讯考马尔略（，马尔略 参见 安省市镇列表 参考文献 安省市镇马尔略 地理 （）面积，马尔略；）是马尔略法国东部安省的一个市镇， 与接壤的马尔略市镇（或旧市镇、UTC+02:00（夏令时）。马尔略城区）包括：。 政治 所属的省级选区为。该省份为法国东部省份，南至伊泽尔省，INSEE市镇编码为。属于布雷斯地区布尔格区。
马尔略（，马尔略 参见 安省市镇列表 参考文献 安省市镇马尔略 地理 （）面积，马尔略；）是马尔略法国东部安省的一个市镇， 与接壤的马尔略市镇（或旧市镇、UTC+02:00（夏令时）。马尔略城区）包括：。 政治 所属的省级选区为。该省份为法国东部省份，南至伊泽尔省，INSEE市镇编码为。属于布雷斯地区布尔格区。
（文章来源：央视新闻）
" src="总台记者当地时间25日获悉，一名伊朗军方消息人士称，伊朗正持续不断地监测并掌握敌方战线的动向和变化。如果敌方试图在伊朗岛屿或其他领土上采取地面行动，或通过在波斯湾及阿曼湾的海上活动增加伊朗防御成本，伊朗将开启其他战线作为回应。
该消息人士说，曼德海峡是全球重要的战略海峡之一，伊朗既有意愿也有能力对其构成威胁。他表示，如果美国试图通过“愚蠢行动”为霍尔木兹海峡问题寻找解决方案，应警惕不要让另一个海峡成为其新的困境。
该消息人士还强调，伊朗已为局势的进一步升级做好了充分准备。
（文章来源：央视新闻）
" class="thumb" />伊朗军方消息人士：若遭挑衅 伊方可能开启其他战线2026-06-08 11:29
(资料图片仅供参考)工人师傅们正在紧张有序地将粮食从货车上卸下来，一袋袋金灿灿的玉米通过传送带被运送到列车车厢里。这里每5个师傅编成一个运输小队，两名师傅在高处负责将粮食卸车放到运输带上，另外三位师傅则在车厢里将粮食码好。据了解这一袋粮食有60公斤重，一辆货车上大约有30吨粮食，一个运输小队一天需要搬运四辆货车的粮食。
据了解，吉林省已经连续4年粮食总产量超过了800亿斤，今年的产量有望再创新高。从今年10月中旬开始，长春铁路物流中心就一直处于高位运输的状态。10月份以来，吉林省累计发送粮食400万吨，同比增长近50%，吉林省内88个粮食发运站、112条专用线“火力全开”，24小时连续作业。为确保粮食运输通道持续畅通高效，国铁沈阳局为重点粮食生产企业开辟绿色通道，优先保障粮食运输需求，提升全链条运转效率。
好的粮食离不开好的物流运输，扶余营业部地处京哈铁路干线，交通便利、四通八达。通过一幅简单的交通示意图来看，从扶余发出的粮食主要是通过两种方式，一种是纯铁路运输，从扶余站首发，向南过山海关到达北京、郑州，向南最远可以到达海口；在郑州向西南运往成都、昆明等地。另一种运输方式是铁海联运，从扶余向东南方向到达辽宁的营口港和大连港，在这里转乘海运送往长三角和珠三角地区。产自黄金玉米带的优质玉米就是这样被运送到全国各地。
粮食稳则天下安，一趟趟南行的粮车不仅运送着沉甸甸的粮食，更传递着丰收的幸福与喜悦，为全国粮食安全筑牢坚实屏障。
辽宁：营口港“铁海联运”开启加速度
在刚刚的直播连线中，记者提到秋粮运输有一种很重要的运输方式——铁海联运。位于辽宁营口的营口港是北方地区重要的粮食中转枢纽，此刻，这里的秋粮运输正在火热地进行当中，一起去看看。
营口港地处辽东半岛中部、渤海湾畔，这里是距离东北地区各主粮产区最近的出海口，粮食的中转量长期位居北方港口的首位。眼下，港口内用于散粮运输的铁路专线一片繁忙，从黑龙江、吉林、内蒙古东部等地满载着玉米、小麦等作物的粮食专列正在陆续进港。
专列上的粮食被卸到大型卡车上后，会被送往散粮码头区高耸林立的筒仓群内进行储存暂放，等待装船启航南下。这些筒仓内部都安装有温湿度监测、通风系统等智能设备，可以确保粮食的品质。
目前，每天平均都有近4万吨各类粮食经铁路和公路运送到这里。远道而来的玉米、小麦、大豆会通过与筒仓相连的专用自动化传送系统被送往粮食专用码头进行装船作业。运送粮食的传送系统采用密闭传送的方式，可以在整个过程中减少粮食的损耗和降低扬尘。
在营口港47号粮食专用码头的泊位上，由传送系统运送而来的玉米正被2台自动装船机源源不断地装入散粮货轮。在另一个泊位上，大型门机也将一辆辆有序排列等待的卡车上的玉米货箱吊装上船。
江苏：激活“黄金水道”新动能 打造运输新节点
位于江苏淮安的黄码港地处京杭运河和淮河入海水道交汇处，是大宗物资通江达海重要的内河水运节点，这里刚刚建成运营的黄码港产业园将成为秋粮运输的重要节点。
黄码港向北连接徐州港，向南通达扬州港等重要港口，港口配备了现代化数智水运物流平台，形成了“储贸加一体化”链条。
为了解决秋粮运输规模化存储的难题，今年黄码港建成了18座万吨浅圆仓，单仓存储量高达1万吨，是普通平房仓的3倍多。通过运用粮食仓储行业大数据和物联网技术，将粮食进出库、智能通风、内环流控温、智能安防等系统模块进行智能化集成，可与粮食专业码头实现自动化对接，让秋粮运输实现绿色高效周转。
同时，借助黄码港的“储贸加一体化”模式，来自全国各地的粮食可以通过智能仓储系统无缝运输到相邻的大米加工企业，实现“储加联动”零延迟。
走进这家企业的大米加工车间，各条全自动化生产线高速运转，清理、砻谷、碾米、抛光等步骤有序进行，加工好的大米经过全自动真空低氧包装机，再经打包称重、抽真空、金属探测等，装袋入箱输送到成品仓库，数台高大的码垛机器人灵活运行，将刚下线的一袋袋大米码放整齐，全自动化的设备既能提高加工过程的质量稳定性，也能实时监测加工过程，进一步保障大米加工质量。
标签： [db:关键词]
" src="央视网消息：随着东北地区秋粮收获接近尾声，秋粮运输迎来了高峰期。从10月中下旬开始，全国重要商品粮生产基地——吉林省已经调出粮食近400万吨。作为秋粮运输的重要始发地的吉林扶余，从秋收后88个粮食发运站已开启高位运输模式。
长春铁路物流中心扶余营业部是秋粮运输的关键枢纽，秋粮运输简单来说就是将产粮区的优质粮食通过物流运输送往各地。
(资料图片仅供参考)
工人师傅们正在紧张有序地将粮食从货车上卸下来，一袋袋金灿灿的玉米通过传送带被运送到列车车厢里。这里每5个师傅编成一个运输小队，两名师傅在高处负责将粮食卸车放到运输带上，另外三位师傅则在车厢里将粮食码好。据了解这一袋粮食有60公斤重，一辆货车上大约有30吨粮食，一个运输小队一天需要搬运四辆货车的粮食。
据了解，吉林省已经连续4年粮食总产量超过了800亿斤，今年的产量有望再创新高。从今年10月中旬开始，长春铁路物流中心就一直处于高位运输的状态。10月份以来，吉林省累计发送粮食400万吨，同比增长近50%，吉林省内88个粮食发运站、112条专用线“火力全开”，24小时连续作业。为确保粮食运输通道持续畅通高效，国铁沈阳局为重点粮食生产企业开辟绿色通道，优先保障粮食运输需求，提升全链条运转效率。
好的粮食离不开好的物流运输，扶余营业部地处京哈铁路干线，交通便利、四通八达。通过一幅简单的交通示意图来看，从扶余发出的粮食主要是通过两种方式，一种是纯铁路运输，从扶余站首发，向南过山海关到达北京、郑州，向南最远可以到达海口；在郑州向西南运往成都、昆明等地。另一种运输方式是铁海联运，从扶余向东南方向到达辽宁的营口港和大连港，在这里转乘海运送往长三角和珠三角地区。产自黄金玉米带的优质玉米就是这样被运送到全国各地。
粮食稳则天下安，一趟趟南行的粮车不仅运送着沉甸甸的粮食，更传递着丰收的幸福与喜悦，为全国粮食安全筑牢坚实屏障。
辽宁：营口港“铁海联运”开启加速度
在刚刚的直播连线中，记者提到秋粮运输有一种很重要的运输方式——铁海联运。位于辽宁营口的营口港是北方地区重要的粮食中转枢纽，此刻，这里的秋粮运输正在火热地进行当中，一起去看看。
营口港地处辽东半岛中部、渤海湾畔，这里是距离东北地区各主粮产区最近的出海口，粮食的中转量长期位居北方港口的首位。眼下，港口内用于散粮运输的铁路专线一片繁忙，从黑龙江、吉林、内蒙古东部等地满载着玉米、小麦等作物的粮食专列正在陆续进港。
专列上的粮食被卸到大型卡车上后，会被送往散粮码头区高耸林立的筒仓群内进行储存暂放，等待装船启航南下。这些筒仓内部都安装有温湿度监测、通风系统等智能设备，可以确保粮食的品质。
目前，每天平均都有近4万吨各类粮食经铁路和公路运送到这里。远道而来的玉米、小麦、大豆会通过与筒仓相连的专用自动化传送系统被送往粮食专用码头进行装船作业。运送粮食的传送系统采用密闭传送的方式，可以在整个过程中减少粮食的损耗和降低扬尘。
在营口港47号粮食专用码头的泊位上，由传送系统运送而来的玉米正被2台自动装船机源源不断地装入散粮货轮。在另一个泊位上，大型门机也将一辆辆有序排列等待的卡车上的玉米货箱吊装上船。
江苏：激活“黄金水道”新动能 打造运输新节点
位于江苏淮安的黄码港地处京杭运河和淮河入海水道交汇处，是大宗物资通江达海重要的内河水运节点，这里刚刚建成运营的黄码港产业园将成为秋粮运输的重要节点。
黄码港向北连接徐州港，向南通达扬州港等重要港口，港口配备了现代化数智水运物流平台，形成了“储贸加一体化”链条。
为了解决秋粮运输规模化存储的难题，今年黄码港建成了18座万吨浅圆仓，单仓存储量高达1万吨，是普通平房仓的3倍多。通过运用粮食仓储行业大数据和物联网技术，将粮食进出库、智能通风、内环流控温、智能安防等系统模块进行智能化集成，可与粮食专业码头实现自动化对接，让秋粮运输实现绿色高效周转。
同时，借助黄码港的“储贸加一体化”模式，来自全国各地的粮食可以通过智能仓储系统无缝运输到相邻的大米加工企业，实现“储加联动”零延迟。
走进这家企业的大米加工车间，各条全自动化生产线高速运转，清理、砻谷、碾米、抛光等步骤有序进行，加工好的大米经过全自动真空低氧包装机，再经打包称重、抽真空、金属探测等，装袋入箱输送到成品仓库，数台高大的码垛机器人灵活运行，将刚下线的一袋袋大米码放整齐，全自动化的设备既能提高加工过程的质量稳定性，也能实时监测加工过程，进一步保障大米加工质量。
标签： [db:关键词]
" class="thumb" />“铁海联运”“黄金水道”按下秋粮运输“加速键” 为全国粮食安全筑牢坚实屏障2026-06-08 11:27本质上，AI 重新定义了“优秀”基础设施的标准。相应地，平台设计的重心也从注重单一的芯片或服务器，转向了打造机架级、可扩展的系统，在功耗和预算有限的前提下，实现高效扩展。而这一转变背后的原因在于，推理与智能体 AI 工作负载持续增长且不间断运行，对高密度、全天候在线的算力需求正快速提升。
Futurum 在《Arm处于 AI 和数据中心变革的中心》报告中，把这一转变称为迈向“系统级协同”。设计的关键不再是堆多少算力，而是平台能不能有效地把加速器、CPU、内存、网络和软件协同起来。
正因如此，业界正加速迈向定制化机架级系统设计：即围绕 AI 负载特性、功耗波动和持续利用率来进行端到端设计的平台。越来越多的架构师开始重新思考计算底层设计，选择基于 Arm 架构来解决现代 AI 平台面临的多重约束。
AI 促使行业重构：转向定制化机架级系统
这一转变的核心原因，并非通用型标准化基础设施无法承载 AI，而是碎片化的系统设计，在 AI 规模化部署时，终将转化为真实可感的成本代价。
AI 工作负载在计算、内存、网络、存储及软件各环节紧密耦合。CPU 拖后腿，昂贵的加速器就会空等；功耗和散热波动，利用率就会下滑；数据管道、调度、编排未能针对平台调优，吞吐量就不可预测。峰值性能依然重要，但稳定性、每瓦性能和系统整体平衡性更关键。
Futurum 指出，超大规模云服务提供商正进行结构性调整，旨在实现算力的指数级增长，同时避免能耗的同步激增。Futurum 引用 Arm 的数据指出，到 2025 年末，出货到头部超大规模云服务提供商的算力中，有近 50% 是基于 Arm 架构。
架构师现在不再只看纸面跑分，而是更关心 AI 平台在实际应用中能否长期可靠地运行智能体 AI 和连续推理工作负载，比如：
长时间高负载下，系统表现如何？
在实际环境中，功耗限制和散热条件如何影响性能曲线？
在机架级系统中，计算层如何确保加速器能持续获得稳定的数据供给，而非仅停留在纸面参数上？
当能效、可扩展性与系统平衡性成为首要原则时，重新审视 CPU 底层架构就成了必然。也正因为此，Arm 凭借领先的架构和完善的生态，正是这场行业变革的核心所在。
在数据中心领域，Arm Neoverse 平台是推动这一转型的核心引擎。亚马逊云科技、Google、微软、NVIDIA 等头部超大规模云服务提供商与 AI 领军企业，都在基于 Arm 架构或采用 Arm 计算平台进行产品研发。Arm 的模式既能支持定制化系统设计，又能保持跨平台、跨生态、跨软件的一致性。对于想要构建高集成度平台、又不愿被单一技术路径绑定的团队而言，这种灵活性至关重要。
智能体 AI 与持续推理，
重塑规模化算力的经济逻辑
随着 AI 与通用计算工作负载的融合，AI 工作负载正在发生变化，基础设施也需随之调整，以支持多样化的工作负载特性。
行业重心正在转向智能体 AI，而智能体 AI 本质上就是一个连续推理系统。智能体并不是简单地给出一个答案， 而是会规划、调用工具、检索数据、验证结果，如此循环往复。由此便形成了连续推理模式：稳定不间断的词元 (token) 生成任务，请求类型趋于多元化，围绕加速器的编排和数据迁移任务变得更繁重。
在智能体 AI 里，CPU 不再是配角， 而是整个 AI 系统的控制中枢。CPU 负责协调控制、调度任务、管理 IO、处理网络与存储服务、执行安全策略，并在模型、上下文及工具链不断演进的过程中，维持整个系统的平衡。
以承载大语言模型 (LLM) 的服务为例，它可能同时处理成百上千的并发请求。就算加速器负责核心计算，CPU 也要承担请求权限控制、分词和预处理、批处理和队列调度、数据迁移编排，以及针对模型权重与 KV 缓存的数据路径协调等。到了智能体工作流，CPU 的工作负担进一步扩展，还要承担工具调用、检索流程、结构化输出验证、多步调度等持续运行的任务。
这一切都表明，CPU的重要性远超许多团队的预期。如果 CPU 跟不上编排节奏，数据迁移、处理流程和加速器都会被“卡住”，面临结构性的闲置风险。
融合型 AI 数据中心的建设，彰显了 Arm 架构的强劲势头
Arm 的发展势头正在加快。在业内领先的集成式 AI 系统中，基于 Neoverse 平台的 CPU 被广泛用于智能体推理密集型系统的编排层，尤其适合追求高能效、可预测扩展能力和大规模部署的应用场景。
独立测试也印证了现代 CPU 基础平台在“AI 相关”工作负载中的价值。Futurum 旗下 Signal65 的独立基准测试对比了基于 Arm Neoverse 平台的 Amazon Graviton4 与同级的 AMD和 IntelEC2 实例，结果显示：在生成式 AI (Llama-3.1-8B)、数据库 (Redis)、机器学习(XGBoost)、网络 (Nginx) 等测试的各种工作负载中，基于 Neoverse 平台的 Graviton4 在性能和性价比方面大幅领先。
测试结果直接反映了智能体 AI 数据中心的现状：LLM、检索层、缓存、Web/API、传统机器学习等全都处于智能体系统的关键路径上，只有当 CPU 兼具速度与能效时，整体才能更好地扩展。
最新的机架级 AI 系统在架构设计上，均采用定制化加速器层以及基于 Arm 架构的 CPU 层的组合，由后者承担调度编排、数据迁移与智能体推理预处理等关键任务。NVIDIA Grace Hopper、Grace Blackwell 等系列产品，将 NVIDIA GPU与基于 Neoverse 架构的 Grace CPU 深度融合。而其最新机架级平台 Vera Rubin NVL72，更是在系统内集成 72 颗 Rubin GPU 与 36 颗基于 Arm 架构的 Vera CPU，专为交互式、深度推理型智能体 AI 优化，显著降低推理成本。
亚马逊云科技也在走同样的系统级路线：Amazon Trainium3 UltraServer 把 Trainium3 加速器芯片与 Graviton CPU 结合，强化了“融合型”设计理念：将加速器与定制的高性能、高能效 CPU 相匹配，以实现高效扩展。
“提供更优选择”不再是偏好，而是硬性要求
AI 系统迭代太快，固定架构已无法适配其发展节奏，因此为客户提供更优选择已成为风险管理的必要举措。
系统架构师想要的是：
平台能适应不同代的硬件、多样的工作负载配置及各异的部署环境；
软件可移植，以降低系统变更成本。
与此同时，系统架构师希望避免因过度依赖单一厂商，而导致在模型组合变化、业务规模扩张或新需求出现时陷入被动。在智能体时代尤其如此：推理形态不断变化，上下文更长、工具调用更多、多模态输入更频繁、全天候工作负载更普遍，效率和平衡远比峰值跑分重要。
Arm 架构在提升系统性能的同时，保持跨平台一致性。Arm 架构不仅引入了现代 AI 基础设施所需的关键特性，而且拥有强大的软件生态支持。Arm 计算子系统 (CSS) 提供经过验证的基础设施级模块，既加速了芯片开发，又保留了合作伙伴间的差异化与选择权。对于所有基于 Arm 架构的平台，一致性贯穿始终，云工作负载迁移至 Arm 平台也极为便捷。同时，在软件层面，Arm 生态助力团队在不同环境与平台间拥有一致连贯的基础，从而加速开发进程，无需重写所有代码。
智能体 AI 经济重塑 CPU 选择格局，Arm Neoverse 平台成头部厂商首选
系统架构师之所以倾向于 Arm 平台，因为它精准匹配定制AI 系统的核心需求：能效、可扩展性及每瓦性能。能效重要，因为功耗和预算是硬上限；系统平衡和 CPU 性能重要，因为加速器闲置成本极高；一致性重要，因为 AI 基础设施变化快、跨环境部署日益增多。
在融合型智能体 AI 数据中心里，面对持续推理的应用需求，上述优先事项变成了上线即需满足的硬性指标。智能体系统不只需要能生成词元的加速器，更需要以 CPU 为核心的编排能力，在网络、存储、调度、安全层面，持续、高效、大规模地把资源利用起来。
Arm 如今的强劲增长正源于此：Neoverse 正成为智能体时代的 CPU 基础平台，作为计算头节点，是让 AI 系统保持高效、一致并面向未来的核心控制中枢。
" src="过去十多年，云基础设施通过“抽象化”实现扩展，借助标准化服务器、虚拟化资源及软件层，有效弥合了硬件层面的差异。这种模式之所以行之有效，是因为部分工作负载能够容忍一定程度的低效。然而，人工智能(AI) 工作负载无法容忍低效，也因此暴露出了传统架构在供电、散热、算力密度、内存带宽及系统整体性能方面的短板。
本质上，AI 重新定义了“优秀”基础设施的标准。相应地，平台设计的重心也从注重单一的芯片或服务器，转向了打造机架级、可扩展的系统，在功耗和预算有限的前提下，实现高效扩展。而这一转变背后的原因在于，推理与智能体 AI 工作负载持续增长且不间断运行，对高密度、全天候在线的算力需求正快速提升。
Futurum 在《Arm处于 AI 和数据中心变革的中心》报告中，把这一转变称为迈向“系统级协同”。设计的关键不再是堆多少算力，而是平台能不能有效地把加速器、CPU、内存、网络和软件协同起来。
正因如此，业界正加速迈向定制化机架级系统设计：即围绕 AI 负载特性、功耗波动和持续利用率来进行端到端设计的平台。越来越多的架构师开始重新思考计算底层设计，选择基于 Arm 架构来解决现代 AI 平台面临的多重约束。
AI 促使行业重构：转向定制化机架级系统
这一转变的核心原因，并非通用型标准化基础设施无法承载 AI，而是碎片化的系统设计，在 AI 规模化部署时，终将转化为真实可感的成本代价。
AI 工作负载在计算、内存、网络、存储及软件各环节紧密耦合。CPU 拖后腿，昂贵的加速器就会空等；功耗和散热波动，利用率就会下滑；数据管道、调度、编排未能针对平台调优，吞吐量就不可预测。峰值性能依然重要，但稳定性、每瓦性能和系统整体平衡性更关键。
Futurum 指出，超大规模云服务提供商正进行结构性调整，旨在实现算力的指数级增长，同时避免能耗的同步激增。Futurum 引用 Arm 的数据指出，到 2025 年末，出货到头部超大规模云服务提供商的算力中，有近 50% 是基于 Arm 架构。
架构师现在不再只看纸面跑分，而是更关心 AI 平台在实际应用中能否长期可靠地运行智能体 AI 和连续推理工作负载，比如：
长时间高负载下，系统表现如何？
在实际环境中，功耗限制和散热条件如何影响性能曲线？
在机架级系统中，计算层如何确保加速器能持续获得稳定的数据供给，而非仅停留在纸面参数上？
当能效、可扩展性与系统平衡性成为首要原则时，重新审视 CPU 底层架构就成了必然。也正因为此，Arm 凭借领先的架构和完善的生态，正是这场行业变革的核心所在。
在数据中心领域，Arm Neoverse 平台是推动这一转型的核心引擎。亚马逊云科技、Google、微软、NVIDIA 等头部超大规模云服务提供商与 AI 领军企业，都在基于 Arm 架构或采用 Arm 计算平台进行产品研发。Arm 的模式既能支持定制化系统设计，又能保持跨平台、跨生态、跨软件的一致性。对于想要构建高集成度平台、又不愿被单一技术路径绑定的团队而言，这种灵活性至关重要。
智能体 AI 与持续推理，
重塑规模化算力的经济逻辑
随着 AI 与通用计算工作负载的融合，AI 工作负载正在发生变化，基础设施也需随之调整，以支持多样化的工作负载特性。
行业重心正在转向智能体 AI，而智能体 AI 本质上就是一个连续推理系统。智能体并不是简单地给出一个答案， 而是会规划、调用工具、检索数据、验证结果，如此循环往复。由此便形成了连续推理模式：稳定不间断的词元 (token) 生成任务，请求类型趋于多元化，围绕加速器的编排和数据迁移任务变得更繁重。
在智能体 AI 里，CPU 不再是配角， 而是整个 AI 系统的控制中枢。CPU 负责协调控制、调度任务、管理 IO、处理网络与存储服务、执行安全策略，并在模型、上下文及工具链不断演进的过程中，维持整个系统的平衡。
以承载大语言模型 (LLM) 的服务为例，它可能同时处理成百上千的并发请求。就算加速器负责核心计算，CPU 也要承担请求权限控制、分词和预处理、批处理和队列调度、数据迁移编排，以及针对模型权重与 KV 缓存的数据路径协调等。到了智能体工作流，CPU 的工作负担进一步扩展，还要承担工具调用、检索流程、结构化输出验证、多步调度等持续运行的任务。
这一切都表明，CPU的重要性远超许多团队的预期。如果 CPU 跟不上编排节奏，数据迁移、处理流程和加速器都会被“卡住”，面临结构性的闲置风险。
融合型 AI 数据中心的建设，彰显了 Arm 架构的强劲势头
Arm 的发展势头正在加快。在业内领先的集成式 AI 系统中，基于 Neoverse 平台的 CPU 被广泛用于智能体推理密集型系统的编排层，尤其适合追求高能效、可预测扩展能力和大规模部署的应用场景。
独立测试也印证了现代 CPU 基础平台在“AI 相关”工作负载中的价值。Futurum 旗下 Signal65 的独立基准测试对比了基于 Arm Neoverse 平台的 Amazon Graviton4 与同级的 AMD和 IntelEC2 实例，结果显示：在生成式 AI (Llama-3.1-8B)、数据库 (Redis)、机器学习(XGBoost)、网络 (Nginx) 等测试的各种工作负载中，基于 Neoverse 平台的 Graviton4 在性能和性价比方面大幅领先。
测试结果直接反映了智能体 AI 数据中心的现状：LLM、检索层、缓存、Web/API、传统机器学习等全都处于智能体系统的关键路径上，只有当 CPU 兼具速度与能效时，整体才能更好地扩展。
最新的机架级 AI 系统在架构设计上，均采用定制化加速器层以及基于 Arm 架构的 CPU 层的组合，由后者承担调度编排、数据迁移与智能体推理预处理等关键任务。NVIDIA Grace Hopper、Grace Blackwell 等系列产品，将 NVIDIA GPU与基于 Neoverse 架构的 Grace CPU 深度融合。而其最新机架级平台 Vera Rubin NVL72，更是在系统内集成 72 颗 Rubin GPU 与 36 颗基于 Arm 架构的 Vera CPU，专为交互式、深度推理型智能体 AI 优化，显著降低推理成本。
亚马逊云科技也在走同样的系统级路线：Amazon Trainium3 UltraServer 把 Trainium3 加速器芯片与 Graviton CPU 结合，强化了“融合型”设计理念：将加速器与定制的高性能、高能效 CPU 相匹配，以实现高效扩展。
“提供更优选择”不再是偏好，而是硬性要求
AI 系统迭代太快，固定架构已无法适配其发展节奏，因此为客户提供更优选择已成为风险管理的必要举措。
系统架构师想要的是：
平台能适应不同代的硬件、多样的工作负载配置及各异的部署环境；
软件可移植，以降低系统变更成本。
与此同时，系统架构师希望避免因过度依赖单一厂商，而导致在模型组合变化、业务规模扩张或新需求出现时陷入被动。在智能体时代尤其如此：推理形态不断变化，上下文更长、工具调用更多、多模态输入更频繁、全天候工作负载更普遍，效率和平衡远比峰值跑分重要。
Arm 架构在提升系统性能的同时，保持跨平台一致性。Arm 架构不仅引入了现代 AI 基础设施所需的关键特性，而且拥有强大的软件生态支持。Arm 计算子系统 (CSS) 提供经过验证的基础设施级模块，既加速了芯片开发，又保留了合作伙伴间的差异化与选择权。对于所有基于 Arm 架构的平台，一致性贯穿始终，云工作负载迁移至 Arm 平台也极为便捷。同时，在软件层面，Arm 生态助力团队在不同环境与平台间拥有一致连贯的基础，从而加速开发进程，无需重写所有代码。
智能体 AI 经济重塑 CPU 选择格局，Arm Neoverse 平台成头部厂商首选
系统架构师之所以倾向于 Arm 平台，因为它精准匹配定制AI 系统的核心需求：能效、可扩展性及每瓦性能。能效重要，因为功耗和预算是硬上限；系统平衡和 CPU 性能重要，因为加速器闲置成本极高；一致性重要，因为 AI 基础设施变化快、跨环境部署日益增多。
在融合型智能体 AI 数据中心里，面对持续推理的应用需求，上述优先事项变成了上线即需满足的硬性指标。智能体系统不只需要能生成词元的加速器，更需要以 CPU 为核心的编排能力，在网络、存储、调度、安全层面，持续、高效、大规模地把资源利用起来。
Arm 如今的强劲增长正源于此：Neoverse 正成为智能体时代的 CPU 基础平台，作为计算头节点，是让 AI 系统保持高效、一致并面向未来的核心控制中枢。
" class="thumb" />为何AI数据中心的系统架构师首选Arm平台2026-06-08 11:11
3月11日讯 由于目前中东地区的局势，伊朗或将无法参加今夏举行的美加墨世界杯。在参加Talksport的连线采访时，现任伊拉克教练组成员，助教穆伦斯汀谈到了目前有关伊拉克队的最新情况。
穆伦斯汀表示：“在亚足联中，我们是排名最高的球队。那么我们就可以取代伊朗的位置（如果他们退出）。然后阿联酋可能会取代我们，与苏里南和玻利维亚之间的胜者进行比赛。
“但也有传言说，如果FIFA做出最终决定，他们可能会让（附加赛中）FIFA排名最高的球队取代伊朗，也就是意大利。你可以想一想，他们更希望谁参加世界杯？”
同时，穆伦斯汀也呼吁FIFA能够允许附加赛赛程推迟以便伊拉克能够参与。
穆伦斯汀：“（无法正常参加附加赛）我不会称之为灾难，因为真正的灾难是目前中东遭遇的情况。但这对于等待了39年的伊拉克人民来说，将是一个巨大的、巨大的失望。就我们目前的状况、团队以及我们所经历的一切而言，这本身就是一个奇迹。
" src="3月11日讯 由于目前中东地区的局势，伊朗或将无法参加今夏举行的美加墨世界杯。在参加Talksport的连线采访时，现任伊拉克教练组成员，助教穆伦斯汀谈到了目前有关伊拉克队的最新情况。
穆伦斯汀表示：“在亚足联中，我们是排名最高的球队。那么我们就可以取代伊朗的位置（如果他们退出）。然后阿联酋可能会取代我们，与苏里南和玻利维亚之间的胜者进行比赛。
“但也有传言说，如果FIFA做出最终决定，他们可能会让（附加赛中）FIFA排名最高的球队取代伊朗，也就是意大利。你可以想一想，他们更希望谁参加世界杯？”
同时，穆伦斯汀也呼吁FIFA能够允许附加赛赛程推迟以便伊拉克能够参与。
穆伦斯汀：“（无法正常参加附加赛）我不会称之为灾难，因为真正的灾难是目前中东遭遇的情况。但这对于等待了39年的伊拉克人民来说，将是一个巨大的、巨大的失望。就我们目前的状况、团队以及我们所经历的一切而言，这本身就是一个奇迹。
" class="thumb" />伊拉克助教：有可能我们替伊朗，也有传言是FIFA排名更高的意大利2026-06-08 11:02
洞头网讯(记者 胡程远 陈经宝)6月20日下午，区政协主席汪慧平带队对我区迎宾环线开展“迎亚运”环境绿化美化专项民主监督，全力推进城市品质和形象提档升级，确保以最佳状态、最优环境迎接杭州亚运会的到来。
督察组一行先后前往九厅社区、望海楼通景道路、南塘段铁炉头入口处等地进行视察，深入细致了解强弱电上改下、海霞路口公园项目建设、沿线绿化美化彩化提升等迎亚运环境绿化美化情况。
“要细致查漏补缺，以‘绣花’功夫开展路域整治环境绿化美化提升工作”“建议在一些节点打造上要融入亚运特色，展现城市形象”……每到一处，督察组对工程项目进度、绿化美化、景观提升等情况建言献策。针对督察中发现的问题，现场建议责任部门第一时间整改到位，并对下一步工作提出指导意见。
督查中，汪慧平指出，杭州亚运会是向世界展示洞头城市形象的大好机会。他强调，要统筹兼顾，高站位扮靓城市环境。紧盯重要节点，扎实深入推进环境绿化美化工作，兼顾自然与人文、整体与局部、绿化与彩化等方面，让迎宾沿线“门面”更亮、环境“脸面”更净、城市“颜面”更高，让市民游客更好领略海上花园风采。要系统谋划，高效能推进项目建设。用足绣花功夫补短板、堵漏洞、强弱项，进一步优化方案、做实预案，细化任务、倒排进度，加强重点区域、薄弱环节全面排查整治，建立健全维养保障机制，不断深化环境提升各项工作。要浓厚氛围，高标准展示海岛形象。加大宣传力度，广泛汇聚各方合力，引导广大市民群众自觉当好迎亚运洞头城市环境品质提升的参与者、宣传者和监督者。广大政协委员要发挥代表性强、联系面广的优势，宣传亚运文化，讲好洞头故事，画出最大同心圆，推动形成齐心办好亚运会的浓厚氛围。
" src="
洞头网讯(记者 胡程远 陈经宝)6月20日下午，区政协主席汪慧平带队对我区迎宾环线开展“迎亚运”环境绿化美化专项民主监督，全力推进城市品质和形象提档升级，确保以最佳状态、最优环境迎接杭州亚运会的到来。
督察组一行先后前往九厅社区、望海楼通景道路、南塘段铁炉头入口处等地进行视察，深入细致了解强弱电上改下、海霞路口公园项目建设、沿线绿化美化彩化提升等迎亚运环境绿化美化情况。
“要细致查漏补缺，以‘绣花’功夫开展路域整治环境绿化美化提升工作”“建议在一些节点打造上要融入亚运特色，展现城市形象”……每到一处，督察组对工程项目进度、绿化美化、景观提升等情况建言献策。针对督察中发现的问题，现场建议责任部门第一时间整改到位，并对下一步工作提出指导意见。
督查中，汪慧平指出，杭州亚运会是向世界展示洞头城市形象的大好机会。他强调，要统筹兼顾，高站位扮靓城市环境。紧盯重要节点，扎实深入推进环境绿化美化工作，兼顾自然与人文、整体与局部、绿化与彩化等方面，让迎宾沿线“门面”更亮、环境“脸面”更净、城市“颜面”更高，让市民游客更好领略海上花园风采。要系统谋划，高效能推进项目建设。用足绣花功夫补短板、堵漏洞、强弱项，进一步优化方案、做实预案，细化任务、倒排进度，加强重点区域、薄弱环节全面排查整治，建立健全维养保障机制，不断深化环境提升各项工作。要浓厚氛围，高标准展示海岛形象。加大宣传力度，广泛汇聚各方合力，引导广大市民群众自觉当好迎亚运洞头城市环境品质提升的参与者、宣传者和监督者。广大政协委员要发挥代表性强、联系面广的优势，宣传亚运文化，讲好洞头故事，画出最大同心圆，推动形成齐心办好亚运会的浓厚氛围。
" class="thumb" />区政协开展“迎亚运”环境绿化美化专项民主监督活动2026-06-08 09:39
打开小鸟壁纸应用
首先，在您的设备主屏幕或应用列表中找到小鸟壁纸的图标，点击打开该应用。
进入主界面
成功打开小鸟壁纸后，您会看到其精美的主界面。界面布局清晰，各类壁纸分类展示。
寻找榜单入口
在主界面中，仔细观察，您会发现屏幕下方通常有一排功能按钮。其中，会有一个类似“榜单”或“排行”的按钮，这就是我们要找的榜单入口。点击该按钮，即可进入榜单页面。
查看不同榜单
进入榜单页面后，您会看到多种榜单类型。比如，有“热门壁纸榜”，这里展示的是当前最受用户欢迎、下载量较高的壁纸；还有“分类榜单”，根据壁纸的不同风格分类，如简约风、风、欧美风等，每个分类下都有相应的热门榜单，方便您快速找到自己喜欢风格的热门壁纸；另外，可能还有“最新榜单”，呈现最近新上传且受欢迎的壁纸。
筛选榜单内容
您可以根据自己的需求进一步筛选榜单内容。例如，如果您只想看高清壁纸的排行情况。
浏览壁纸详情
当您在榜单中看到感兴趣的壁纸时，点击该壁纸的缩略图，即可进入壁纸详情页面。在这里，您可以查看壁纸的高清大图、分辨率、适用场景等详细信息，还能进行下载、设为壁纸等操作。
通过以上步骤，您就能轻松在小鸟壁纸中查看各种榜单，获取丰富多样的热门壁纸资源啦。
" src="在小鸟中，榜单能让我们快速了解当下热门的壁纸资源。那么，小鸟壁纸怎么查看榜单呢？下面为您详细介绍。
打开小鸟壁纸应用
首先，在您的设备主屏幕或应用列表中找到小鸟壁纸的图标，点击打开该应用。
进入主界面
成功打开小鸟壁纸后，您会看到其精美的主界面。界面布局清晰，各类壁纸分类展示。
寻找榜单入口
在主界面中，仔细观察，您会发现屏幕下方通常有一排功能按钮。其中，会有一个类似“榜单”或“排行”的按钮，这就是我们要找的榜单入口。点击该按钮，即可进入榜单页面。
查看不同榜单
进入榜单页面后，您会看到多种榜单类型。比如，有“热门壁纸榜”，这里展示的是当前最受用户欢迎、下载量较高的壁纸；还有“分类榜单”，根据壁纸的不同风格分类，如简约风、风、欧美风等，每个分类下都有相应的热门榜单，方便您快速找到自己喜欢风格的热门壁纸；另外，可能还有“最新榜单”，呈现最近新上传且受欢迎的壁纸。
筛选榜单内容
您可以根据自己的需求进一步筛选榜单内容。例如，如果您只想看高清壁纸的排行情况。
浏览壁纸详情
当您在榜单中看到感兴趣的壁纸时，点击该壁纸的缩略图，即可进入壁纸详情页面。在这里，您可以查看壁纸的高清大图、分辨率、适用场景等详细信息，还能进行下载、设为壁纸等操作。
通过以上步骤，您就能轻松在小鸟壁纸中查看各种榜单，获取丰富多样的热门壁纸资源啦。
" class="thumb" />小鸟壁纸如何查看榜单2026-06-08 11:40
图片来源：国家典籍博物馆官微
展览的“沙场战神少秦王”“不世雄才唐太宗”“万民之王天可汗”“凡夫一面李世民”四个部分，通过梳理唐太宗李世民的生平主线，配合重点文物展陈、数字光影展示、唐风场景复原、手册互动玩法、多种研学课程、热点活动打卡等方式一窥唐太宗李世民的成长之路。
中国历史上唐朝国力强盛，威名远扬。唐朝第二位皇帝唐太宗李世民为唐朝的建立与统一立下赫赫战功，他任用贤才、虚心纳谏、静民重农，完善制度，对内文治天下休养生息，对外开疆扩土巩固边防，在位期间政治清明、经济繁荣、社会安定，为唐朝后来的盛世局面奠定了重要基础。
展览的140组、249件重磅文物来自昭陵博物馆、宁夏固原博物馆、国家图书馆（国家典籍博物馆）、山西博物院等15家博物馆，涉及不同文物材质类型，重点展品包括微笑仕女图、鎏金银壶、尉迟敬德墓志、贴金彩绘釉陶文官俑、唐贞观十六年鎏金菩萨造像、石刻胡旋舞墓门、白陶舞马俑等珍贵文物，引领观众邂逅贞观，深入了解初唐历史文化，感受大唐贞观的社会、政治、经济、文化、军事、外交发展脉络。展览至8月25日结束。
" src="讯（记者 姜燕）5月1日，“贞观——李世民的盛世长歌”展览在国家典籍博物馆第三、四展厅正式开展。本次展览作为2024年北京首次大规模贞观主题文物展，汇集140组，249件重磅文物，涵盖陶俑、壁画、金银器、织锦、琉璃器、石刻等多种类型。
图片来源：国家典籍博物馆官微
展览的“沙场战神少秦王”“不世雄才唐太宗”“万民之王天可汗”“凡夫一面李世民”四个部分，通过梳理唐太宗李世民的生平主线，配合重点文物展陈、数字光影展示、唐风场景复原、手册互动玩法、多种研学课程、热点活动打卡等方式一窥唐太宗李世民的成长之路。
中国历史上唐朝国力强盛，威名远扬。唐朝第二位皇帝唐太宗李世民为唐朝的建立与统一立下赫赫战功，他任用贤才、虚心纳谏、静民重农，完善制度，对内文治天下休养生息，对外开疆扩土巩固边防，在位期间政治清明、经济繁荣、社会安定，为唐朝后来的盛世局面奠定了重要基础。
展览的140组、249件重磅文物来自昭陵博物馆、宁夏固原博物馆、国家图书馆（国家典籍博物馆）、山西博物院等15家博物馆，涉及不同文物材质类型，重点展品包括微笑仕女图、鎏金银壶、尉迟敬德墓志、贴金彩绘釉陶文官俑、唐贞观十六年鎏金菩萨造像、石刻胡旋舞墓门、白陶舞马俑等珍贵文物，引领观众邂逅贞观，深入了解初唐历史文化，感受大唐贞观的社会、政治、经济、文化、军事、外交发展脉络。展览至8月25日结束。
" class="thumb" />“贞观——李世民的盛世长歌”展览在国家典籍博物馆开展2026-06-08 11:17本文将从技术原理、核心优势、应用场景及落地实践等方面，对该技术进行系统性解析。
一、先进工艺节点的检测挑战与技术缺口
当前半导体制造技术正经历关键变革：鳍式场效应晶体管逐步被全环绕栅极（GAA）纳米带晶体管替代，中段制程（MOL）因多重图形化技术的应用，堆叠复杂度持续增加。这一变革导致致命缺陷多隐匿于 3D 结构内部，传统光学检测手段难以有效识别。
同时，先进工艺节点的缺陷呈现显著的产品特异性，集中分布于特定工艺 - 版图组合的 “热点区域”，此类缺陷由芯片设计固有的版图特征引发，成为影响良率的核心因素。
行业面临的核心矛盾在于：电子束电压衬度检测是识别电学缺陷的关键技术，但传统电子束检测采用光栅扫描模式，效率远低于光学检测，无法匹配大批量生产的需求。DirectScan 技术的出现，为破解这一矛盾提供了可行路径。
二、DirectScan 核心技术架构：PointScan 的创新逻辑
DirectScan 检测方案由eProbe 电子束检测工具、FIRE GDS 版图分析平台及Exensio 大数据智能分析平台三大核心组件构成，其技术突破的核心在于PointScan 扫描技术对传统电子束检测逻辑的重构，主要体现在以下三方面：
1
设计感知驱动的靶向检测
传统电子束检测采用无差别光栅扫描，需覆盖包括介质区域在内的全部区域，且无法识别被测目标的图形特征；PointScan 技术具备非接触式电学测试特性，可精准跳转至目标器件的关键位置（如焊盘、接触点），仅对有效检测区域实施电压衬度检测，完全规避介质区域的无效扫描，实现 “按需检测”。
2
检测效率的量级提升
通过 FIRE 平台的精细化版图分析，可精准筛选出需检测的 “关键区域”，大幅缩减检测范围：
后段制程金属 3 层通孔检测：仅需扫描总可检测面积的 2.5%
中段制程栅极 - 漏极短路检测：仅需扫描总接触点的 1%
栅极残筋检测：可规避 50%-75% 的介质区域，检测面积缩减至传统方案的 10% 以下
基于上述优化，PointScan 技术的检测吞吐量可达传统单束电子束检测设备的 20-100 倍，每小时可完成数十亿个被测器件的扫描。
3
设计感知学习与属性分析能力
DirectScan 与 FIRE 平台的深度整合，可实现跨多层版图的属性提取，包括触点类型（漏极 / 栅极）、晶体管阈值电压、极性、与扩散区隔离槽的距离等关键参数。
eProbe 输出的 KLARF格式数据含专属属性识别码，可与版图特征精准匹配，工程师可直接计算特定属性或属性组合对应的缺陷率，快速定位高风险晶体管类型与版图设计方案，为工艺优化提供数据支撑。
三、高难度场景的应用突破
PointScan 技术的低电荷沉积特性，使其在传统电子束检测难以覆盖的场景中实现突破：
背侧供电网络（BSPDN）晶圆检测
键合晶圆形成的绝缘层会阻碍电荷传导，导致传统电子束检测出现电荷累积、电子束偏折与失焦问题；PointScan 技术大幅降低单位面积电荷沉积量，有效缓解上述问题，已完成实际应用验证。
3D DRAM检测
3D DRAM 的结构特性同样易引发电荷累积，此前检测难度较高，DirectScan 技术的应用使该类器件的精准检测成为可能。
DRAM 阵列短路检测
独有的可控 “充电 - 检测” 功能，可在指定位置施加电荷后跳转至目标区域采集电压衬度信号，使特定岛状节点呈现高亮状态，清晰识别与浮空相邻触点的短路问题，该功能为传统光栅扫描技术所不具备。
四、行业落地实践与全流程应用
自 2022 年初起，eProbe 检测系统已在多家先进逻辑芯片制造工厂落地，目前两套设备投入大批量生产，第三套设备处于产能爬坡阶段，应用场景覆盖半导体制造全流程：
先进逻辑芯片制造
中段制程：GAA 栅极 - 漏极短路、栅极接触孔开路、栅极外延层 / 硅化物层开路检测
后段制程：M0 层、1X 层、2X 层系统性接触孔开路与金属布线短路检测
背侧供电网络：电源通孔、源极 / 漏极通孔接触孔开路与短路检测
随机逻辑电路漏电情况评估
先进 DRAM 制造（2024-2025 年）
外围电路：栅极 - 栅极残筋短路、栅极 - 漏极短路、字线 - 字线短路与开路检测及缺陷定位
存储阵列：基于可控 “充电 - 检测” 技术的存储节点短路检测
技术总结
在半导体制程向更精密 3D 架构演进的背景下，检测技术的创新成为保障良率的关键。DirectScan 方案通过 PointScan 靶向扫描技术、设计感知分析能力与产品特异性缺陷学习功能的融合，在保留电子束检测高灵敏度的基础上，实现了检测吞吐量的量级提升，同时破解了高难度场景的检测难题。
该技术不仅解决了先进工艺节点下缺陷“难识别、难检测” 的问题，更推动半导体检测从 “缺陷识别” 向 “工艺优化赋能” 升级，为下一代半导体制造提供了核心技术支撑和全新路径。
" src="随着半导体制程向先进节点演进，3D 晶体管架构与多层互连堆叠技术的规模化应用，使得器件缺陷的隐蔽性与检测难度显著提升。传统光学检测技术已难以满足电学相关缺陷的识别需求，而电子束检测的效率瓶颈又制约了量产应用。DirectScan检测通过核心技术创新破解了这一行业痛点，为下一代半导体制造提供了高效、精准的检测解决方案。
本文将从技术原理、核心优势、应用场景及落地实践等方面，对该技术进行系统性解析。
一、先进工艺节点的检测挑战与技术缺口
当前半导体制造技术正经历关键变革：鳍式场效应晶体管逐步被全环绕栅极（GAA）纳米带晶体管替代，中段制程（MOL）因多重图形化技术的应用，堆叠复杂度持续增加。这一变革导致致命缺陷多隐匿于 3D 结构内部，传统光学检测手段难以有效识别。
同时，先进工艺节点的缺陷呈现显著的产品特异性，集中分布于特定工艺 - 版图组合的 “热点区域”，此类缺陷由芯片设计固有的版图特征引发，成为影响良率的核心因素。
行业面临的核心矛盾在于：电子束电压衬度检测是识别电学缺陷的关键技术，但传统电子束检测采用光栅扫描模式，效率远低于光学检测，无法匹配大批量生产的需求。DirectScan 技术的出现，为破解这一矛盾提供了可行路径。
二、DirectScan 核心技术架构：PointScan 的创新逻辑
DirectScan 检测方案由eProbe 电子束检测工具、FIRE GDS 版图分析平台及Exensio 大数据智能分析平台三大核心组件构成，其技术突破的核心在于PointScan 扫描技术对传统电子束检测逻辑的重构，主要体现在以下三方面：
1
设计感知驱动的靶向检测
传统电子束检测采用无差别光栅扫描，需覆盖包括介质区域在内的全部区域，且无法识别被测目标的图形特征；PointScan 技术具备非接触式电学测试特性，可精准跳转至目标器件的关键位置（如焊盘、接触点），仅对有效检测区域实施电压衬度检测，完全规避介质区域的无效扫描，实现 “按需检测”。
2
检测效率的量级提升
通过 FIRE 平台的精细化版图分析，可精准筛选出需检测的 “关键区域”，大幅缩减检测范围：
后段制程金属 3 层通孔检测：仅需扫描总可检测面积的 2.5%
中段制程栅极 - 漏极短路检测：仅需扫描总接触点的 1%
栅极残筋检测：可规避 50%-75% 的介质区域，检测面积缩减至传统方案的 10% 以下
基于上述优化，PointScan 技术的检测吞吐量可达传统单束电子束检测设备的 20-100 倍，每小时可完成数十亿个被测器件的扫描。
3
设计感知学习与属性分析能力
DirectScan 与 FIRE 平台的深度整合，可实现跨多层版图的属性提取，包括触点类型（漏极 / 栅极）、晶体管阈值电压、极性、与扩散区隔离槽的距离等关键参数。
eProbe 输出的 KLARF格式数据含专属属性识别码，可与版图特征精准匹配，工程师可直接计算特定属性或属性组合对应的缺陷率，快速定位高风险晶体管类型与版图设计方案，为工艺优化提供数据支撑。
三、高难度场景的应用突破
PointScan 技术的低电荷沉积特性，使其在传统电子束检测难以覆盖的场景中实现突破：
背侧供电网络（BSPDN）晶圆检测
键合晶圆形成的绝缘层会阻碍电荷传导，导致传统电子束检测出现电荷累积、电子束偏折与失焦问题；PointScan 技术大幅降低单位面积电荷沉积量，有效缓解上述问题，已完成实际应用验证。
3D DRAM检测
3D DRAM 的结构特性同样易引发电荷累积，此前检测难度较高，DirectScan 技术的应用使该类器件的精准检测成为可能。
DRAM 阵列短路检测
独有的可控 “充电 - 检测” 功能，可在指定位置施加电荷后跳转至目标区域采集电压衬度信号，使特定岛状节点呈现高亮状态，清晰识别与浮空相邻触点的短路问题，该功能为传统光栅扫描技术所不具备。
四、行业落地实践与全流程应用
自 2022 年初起，eProbe 检测系统已在多家先进逻辑芯片制造工厂落地，目前两套设备投入大批量生产，第三套设备处于产能爬坡阶段，应用场景覆盖半导体制造全流程：
先进逻辑芯片制造
中段制程：GAA 栅极 - 漏极短路、栅极接触孔开路、栅极外延层 / 硅化物层开路检测
后段制程：M0 层、1X 层、2X 层系统性接触孔开路与金属布线短路检测
背侧供电网络：电源通孔、源极 / 漏极通孔接触孔开路与短路检测
随机逻辑电路漏电情况评估
先进 DRAM 制造（2024-2025 年）
外围电路：栅极 - 栅极残筋短路、栅极 - 漏极短路、字线 - 字线短路与开路检测及缺陷定位
存储阵列：基于可控 “充电 - 检测” 技术的存储节点短路检测
技术总结
在半导体制程向更精密 3D 架构演进的背景下，检测技术的创新成为保障良率的关键。DirectScan 方案通过 PointScan 靶向扫描技术、设计感知分析能力与产品特异性缺陷学习功能的融合，在保留电子束检测高灵敏度的基础上，实现了检测吞吐量的量级提升，同时破解了高难度场景的检测难题。
该技术不仅解决了先进工艺节点下缺陷“难识别、难检测” 的问题，更推动半导体检测从 “缺陷识别” 向 “工艺优化赋能” 升级，为下一代半导体制造提供了核心技术支撑和全新路径。
" class="thumb" />DirectScan 技术解析：下一代半导体电子束检测的创新路径与应用2026-06-08 10:38
会上，丰泽区共签约33个项目，总投资328亿元，其中，30个重大项目在现场签约，总投资253亿元，涵盖匹克服装贸易、交发跨境贸易生态园、站前商务区综合体等；星炫时空科技产业园、壹点纳锦（泉州）私募基金扩募、宇极高端发光材料3个项目参加当天上午泉州市民营经济发展大会签约，总投资75亿元。
“过去一年，在社会各界的鼎力支持下，我们奋勇争先、真抓实干，经济总量历史性迈上千亿台阶，核心区建设迈出新的步伐。”丰泽区委书记高金全表示，丰泽将始终秉承亲商、重商、安商、富商的发展理念，为大家选择丰泽、投资丰泽提供最好服务、最优政策、最佳保障。同时期盼各位企业家继续成为丰泽的“城市合伙人”和“城市推荐官”，选择丰泽、扎根丰泽，与丰泽并肩前行、共赢未来！
近年来，丰泽区锚定“五区”建设目标，以“5610”专项行动为抓手，接续实施“抓开放招商 促项目落地”专项行动，一批好项目、大项目接踵而来，为丰泽社会经济发展提供强有力的支撑。
当天，现场还举行2025年度经济贡献大户授牌仪式。丰泽区对工业、建筑业、商贸服务业、房地产业四个行业前5位经济贡献代表，现场颁授牌匾。同时，在总部经济、高新技术、文化旅游等领域，丰泽区聘任第五批招商大使，进一步充实全区招商大使队伍。
现场政企代表带着对新一年发展的期许畅所欲言。源之宇宙（福建）科技有限公司董事长吴克华、福建烟草机械副总经理、壹点纳锦基金负责人吴舫愃、滴滴出行科技有限公司地方事务部高级总监赖加凤、腾远泉音信息科技(泉州)有限公司负责人潘洁霞等企业家代表依次在会上作分享。丰泽区招商专员赖梓莹分别从立足丰泽、深耕丰泽、展望丰泽、选择丰泽、投资丰泽五个方面招商宣传推介，诚邀各位企业家、乡贤等在丰泽这片热土上创新创业、成就梦想。
" src="闽南网2月25日讯（闽南网 姚珊红 通讯员 陈庚嘉）2月24日，丰泽2026年“大拼经济 大抓发展”座谈会暨新春招商签约大会召开，泉州市直部门、丰泽区四套班子领导及各界代表齐聚，共谋发展，共绘发展新蓝图。
会上，丰泽区共签约33个项目，总投资328亿元，其中，30个重大项目在现场签约，总投资253亿元，涵盖匹克服装贸易、交发跨境贸易生态园、站前商务区综合体等；星炫时空科技产业园、壹点纳锦（泉州）私募基金扩募、宇极高端发光材料3个项目参加当天上午泉州市民营经济发展大会签约，总投资75亿元。
“过去一年，在社会各界的鼎力支持下，我们奋勇争先、真抓实干，经济总量历史性迈上千亿台阶，核心区建设迈出新的步伐。”丰泽区委书记高金全表示，丰泽将始终秉承亲商、重商、安商、富商的发展理念，为大家选择丰泽、投资丰泽提供最好服务、最优政策、最佳保障。同时期盼各位企业家继续成为丰泽的“城市合伙人”和“城市推荐官”，选择丰泽、扎根丰泽，与丰泽并肩前行、共赢未来！
近年来，丰泽区锚定“五区”建设目标，以“5610”专项行动为抓手，接续实施“抓开放招商 促项目落地”专项行动，一批好项目、大项目接踵而来，为丰泽社会经济发展提供强有力的支撑。
当天，现场还举行2025年度经济贡献大户授牌仪式。丰泽区对工业、建筑业、商贸服务业、房地产业四个行业前5位经济贡献代表，现场颁授牌匾。同时，在总部经济、高新技术、文化旅游等领域，丰泽区聘任第五批招商大使，进一步充实全区招商大使队伍。
现场政企代表带着对新一年发展的期许畅所欲言。源之宇宙（福建）科技有限公司董事长吴克华、福建烟草机械副总经理、壹点纳锦基金负责人吴舫愃、滴滴出行科技有限公司地方事务部高级总监赖加凤、腾远泉音信息科技(泉州)有限公司负责人潘洁霞等企业家代表依次在会上作分享。丰泽区招商专员赖梓莹分别从立足丰泽、深耕丰泽、展望丰泽、选择丰泽、投资丰泽五个方面招商宣传推介，诚邀各位企业家、乡贤等在丰泽这片热土上创新创业、成就梦想。
" class="thumb" />泉州丰泽：新春招商签约大会召开 33个项目总投资328亿元2026-06-08 10:07