<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>芯片制造 &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/%e8%8a%af%e7%89%87%e5%88%b6%e9%80%a0/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Sun, 09 Aug 2026 22:17:00 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>让 AI 把知识做成模拟游戏，比看讲解更记得住</title>
		<link>https://mylogs.cn/learn-complex-topics-with-llm-simulations/</link>
					<comments>https://mylogs.cn/learn-complex-topics-with-llm-simulations/#respond</comments>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Sun, 09 Aug 2026 22:16:44 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI 学习法]]></category>
		<category><![CDATA[Claude Code]]></category>
		<category><![CDATA[GitHub Pages]]></category>
		<category><![CDATA[大模型应用]]></category>
		<category><![CDATA[知识可视化]]></category>
		<category><![CDATA[芯片制造]]></category>
		<guid isPermaLink="false">https://mylogs.cn/learn-complex-topics-with-llm-simulations/</guid>

					<description><![CDATA[让 AI 把知识做成模拟游戏，比看讲解更记得住 用大模型做原型、写内部工具、搭仪表盘，如今在工程师群体里已是常 [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">让 AI 把知识做成模拟游戏，比看讲解更记得住</p>



<figure data-wp-context="{&quot;imageId&quot;:&quot;6a7bde18644fc&quot;}" data-wp-interactive="core/image" data-wp-key="6a7bde18644fc" class="wp-block-image size-large aligncenter wp-lightbox-container"><img fetchpriority="high" decoding="async" width="1200" height="600" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/08/ad98b439b2b1e4416529298cd34702bd_header.webp" alt="让 AI 把知识做成模拟游戏，比看讲解更记得住" class="wp-image-4235" style="max-width:100%;height:auto;" srcset="https://mylogs.cn/wp-content/uploads/2026/08/ad98b439b2b1e4416529298cd34702bd_header.webp 1200w, https://mylogs.cn/wp-content/uploads/2026/08/ad98b439b2b1e4416529298cd34702bd_header-300x150.webp 300w, https://mylogs.cn/wp-content/uploads/2026/08/ad98b439b2b1e4416529298cd34702bd_header-1024x512.webp 1024w, https://mylogs.cn/wp-content/uploads/2026/08/ad98b439b2b1e4416529298cd34702bd_header-768x384.webp 768w" sizes="(max-width: 1200px) 100vw, 1200px" /><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button><figcaption class="wp-element-caption">图片来源：GitHub／ChipTycoon 项目页</figcaption></figure>





<p class="wp-block-paragraph">用大模型做原型、写内部工具、搭仪表盘，如今在工程师群体里已是常规操作，“用它学点新东西”同样是高频用法。但软件工程师 Laurentiu Raducu 在个人博客里坦言，他一直不太适应大模型讲解知识的方式：太简化，信息密度低，再配上一堆表情符号，读起来反而更费劲。</p>



<p class="wp-block-paragraph">促使他换一种学法的，是一次具体的知识缺口。当时他正在分析可能拖慢数据中心建设的新瓶颈，发现自己对芯片生产的许多环节并不了解。他冒出一个念头：如果有一款游戏能带人完整走一遍晶圆厂造芯片的流程，是不是就记得住了？毕竟在游戏里，抽象概念可以和具体物件一一对应。</p>



<h2 class="wp-block-heading">四步流程：先建知识库，再让它自查</h2>



<p class="wp-block-paragraph">Raducu 没有直接让模型“讲解”某个主题，而是固定跑一套四步流程。</p>



<p class="wp-block-paragraph">第一步，在规划模式下（他用的是 Claude Code 或 OpenCode），让模型为目标主题搭建一套基础知识体系。第二步，让模型回过头去核查上一步产出的知识库准确性。第三步，要求模型把这套知识做成一个低多边形风格、类似《过山车大亨》观感的动画模拟，同时附带明确的交互要求：页面要在大屏和小屏上都能正常显示，流程要能随时暂停。第四步，把成品推到一个新仓库，开启 GitHub Pages 托管。</p>



<p class="wp-block-paragraph">跑完这四步，得到的是一个可以在浏览器里直接打开的动画演示，而不是一份要点罗列。Raducu 认为这种方式比在搜索引擎里翻无穷无尽的资料、或者消化一串由语言模型吐出来的项目符号列表更有效。</p>



<p class="wp-block-paragraph">需要留意的是，他所说的“完全准确、没有幻觉”属于个人使用体验的判断——由同一个模型自查自纠的知识库，严格来说并不构成独立的事实核验，涉及关键结论时仍需另找权威资料对照。</p>



<h2 class="wp-block-heading">ChipTycoon：跟着一辆小车从沙子走到芯片</h2>



<p class="wp-block-paragraph">他公开的第一个成品叫 ChipTycoon，主题正是芯片制造。玩家跟随一辆小车，从采集石英砂开始，一路走到成品芯片被交付进数据中心为止。</p>



<p class="wp-block-paragraph">视觉上的巧思在于，小车运载的东西会随着流程推进而变化。低多边形风格必然丢失细节，但它足以清楚地传达一件事：原材料在经过多道工序之后，形态究竟发生了什么改变。这种把工艺步骤具象化的处理，恰恰是纯文字讲解最难做到的部分。</p>



<p class="wp-block-paragraph">除芯片制造外，他还用同样的流程做了几个页面：火箭发动机如何制造、大模型如何工作、F1 引擎如何组装、极紫外光刻机如何造出来。</p>



<h2 class="wp-block-heading">想进一步提升：换真实模型，再加题目</h2>



<p class="wp-block-paragraph">Raducu 也给出了两个继续打磨的方向。</p>



<p class="wp-block-paragraph">一是提升视觉精度。低多边形画面有时需要靠想象补足细节——比如石英砂堆离开熔炉之后到底变成了什么样。他的建议是借助把图片转换成三维物体的工具链，生成更接近实物的模型，再映射回模拟场景中。</p>



<p class="wp-block-paragraph">二是加入互动考核。在流程中穿插关于前序步骤的提问，强迫回忆本身就是提升记忆留存率的有效手段；设计一些直觉型的小谜题，同样能让知识记得更牢。</p>



<p class="wp-block-paragraph">这套做法的门槛并不高，本质上是把“读材料”换成“造一个能自己走一遍的流程”。对于工序链条长、环节之间因果关系复杂的主题，它提供了一个值得一试的替代方案。</p>



<p class="has-small-font-size wp-block-paragraph">来源：Laurentiu Raducu 个人博客</p>

]]></content:encoded>
					
					<wfw:commentRss>https://mylogs.cn/learn-complex-topics-with-llm-simulations/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>马斯克开建地球最大芯片厂，面积顶 50 个五角大楼</title>
		<link>https://mylogs.cn/spacex-tesla-terafab-texas/</link>
					<comments>https://mylogs.cn/spacex-tesla-terafab-texas/#respond</comments>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Sat, 08 Aug 2026 05:51:41 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI算力]]></category>
		<category><![CDATA[SpaceX]]></category>
		<category><![CDATA[人形机器人]]></category>
		<category><![CDATA[数据中心]]></category>
		<category><![CDATA[特斯拉]]></category>
		<category><![CDATA[芯片制造]]></category>
		<category><![CDATA[马斯克]]></category>
		<guid isPermaLink="false">https://mylogs.cn/spacex-tesla-terafab-texas/</guid>

					<description><![CDATA[芯片不够用，马斯克决定自己盖厂。当地时间 8 月 6 日，SpaceX 与特斯拉联合宣布，代号为 Terafa [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">芯片不够用，马斯克决定自己盖厂。当地时间 8 月 6 日，SpaceX 与特斯拉联合宣布，代号为 Terafab 的超级芯片工厂正式落户美国得克萨斯州格赖姆斯县。按照规划，它将是一座制造面积超过 1 亿平方英尺（约 929 万平方米）的垂直整合晶圆厂，把先进逻辑芯片、存储芯片的制造、封装与测试全部收进同一座建筑里。</p>



<figure data-wp-context="{&quot;imageId&quot;:&quot;6a7bde18651fb&quot;}" data-wp-interactive="core/image" data-wp-key="6a7bde18651fb" class="wp-block-image size-large aligncenter wp-lightbox-container"><img decoding="async" width="640" height="330" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/08/8f8110c11dc8eeeaff9cdb7a7dbda13c_header.webp" alt="马斯克开建地球最大芯片厂，面积顶 50 个五角大楼" class="wp-image-4068" style="max-width:100%;height:auto;" srcset="https://mylogs.cn/wp-content/uploads/2026/08/8f8110c11dc8eeeaff9cdb7a7dbda13c_header.webp 640w, https://mylogs.cn/wp-content/uploads/2026/08/8f8110c11dc8eeeaff9cdb7a7dbda13c_header-300x155.webp 300w" sizes="(max-width: 640px) 100vw, 640px" /><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button><figcaption class="wp-element-caption">图片来源：腾讯新闻 / SpaceX</figcaption></figure>





<p class="wp-block-paragraph">马斯克在社交媒体上把话说得很满：这将是「地球上规模最大、也最有价值的建筑」，全部完工后的体量大约相当于 50 个五角大楼。</p>



<p class="wp-block-paragraph"><strong>需求大到现有供应链喂不饱</strong></p>



<p class="wp-block-paragraph">建这座厂的逻辑很简单——两家公司合计的芯片需求，已经超过了地球能供应的上限。SpaceX 在官网公告里写道，SpaceX 与特斯拉未来的芯片需求预计将超过 1 太瓦（约 1000 吉瓦）算力，明显超出全球现有供应量。马斯克此前算过一笔账：目前全球 AI 算力的年产出大约只有 20 吉瓦，仅能覆盖自家业务 2% 的消耗。</p>



<p class="wp-block-paragraph">缺口就是 Terafab 存在的理由。工厂设定的目标年产超过 1 太瓦算力，约为当前全球芯片年产能的 50 倍。生产重点放在为边缘计算和推理优化的芯片上，一头供给特斯拉的 Optimus 人形机器人和 Cybercab 自动驾驶汽车，另一头供给 SpaceX 计划在太空搭建的分布式 AI 数据中心所用高功率芯片。</p>



<p class="wp-block-paragraph"><strong>钱从哪来，人到哪找</strong></p>



<p class="wp-block-paragraph">项目初期投资为 168 亿美元，由 SpaceX 与特斯拉共同投入。今年 5 月披露的文件显示，后续扩建阶段可能让总投资大幅增加，最高或触及 1190 亿美元。一期预计至少雇佣 3000 名当地员工——马斯克随后补了一句，这只是十期规划里的第一期，后面的用工规模会高得多。</p>



<p class="wp-block-paragraph">实际上 Terafab 并非一夜之间从概念图蹦出来。今年 4 月，特斯拉已经在得州超级工厂北园区动工一座研究型晶圆厂，作为主厂的「试验前身」；如今主厂区在格赖姆斯县破土，意味着计划从路线图正式推进到了施工图。招聘侧也已经动起来，光刻、刻蚀、外延、沉积、化学机械抛光等前道工艺岗位陆续挂出，读起来不像概念项目的公关岗，更像一座真要跑通的晶圆厂在凑班子。</p>



<p class="wp-block-paragraph"><strong>邻居未必都买账</strong></p>



<p class="wp-block-paragraph">体量越大，邻里的顾虑也越具体。据报道，本周已有近 900 名当地居民提交请愿书，要求加强对接受公共激励的大型工业项目的监管，他们担心这些项目会挤压水资源、电力供应并影响环境。SpaceX 在官网写明了环境条款：工业用水取自水库而非当地地下水，厂内配套废水处理与回用，危化品按法规管理。</p>



<p class="wp-block-paragraph">把视角拉远一点，这件事透露出马斯克系业务的重心正在急剧转向 AI。特斯拉仅用 46 天就拆除了弗里蒙特工厂的 Model S 和 Model X 生产线，改造成 Optimus 的量产线；SpaceX 则盘算着用百万颗卫星在太空拼一台分布式超级计算机。当一家公司的业务对算力的渴求像个无底洞，而全球晶圆厂的天花板又够不着它的胃口时，自己下场造芯，就成了唯一选项。</p>



<p class="has-small-font-size wp-block-paragraph">来源：SpaceX 官方公告、Fox Business</p>

]]></content:encoded>
					
					<wfw:commentRss>https://mylogs.cn/spacex-tesla-terafab-texas/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
