探索蘑菇973理论：理解植物生长与环境调控的前沿科学，恩智浦计划关闭多家 8 英寸晶圆厂，转向更高效率 12 英寸制造全球首个AI全自动芯片设计系统正式发布她出身农村，跑了五年龙套，没团队、没经纪人帮衬，全靠自己一张脸一股狠劲，一步步熬上来的。
生物学家们在长期研究中发现了一种称为"蘑菇973理论"的理论，它描述了植物生长和环境调控之间的复杂关系。该理论由中国科学院微生物研究所研究员李永波教授于2016年提出，并以其独特的视角、严谨的研究方法和广泛的应用成果，对全球植物生长过程中的环境适应机制进行了深入探究。
蘑菇973理论的核心概念是"生长受限因子". 这一术语首次在植物生命周期中的不同阶段被提出，包括种子萌发、幼苗期、营养生长期、成熟期和衰老期等关键生命阶段。其中，生长受限因子是指影响植物生长发育且在其有效期内难以通过自身调节得以恢复的环境因素。这些因子可能来自土壤养分不足、水分过饱和、光照不足、温度过高或过低、病虫害、化学物质污染等多个方面。
这种理论强调环境对植物生长的影响是多维度、多层次的，而不仅仅局限于单个生长阶段的限制因素。在种子萌发过程中，光合作用受限的环境条件（如强光、低温）可能导致植物无法正常生长；而在营养生长期，缺乏必需营养元素（如氮、磷、钾）则可能导致植株生长迟缓或停滞。在营养生长期，过度施肥也可能导致土壤板结和植物根系萎缩，影响其吸收水分和养分的能力。环境变化（如极端气候事件）也能直接改变植物的生理状态，如干旱、高温或寒冷等，从而影响其生长速度和产量。
在生长受限因子的作用下，植物通过多种途径来应对环境挑战，包括物理适应（如长距离迁移和形态结构改变）、化学适应（如合成防御蛋白和激素调控基因表达）、生物适应（如植物生长素的调控和免疫系统的参与）。例如，在干旱环境中，植物可以通过调整细胞内水含量、增强抗旱能力等方式来适应生存压力；在高盐浓度条件下，植物可以分泌盐胁迫蛋白，抵抗NaCl的渗透压；在寒冷环境中，植物可以通过代谢途径降低体内热能消耗，以提高对低温的耐受性。
李永波教授及其团队通过对大量植物生长数据和实验结果的分析，揭示了环境限制因子是如何共同作用并相互影响，进而调控植物生长和发育的。这一理论不仅有助于我们更好地理解植物生长的基本原理，也为优化农业生产和环境保护提供了新的思路。
未来，随着科技的发展和环境问题的日益严重，我们期待更多的科学家和学者加入到蘑菇973理论的研究中，进一步揭示植物生长和环境调控的更多深层次机制。通过借鉴这一理论，我们可以采取更加科学合理的农业生产策略，如合理施用化肥和农药，改善土壤质量，引入适宜的灌溉措施，以及实施有效的生态修复工程，以实现更高效、环保和可持续的农业发展。总之，蘑菇973理论为我们提供了一个全新的视角，揭示了植物生长和环境调控之间错综复杂的互动关系，为人类理解和应对气候变化、防治环境污染等问题提供了新的科学依据和实践路径。
IT之家 6 月 9 日消息，据荷兰地方媒体《de Gelderlander》5 月 21 日报道，半导体企业恩智浦计划关闭 4 座 8 英寸晶圆厂，其中一座位于该国奈梅亨，另外三座则在美国境内。
恩智浦计划将生产过渡到新的 12 英寸晶圆厂中：即使不考虑边缘损失，12 英寸的单晶圆生产量也是 8 英寸的 2.25 倍，这意味着更低的固定成本和制造成本，可带来更高的利润。
恩智浦计划在未来 10 年关闭上述四座晶圆厂。其与世界先进合资企业 VSMC 在新加坡建设的 12 英寸晶圆厂将于 2027 年开始量产，合资形式也降低了恩智浦产能建设的风险。
近日，中国科学院计算技术研究所与软件研究所联合发布了全球首个基于人工智能技术的处理器芯片软硬件全自动设计系统“启蒙”。据悉，基于AI技术，该系统首次实现从芯片硬件到基础软件的全流程无人化设计，其产出方案在性能、能效等关键指标上均达到人类专家水平。
处理器芯片被视为科技领域的“心脏”，其设计过程复杂精密、专业门槛极高，传统流程需数百名专家耗时数月甚至数年。随着AI、自动驾驶等场景对定制化芯片需求爆发，芯片设计人才短缺的问题日益凸显，而“启蒙”系统的诞生，为这一困局提供了破题思路。
据了解，此次发布的“启蒙”系统依托大模型等先进人工智能技术，可实现CPU的自动设计，并能为芯片自动配置相应的操作系统、转译程序、高性能算子库等基础软件。
在硬件设计方面，利用该系统设计的CPU芯片“启蒙1号”是全球首款全自动生成的32位RISC-V CPU，仅用5小时就能完成全部前端设计，集成超400万逻辑门（相当于Intel 486复杂度），目前已完成流片。升级版“启蒙2号”可实现1700万逻辑门超标量处理器自动设计，性能对标主流智能手机处理器ARM Cortex A53，可满足高性能边缘计算场景需求。而在软件适配方面，该系统同样展现优秀能力，比如在操作系统内核上，自动生成的配置方案性能较人工优化提升25.6%。
这项研究有望改变处理器芯片软硬件的设计范式，其“AI设计AI芯片”的范式不仅将设计效率提升两个数量级，也提供了根据具体应用场景实时定制专用芯片的新路径，未来有望应用于AI服务器、智能物联网、科学计算等领域。
作者丨杨鹏岳
编辑丨张心怡
美编丨马利亚
监制丨赵晨