« AMD a conclu un accord avec Riot Platforms pour obtenir 25 mégawatts de capacité informatique dans le centre de données de Rockdale, au Texas. Cette capacité devrait être livrée entre janvier et mai 2026. L'élément clé de l'accord est qu'AMD peut choisir d'augmenter le quota de distribution d'électricité à 200 mégawatts, ce qui portera la valeur totale du contrat à environ 1 milliard de dollars. » --- Ce printemps sera-t-il le printemps de neo cloud ?

《Classe EDA : Pourquoi c'est la barrière logicielle la plus difficile à ébranler à l'ère de l'IA》 Dans la tendance où l'IA impacte l'industrie logicielle, la plupart des logiciels d'ingénierie seront remodelés par l'IA générative. Seule une petite partie des barrières devient plus profonde. Le point de basculement dépend d'une question : Ce logiciel est-il une "interface de la réalité physique" ? I. Qu'est-ce que le logiciel "classe EDA" ? Le fait que l'EDA soit spécial n'est pas parce qu'il sert l'industrie des puces, mais parce qu'il se trouve dans une position extrême : Les erreurs de conception sont irréversibles, une erreur signifie un rebut, le coût est extrêmement élevé. Les résultats doivent respecter les lois physiques. La sortie du logiciel équivaut directement à des instructions de production. Dans ce type de scénario, l'IA ne peut pas contourner le système d'origine pour régénérer des réponses. Sa seule façon d'agir est de s'intégrer, d'aider à réduire le taux d'erreur. Ce type de logiciel, je l'appelle "classe EDA". II. Pourquoi la barrière de l'EDA s'approfondit-elle à l'ère de l'IA ? Parce que les fonctionnalités sont complexes et que l'échec est inacceptable. Les données privées accumulées dans la conception de puces - réglage PDK, limites temporelles, compromis de processus - ont un point commun : Dès qu'elles sont détachées de l'outil d'origine, elles deviennent inopérantes. Ces données ne sont ni universelles, ni faciles à expliquer, et ne peuvent pas être généralisées par l'apprentissage. L'IA peut les utiliser pour optimiser les processus, mais ne peut pas reproduire un "nouveau système indépendant de l'EDA". Le résultat est que : L'IA devient un complément à l'EDA, et non un remplaçant. III. Quels secteurs se dirigent vers "classe EDA" ? En plus de l'EDA traditionnelle pour puces, plusieurs types de logiciels d'ingénierie se dirigent dans la même direction : CAE haut de gamme / simulation multi-physique Conception de systèmes aérospatiaux Simulation de processus nucléaires, de réseaux électriques, de chimie PLM industriel fortement lié à la fabrication Ils ont un point commun : La conception elle-même est une preuve de sécurité ou un document de conformité. Dans ces domaines, "générer un résultat qui semble correct" n'a aucun sens, La seule chose qui compte est : ce résultat peut-il être accepté par le monde physique ? IV. Qui se dirigera vers la "Photoshopisation" ? En revanche, il existe une autre catégorie de logiciels d'ingénierie : CAD général Conception architecturale / BIM Conception extérieure et structurelle industrielle Outils de planification préliminaire d'ingénierie La position centrale de ces logiciels sera affaiblie par l'IA. Lorsque l'IA peut générer 80 % des résultats de conception directement à partir de texte, de règles et de contraintes, Le logiciel lui-même tend souvent à se dégrader en éditeur et outil de vérification. Ils peuvent être abstraits, transférés, appris. V. Un critère de jugement simple Pour juger si un logiciel d'ingénierie peut former une barrière de classe EDA, il suffit de poser six questions : Y a-t-il un coût inacceptable en cas d'erreur ? L'erreur peut-elle être complètement vérifiée avant le lancement ? Les données deviennent-elles inopérantes si elles quittent l'outil ? La conception équivaut-elle directement à la production ? Est-elle liée à des réglementations ou à un système de sécurité ? Est-elle profondément intégrée dans le système de fabrication ou d'exploitation ? Plus il y a de réponses "oui", plus on se rapproche de la classe EDA. Conclusion L'IA ne changera pas le monde de manière uniforme. Elle allégera les "logiciels de consensus d'ingénierie", mais poussera les "logiciels d'interface de réalité physique" vers un monopole plus profond. La classe EDA est l'un des rares segments de barrière dont la certitude augmente à l'ère de l'IA. C'est la conclusion donnée par les contraintes physiques.

Ces deux derniers jours ont vraiment été un sommet d'acquisitions dans l'industrie quantique. IonQ vient d'acquérir Skyloom, tandis que son concurrent QCI a acquis le département des semi-conducteurs de Luminar Technologies (Luminar Semiconductor). Luminar est la société qui vient de faire faillite et qui fabriquait des lidars. Cette transaction permet à QCI d'englober toute la chaîne de l'industrie photonique, y compris Freedom Photonics (lasers haute performance), Black Forest Engineering (puces de lecture de précision) et EM4 (emballage de niveau aérospatial). Cela marque l'évolution de QCI d'une "société de logiciels" axée sur les algorithmes à une "usine de haute technologie" dotée de capacités de fabrication de niveau défense. Tout comme IonQ, qui vient de finaliser l'acquisition de la société de communication spatiale Skyloom, l'acquisition de QCI vise également l'espace. Cependant, bien que les deux acquisitions soient différentes, elles présentent des différences essentielles qui détermineront leur position future dans la chaîne de valeur. IonQ + Skyloom : devenir "opérateur de réseau" (The Network Builder) Objet de l'acquisition : Skyloom est un intégrateur de systèmes fabriquant des terminaux de communication optique (Optical Communication Terminals, OCTs). Objectif de l'acquisition : IonQ vise à **"construire un réseau"**. Ils espèrent construire un internet quantique mondial basé sur l'intrication quantique en contrôlant les dispositifs terminaux. Forme du produit : Ce qui est livré est un **"produit fini"** — une boîte noire complète intégrant optique, mécanique et protocoles propriétaires. QCI + Luminar Semiconductor : devenir "fournisseur de composants clés" (The Component Supplier) Objet de l'acquisition : Luminar Semi n'est pas une seule entreprise, mais un groupe de conception et de fabrication de semi-conducteurs composé de trois entités maîtrisant les technologies fondamentales. Objectif de l'acquisition : QCI vise à maîtriser la fabrication des lasers, des puces et des emballages nécessaires à la fabrication d'appareils quantiques. Forme du produit : Ce qui est livré est un **"composant"** — des diodes laser haute performance, des puces de détecteurs de photons uniques et des services d'emballage résistant aux radiations. L'acquisition d'IonQ vise à créer un ordinateur quantique universel grâce à la communication laser spatiale. Par conséquent, SpaceX est clairement le meilleur fournisseur futur d'IonQ. L'acquisition de QCI se concentre sur l'autosuffisance de la production de ses produits quantiques photoniques sans dépendre d'autres fournisseurs. Elle est également capable de fournir des services de fabrication de produits de communication quantique à d'autres clients. Ainsi, sous cet angle, QCI semble mieux répondre aux besoins futurs de SpaceX en matière de communication quantique que IonQ. Je dois corriger ma position d'il y a quelques heures, si un soi-disant segment de concept quantique de Starlink de SpaceX existe, QCI est clairement plus adapté.