳定和高科技巿场常见的知识产权诉讼。
除本文件所载的资料外,阁下亦应考虑本公司向证券交易委员会呈报的其他存檔所载的资料,包括本公司于二零一五年四月二十八日随表格20-F向证券交易委员会呈报的年报,尤其是「风险因素」一节,以及本公司不时向证券交易委员会或香港联交所呈报的其他文件(包括表格6-K)。其他未知或未能预测的因素亦可能会对本公司的未来业绩、表现或成就造成重大不利影响。鉴于该等风险、不确定性、假设及因素,本文件所讨论的前瞻性事件可能不会发生。阁下务请小心,不应不当依赖该等前瞻性陈述,有关前瞻性陈述仅就该日期所述者发表,倘并无注明日期,则就本文件刊发日期发表。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。