潮水上涨男子被困防浪石，浦东消防紧急救援

PChome3月17日消息，2026年GTC大会上，英伟达正式推出新一代AI计算平台Vera Rubin，整合七款自研芯片实现算力代际突破，将AI推理成本降至前代1/10，并首次提出“物理AI”概念，助力智能体跨越式发展。

这个平台的核心为七芯协同架构，包含Vera CPU、Rubin GPU等七款芯片，通过深度协同消除通信瓶颈。其中Rubin GPU采用3nm工艺，NVFP4精度算力达50 PFLOPS，较Blackwell提升5倍，训练速度提升3.5倍，单位Token生成成本降低90%，为大规模AI应用落地筑牢基础。

存储与推理方面，推出全新的BlueField-4 STX机架搭配DOCA Memos框架，可高效处理海量KV缓存数据，大幅降耗的同时将推理吞吐量提升5倍；Groq 3 LPX推理加速机架含256个LPU处理器，与平台结合后每兆瓦推理吞吐量最高提升35倍。

平台采用GPU+LPU解耦推理技术，实现万亿参数模型毫秒级响应；推出Space-1太空数据中心模块，结合自动驾驶模型推动物理AI落地，奔驰CLA车型将率先路测。黄仁勋宣布2027年AI算力营收目标1万亿美元，微软、AWS等云服务商已首批采购，中国市场也将迎来应用爆发。

PChome补充，这个平台采用100%液冷设计，PUE降至1.1以下，Rubin GPU搭载288GB HBM4显存并扩张开源生态。不过，台积电3nm良率、HBM4供应紧张及市场竞争加剧，仍是其量产和发展的主要挑战。

（文中图片来源于网络）         

　　本届农交会，报名参展参会客商2万多人、参展产品3万多种，展厅总面积约11.5万平方米，如此大的面积，想要惬意“逛吃”，快查收这份指南。

　　今年合肥农交会展区内设置了科技强农馆、机械强农馆、美丽乡村馆等展厅。展厅充分运用高科技手段将农业、科技与地方特色深度融合，营造沉浸式氛围。

　　其中，安徽农业农村发展成就展厅，安排在登录大厅与主展馆之间。展示党的十八大以来安徽农业农村发展取得的成就。

　　安徽省16个地市展厅，安排在主展馆。16个地市划分为16单元，按各市农产品加工产值情况，结合各市产业特点进行安排，展示各地名特优农产品。

　　预制菜展馆，安排在综合（2号）馆。通过市场化运作方式，展示展销全国预制菜最新成果。

　　农业机械馆，安排在3号馆、4号馆。展示各类农业生产机械。

　　金融展区、特色农产品展示直播专区，安排在4号馆。展示金融创新产品、开展对接活动；邀请网络达人，在场馆设置特色农产品展示和直播专区。

　　科技创新馆，安排在5号馆。展示和宣传推介省各产业技术体系最新成果。

　　和美乡村馆，安排在6号馆。16个市分别展示乡村休闲旅游与农耕文化、美丽乡村建设成果。

　　新农人馆，安排在7号馆。包含合作社和家庭农场展区、农业农村领域能工巧匠暨创新创业展区，以及数字乡村、智慧农业展区。

　　省外馆，安排在8号馆。包含国家级重点龙头企业展区、台湾展区、境外展区、农垦展区、团省委展区、食用菌展区、天邦集团展区等。

　　农业生产资料馆，安排在9号馆。展示推介种子、化肥、农药等农业生产资料等，本展区汇集了全球农药企业销售额前十名中的先正达、拜耳、富美实、科迪华，以及久易农业、众邦生物、华星化工、星宇化学、丰乐农化、辉隆集团银山药业、蓝田农业等近百家优秀农资企业。

　　合肥农交会展览展示板块将从10月13日下午2点后正式对外开放。前来参观的观众请按图示10号、1号、3号、5号、6号五个出入口进入，并持入场二维码配合检录、安检处工作人员检录后入场。

　　需要提醒逛展市民的是，在畅快“买买买”的同时，一定要提防各类“展虫”。什么是“展虫”呢？没有正规资质，利用展会时间短、现场人员混杂等特点，长期在各大展会期间向消费者兜售产品的群体，行业称之为“展虫”。他们兜售的大都为假冒伪劣产品。

　　“展虫”利用展会的影响力、展期人群集中、会后人去场空等特点，以突击销售为目标，混入展区内大肆销售商品，扰乱会场秩序、既损害了场馆及展会的形象，也严重侵害了广大消费者的权益。

　　如果您看到挂羊头卖狗肉，兜售的商品与所在展区主题不符，那就是“展虫”，例如茶叶展位卖零食、洗衣液等产品。

　　还有些“展虫”是打游击战的“售卖高手”，要是在展馆内非展示区，如走道、公共休息区等，看到拉着行李箱、小拖车兜售商品的人，您可能就是遇到“展虫”了。还有一些“展虫”商品数量较多，超出了作为样品的用途，如果您看到展位上的样品堆积如山，那就是“展虫”把商品都作所谓的样品处理了。

　　“展虫”很多时候会在展会最后一天展商撤展时出没，占据空展位售卖，没有空展位也会用后备箱售卖。常见“展虫”销售的产品包括纺织品、服装、鞋帽、皮带、箱包小家电、食品和所谓“珠宝首饰”等。请自觉抵制“展虫”，维护良好的展会营商环境，打造安全舒心的逛展氛围。（记者 彭旖旎）

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。