AI 正在重塑半导体晶圆厂运作模式，助力工程师提升工程效率
NVIDIA 通过加速计算、基于物理的 AI、AI 智能体和数字孪生，帮助晶圆厂缩短仿真周期、预测工艺表现并在部署前验证变更。cuDSS 可将部分仿真最高加速 10 倍，PhysicsNeMo 将形貌仿真最高加速 35 倍，并把等离子体预测从数天缩短至最快数毫秒；NeMo Switchyard 则将模型选择响应时间从数小时降至数分钟。
#现象/趋势
NVIDIA 中国官方博客
Berkeley AI Research精选 Berkeley AI Research 分析近乎免费智能时代的智能体数据系统
Berkeley AI Research 研究者提出，随着 GPT-4 级能力的每百万 token 成本从约 $30 降至 $1 以下，数据系统需要围绕智能体重新设计。文章将研究方向分为服务智能体的数据系统、承载智能体的数据系统和由智能体生成的数据系统，涉及重复查询优化、结构化记忆、多智能体协调以及定制系统的验证与可信性。
推荐理由：文章以推理成本快速下降为背景，将智能体与数据系统的共同演进拆分为服务、承载和生成系统三条研究路径。
Berkeley AI Research 自适应并行推理如何成为高效推理扩展的新范式
Berkeley AI Research 系统梳理了自适应并行推理，模型可根据问题动态决定何时拆分任务、生成多少并发线程以及如何协调结果。文章比较 Multiverse 的推理引擎与 KV cache 改造方案和 ThreadWeaver 的客户端编排方案，并介绍基于 SFT、RL、关键路径长度与正确性门控奖励的训练方法。