北大聯合 IBM 發表綜述，定義現代模擬計算
北京大學孫仲團隊聯合 IBM 蘇黎世研究院與矽谷公司 Unconventional AI，在 Nature 旗下期刊發表綜述，為“現代模擬計算”給出正式定義：面向矩陣計算、基於阻變儲存器、具備高精度與可擴充套件路徑。配套的安納智芯 AMC 電路採用位切片方案，以 8 個 3 位元切片實現 24 位定點精度，求解相對誤差經 3 次迭代降到 10^-4、最終收斂至 10^-7，追平數字 FP32。團隊稱同等精度下吞吐量約為輝達 H100 的 1000 倍、能效約 100 倍，且可在 28 奈米成熟製程製造；
把分散的模擬計算技術收攏為一個體系定義，並披露位切片方案將矩陣求逆誤差壓到 10^-7、追平 FP32，擴充套件至 512×512，附千倍吞吐與成熟製程可製造性，適合關注 AI 晶片新路線者。
原標題：模拟计算进入矩阵时代！北大联手硅谷IBM，写下新定义
閱讀原文
| 評分 | 70 / 70（平均 70，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
llama.cpp 在 AMD 上用不依賴 WMMA 的 SIMT conv2d
llama.cpp 新建置 b11623 中，CUDA 後端的 conv2d 在 AMD 顯示卡上改用 SIMT 隱式 GEMM 實現，不再依賴 WMMA。提交說明提到，短歸約場景會跳過 SIMT conv2d，相關注釋也已更新。該版本照例放出各平台預編譯包，含 Ubuntu 與 Windows x64 的 ROCm 10.0、CUDA 12/13，以及 Vulkan、SYCL、OpenVINO、Snapdragon 等；
清華八卦爐 2 論文入選 SC26，萬卡 MoE 訓練吞吐提升 1.14 倍
清華大學翟季冬團隊的大模型訓練系統八卦爐 2（BaGuaLu-2）論文被 SC26 錄用，它用執行時自適應替代靜態的重計算與啟用解除安裝配置，把 MoE 訓練中的視訊記憶體尖峰壓在裝置上限以內。在 128 到 12,288 張海光 DCU 上訓練 188B 至 1.04 萬億引數模型，平均吞吐比基線高 1.14 倍，12,288 卡下總吞吐 2.012 EFLOPS、平均 MFU 32.9%（最高 35%），單次排程決策開銷低於 10 ms。
Simantic 推出韌體模擬層，讓 AI agent 無硬體測試韌體
YC F26 的 Simantic 發布韌體模擬層，讓 AI agent 與工程師不必拿到硬體就能測試和驗證韌體。它提供可單次 API 呼叫即執行的虛擬開發板、以模擬結果為證據的韌體 AI 程式碼審查，以及每次提交都針對模擬微控制器驗證韌體的 CI/CD 流水線。團隊來自 Neuralink 與 Tesla，早期 MVP 封裝 Renode，因受制於其開發速度、Dotnet 效能與功能臃腫而改為自研引擎。
有人把 NES 6502 CPU 模擬器燒進 Qwen3.5-4B 權重
Drew Breunig 受 qwenputer 啟發，把可執行的 NES 6502 CPU 模擬器做進了 Qwen3.5-4B 的權重裡，現在能在 Qwen 內部跑 Super Mario Bros 等 NES ROM，速度很慢。實現過程由 Opus 5.5 完成：提示詞要求先讀 qwenputer 部落格與原始碼，再判斷能否用同樣方法模擬 NES 的晶片與記憶體、需要多大模型才能跑到標準時鍾頻率；
清華姚期智團隊提出代數世界模型 AWM，ARC-AGI-3 全部通關
清華大學姚期智、袁洋團隊提出「代數世界模型」（AWM），讓 AI 把觀察到的現象寫成可執行假設、凝鍊為通用規則，最後用 Lean 4 形式化成機器可檢驗的數學證明。在 ARC-AGI-3 上，基於 Opus 5 的 AWM 通關全部 183 個關卡，得分 99.9%，平均通關步數只有人類基準的 43%；面對被人為改成無解的關卡，它嘗試兩次即證明「不可能」，並指出再增加一步就能獲勝。團隊同時說明，這些證明只在已觀測到的世界內成立，探索不全時得到的只是區域性真理。