3、教育部：计划明年出台人工智能赋能教育相关政策文件，系统部署推进人工智能教育和应用。 明日主题前瞻 1、模拟芯片 | 据中证报，近日北京大学科研团队成功研制出基于阻变存储器的高精度、可扩展模拟矩阵计算芯片，在全球范围内首次将模拟计算的精度提 升至24位定点精度，让未来同等任务下使用更少的计算卡成为可能。这是一种完全不同于目前所有商用量产芯片的新型芯片，计算精度从1%跃升至千万分 之一，计算吞吐量与能效比当前顶级数字处理器（GPU）提升百倍至千倍，为人工智能、6G通信等领域开辟了全新算力路径。 点评：报道指出，模拟计算芯片具有高精度、低功耗、实时性强等特点。这项突破标志着我国在后摩尔时代计算范式变革中取得重大进展，为应对人工智能 与6G通信等领域的算力挑战开辟了全新路径。未来，随着技术的进一步成熟和产业化进程的推进，模拟计算芯片有望进一步提高计算精度，拓展应用范 围，实现更大规模的矩阵计算，满足更复杂任务需求，完善软件与硬件生态，促进技术的广泛应用，推动上下游产业链协同发展，加速国产化进程。这项技 术不仅代表了计算架构的一次重大突破，为构建自主可控的高效计算生态奠定了重要基础。 2、AI教育 | 据中新网，教 ...

*免责声明：文章内容仅供参考，不构成投资建议 *风险提示：股市有风险，入市需谨慎 公司方面，据中证报表示，又圣邦股份、士兰微等。 据每经网报道，近日北京大学科研团队成功研制出基于阻变存储器的高精度、可扩展模拟矩阵计算芯 片，在全球范围内首次将模拟计算的精度提升至24位定点精度，让未来同等任务下使用更少的计算卡成 为可能。这是一种完全不同于目前所有商用量产芯片的新型芯片，计算精度从1%跃升至千万分之一， 计算吞吐量与能效比当前顶级数字处理器（GPU）提升百倍至千倍，为人工智能、6G通信等领域开辟 了全新算力路径。更重要的是，它可在28纳米及以上成熟工艺量产，绕开光刻机"卡脖子"环节。 中证报表示，模拟计算芯片具有高精度、低功耗、实时性强等特点。这项突破标志着我国在后摩尔时代 计算范式变革中取得重大进展，为应对人工智能与6G通信等领域的算力挑战开辟了全新路径。未来， 随着技术的进一步成熟和产业化进程的推进，模拟计算芯片有望进一步提高计算精度，拓展应用范围， 实现更大规模的矩阵计算，满足更复杂任务需求，完善软件与硬件生态，促进技术的广泛应用，推动上 下游产业链协同发展，加速国产替代进程。这项技术不仅代表了计算架构的 ...

美国加税背后的逻辑困境：政策想控场，市场不买账 就在12月23日，美国政府宣布将对来自中国的成熟芯片产品征收额外关税，计划从2027年开始执行。 美国的关税政策打出了声势，但没打出效果，12月23日，美国宣布对中国成熟芯片加征关税，政策将于 2027年落地，但与此同时全球市场不但没有止步，反而加快了向中国倾斜的节奏。 这项政策明确针对的是28纳米及以上的老一代芯片，虽然美国方面给出的理由是"保护本土产业不受产 能冲击"，但从执行目标来看，更多是为了限制中国在芯片供应链中的地位。 日本媒体在观察这一现象后坦言，特别是在成熟工艺芯片领域，全球超过七成的订单正源源不断地流向 中国。 问题在于，这类芯片并非高端产品，而是广泛应用在日常生活和工业中的基本元件，比如汽车控制器、 电网设备、普通家电等。 这是现实的反馈，政策压力和市场规律之间的矛盾正在被放大，而市场显然更在意谁能提供稳定可靠的 产能和更具竞争力的价格。 技术路径的变化 这些领域对芯片的要求是可靠、稳定、供得上，而不是极致的性能，也正因为需求稳定、体量庞大，这 类芯片长期以来就是整个半导体产业中不可或缺的一环。 美国试图用政策手段改变市场结构，但现实已经无法 ...

Core Insights - The research team from Peking University has achieved a breakthrough in high-precision, scalable analog matrix equation solving, published in Nature Electronics, marking a significant advancement in analog computing technology [1][2] - This innovation demonstrates that analog computing can efficiently and accurately address core computational problems in modern science and engineering, potentially disrupting the long-standing dominance of digital computing [2][3] Group 1: Key Innovations - The first key innovation is the use of resistive random-access memory (RRAM), which allows for precise control of resistance states and retains data without power, enabling it to function as both a memory and a computing unit [4] - The second key innovation stems from a foundational discovery in 2019, where the team designed an analog circuit capable of solving matrix equations in a single step, significantly compressing traditional iterative algorithms [5] - The third key innovation is the "bit slicing" technique, which breaks down 24-bit precision into multiple 3-bit segments for processing, allowing for a more sophisticated and efficient analog computation [5] Group 2: Practical Implications - The breakthrough allows for solving matrix equations with 24-bit precision in just a few iterations, drastically reducing the computational steps required for complex tasks, such as 6G signal detection [7] - In the AI field, this advancement could alleviate the "computational bottleneck" faced by large models, enabling faster and more efficient training processes [7] - The technology also addresses critical challenges in 6G communication, enhancing signal detection capabilities while significantly reducing energy consumption [8]