भारत में पाना मसाला के लिए प्लास्टिक पैकेजिंग छोड़ने के नियम लागू किए गए

Suzhou Zhicai Technology ने सफलतापूर्वक 6 इंच का उच्च शुद्धता वाला, उच्च घनत्व वाला मैग्नीशियम ऑक्साइड स्पटरिंग टारगेट विकसित किया है, जो MRAM चुंबकीय टनल ट्रांजिशन उत्पादन की आवश्यकताओं को पूरा करता है। इस टारगेट में 4N शुद्धता और 99.8 प्रतिशत से अधिक घनत्व है, और दाने की एकरूपता अंतरराष्ट्रीय अग्रणी स्तर तक पहुंचती है, जो मुख्य जापानी प्रतिस्पर्धियों से आगे निकल जाती है, जो आमतौर पर 99.7 प्रतिशत से थोड़ा अधिक घनत्व की रिपोर्ट करते हैं।

यह सफलता MRAM सामग्री आपूर्ति श्रृंखला के अंतिम खंड को बंद करती है, जिसे पहले विदेशी कंपनियों द्वारा नियंत्रित किया जाता था, क्योंकि अन्य सभी धातु चुंबकीय टारगेट देश के भीतर ही आपूर्ति किए जाते थे।

MRAM, या मैग्नेटोरेसिस्टिव रैम, इलेक्ट्रॉन स्पिन की डिग्री ऑफ फ्रीडम का उपयोग DRAM के करीब की गति को NAND-श्रेणी की गैर-वाष्पशील प्रकृति और NAND की तुलना में लगभग हज़ार गुना कम रीड विलंबता के साथ संयोजित करने के लिए करता है। अपनी संरचना के कारण, यह तकनीक विकिरण प्रतिरोधी है, जिससे एकल घटना त्रुटि सुधार के लिए अलग से सुधार की आवश्यकता समाप्त हो जाती है, जिससे यह अंतरिक्ष यान, सैन्य उपग्रहों और मिसाइल मार्गदर्शन प्रणालियों के लिए डेटा भंडारण प्रणालियों में प्रमुख बन जाती है।

जैसे-जैसे तार्किक नोड्स 28 नैनोमीटर से नीचे कम होते जाते हैं, एम्बेडेड MRAM अगली पीढ़ी के ऑटोमोटिव माइक्रो कंट्रोलर और पेरिफेरल AI कंट्रोलर के लिए गैर-वाष्पशील मेमोरी के प्रमुख विकल्प के रूप में एम्बेडेड फ्लैश मेमोरी को विस्थापित करना शुरू कर देता है।

निचला स्तर बाजार सिंक्रोनस रूप से तेज हो रहा है। सैमसंग MRAM को DRAM और हाई-स्पीड मेमोरी के साथ एक रणनीतिक तत्व के रूप में रखता है, जबकि टीएसएमसी 2027 तक 5-नैनोमीटर प्रोसेस तकनीक के साथ MRAM के उत्पादन के लिए तैयार होने का लक्ष्य रखती है। मार्च 2025 में, NXP ने एम्बेडेड MRAM के साथ ऑटोमोटिव माइक्रो कंट्रोलर FinFET S32K5 जारी किया, और Everspin ने अपने MRAM UNISYST को 128 मेगाबिट से 2 गीगाबिट घनत्व और 400 मेगाबाइट प्रति सेकंड रीड थ्रूपुट के साथ पेश किया।

Fortune Business Insights के अनुमानों के अनुसार, 2025 में वैश्विक MRAM चिप बाजार का मूल्य 4.49 बिलियन डॉलर था और अनुमान है कि चक्रवृद्धि वार्षिक वृद्धि दर (CAGR) 38.97 प्रतिशत पर 2034 तक यह 86.78 बिलियन डॉलर तक पहुंच जाएगा।

चीन की MRAM पारिस्थितिकी तंत्र बड़े पैमाने पर उत्पादन के लिए महत्वपूर्ण बिंदु पर पहुंच गया है। GigaDevice ऑटोमोटिव और औद्योगिक ग्राहकों के लिए प्रमाणित STT-MRAM नमूने प्रदान करता है। Zhizhen Storage ने छोटे ऊंचाई वाले ड्रोन के उड़ान नियंत्रण प्रणालियों में SOT-MRAM चिप्स को लागू किया है। किंदाओ में 8 इंच की विशेष MRAM उत्पादन लाइन चल रही है, और Hanxu Technology ने AI के लिए 8-नैनोमीटर एम्बेडेड MRAM चिप के विकास को पूरा कर लिया है। Suzhou Zhicai के MgO टारगेट के प्रमाणीकरण के साथ, चीन की पायलट MRAM लाइनों को ऊपरी स्तर पर पूरी तरह से घरेलू कच्चे माल की आपूर्ति मिली है, जिससे पहले चीनी संस्थानों पर पड़ने वाले दोहरे प्रतिबंध दबाव का अंत हो गया है।

Suzhou Zhicai की स्थापना चीन की राष्ट्रीय प्रतिभा आकर्षण कार्यक्रम के तहत लौटने वाले कर्मचारियों और ऑक्सीडाइज्ड टारगेट के प्रमुख शोधकर्ताओं के सहयोग से की गई थी। कंपनी पहले से ही एकमात्र घरेलू आपूर्तिकर्ता है और उच्च तापमान अतिचालक टारगेट ReBCO के लिए पूर्ण समाधान रखने वाली दुनिया की तीन कंपनियों में से एक है, जो छोटी मात्रा में निर्यात करती है। MRAM-MgO टारगेट ऑक्सीडाइज्ड टारगेट के क्षेत्र में कंपनी की दूसरी बड़ी सफलता है और उच्च तापमान अतिचालकों और सेमीकंडक्टर चिप्स की प्रमुख सामग्रियों को कवर करने वाली दोहरी रणनीति की पुष्टि करता है।

चीनी मानव सदृश रोबोट निर्माता यूनिट्री रोबोटिक्स आगामी आरंभिक सार्वजनिक पेशकश (आईपीओ) की तैयारी के साथ-साथ राष्ट्रीय औद्योगिक कॉलेजों का एक नेटवर्क सक्रिय रूप से बना रहा है।

21st सेंचुरी बिजनेस हेराल्ड की रिपोर्ट के अनुसार, कंपनी ने दिसंबर 2025 से दस चीनी उत्पादन हब में दस से अधिक विश्वविद्यालयों के साथ साझेदारी की है। इन शहरों में क़िनदाओ, लियुझोउ, चेंगझोउ, जियाओझुओ, हेफेई, श्यामेन, सूझोउ, निंगबो, गुआंगझोउ और उहान शामिल हैं। अंतिम समझौता 7 अगस्त को चांगजियान तकनीकी और व्यावसायिक कॉलेज और उहान में अर्थ साइंस विश्वविद्यालय के साथ हस्ताक्षरित किया गया था।

इन शहरों का चयन जानबूझकर किया गया था, क्योंकि वे सभी बड़े औद्योगिक केंद्र हैं जहां मानव सदृश रोबोटिक्स में विशेषज्ञों की उच्च मांग है। उदाहरण के लिए, केवल हेफेई पारिस्थितिकी तंत्र में चिप्स से लेकर पूर्ण शरीर प्रणालियों तक, बुद्धिमान रोबोटिक्स की पूरी श्रृंखला को कवर करने वाली 190 कंपनियां शामिल हैं। प्रत्येक औद्योगिक कॉलेज स्थानीय उद्योग की जरूरतों को ध्यान में रखते हुए सह-विकसित किया जाता है। स्नातक-उन्मुख मॉडल अनुसंधान और विकास और कंपोजिट इंजीनियरिंग में प्रतिभा पर जोर देता है, जबकि व्यावसायिक प्रशिक्षण के तहत साझेदारियां संचालन, रखरखाव और डीबगिंग की भूमिकाओं पर केंद्रित हैं, जिनकी वर्तमान में सबसे अधिक मांग है।

यह प्रतिभा अधिग्रहण रणनीति ग्राहकों के साथ काम करने की रणनीति भी है। यूनिट्री का प्रॉस्पेक्टस दिखाता है कि पहली तिमाही 2025 में मानव सदृश रोबोट की बिक्री से वैज्ञानिक अनुसंधान और शिक्षा ने 70 प्रतिशत से अधिक राजस्व प्रदान किया, जबकि शुद्ध औद्योगिक अनुप्रयोग केवल लगभग 9 प्रतिशत थे। इसलिए, विश्वविद्यालय और अनुसंधान संस्थान यूनिट्री के सबसे बड़े ग्राहक समूह हैं, न कि केवल आपूर्ति चैनल। पाठ्यक्रम, प्रयोगशाला उपकरणों और छात्र परियोजनाओं में यूनिट्री के तकनीकी मानकों का एकीकरण एक एकल उपकरण बिक्री की तुलना में एक मजबूत संबंध बनाता है, जिससे यूनिट्री का उन शहरों में दीर्घकालिक उपस्थिति सुनिश्चित होती है जहां भविष्य में मानव सदृश रोबोट के कार्यान्वयन का विस्तार होने की संभावना है।

एम्बेडेड आर्टिफिशियल इंटेलिजेंस क्षेत्र में कुशल जनशक्ति की कमी गंभीर रूप से महसूस की जाती है। उद्योग के अनुमानों के अनुसार, यह अंतर चीन में लगभग दस लाख श्रमिकों का है। इसके अलावा, जनवरी से अप्रैल 2026 की अवधि के दौरान मानव सदृश रोबोट श्रेणी में रिक्तियों की संख्या पिछले वर्ष की तुलना में पंद्रह गुना बढ़ गई है, जिसमें औसत वार्षिक वेतन लगभग 406,100 युआन है। आपूर्ति पक्ष इस वृद्धि के साथ तालमेल नहीं बिठा पा रहा है: केवल कुछ ही चीनी विश्वविद्यालयों ने एम्बेडेड एआई पर स्नातक कार्यक्रम शुरू किए हैं। यूनिट्री के सह-संस्थापक, चेन ली, ने सार्वजनिक रूप से कहा था कि कंपनी ने आंतरिक बाजार में ऐसे विशेषज्ञों की कमी के कारण अपना पहला दशक अपनी स्वयं की प्रतिभा को प्रशिक्षित करने में बिताया।

हालांकि आईपीओ की समय सीमा आधिकारिक तौर पर निर्धारित नहीं की गई है, वर्तमान अभियान में वाणिज्यिक व्यवहार्यता है। यूनिट्री मानव सदृश रोबोट का दुनिया का सबसे बड़ा आपूर्तिकर्ता और श्रेणी में स्पष्ट नेता है, लेकिन व्यापक बाजार ने अभी तक एक एकल अनिवार्य औद्योगिक अनुप्रयोग निर्धारित नहीं किया है। शहर स्तर पर शिक्षा साझेदारी का समापन वर्तमान अनुसंधान और शिक्षा राजस्व को भविष्य की औद्योगिक तैनाती की मांग में बदलने की अनुमति देता है। वे शहर जो पहले यूनिट्री के औद्योगिक कॉलेज लागू करेंगे, मानव सदृश रोबोटिक्स के लिए प्रतिभा आपूर्ति में दीर्घकालिक लाभ स्थापित करने के लिए चुपचाप एक दूसरे के साथ प्रतिस्पर्धा कर रहे हैं।

चीनी टीम AOE Tech Labs ने, जिसने एजेंट डेस्कटॉप उत्पाद Floatboat विकसित किया है, 7 अगस्त को पांच तृतीय-पक्ष एजेंट बेंचमार्क पर Harness मूल्यांकन का पूरा डेटा प्रकाशित किया। आधार मॉडल के रूप में DeepSeek-V4-Flash का उपयोग किया गया था, जो बाजार में सबसे सुलभ विश्वसनीय मॉडल है। मॉडल और लागत को बनाए रखते हुए, केवल निष्पादक Harness बदला गया था। वह मॉडल, जो पहले अपने स्वयं के DeepSeek Harness में सभी पांच बेंचमार्क पर Claude Opus 4.8 से कम परिणाम दिखाता था, Floatboat के आंतरिक Harness में Opus 4.8 को मात देने में सक्षम था।

यह परिणाम मूल्य निर्धारण को देखते हुए और भी महत्वपूर्ण हो जाता है। Opus 4.8 की कीमत प्रति मिलियन इनपुट टोकन के लिए 5 डॉलर और प्रति मिलियन आउटपुट के लिए 25 डॉलर है। एजेंट कार्य परिदृश्यों में आम तौर पर 3:1 के इनपुट-टू-आउटपुट अनुपात पर, Floatboat की संयुक्त लागत केवल प्रति मिलियन टोकन पर 0.175 डॉलर है, जबकि Opus 4.8 के लिए यह 10 डॉलर है, जो 57.1 गुना का अंतर दर्शाता है। ये पांच बेंचमार्क तीसरे पक्ष के सार्वजनिक लीडरबोर्ड हैं, जिसमें OpenAI द्वारा बनाया गया BrowseComp भी शामिल है। ये डेटा प्रश्नों के चयन का कलाकृति नहीं हैं।

अध्ययन की पद्धति को यथासंभव सख्ती से किया गया था। नियंत्रण समूह में प्रारंभिक चेकपॉइंट के बजाय DeepSeek-V4-Flash-0731 का आधिकारिक संस्करण उपयोग किया गया था। नियंत्रण समूह प्रदाता के अपने Harness में न्यूनतम मोड में काम कर रहा था, जिससे तुलना अधिक कठोर हो जाती है क्योंकि प्रदाता के इंजीनियर प्रक्रिया में शामिल थे। Floatboat पक्ष समान इनपुट मापदंडों के साथ अलग भौतिक सैंडबॉक्स में काम कर रहा था। एकमात्र चर स्वयं Harness था।

कार्य को निष्पादन क्षितिज के अनुसार छोटे से बड़े तक क्रमबद्ध करने पर, प्रदर्शन में वृद्धि कम नहीं होती है: 1.9 प्रतिशत, 9.6 प्रतिशत, 12.6 प्रतिशत, 19.9 प्रतिशत और 23.6 प्रतिशत। छोटी कार्य अनिवार्य रूप से एक अनुरोध के साथ प्रश्नोत्तर सत्र होते हैं, जहां मॉडल की गुणवत्ता निर्णायक भूमिका निभाती है। लंबी क्षितिज वाली कार्य, जो वास्तविक कार्य को दर्शाते हैं, निष्पादन प्रणाली पर निर्भर करती हैं: फ़ाइल एक्सेस, टूल कॉल, स्थिति सहेजना, बहु-चरणीय स्व-सुधार और रोलबैक। वास्तविक कार्य लंबी क्षितिज के अंत में होता है।

AOE Tech Labs ने तुलना को सत्यापन योग्य बनाने के लिए Harness लीवरेज गुणांक, या HLR, पेश किया। गणना सूत्र - अधिक शक्तिशाली संदर्भ मॉडल में अपग्रेड पर प्राप्त वृद्धि से विभाजित, केवल Harness में परिवर्तन के कारण प्राप्त वृद्धि है। HLR का मान एक से अधिक होने का मतलब है कि Harness स्वयं मॉडल के उन्नयन से बेहतर है। DeepSWE पर Floatboat ने 3.57 का HLR बताया: मॉडल को अपरिवर्तित रखते हुए और केवल Harness को बदलकर, Opus 4.8 में अपग्रेड करने की तुलना में 3.57 गुना अधिक सार्वजनिक प्रदर्शन प्राप्त किया गया। सभी पांच बेंचमार्क पर HLR क्षितिज की लंबाई बढ़ने के साथ 0.78 से 3.57 तक लगातार बढ़ा।

AOE Tech Labs की स्थापना 2025 के अंत में HongShan और VLight Capital के निवेशकों की भागीदारी के साथ सीड फंडिंग राउंड में हुई थी। टीम ने जनवरी में Floatboat Desktop, अप्रैल में FloatIM और मई में FloatSchedule जारी किया। मुख्य विचार यह है कि एक ऐसी प्रणाली जो विकसित हो रही लक्ष्य निष्पादन प्रणाली और मॉडल के विचलनशील आउटपुट के बीच के अंतर को लगातार कम करती है, वह रोजमर्रा के उपयोग के एजेंटों की कुंजी है। अब सबसे सस्ती मॉडल लंबी क्षितिज के साथ काम करने के लिए डिज़ाइन किए गए Harness के साथ सबसे महंगी अत्याधुनिक मॉडल के बराबर या उससे बेहतर होने में सक्षम है।