检索标题、摘要与正文，把分散的信息连起来。
arXiv:2610.37906v1 发布类型：新 摘要：脉冲储备计算将固定递归储备池的训练效率与事件驱动推理的能量效率相结合，其中计算由稀疏脉冲触发，而非在每个时间步都进行密集运算。然而，现有的脉冲储备池几乎完全依赖于漏积分-发放（LIF）神经元，其低通特性限制了它们区分不同时间频率所编码信息的能力。我们提出了HRF-Res，一种液态状态机，其中LIF神经元被异质的谐波谐振-发放（HRF）神经元群体所取代。这些神经元具有内在的振荡动力学，并能选择性地响应输入频率，从而使储备池能够捕捉频
通过开源工具和开源 PDK，从工作负载规范到 GDS 版图布局，对 AI 智能体进行评估，以衡量其完成芯片设计工作流的能力。文章《隆重推出 Build-A-Chip-Bench：从工作负载规范到 GDS》首发于 Semiconductor Engineering。
面向RF设计的智能体驱动解决方案。文章《规划您的RF EDA人工智能设计之旅》首发于Semiconductor Engineering。
对带宽的空前需求促使人们通过从根本上重新构想光互连路线图，将光学技术更紧密地集成到硅基芯片上。文章《imec报告：面向人工智能时代的光互连技术 scaling》首发于 Semiconductor Engineering。
arXiv：2610.33475v1 发布类型：新 摘要：基础大型语言模型（LLM）在云数据中心的广泛部署，标志着从无状态深度学习向分布式、内存密集型生成式工作负载的根本性范式转变。然而，在严格的服务水平目标（SLO）下为海量基础模型提供服务，会暴露出关键的物理与系统瓶颈。这些挑战包括持续存在的高带宽存储器（HBM）墙、计算密集型预填充与内存带宽受限的解码之间的运行不对称、键值（KV）缓存的爆炸式增长、代价高昂的无服务器冷启动，以及硬件可靠性方面的漏洞。现有的文献综述仍局限于各层次的孤立视角，未能将底层加速器的虚拟化与集群……
arXiv:2610.34911v1 发布类型：新 摘要：高性能计算的范畴已扩展至涵盖多种形态的机器学习任务。图神经网络（GNN）日益受到青睐，其应用领域不断拓展。随着图数据规模的持续增长，包括节点数量、边的数量以及嵌入维度的不断提升，DGL 和 PyG 等标准化库应运而生，旨在简化 GNN 的计算过程。这些库允许以高层次的抽象方式描述计算流程，从而显著提升开发者的生产效率。然而，随着处理器核心数的迅速增加以及多核架构的演进，这类库往往表现出较差的可扩展性，并且无法实
arXiv：2610.33501v1 发布类型：新 提要：大型语言模型（LLM）的推理服务依赖于批处理以提升推理吞吐量，但键值（KV）缓存会随序列长度增长，从而限制了GPU上的并发度。通过CPU卸载，可以利用主机内存扩展KV缓存容量，然而现有系统在很大程度上仍受GPU瓶颈制约：只有当GPU调度器能够提供合适的重叠机会时，CPU驻留的请求才能取得进展。因此，主机内存与CPU计算无法作为独立的推理资源发挥作用，导致负载下CPU端进度波动加剧，并使尾部词间延迟（ITL）显著增加。我们提出了DualPace，一种将主机转变为独立调度解码引擎的LLM推理运行时。DualPace在两个引擎之间划分了调度权：GPU引擎
i14推出30.28亿参数的Laplace 3B模型，采用门控线性注意力（GLA）替代Softmax注意力，其推理时每序列递归状态恒为29.5 MB，与上下文长度无关；该模型在单台AWS trn2.48xlarge（16颗Trainium2芯片）上完成训练与服务验证，训练吞吐达12万token/秒，服务吞吐11544 output token/秒（1280并发序列），所有性能数据均为i14与AWS GenAIIC团队内部实测结果。
