智能周报｜美国更新「芯片禁令」；百川智能和智谱AI迄今已融资超25亿元；Meta实现对大脑视觉皮层的实时解码

芯片篇

10月13日，佳能推出最新的纳米压印（Nano-Imprint Lithography, NIL）半导体制造设备FPA-1200NZ2C。佳能称，该设备能够制造相当于5nm工艺的半导体，未来可能升级成相当于2nm的工艺。东芝已经开始使用该设备。

传统的光刻设备通过将电路图案投影到涂有抗蚀剂的晶圆上来转移电路图案，而佳能的新设备采用NIL「纳米压印」技术，将印有电路图案的「掩模」压印在晶圆上的抗蚀剂上，如同「印章」般实现「电路转移」过程。

佳能纳米压印（上）与传统光学光刻（下）

佳能称，NIL纳米压印技术可实现最小线宽14 nm的图案化，相当于生产目前最先进的逻辑半导体所需的5nm节点。后续掩模技术改进后，纳米压印有望实现最小线宽为10nm的电路图案，相当于2nm节点。

纳米压印原理与活字印刷术类似。用「印章」（即掩膜）来解释的话，就是将栅极长度只有几纳米的电路先雕刻在「印章」上，再将「印章」盖在覆有印胶的晶圆上，得到与「印章」相反的图案，而后通过脱模就能够得到芯片。

佳能没有给出制造「印章」（掩膜）的细节，公开资料显示，雕刻这种掩膜的技术与用传统光刻机刻蚀芯片的过程相似。

目前，芯片制造的主流设备仍然是光刻机，它使用不同尺度的光源作为「雕刻」工具。荷兰的ASML目前占据光刻机市场82%的份额，该公司旗下的极紫外（EUV）光刻机用于制造10nm以下的先进制程，日本的佳能、尼康分别在光刻机市场占有约10%、8%的份额。中国的上海微电子占据其中更少的份额。

相较于「光刻」，「纳米压印」技术相当于先用刻芯片的技术刻掩膜，然后再用掩膜去印芯片。芯片生产流程因此可以从直接光刻所有芯片，变成刻掩膜和印芯片两个分离的环节。

•成本：通过纳米压印，制造芯片不再需要曝光设备中使用的光源或大直径透镜，意味着芯片生产设备本身可以更简单且更便宜。相较于光刻机，每台纳米压印光刻设备都更小，可以在有限空间内设置多台纳米压印设备，从而提高生产率。

•良率：刻掩膜和印芯片的分离有利于提升先进制程芯片的良率。因为只需要成功刻出掩膜——不需要很多张，就可以大批量印制芯片。而现行的光刻技术在量产芯片时，需要对每张芯片当场曝光。苹果的3nm芯片发热已经被爆料存在良率不高的可能性。

•安全性：纳米压印技术跳过了光刻技术，现有贸易限制不太可能明确禁止。目前，佳能发言人拒绝就新设备是否受到日本出口限制发表评论。

佳能自2004年开始研究纳米压印技术，随后于2014年通过收购美国德州的Molecular Imprints加大对于该技术的投资。

2022年12月的第三季度财务会议上，佳能董事长兼CEO御手洗富士夫（Fujio Mitarai）表示，佳能正处于在大规模生产中应用纳米压印技术的最后调整阶段。按照计划，佳能东京北部栃木县的新工厂将于2025年投入使用，该工厂主要用于生产相对低端的光刻机KrF、i-line，以及增产纳米压印设备。

参考链接：

https://global.canon/en/news/2023/20231013.html

10月17日，美国政府更新「芯片禁令」，由英伟达等公司设计的AI芯片（比如A800和H800）将被禁止进口到中国。新规将于30天内生效，并且可能「至少每年更新一次」。

修改后的出口管制将禁止向中国出售运行速度为「300万亿次浮点运算/秒」及以上的数据中心芯片，以及性能密度为「370亿次浮点运算/每平方毫米」及以上的数据中心芯片。

根据新规，英伟达旗下的A800和H800芯片、英特尔的Gaudi 2芯片、AMD的MI250和即将推出的MI300芯片都将在禁止范围内。

受影响的公司将是阿里巴巴、腾讯、百度、字节跳动、华为等运营数据中心（即云计算业务）的中国公司，并进一步影响有大模型训练需求的下游公司。英伟达数据中心芯片收入中有多达25%来自中国。

美国商务部部长称，用于笔记本电脑、智能手机和游戏等消费领域的芯片可以豁免。

在新的芯片规定中，美国商务部将13家中国企业列入「实体清单」，其中包括两家GPU设计公司壁仞科技、摩尔科技及其子公司。

这两家芯片设计公司都由英伟达前员工创立。其中，壁仞科技成立于2019年，于2022年8月发布通用GPU芯片「BR100」；摩尔科技成立于2020，于2022年3月发布GPU芯片「苏堤」和三款桌面级显卡MTT S60、MTT S70和MTT S80。

对于壁仞科技和摩尔线程来说，被制裁意味着无法进口美国技术或产品，同时也无法使用基于美国技术或设备的晶圆厂为其代工芯片。

2019年5月，美国商务部将华为及70家关联企业列入「实体清单」。如果没有美国政府批准，华为将无法向美国企业购买元器件。

2020年1月，美国成功说服荷兰政府，禁止光刻机设备供应商阿斯麦尔（ASML）向中国出口极紫外光刻机（extreme ultraviolet, EUV）。

2022年8月，美国总统拜登签署《芯片和科学法案》（the Chips and Science Act），为美国半导体生产、研究和劳动力发展提供527亿美元，以将半导体制造业引回美国。

2022年10月，美国发布第一版「芯片出口管制」，针对半导体制造和先进芯片生产的对华出口，并将科大讯飞、大华技术和旷视科技等中国公司列入「实体清单」。

2022年11月，英伟达推出A100（7nm）和H100（4nm）的较低带宽版本——A800和H800，专供中国市场。

2023年6月，荷兰出台《先进半导体制造设备法规》，要求半导体厂商在出口先进的DUV设备时需申请出口许可。

2023年8月，拜登政府拟限制美国公司投资中国敏感技术（半导体、人工智能和量子计算）领域。

2023年10月，芯片出口管制更新，限制英伟达、英特尔、AMD芯片向中国出口人工智能芯片。

参考链接：

https://www.reuters.com/technology/nvidia-may-be-forced-shift-out-some-countries-after-new-us-export-curbs-2023-10-17/

软件篇

10月17日，百川智能宣布已完成A1轮战略融资，融资金额3亿美元，投资方包括阿里巴巴、腾讯、小米等。

目前，百川估值超过10亿美元，为国内晋升生成式AI独角兽用时最短的初创公司。

百川智能成立于今年4月10日，由搜狗创始人王小川创立。其核心团队由来自搜狗、Google、腾讯、百度、华为、微软、字节等科技公司的AI人才组成，目前团队规模170余人，其中研发人员占比超80%。

6月15日，百川智能发布第一代大模型Baichuan-7B，拥有70亿参数，该模型在大约1.2万亿tokens上训练，支持中英双语，上下文窗口长度为4096；7月11日，拥有130亿参数的模型Baichuan-13B（即130亿参数）发布。

9月6日，百川智能发布第二代大模型Baichuan2（同样有7B和13B两个版本），该模型使用2.6 万亿tokens训练。

以上这些模型（70亿参数和130亿参数）目前均已开源。

另外，百川智能还拥有两个参数规模更大的闭源模型Baichuan-53B和Baichuan2-53B，两个模型都拥有530亿参数，为该公司目前规模最大的模型。

10月20日，智谱AI官方发布公告表示，公司今年已完成超25亿元融资。中关村自主创新基金、红杉、高瓴、美团、阿里、腾讯、小米、蚂蚁等众多机构均有参与。

智谱AI是国内少数几个成功开发出大模型的初创公司，于2019年成立，由清华大学计算机系唐杰教授创建，为该系知识工程实验室的技术成果转化而来。

目前，智谱AI旗下已拥有大语言模型ChatGLM、可联网搜索的模型WebGLM、代码生成模型CodeGeeX2、超拟人大模型CharacterGLM、多模态模型VisualGLM-6B和CogVLM-17B等多款模型。

同时，智谱AI拥有一款面向C端的应用「智谱清言」。

今年之前，智谱AI曾获得三轮融资，融资金额超2亿元。智谱AI告诉「新皮层」，目前智谱AI估值超过百亿元。

· 百川智能：搜狗创始人王小川于4月创立，其「百川大模型」已获网信办备案审批，迄今融资3亿美元，与智谱相当；

· Moonshot AI：清华系背景的大模型公司，今年3月创立，旨在研发跨模态大模型。今年累计融资6000万美元，另有1.7亿美元尚未交割。

· Minimax：成立于2021年12月，其适用于文本处理任务的大模型「ABAB大模型」已获网信办备案审批，今年融资金额超2.5亿美元。

参考链接：

https://mp.weixin.qq.com/s/ZlvlEIASDWHhu4CmYEx60Q

10月18日，Meta AI发布与巴黎文理大学、巴黎高师合作的模型，该模型可将大脑脑磁图（MEG）信号解码，并实时可视化。

MEG（Magnetoencephalography，脑磁图）是一项功能性神经成像技术，能够以每秒数千次的频率扫描大脑，记录其中自然产生的电流所形成的磁场。

具体来说，Meta开发了一个由图像编码器、大脑编码器和图像解码器组成的系统。其中，大脑编码器用来学习将MEG信号与对应的视觉图像做配对训练，最终，图像解码器就可以反过来根据MEG信号猜测受试者看到的图像。

Meta在一个公开的MEG数据集上训练出了该系统。

新皮层曾报道，一个叫Mind's Eye的生成式AI模型，可以通过解码fMRI数据，识别脑活动中的视觉、感知等信息，进而用这些信息输出与之对应的图像。部分生成图片的结果与被测试者当时浏览的照片高度相似。

Mind's Eye用fMRI数据的解码效果。

Mind's Eye使用的fMRI（Functional magnetic resonance imaging，功能性磁共振成像）是另一种神经影像学技术，其检测对象是大脑中的血液流动和代谢变化。

fMRI具有更高的空间分辨率，可以精确定位大脑活动的区域。不过，它通常以秒为单位收集数据，难以捕捉大脑的快速波动，更适合于静态或缓慢变化的大脑活动。相比之下，MEG数据具有更高的时序分辨率，能够以毫秒级的精度捕捉大脑活动变化。

Meta用MEG数据的解码效果。

Meta认为，虽然fMRI可以更好地解码图像，但MEG解码器可以实时生成结果，连续解码大脑活动。

不过MEG解码器仍有弊端，那就是空间分辨率不够，难以清楚知道到底是大脑的哪个区域在产生信号。这是MEG解码器从实验室走向真实社会的挑战。

参考链接：

https://ai.meta.com/blog/brain-ai-image-decoding-meg-magnetoencephalography/

10月19日，Google搜索上线了一项口语练习功能，为部分地区的Android用户提供英语互动口语练习，并计划未来将该功能扩展到更多国家和语言。

新功能将为语言学习者提供交互式口语练习，学习者可以参加3至5分钟的练习课程，并获得个性化的反馈，从而能够按照自己的节奏练习英语练习。

·个性化实时反馈：该功能可以分析学习者的回答，提供有用的实时建议和更正。不仅如此，该功能还会提示学习者可以改进的语法问题，并提供了一组不同语言复杂程度的示例答案。

·语境翻译：孤立的单个单词通常具有多种替代含义，多个单词则可以形成需要一致翻译的含义集群。该功能能够实现在上下文中翻译单个单词和短语的能力。

·语法反馈：针对有口音的用户，Google采用了文本语法校正模型来处理语音转录。此外，该团队开发了一种基于编辑的输出表示，它利用输入和输出之间的高度重叠，来适配学习过程中常见的短句。

·语义分析：语言初学者的口语常有语法问题，Google的语义分析功能可以向学习者传达他们的反应是否与上下文相关，并且判断是否可以被聆听者所理解。

早在2019年，Google就曾涉足语言学习和教育工具，推出了一个模块，让搜索用户练习正确的单词表达方式，并在页面上立即提供反馈。本次结合AI功能的语言学习模块的推出，则是直接对标了多邻国。

多邻国是一家以语言学习服务为主的教育技术公司，在今年4月与OpenAI合作，成为首批向客户提供基于GPT-4服务的企业之一。它为学习者提供了基于AI的虚拟语言导师，并在学习过程中创建交互式学习体验。此外，AI也被广泛使用到该公司的英语测试系统，包括大学、学院和政府组织在内的4000多个机构都使用该公司的测试系统来评估非母语者的能力。

Google的语言学习功能将在未来几天向阿根廷、哥伦比亚、印度（印地语）、印度尼西亚、墨西哥和委内瑞拉的 Android用户开放。

参考链接：

https://blog.research.google/2023/10/google-search-can-now-help-with-english-speaking-practice.html

-END-

我们是一个诞生于GPT浪潮、由《第一财经》YiMagazine孵化的全新内容IP。

和每一位关心技术、关注人类命运的读者一样，我们希望在这个充满不确定性的时代，更好地理解快速变化的科技世界，也更好地理解生而为「高级智能」的我们自己。

在这个目标下，我们计划从学术、商业、伦理、监管等多个角度报道和讨论与“智能”相关的议题。请注意，我们说的智能，不只是 AI。