„AMD podpisało umowę z Riot Platforms na uzyskanie 25 MW pojemności IT w centrum danych w Rockdale w Teksasie. Oczekuje się, że ta pojemność zostanie dostarczona w okresie od stycznia do maja 2026 roku. Kluczowym punktem umowy jest to, że AMD może zdecydować o zwiększeniu przydziału mocy do 200 MW, co zwiększy całkowitą wartość kontraktu do około 1 miliarda dolarów.” --- Czy ta wiosna będzie wiosną neo cloud?

《Klasa EDA: Dlaczego to jest najtrudniejsza do zachwiania fosa oprogramowania w erze AI》 W obliczu trendu, w którym AI uderza w przemysł oprogramowania, większość oprogramowania inżynieryjnego zostanie przekształcona przez generatywne AI. Tylko niewielka część fosy staje się głębsza. Przełom zależy od jednego pytania: Czy to oprogramowanie jest "interfejsem rzeczywistości fizycznej"? I. Czym jest oprogramowanie "klasy EDA" EDA jest wyjątkowe nie dlatego, że obsługuje przemysł chipowy, ale dlatego, że znajduje się w ekstremalnej pozycji: Błędy projektowe są nieodwracalne, błąd oznacza złomowanie, koszty są bardzo wysokie. Wyniki muszą być zgodne z prawami fizyki. Wyjście oprogramowania równa się bezpośrednio instrukcjom produkcyjnym. W takim scenariuszu AI nie może ominąć oryginalnego systemu, aby ponownie wygenerować odpowiedzi. Jego jedynym sposobem działania jest wbudowanie się, aby pomóc ludziom obniżyć wskaźnik błędów. To oprogramowanie nazywam "klasą EDA". II. Dlaczego fosa EDA w erze AI staje się głębsza Ponieważ funkcje są złożone, a porażka jest nie do zniesienia. Dane prywatne gromadzone w projektowaniu chipów — kalibracja PDK, granice czasowe, kompromisy technologiczne — mają jeden wspólny punkt: Odejście od oryginalnych narzędzi oznacza utratę funkcjonalności. Te dane nie są uniwersalne, są trudne do wyjaśnienia i nie mogą być uogólnione w nauce. AI może je wykorzystać do optymalizacji procesów, ale nie może skopiować zestawu "nowego systemu niezależnego od EDA". Wynik jest taki, że: AI staje się dodatkiem do EDA, a nie jego zastępcą. III. Które sektory zmierzają w kierunku "klasy EDA" Oprócz tradycyjnego EDA chipów, kilka rodzajów oprogramowania inżynieryjnego zmierza w tym samym kierunku: Zaawansowane CAE / symulacje wielofizyczne Projektowanie systemów lotniczych i kosmicznych Symulacje procesów jądrowych, sieci energetycznych, chemicznych Głęboko związane z produkcją przemysłowe PLM Mają one wspólną cechę: Projekt sam w sobie jest dowodem bezpieczeństwa lub dokumentem zgodności. W tych dziedzinach "generowanie wyniku, który wygląda poprawnie" nie ma sensu, jedyną wartością jest: czy ten wynik może być zaakceptowany przez świat fizyczny. IV. Kto zmierza w kierunku "Photoshopizacji" W przeciwieństwie do tego, istnieje inna kategoria oprogramowania inżynieryjnego: Ogólne CAD Projektowanie budynków / BIM Projektowanie wyglądu i struktury przemysłowej Narzędzia do wstępnego planowania inżynieryjnego Ich centralna pozycja zostanie osłabiona przez AI. Gdy AI może bezpośrednio generować 80% wyników projektowych z tekstu, reguł i ograniczeń, podstawa oprogramowania często degraduje do roli edytora i narzędzia weryfikacyjnego. Mogą być one abstrahowane, przenoszone, uczone. V. Prosty standard oceny Aby ocenić, czy dane oprogramowanie inżynieryjne może stworzyć fosę klasy EDA, wystarczy zadać sześć pytań: Czy błąd wiąże się z nie do zniesienia kosztami? Czy błąd można całkowicie zweryfikować przed uruchomieniem? Czy dane tracą funkcjonalność po opuszczeniu narzędzia? Czy projekt równa się bezpośrednio produkcji? Czy jest związany z regulacjami lub systemem bezpieczeństwa? Czy jest głęboko wbudowany w systemy produkcyjne lub operacyjne? Im więcej odpowiedzi "tak", tym bliżej klasy EDA. Podsumowanie AI nie zmieni świata w sposób równomierny. Ona uczyni "oprogramowanie oparte na konsensusie inżynieryjnym" lżejszym, ale pchnie "oprogramowanie interfejsu rzeczywistości fizycznej" w kierunku głębszego monopolu. Klasa EDA to jeden z nielicznych segmentów oprogramowania, w którym fosa w erze AI staje się bardziej pewna. To wnioski wynikające z ograniczeń fizycznych.

Te dwa dni to prawdziwy szczyt fuzji i przejęć w przemyśle kwantowym. IonQ właśnie przejęło Skyloom, a konkurent QCI przejął dział półprzewodników Luminar Technologies (Luminar Semiconductor). Luminar to ta firma, która właśnie ogłosiła bankructwo, zajmująca się lidarami (laserowymi systemami detekcji). Ta transakcja pozwoliła QCI na przejęcie pełnego łańcucha przemysłowego fotoniki, w tym Freedom Photonics (wysokowydajne lasery), Black Forest Engineering (precyzyjne chipy odczytujące) oraz EM4 (opakowania klasy kosmicznej). To oznacza, że QCI przekształciło się z firmy „software’owej” skoncentrowanej na algorytmach w „fabrykę twardej technologii” z możliwościami produkcji na poziomie obronnym. Podobnie jak IonQ, które właśnie zakończyło przejęcie firmy Skyloom zajmującej się komunikacją kosmiczną, przejęcie QCI również ma na celu przestrzeń. Jednakże, mimo że obie transakcje są różne, istnieją zasadnicze różnice, które decydują o ich przyszłej pozycji w łańcuchu przemysłowym. IonQ + Skyloom: robią „operatora sieci” (The Network Builder) Obiekt przejęcia: Skyloom to integrator systemów produkujący terminale komunikacji optycznej (Optical Communication Terminals, OCTs). Cel przejęcia: IonQ ma na celu **„budowanie sieci”**. Chcą zbudować globalny kwantowy internet oparty na splątaniu kwantowym poprzez kontrolowanie urządzeń końcowych. Forma produktu: dostarczają **„gotowy produkt”** — kompletną czarną skrzynkę zintegrowaną z optyką, mechaniką i własnymi protokołami. QCI + Luminar Semiconductor: robią „dostawcę kluczowych komponentów” (The Component Supplier) Obiekt przejęcia: Luminar Semi nie jest pojedynczą firmą, lecz klastrem projektów i produkcji półprzewodników składającym się z trzech podmiotów posiadających kluczowe technologie. Cel przejęcia: QCI ma na celu zdobycie technologii potrzebnych do produkcji urządzeń kwantowych, takich jak lasery, chipy i opakowania. Forma produktu: dostarczają **„części”** — wysokowydajne diody laserowe, chipy detektorów pojedynczych fotonów oraz usługi opakowania odpornego na promieniowanie. Przejęcie IonQ ma na celu stworzenie uniwersalnego komputera kwantowego przy użyciu komunikacji laserowej w przestrzeni. Dlatego SpaceX jest oczywiście najlepszym dostawcą IonQ w przyszłości. Przejęcie QCI koncentruje się na tym, aby produkcja ich produktów kwantowych opartych na fotonice mogła być w dużej mierze samowystarczalna, bez polegania na innych dostawcach. Jednocześnie mają zdolność do produkcji i wytwarzania produktów komunikacji kwantowej dla innych klientów. Z tego punktu widzenia QCI wydaje się lepiej spełniać przyszłe potrzeby SpaceX w zakresie komunikacji kwantowej niż IonQ. Muszę dostosować swoje wcześniejsze zdanie, jeśli istnieje tak zwany segment koncepcji kwantowej Starlink SpaceX, QCI wydaje się być bardziej odpowiednie.