∞ 由于3GB GDDR7显存短缺 50 Super系列可能延期甚至取消
有传言称，RTX 50 Super系列GPU可能会面临延期，主要原因是GDDR7显存短缺。50 Super系列原计划在明年推出，然而根据最近的传闻，由于科技行业持续面临DRAM短缺问题，50 Super系列产品可能进一步推迟甚至取消。
过去几周，DRAM和NAND闪存的价格呈指数级增长，而导致价格上涨的主要原因之一是AI行业的需求造成供应短缺。
据DRAMeXchange数据显示，目前面向消费者的DDR5内存售价是几个月前的两倍，GDDR显存也面临同样的情况。老款内存的价格比上周的现货价格翻了一番以上。这种情况都是近期发生，虽然该交易平台没有列出GDDR7显存的价格，但我们可以预期其价格也同样上涨。
包括GeForce RTX 5080 SUPER、RTX 5070 Ti SUPER和RTX 5070 SUPER，原本预计会配备3GB GDDR7显存芯片，然而，高昂的价格和短缺可能导致英伟达推迟发布，转而专注于利润更高的产品，例如RTX PRO 6000 Blackwell GPU（使用相同的3GB显存芯片，最高可达96GB显存）或RTX 5090笔记本电脑GPU（也采用3GB显存芯片，在256位总线上提供最高24GB显存）。
根据之前的报道，英伟达原计划在2026年第一季度至第二季度推出RTX 50 SUPER系列，并可能在2026年国际消费电子展 (CES) 或GeForce特别活动上亮相。
∞ ASML国内展出两款新型光刻机 不高于110nm、4倍生产效率
在日前的第八届进博会上，荷兰ASML公司在国内展示了两款新型光刻机TWINSCAN XT:260及TWINSCAN NXT:870B。但是这两款光刻机不是用于大家平常接触的那种场合，不是用于芯片光刻生产的，而是用于3D封装等先进封装领域的。
了解国内光刻机产业的网友可能明白了，现在不是上微电子去抢ASML的DUV/EUV光刻机生意，而是ASML来抢国内公司的封装光刻机生意了。
TWINSCAN XT:260、TWINSCAN NXT:870B是一款i线光刻机，光源用的是365nm的，扫描曝光，分辨率不高于400nm，NA 0.35，每小时晶圆产量可达270片，可以处理最高1.7mm厚度的300mm晶圆，而非通常的775um厚度晶圆。
ASML表示，该款光刻机与佳能FPA-5520iV等型号相比，生产效率是其4倍水平。
至于TWINSCAN NXT:870B，它是更先进的KrF光刻机，波长248nm，分辨率提升到了不高于110nm，NA 0.8，每小时晶圆产量提升到了400片，生产效率更高。
从ASML此举可以看出，高端光刻机固然重要，但是随着先进封装成为AI芯片的关键一环之后，ASML也在寻求新的发展点，将封装光刻机也纳入市场推广范围，这种光刻机虽然不至于动不动两三亿美元一台，但用量很大，发展前景并不差。
同时对国内来说，ASML的EUV光刻机由于都懂的原因是没法卖的，但封装光刻机的精度不再限制之内，ASML是有意扩展这个市场。
∞ 受AI热潮推动 全球DRAM内存价格暴涨172% 创下历史新高
近期，人工智能技术因其巨大的电力、用水和显卡需求受到广泛关注，而其对存储市场的深刻影响却鲜有人问津。实际上，内存和存储价格已连续数周上涨，且这一趋势预计将持续至明年。
据市场研究机构TrendForce统计，2025年第三季度的DRAM合同价格较去年同期大幅飙升171.8%，上涨幅度甚至超过黄金。造成这一巨变的主要原因在于AI服务器需求持续增长。
目前DDR5内存芯片供应极度紧张，以至于韩国部分制造商暂停接收新订单至本月晚些时候。企业级SSD价格上涨15%-35%，服务器用RDIMM内存涨幅达到40%-50%。
消费端也感受到价格波动。仅一周前，DRAM Exchange公布的DDR4 16Gb及DDR5 16Gb现货高价分别为28美元和20美元，至今已涨至37美元和33美元。与此同时，亚马逊及PCPartPicker等平台上的金士顿、海盗船、Crucial等品牌DDR4和DDR5内存条价格也出现明显上扬。DDR4价格从7月至9月逐步升高，DDR5则于10月开始跟涨。尽管DDR5技术更新更快，但由于厂商正在从DDR4向DDR5过渡，成熟的DDR4价格上涨更为迅速，而AI需求的激增进一步加剧了供需失衡。
韩国SK海力士日前证实，其DRAM、NAND及HBM库存已售罄至明年。供应形势严峻，云服务商不得不以高价购入仅能满足70%交付率的内存。OEM厂商的实际履约率甚至低至30%-40%。
自AI产业爆发以来，OpenAI、亚马逊AWS、微软这些云服务巨头，凭借数据中心的巨大需求，成为内存和存储的主要客户。内存制造商Adata预警，市场供应短缺预计将持续至2026年，行业普遍认为未来行情仍将继续走高。
∞ "12345"在2025年仍然是最热门的密码
尽管当前科技水平空前发达，但全球许多用户在密码安全上依旧停留在上世纪90年代。最新一份关于最常用密码的研究再次显示，很多人仍将“123456”等数字顺序作为最安全的凭证，其中“123456”继续蝉联最常用密码榜首。
这一最新的“最常见密码”榜单由技术研究与评测网站Comparitech发布。研究团队梳理了2025年在数据泄露论坛上流出的超过20亿条真实账户密码，统计出了使用频率最高的100个密码。
榜单前二十全部为惯常“疑犯”：前三名依次为“123456”、“12345678”和“123456789”，“admin”列居第四，“password”排在第八，极其简单的“123”也进入前十名。第20位同样令人惊讶，是“1111”。此外，像“****”排名第35，“gin”则位列第29。“123456”这一密码在总共20亿数据中出现了760万次。“minecraft”排名第100，也有近7万次出现，而“Minecraft”等变体也被发现有2万条。
另一个“与众不同”的高频密码是“India@123”，排在第53位。
Comparitech对榜单数据做了进一步分析，他们称之为“人类懒惰的展现窗口”：前一千名密码中有四分之一全部由数字构成；38.6%的密码含有“123”字串，2%的密码则包含倒序的“321”，3.1%含有“abc”。许多热门密码就是单一字符的简单重复。
安全专家建议密码长度至少12位，以提升安全性，但榜单中有65.8%的密码长度都未达到该标准；6.9%密码少于8位，只有3.2%密码超过16位。
尽管现代人越来越多使用浏览器密码管理器或第三方密码管理软件，这些方案虽非绝对安全，但明显比使用“123456”或在多个平台反复用同一密码要强得多。两步验证机制也被推荐用于进一步加强账户安全。
不仅普通用户使用弱密码，一些著名机构也未能幸免。本周有报道称，卢浮宫博物馆的视频监控系统竟然用“LOUVRE”作为密码，而且仍在运行Windows 2000系统。
无论信息化如何推进，弱密码风险依然广泛存在，安全意识亟需提升。
∞ Google AI天气模型在本飓风季表现优异 超越美国超级计算机预测
在2025年大西洋飓风季即将结束之际，早期评估显示，Google DeepMind的AI天气模型在预测准确性和速度方面均显著优于传统物理模型。这一变化可能重塑气象学领域。DeepMind的Weather Lab自6月起开始发布热带气旋预报，其表现明显超越了美国国家气象局使用的全球预报系统（GFS）。
迈阿密大学气候科学家Brian McNoldy分析了本季13场风暴的预测数据。他发现，DeepMind AI模型在最长达5天的预测区间内，平均位置误差低于GFS模型。具体而言，120小时预测时，DeepMind模型的航迹误差为165海里，而GFS则高达360海里，差距超过两倍。
这种差异主要源自技术路线的不同。GFS依赖明确的物理方程，对大气运动进行三维模拟，需在NOAA超级计算机上大量运算。而DeepMind系统则是通过神经网络对数十年气象数据进行训练，能在常规GPU集群上几分钟内生成预报，无需庞大计算基础设施。
飓风研究人员Michael Lowry指出，AI模型可以不断从以往预测误差中学习并进行自我调整，物理系统则无法做到这一点。他还表示，AI模型利用新数据能快速再训练，其改进速度有望呈指数级增长，而传统模型仅能逐步优化。
不仅如此，DeepMind模型还超越了人类专家制定的官方预报以及整合多模型结果用于减少偏差的共识模型。如果最终被官方数据验证，这将是AI首次在大西洋流域超过自动和人工共识预报。
目前的分析未涵盖欧洲中期天气预报中心（ECMWF）模型，ECMWF历来被视为全球基准。历史数据表明，ECMWF的热带气旋轨迹准确性与官方预报相近或略优，但本季数据也显示其难以超过DeepMind的表现。
DeepMind系统的卓越表现引发了对传统数值天气预报未来角色的讨论。物理模型须处理数百万网格点的流体动力学、辐射传输及热力学方程，需庞大算力且易受截断误差影响。而数据驱动神经网络则直接通过全球再分析数据推断动力过程，无需复杂公式。
AI模型属于“深度生成模型”，可学习高维模式。据悉，DeepMind采用针对时间和空间预测优化的编码器-解码器架构，在单一网络中同时处理轨迹和强度预报。本季该系统在预测最大风速和气压变化方面也表现稳定，而物理模型在此仍有不一致的问题。
与此同时，GFS本年的表现令气象学家困惑。该模型2019年升级为FV3动力核心，但转型后出现了性能回退。模型持续偏差和轨迹分歧令一线预报员对其热带系统指导日益不信任。
Lowry等人猜测，美国国家气象局因联邦预算受限导致观测数据出现断层，加剧了这一问题，但尚无官方评估公布。