How to Remember Everything You Read (Stop Trying) — 如何记住你读过的所有内容(别试了)
翻译自 Dan 的英文原文。文章批判了「记住读过的一切」这种执念:记忆不是阅读的目的,理解才是;真正的学习是输出驱动的控制论过程,而非囤积输入。随后拆解为什么大多数笔记系统/书签/「第二大脑」被误用,以及如何用数字化的「摘记簿」捕捉想法、用创作行为固化知识。本文为英文原文 + 中文翻译,未做解读。
翻译自 Dan 的英文原文。文章批判了「记住读过的一切」这种执念:记忆不是阅读的目的,理解才是;真正的学习是输出驱动的控制论过程,而非囤积输入。随后拆解为什么大多数笔记系统/书签/「第二大脑」被误用,以及如何用数字化的「摘记簿」捕捉想法、用创作行为固化知识。本文为英文原文 + 中文翻译,未做解读。
AMD(NASDAQ:AMD) 与 Cerebras(NASDAQ:CBRS) 在 Advancing AI 2026 发布技术合作:以『分离式推理(disaggregated inference)』把 AI 推理拆成高吞吐的 prompt 处理(AMD Helios / Instinct GPU)与超低延迟的 token 生成(Cerebras 晶圆级引擎 WSE)两阶段,跨引擎统一工作流,宣称最高 5x tokens/s/watt。英文原文逐字 + 中文深度解读,并与本站《推理芯片架构地图》互链。
Irrational Analysis 对近期 CPO/NPO 舆论噪音的反击:Nvidia 已将 NPO 方案从 TSMC COUPE 临时迁往 Tower Semi 的 SiPho 平台(根因是 TSMC 的 SiN PDK 拖延与 2D 光栅耦合器翻车);Lumentum 的 UHP 激光器在 NPO 所需的严苛 RIN/线宽规格下几乎无敌,Coherent 已实质失败并仓促转向 MOPA;Ashkan Seyedi 转投 AMS OSRAM 实为押注其封装/集成能力做 scalable 的 VCSEL CPO。英文原文逐字 + 中文深度解读,并与本站激光/CPO 系列互链。
整理自 Damnang:把推理芯片市场拆成三大瓶颈(内存带宽 / 灵活性成本 / 部署与功耗),再用实测规格梳理 12 家创企如何作答,按内存阵营(SRAM 中心 / 低成本 DRAM / 分层 / HBM)深挖,最后看 Nvidia 与超大规模云厂如何上下夹击。英文原文 + 中文解读。
整理自 Silicon Codesign(Substack)的硅光入门技术文。免费公开部分系统拆解一条硅光收发链路(CPO 语境下 224 Gbps NRZ)的链路预算(link budget):发射端功耗效率(pJ/bit)与 BER 指标、激光功率(双光子吸收导致的 Pout 饱和/钝化层熔融风险、对 PAM4 至关重要的 RIN)、连接器损耗(调制器损耗 / MPI / PDL)、接收端(响应度 / 暗电流 / 输入参考噪声 / TIA 增益 / 接收灵敏度 / THD)。真正的『眼图质量 FOM』『量产验证挑战(晶圆筛片 + 热稳定性 + NVIDIA 热调谐设计)』位于付费墙之后。英文原文(免费公开部分)+ 中文深度解读。
整理自 Viks Newsletter:CPO 超高功率(UHP) CW 激光器系列第 2 篇(判词篇)。市场 FUD 说 Lumentum 领先却少有人讲清工程难点与护城河。免费段拆『重新展宽(re-broadening)』两大机制(空间烧孔 + MQW 随机复合相位噪声),并给出 κL≈0.7 的甜点(相位平坦度覆盖近 200°)。真正的腔长工程、可靠性、模态稳定与『护城河不在 UHP 设计本身』的判词位于付费墙之后。英文原文(免费公开部分)+ 中文深度解读。
整理自 ChipStrat (Substack) 的免费入门系列第 3 篇:从可插拔→LRO/LPO 一路走到 CPO。拆解 NPO 与 CPO 的物理差异、XSR SerDes 省电逻辑、硅光引擎与外部 CW 激光如何取代 EML+DSP、可维护性与可靠性反直觉改善、以及价值链从 InP EML/DSP 向硅光/CW 激光/先进封装的迁移。英文原文(全文免费)+ 中文深度解读。
整理自 Damnang (Substack) 的 CPO 系列收官长文:方向正确(铜遇上物理极限、光是早晚的事)不等于当下可行。逐节拆解 scale-up/scale-out 双域、铜墙与功耗墙、热管理/封装良率/激光源/晶圆级光测试/光纤耦合六大瓶颈,以及代工厂(TSMC/GF/Tower)、集成方案(Broadcom/Marvell/Ayar/Lightmatter)与公司映射。英文全文 + 中文深度解读。
整理自 Viks Newsletter:CPO 超高功率(UHP) CW 激光器是供应链隐形 choke point,Lumentum 公认领先但工程难点少有人讲清。系列第 1 篇(基础篇)从第一性原理拆 InP DFB 激光器——多量子阱增益、自发/受激辐射、L-I 曲线与温度阈值,并指出 Lumentum 的优势可追溯到 2007 年 JDS Uniphase 的 DFB 设计(片上 600mW、出纤 350mW、线宽 <500kHz)。英文原文(免费公开部分,至 L-I 曲线)+ 中文深度解读。
整理自 Damnang:开源模型(DeepSeek/Qwen/Kimi K3)正快速吞噬中端 AI 工作量份额,市场担忧 hyperscaler 不再买芯片。文章用 OpenRouter 数据 + 前后端毛利拆解证明:企业切到自托管开源模型后,hyerscaler 的单位价格从 $25/M token 崩到 <$1,但净影响取决于『复用率』——真实证据显示预算被一个季度烧光、token 用量年增 5–7 倍,hyerscaler 实则受益。英文原文(免费公开部分)+ 中文深度解读。