52,'8`
] 8 为科学游行 “ Q`4I a<5B 为科学游行”(March for Science)是去年4月首度在美国华盛顿特区(Washington DC)以及全球600多个城市举行的巡回集会，主要是为了庆祝
技术与科学方法及其在日常生活的重要角色，并唤醒大众关注基于实证的政策规划与实践。我不确定这项年度活动是否会持续举办，但我希望很快地能再次一起为科学游行！
2017年地球日大游行，全球挺科学
'A\0^EvVv ＃7 微波辅助磁记录 1jAuW~ 每十年左右，硬盘
驱动器(HDD)产业都必须重新开发其核心技术；就像
芯片制造商每隔10年不得不得重新寻找CMOS的微缩比例。
?'"BX Western Digital (WD)在去年10月发布的微波辅助磁记录(MAMR)技术令人印象深刻，而希捷科技(Seagate Technology)也不遑多让，持续投入其先驱的热辅助硬盘技术。
WD产品经理手持MAMR原型硬盘 }<w9Jfr"X 这并不是目前最酷的技术，但如果少了硬盘，就没办法迅速地存取储存在Facebook的照片以及其他云端服务了。
aGws?<1$ ＃6 三星3D NAND、英特尔3DXP :_nGh]% 我认为三星更值得这个奖项，因为它既是该技术的先驱，又在去年8月发表了Tbit级3D NAND芯片。
^gNbcWc7CU 过去几年来，三星的
工程师为业界带来了新一代的3D设计与制造。该公司不仅彻底改变了NAND闪存(flash)，同时还成为单体3D设计的代表，可望成为未来多年半导体产业的中流砥柱。
0]$-}AYM 在这个领域有许多竞争对手——NAND制造商迅速成为三星的追随者，迫使其创造自家的创新技术，因为到处都充斥着如何制造这些芯片的秘密了。英特尔(Intel)是主要的追随者之一，但该公司也试图进一步延伸，因而率先在去年3月推出新兴的储存级内存与设备。
2D NAND vs. 3D NAND结构 cWo__E E ＃5 RISC-V指令集架构 "Vp :Sq9y 美国加州大学伯克利分校(UC Berkeley)的研究生和教授在过去几年来的努力，创造了一种新的微处理器架构——RISC-V，它并不受到授权的限制。这项成果还为开放来源硬件带来了更多新的可能性。有鉴于当今半导体产业的整并与成熟，即使是这个运动的资深共同创办人也对这项开发成果感到震惊。
ac966<# 事实上，首款执行Linux的RISC-V SoC至少要到2018年才能商用化，那么它适合列入2017年的奖项吗？同样地，许多RISC-V核心也正用于2018年及以后的各种商业产品。但对我和其他观察家来说，他们都从2017年开始播下种子。
美国加州大学伯克利分校打造的RISC-V核心 Z:V< P,N ＃4 百度DuerOS语音助理 C7}iwklcsa 其实要颁奖给有功于推广人工智能(AI)喇叭概念的亚马逊(Amazon)并不难，但我想它并不需要更多的知名度——在美国的地铁甚至都为其装点起来，期望争取成为这家西雅图数据中心巨擘的第二公司总部所在。此外，随着该公司收购Whole Foods，我最近对于Amazon的AI技术反而变得害怕而不再是敬畏了。
z(2G"} 相形之下，号称“中国Google”的百度(Baidu)宣称，该公司最先在网络上发明了智能语音助理，只是因为他们说的是中文，所以很多美国人并没有注意到。
4!-R&<TLve 百度Duer事业部总经理景鲲认为所有的设备都应该以语音启动。我曾经有机会见到他，也发现他是一位脚踏实地的人。所以，我暂且相信他会用收集的个人
资料做正确的事情。
百度Duer事业部总经理景鲲 v |pHbX ＃3 Nvidia的Volta GPU E @Rb+8}," 几年前，我有机会参加英伟达(Nvidia)的年度GPU技术大会，首席执行官黄仁勋的主题演说让我开始关注ImageNet深度
学习神经网络及其意义。而在去年5月的年度活动中发表Volta，则是该公司首度因应训练神经网络的需求而量身打造的首款GPU芯片。
}#Iqq9[ Volta超越了Nervana和Graphcore等新创公司，也由于该芯片有助于发挥最佳性能而得到AI研究人员的赞赏。
Nvidia首席执行官黄仁勋在主题演说中发表Volta GPU bxBndxl ＃2 Google Tensor处理器 PGVp1T Q 多年来，我们不断看到有关Google招聘芯片
设计人员的消息，很想知道他们在做什么。管理这个团队的人可能也不时地在问自己这个问题。
8493O x4 O Google终于在2016年5月发布首款张量处理器单元(Tensor Processing Unit；TPU)，目的在于加速深度学习神经网络的推论作业。这真的令人印象深刻，尤其是想到这可是花费了16个月的设计周期啊！
"T<7j . P? 今年，Google更新TPU以用于处理训练任务，并披露了第一代芯片的内部工作细节。在这个知识产权(IP)保密的时代，Google仍不吝于
分享，希望整个产业能朝着每个人的利益发展。这就是我们需要的精神！
Google首款自制机器学习专用芯片TPU wAzaxeV= ＃1 极紫外光微影 +%~me? 经过20多年的发展，ASML在2017年出货了号称历来最大最贵的
电子产品之“
量产就绪版”。如果这款极紫外光微影(EUV)步进器成功了，他们将有助于在未来几年打造更先进的电子组件。
nLPd]%78> 最新的EUV系统并不完美。据我所知，他们缺乏一种生产所需的保护薄膜。他们可能还需要改进其抗蚀材料，而且吞吐量仍然低于193nm技术每小时200+晶圆的目标。
6Bexwf<u 也就是说，这个系统是物理学的一大奇迹。它透过激光束照射熔融锡滴而产生光源，再经由光学数组使光折射出来，并将其聚焦于奈米级的空间中，这样的精确度对于微处理器设计人员已经足够了。随着时间的进展，预计再过几年，将持续开发出新的EUV技术所需的高数值孔径(NA)版本。
EUV微影时代真的快来了？（来源：ASML） De>,i%`Q,D 每一位身处或受益于科技产业的我们(也就是说所有人)对于坚持投入这些系统与技术创新的团队都心怀感谢。
