USPTO需解决滥用连续专利复审挑战的问题

来源：IPWatchdog 美国专利商标局（USPTO）领导层明确表示，连续专利挑战对专利制度构成重大问题。局长Squires警告称“即使是极强的专利”也无法承受反复审查，并担忧大型公司将连续挑战作为“高效侵权”策略，凭借品牌和规模优势压制小型竞争对手。副局长Stewart亦指出，基于低优势证据标准的反复快速复审与专利制度稳定性相悖。当前出现新策略：当多方复审（IPR）请求被驳回后，挑战者将其重新包装为单方复审（EPR）请求提交，通常中央复审部门（CRU）会启动新程序，即使IPR中已提出相同或重叠的现有技术。问题核心在于CRU未严格执行《美国专利法》第325(d)条，该条授权USPTO若“相同或实质相同的现有技术或论点曾提交给局方”，可拒绝复审请求。联邦巡回上诉法院在In re Vivint, Inc.案中已确认该条款适用于EPR。截至2026年2月初，专利法律管理办公室（OPLA）仅根据325(d)条批准4项终止EPR的请求，却驳回超150项，显示系统性问题。文中列举多个案例：Amazon对Croga Innovations的专利发起4次IPR和2次EPR，在IPR被驳回后，将相同内容转为EPR请求并获CRU批准；BMW在IPR进行中对Foras Technologies专利发起基于相同现有技术的EPR，即便IPR最终确认专利有效，EPR仍在进行；Samsung在IPR被驳回、EPR确认专利有效及陪审团裁定侵权后，再次对Pictiva专利发起EPR。这些行为被指利用程序漏洞，使专利长期处于不确定状态，违背325(d)条立法意图，即防止累积性挑战。文章呼吁USPTO局长介入，以维护专利制度的稳定性与公正性，决定后-grant程序是纠正错误的合法机制还是挑战者的滥用工具。

发布时间：2026-03-23 00:15

马斯克公布SpaceX与特斯拉芯片制造合作计划

来源：TechCrunch 埃隆·马斯克近期公布了其旗下公司特斯拉与SpaceX在芯片制造领域的合作计划。据彭博社报道，马斯克于周六晚间在德克萨斯州奥斯汀市中心的一场活动中分享了该计划，现场照片显示，名为“Terafab”的芯片制造设施将建在特斯拉奥斯汀总部及“超级工厂”附近。马斯克表示，推进该项目的原因是半导体制造商无法满足其公司在人工智能和机器人领域的芯片需求，他称“要么建造Terafab，要么就没有芯片，而我们需要芯片，所以必须建造Terafab”。该计划的目标是每年在地球制造支持100至200吉瓦计算能力的芯片，并在太空实现1太瓦的计算能力支持，但马斯克未提供具体的时间线。彭博社指出，马斯克虽无半导体制造背景，但有过度承诺目标和时间线的历史。

发布时间：2026-03-23 00:20

2分钟全球知产新闻 - 2026-03-23

今日 2 分钟情报｜知识产权与科技要点速览 1. 亚马逊Trainium芯片实验室独家探访：吸引Anthropic、OpenAI及苹果的背后 来源：TechCrunch 时间：2026-03-22 20:00（北京时间） 事件：亚马逊在宣布对OpenAI进行500亿美元投资后，AWS开放了其位于奥斯汀“The Domain”区的Trainium芯片研发实验室供媒体独家探访。该实验室的团队源于2015年亚马逊收购的以色列芯片设计公司Annapurna Labs，拥有超过10年的芯片设计经验。实验室负责人Kristopher King和工程总监Mark Carroll介绍了Trainium芯片的发展历程与技术优势。Trainium芯片最初专为模型训练设计，目前已扩展至推理领域，累计部署量达140万颗。其中，Anthropic的Claude大模型运行在超100万颗Trainium2芯片上，而Amazon Bedrock服务的大部分推理流量也由Trainium2处理，显示出该芯片在AI领域的广泛应用。2023年12月发布的Trainium3采用台积电3纳米工艺制造，搭配自研Neuron交换机形成网状结构，有效降低了延迟。其Trn3 UltraServers在同等性能下，运行成本较传统云服务器降低50%，具备显著的成本优势。为提升开发者友好性，Trainium芯片支持PyTorch框架，开发者仅需“一行代码修改+重新编译”即可完成应用迁移，这一设计旨在减少对英伟达GPU的依赖，推动AI芯片市场的多元化竞争。此外，亚马逊还构建了包含Nitro虚拟化技术、液冷系统和服务器sled的整套硬件方案，2025年底启用的Project Rainier集群（含50万颗芯片）主要供Anthropic使用。苹果曾在2024年公开称赞该团队的Graviton、Inferentia和Trainium芯片，体现了行业对其技术实力的认可。目前，团队正致力于Trainium4的设计，面临芯片“bring-up”阶段的挑战，例如Trainium3原型机因散热部件尺寸问题需现场打磨调整，工程师需24/7工作以确保芯片顺利量产。同时，AWS还与Cerebras Systems合作集成推理芯片，进一步提升AI性能，巩固其在AI基础设施领域的领先地位。 点评：亚马逊AWS邀请媒体独家探访其Trainium芯片研发实验室，该实验室由2015年收购的以色列Annapurna Labs团队组建，拥有超10年芯片设计经验。Trainium芯片最初针对模型训练，现也用于推理，已部署140万颗，Anthropic的Claude运行在超100万颗Trainium2芯片上，Amazon Bedrock服务大部分推理流量由Trainium2处理。Trainium3采用3纳米工艺，搭配自研Neuron交换机，Trn3 UltraServers运行成本比传统云服务器降低50%，支持PyTorch框架，开发者仅需简单修改即可迁移应用，以降低对英伟达GPU的依赖。 2. 亚马逊Trainium芯片技术突破：3纳米工艺降低50%运行成本 来源：TechCrunch 时间：2026-03-22 20:00（北京时间） 事件：亚马逊Trainium3芯片在技术上实现重大突破，采用台积电先进的3纳米工艺制造，这一制程工艺有助于提升芯片的性能密度和能效比。为优化数据传输效率，该芯片搭配了亚马逊自研的Neuron交换机，形成网状结构，有效降低了数据在芯片间传输的延迟，提升了AI模型训练和推理的速度。实际应用中，Trn3 UltraServers在提供与传统云服务器同等性能的前提下，运行成本降低了50%，这一成本优势对于大规模AI计算场景具有重要意义，能够帮助企业显著降低算力支出。在开发者生态方面，Trainium芯片支持主流的PyTorch框架，开发者仅需进行“一行代码修改+重新编译”即可将现有应用迁移至该平台，降低了技术迁移的门槛。亚马逊此举旨在减少市场对英伟达GPU的过度依赖，通过提供高性能、低成本的替代方案，推动AI芯片市场的多元化发展，加剧行业竞争，为AI技术的普及和应用创造更有利的条件。 点评：亚马逊Trainium3芯片采用台积电3纳米工艺生产，搭配自研Neuron交换机形成网状结构以降低延迟。其Trn3 UltraServers相比传统云服务器在同等性能下运行成本降低50%，支持PyTorch框架，开发者仅需简单修改代码即可迁移应用，旨在减少对英伟达GPU的依赖，推动AI芯片市场竞争。 3. Anthropic、OpenAI等巨头采用亚马逊Trainium芯片，部署量超百万颗 来源：TechCrunch 时间：2026-03-22 20:00（北京时间） 事件：亚马逊Trainium芯片凭借其出色的性能和成本优势，获得了众多科技巨头的青睐。目前，该芯片累计部署量已达140万颗，在AI领域得到广泛应用。Anthropic作为重要客户，其知名的Claude大模型运行在超过100万颗Trainium2芯片上，这不仅体现了Anthropic对Trainium芯片性能的信任，也展示了该芯片在支撑大规模AI模型运行方面的能力。此外，Amazon Bedrock服务作为AWS提供的重要AI服务平台，其大部分推理流量由Trainium2芯片处理，进一步证明了Trainium芯片在实际业务场景中的核心地位。值得注意的是，苹果公司曾在2024年公开称赞亚马逊该团队研发的Graviton、Inferentia和Trainium芯片，这一认可来自以技术严谨著称的苹果，无疑是对Trainium芯片技术实力的高度肯定。众多行业巨头的采用，不仅为亚马逊带来了稳定的客户和收入，也提升了Trainium芯片在市场中的影响力，巩固了亚马逊在AI基础设施领域的竞争地位，同时也推动了整个AI芯片产业链的发展。 点评：亚马逊Trainium芯片已部署140万颗，其中Anthropic的Claude大模型运行在超100万颗Trainium2芯片上，Amazon Bedrock服务的大部分推理流量由Trainium2处理。苹果也曾公开称赞该团队的Graviton、Inferentia和Trainium芯片，显示出行业巨头对其技术的认可。 4. 亚马逊Trainium4研发面临挑战，工程师24/7工作确保量产 来源：TechCrunch 时间：2026-03-22 20:00（北京时间） 事件：亚马逊在Trainium芯片的研发道路上持续推进，目前团队正致力于Trainium4的设计工作。然而，芯片研发过程并非一帆风顺，尤其是在“bring-up”阶段面临诸多挑战。以Trainium3为例，其原型机在研发过程中就出现了散热部件尺寸问题，需要工程师进行现场打磨调整，这一细节反映了芯片设计中硬件与散热系统集成的复杂性。为了确保Trainium4能够按计划顺利量产，工程师们需要24/7不间断地工作，对芯片的各项性能指标进行严格测试和优化，及时解决研发过程中出现的各种技术难题。芯片研发是一项高投入、高风险、高难度的任务，涉及到多个学科的交叉融合，任何一个环节出现问题都可能导致研发周期延长甚至项目失败。亚马逊团队面临的挑战，也正是整个半导体行业在先进制程芯片研发过程中普遍会遇到的问题，这凸显了持续技术创新和工程攻坚的重要性，同时也反映了亚马逊在芯片领域追求领先地位的决心和投入。 点评：亚马逊团队正在设计Trainium4芯片，面临芯片“bring-up”阶段的挑战，如Trainium3原型机因散热部件尺寸问题需现场打磨调整。为确保芯片顺利量产，工程师需24/7不间断工作，凸显了芯片研发过程的复杂性和高难度。 5. AWS与Cerebras Systems合作集成推理芯片，提升AI性能 来源：TechCrunch 时间：2026-03-22 20:00（北京时间） 事件：为了进一步提升AI性能，AWS积极寻求外部合作，与Cerebras Systems达成合作协议，共同集成推理芯片。Cerebras Systems在专用AI芯片领域具有深厚的技术积累和创新能力，其研发的芯片在并行计算和深度学习推理方面具有独特优势。AWS作为全球领先的云服务提供商，拥有广泛的客户基础和强大的基础设施部署能力。双方的合作将实现优势互补，通过集成Cerebras的推理芯片，AWS能够为用户提供更强大、更高效的AI计算服务，满足不断增长的AI推理需求。这一合作不仅有助于提升AWS在AI基础设施领域的竞争力，也为Cerebras Systems提供了更广阔的市场应用平台，推动其技术成果的商业化落地。同时，这种合作模式也反映了AI芯片行业的发展趋势，即通过技术合作和资源整合，加速技术创新和产品迭代，共同推动AI技术的进步和应用普及，为各行各业的数字化转型提供更有力的支撑。 点评：AWS与Cerebras Systems合作集成推理芯片，旨在进一步提升AI性能。这一合作将结合双方在芯片设计和AI计算领域的优势，为用户提供更强大的AI基础设施支持，推动AI技术的发展和应用。 一句话观察：今天的5条新闻共同指向“AI与制度/诉讼的摩擦加速外溢”，合规与诉讼将成为2026年企业知产工作的主线。

发布时间：2026-03-23 08:20

亚马逊Trainium芯片实验室独家探访：吸引Anthropic、OpenAI及苹果的背后

来源：TechCrunch 在亚马逊宣布对OpenAI进行500亿美元投资后，AWS邀请媒体对其Trainium芯片研发实验室进行了独家探访。该实验室位于奥斯汀“The Domain”区，是亚马逊2015年收购以色列芯片设计公司Annapurna Labs后组建的团队，拥有超过10年的芯片设计经验。实验室负责人Kristopher King和工程总监Mark Carroll介绍，Trainium芯片最初针对模型训练，现也用于推理，目前已部署140万颗，其中Anthropic的Claude运行在超100万颗Trainium2芯片上，而Amazon Bedrock服务的大部分推理流量由Trainium2处理。Trainium3于2023年12月发布，采用3纳米工艺由台积电生产，搭配自研Neuron交换机形成网状结构以降低延迟，其Trn3 UltraServers相比传统云服务器在同等性能下运行成本降低50%。该芯片支持PyTorch框架，开发者仅需“一行代码修改+重新编译”即可迁移应用，旨在降低对英伟达GPU的依赖。此外，亚马逊还设计了包含Nitro虚拟化技术、液冷系统和服务器 sled 的整套硬件方案，Project Rainier集群（2025年底启用，含50万颗芯片）主要供Anthropic使用。苹果曾在2024年公开称赞该团队的Graviton、Inferentia和Trainium芯片。目前团队正设计Trainium4，面临芯片“bring-up”阶段的挑战，如Trainium3原型机因散热部件尺寸问题需现场打磨调整，工程师需24/7工作以确保芯片量产。AWS还与Cerebras Systems合作集成推理芯片，提升AI性能。

发布时间：2026-03-22 20:00