AI 算力终局：台积电押注光子互联，中国光引擎企业二十年磨一剑
AI 军备竞赛激战至今，GPU 一货难求、HBM 库存见底、CoWoS 先进封装产能被英伟达与 AMD 长协锁定，全市场为 AI 芯片市占率暴涨而狂热。然而在这场狂欢的最深处，一道被众人刻意忽略的物理鸿沟正在崩塌——当数百万颗 AI 加速器互联成超级训练集群时，传统铜线传输的衰减与延迟将导致系统瘫痪。这并非成本问题，而是物理定律对电子传输的无情裁决。就在这道鸿沟之上，台积电副共同营运长张晓强在 2026 技术论坛上抛出一颗重磅炸弹：AI 芯片架构正从“算力至上”转向“三层架构”——底层是运算，中层是由 S
AI Agent驱动的个人革命
从上一篇文章到现在，已经过去了八个多月。这期间我并未松懈，而是专注于深入学习AI领域的新兴知识。每天依然长时间面对电脑，但工作方式已全然不同。— · —过去使用AI的方式是简单的“提问→获取答案”，关闭模型。那时AI更像是高级版的搜索引擎。但这半年来情况发生了彻底改变。我将claude code集成到飞书中，不仅实现了读写功能，还用它构建了类似Obsidian的知识管理系统，进行编程、项目开发和电商运营等任务。— · —近期参与小米mimo项目后获得token支持，让我能更自由地消耗token来达成目标，
人工智能全流程合规治理体系构建
在上一篇内容中，我们完成了AI合规概念本源与核心内涵的深度梳理，厘清了AI合规区别于传统网络合规、通用数据合规的本质特性，也结合全球多国监管规则，明确其动态化、多维度、全要素的治理属性。知晓何为AI合规之后，下一步便要搭建起具象化的治理骨架，将抽象的定义与内涵，转化为可参照、可遵循的整体运行框架，这便是人工智能全生命周期合规体系的价值所在。在日常合规实务工作里，不少企业开展AI风控工作时，依旧沿用碎片化的管控思维，往往只聚焦产品上线后的内容审核、事后问题整改，忽略技术研发、模型训练等前端环节。传统互联网业
三维集成铁电晶体管助力AI硬件发展
大家好，今天为大家介绍一篇2026年4月21日发表在Small期刊上的研究文章，题为"面向人工智能硬件的三维集成铁电晶体管探索"。该文第一作者为Hyunho Seok，通讯作者为Taesung Kim。当前人工智能（AI）应用对能耗和数据传输带宽的要求越来越高，这使得传统冯·诺依曼架构面临数据传输瓶颈的问题愈发突出。存内计算（Compute-in-Memory）和神经形态系统为此提供了潜在的解决思路，但如何实现高可靠性的多层三维（3D）集成仍是一大挑战。本研究介绍了一种单片三维（M3D）集
企业AI Agent落地的核心难题与解决路径
2026年，AI Agent已经从技术圈的热词，变成了企业界争相布局的战略方向。但一个残酷的现实是：90%以上的企业AI Agent项目，要么卡在立项阶段，要么上线后效果不达预期，要么落地后无人问津。为什么会这样？作为深度参与超过百个企业AI Agent项目的技术服务商，狄逊科技在今天这篇文章里，把我们总结的3大落地挑战和应对策略，毫无保留地分享出来。在讲挑战之前，先快速对齐认知。AI Agent（AI智能体），不是简单的AI聊天机器人，而是一个能够：举几个实际例子：2026年，以Kimi、DeepSee
汕头市2025年度人工智能集成电路职称评审通过名单
（点击查看指南）▼▼▼依据《广东省职称评审管理服务实施办法及配套规定的通知》（粤人社规﹝2020﹞33号）相关规定，现对汕头市人工智能、集成电路中级职称评审委员会评审及认定的2025年度中、初级专业技术资格人员名单予以公示。公示期为2026年5月15日至5月21日。如有异议，请以书面形式向市人力资源和社会保障局专业技术人员管理科反映，并需在材料上签署真实姓名。受理部门：汕头市人力资源和社会保障局专业技术人员管理科（联系电话：0754-88179812，邮政编码：515041，联系地址：汕头市长平路11街区
智能收益引擎构建指南
70%的人工智能价值集中在20%的企业手中。其他企业虽然也在投资AI，但效果不佳。关键在于AI收益编排，但很多人对其定义模糊，常与自动化或聊天机器人混淆。实际操作中，营收团队使用15-20种不连贯工具，导致数据脱节和收益流失。真正的解决方案是整合区域规划、配额设定、预测、交易管理和佣金计算的统一系统。这就是AI收益编排的核心。本指南将详解其定义、重要性、与传统营收运营的区别、系统组成及实施策略。
AI应用系统工程师
一、岗位职责：1、统筹 AI + 智能制造应用的整体规划与实施落地，推动 AI 在生产现场的实际运用；2、负责 AI 应用与现有系统（MES / MOM / ERP / OA 等）的架构设计与系统集成；3、发掘制造现场业务场景（质量、设备、生产、管理），引领 AI 场景从无到有的建设；4、主导 AI 相关项目的技术方案评审、实施推进及效果评估；5、作为生产现场、IT 团队及外部供应商之间的技术纽带，推动跨部门协同合作；6、推动 AI 技术规范、数据治理及应用标准的建设与持续完善。二、岗位要求：1、本科及以
AI应用从概念走向实际交付
今日关键信号明确：AI agent 的竞争核心已从“能否执行”转向“能否在真实环境中稳定完成任务”。企业端正在完善流程、权限管理、上下文处理及变更控制；基础模型与工具链则持续增强多模态、语音、长上下文处理、结构化输出和安全自动化能力。真正决定差异的，不再是模型性能，而是谁能将 agent 稳定嵌入工作流中。一句话总结：AI 的主战场正从“展现智能”向“稳定执行”演进。Aaron Levie 明确指出：Anthropic 和 OpenAI 正推动企业内部部署 AI agents，但当前挑战已从“模型是否足够
AI大模型中转服务的三大核心优势
企业决策者在选型时，绝非仅仅比较价格。他们真正关注的焦点始终在于：稳定性、适配性以及成本的可控性。若这三点无法达标，即便价格再低也毫无价值。通过与众多行业领军客户的深度协作与打磨，我们提炼出3项核心差异化优势，旨在精准解决企业中转过程中的痛点。优势一：链路稳健，批量调用零失误在AI中转业务中，最令人棘手的问题莫过于：调用卡顿、链路意外中断。我们采用国内多节点冗余部署策略，支持故障智能自动切换，最大程度规避波动风险，确保批量调用流畅且持续不断连。✅对云服务商：稳固终端使用体验，降低用户投诉率，提高客户留存率
智能数据治理新路径：联通数据融合创新实践
数据中台建了，数据质量却始终上不去，这是运营商 CIO 普遍面临的困境。标准有了但各省各系统"各说各话"，目录建了但数据残缺、口径不一，治理团队不断扩容，问题却不见减少。根源不在数据，而在治理生产方式：依赖人工、经验驱动、被动响应，治理速度追不上数据增长。中国联通 "数据治理融合创新工程"，正是用DataOps+AI 双引擎，给出系统性解法，推动数据中台从 "仓库" 变 "引擎"，完成一场智能跃迁。一、范式革命：从 "人拉肩扛"
半导体封装测试行业深度研究报告
半导体封装测试，即集成电路后道制造环节，主要涵盖“封装”与“测试”两大核心工序，覆盖从晶圆切割到成品出货的完整流程。其中，封装环节的核心功能是对晶圆切割后的芯片裸片进行物理保护、电气连接、散热管理与信号屏蔽，防止芯片受外部环境（温度、湿度、灰尘）干扰，同时实现芯片与电路板的有效对接，确保信号传输的稳定性；测试环节则是借助专业设备对封装完成的芯片进行性能、良率、可靠性检测，筛选出合格产品，排除不良品，保证芯片满足终端应用的技术标准。具体而言，封测核心工序包括：晶圆切割（将整片晶圆分割为独立芯片裸片）、芯片贴
项目经理的AI实施指南四
想象一下，你的职责是展示AI的价值，同时避免混乱、超支或丧失信任的风险。你需要成果，但重大失败是不可接受的。在这种情况下，一个明智的低风险AI试点项目是你的最佳选择，它就像一次受控的试驾体验。首先设定清晰的目标。决定你首先要解决哪个具体问题，比如减少资源调度所花费的时间，或自动化状态报告的汇编。让你的目标具体且可衡量，例如“在六周内将资源调度时间减少40%”或“自动化75%的状态报告汇编”。像“探索AI”这样模糊的目标不会有所帮助——你需要一条可见的终点线。预先确定可量化的成功指标。这些可以是节省的小时数
达科他州立大学2026年博士论文：供应链管理中AI集成能力成熟度模型
撰写者：Becklines, Lordt类别：2026年博士学位论文院校：Dakota State University（美国达科他州立大学）请收录第133篇博士学位论文前言背景概述供应链管理（SCM）构成了当代全球商业运作的核心，保障了从原材料源头至终端消费者的商品、服务、资讯及资金流的顺畅流转。现代供应链愈发表现出错综复杂、难以预测、波动剧烈以及全球网络间高度相互依赖的特质。当前，企业不仅需提升运营效能，更需打造具备韧性、灵活性、适应性及可持续性的供应链体系，以抵御持续的冲击与干扰（Ivanov，20
4月出口再度提速，“三因”支撑专家解读
新京报讯（记者姜慧梓）5月9日，海关总署公布了今年1-4月份外贸“成绩单”。4月当月，我国出口值达到2.48万亿元，同比增长9.8%。在3月份短暂走缓之后，出口重新回到“快车道”。 从前4个月看，我国货物贸易进出口累计16.23万亿元，同比增长14.9%，累计增速与一季度基本保持一致，延续两位数增长水平。4月当月，进出口总额为4.38万亿元，同比增长14.2%，较上月进一步提速5个百分点。 海关总署统计分析司司长吕大良指出，4月份进出口同比增速保持在两位数以上，环比3月份增长6.5%，整体外贸运行态势较为