特斯拉上海储能超级工厂的开工仪式标志着该公司在储能领域的进一步扩张。预计到2025年第一季度,该工厂将开始投产,年产1万台超大型电化学商用储能系统Megapack,储能规模接近40吉瓦时。这一规模的储能系统将极大地推动可再生能源的存储和利用,为实现可持续能源转型提供重要支撑。Megapack作为特斯拉的创新产品,以其高效、可靠和经济性而闻名。该系统的设计高度集成化,包括电缆、电气系统、热管理系统等,使得安装和维护更为简便。Megapack的推出,不仅体现了特斯拉在储能技术上的领先地位,也可能对全球储能产业产生深远影响。图:特斯拉上海储能超级工厂模拟效果图(来自特斯拉)随着特斯拉上海工厂的建成,中国在全球储能产业中的地位将得到进一步巩固。中国已经在全球已投运电力储能项目累计装机规模中占有重要份额,并保持着较高的年增长率。特斯拉的加入,预计将带动国内相关产业链的发展,促进储能技术的创新和应用。特斯拉Megapack的投产将极大地推动可再生能源的存储和利用。在全球对减少碳排放和可持续发展的需求日益增长的背景下,储能系统在平衡电网、提高可再生能源利用率方面发挥着至关重要的作用。Megapack...
根据Counterpoint Research 表示,尽管台积电在芯片制造领域具有领先地位,但面对人工智能(AI)技术迅速发展和广泛应用所带来的芯片需求激增,即使是台积电也可能难以以足够快的速度制造芯片来满足这种需求。在半导体代工行业复苏相对缓慢的背景下,对人工智能相关技术的需求依然强劲,并预计这种情况将持续下去。AI技术的快速发展对芯片的性能、功耗和计算能力提出了更高的要求。为了满足这些要求,芯片制造商需要投入更多的研发资源来开发更先进的制造工艺和技术。然而,这些研发过程需要时间和资金,且面临诸多技术挑战。随着AI技术的广泛应用,各行各业对芯片的需求都在快速增长。这导致芯片市场的竞争日益激烈,芯片制造商需要不断扩大生产规模和提高生产效率才能满足市场需求。然而,扩大生产规模和提高生产效率同样需要时间和资金,且受到多种因素的限制,如设备采购、原材料供应、人员培训等。图:全球代工厂营收份额(来源:Register)全球范围内的芯片短缺问题也对台积电等芯片制造商的生产能力构成了威胁,尽管台积电在芯片制造领域具有领先地位,但面对AI技术迅速发展和广泛应用所带来的芯片需求激增,其生产能力和速度也...
在人工智能和高性能计算领域,内存技术的进步一直是推动行业发展的关键因素。最近,全球领先的半导体制造商SK海力士宣布了其最新HBM3E内存技术的新进展。SK海力士产量主管Kwon Jae-soon向英国《金融时报》透露,公司生产的HBM3E内存良率已接近80%。这一数字对于HBM内存来说意义重大,因为与传统的DRAM内存相比,HBM内存的制造过程更为复杂。它需要在DRAM层之间建立TSV(Through Silicon Via)硅通孔和进行多次芯片键合,这无疑增加了制造过程中的难度和成本。此前,HBM内存的整体良率仅有65%左右,因此SK海力士近期在HBM3E内存工艺良率方面的明显改进,是一个显著的技术进步。图:SK海力士HBM3E内存良率已接近80%除了良率的提高,Kwon Jae-soon还提到了一个关键的生产效率指标——生产周期减少了50%。这意味着SK海力士在缩短生产时间的同时,提高了生产效率,这对于满足下游客户,如英伟达等的需求至关重要。在人工智能时代,数据量和计算需求的爆炸性增长,对高性能内存的需求也在不断上升。因此,提高产量和生产效率,对于保持市场领先地位具有决定性的作用。...
Meta公司,作为全球领先的科技公司,近日发布了一款名为“变色龙”(Chameleon)的新型多模态AI模型。这一创新举措不仅展示了Meta在人工智能领域的技术实力,也标志着多模态学习领域迈出了重要的一步。“变色龙”模型的核心特点在于其早期融合(early-fusion)的方法,它能够无缝处理文本和图像,将这两种模态的信息混合在一起,并通过统一的基于Transformer的架构进行端到端的训练。这种设计使得模型能够更有效地融合跨模态信息,生成包含任意形式信息的多模态文档。在技术细节上,“变色龙”模型采用了创新的分词技术,将图像转换为Token序列,例如将512x512像素的图像分割成1024个离散的Token序列。此外,模型还采用了基于SentencePiece开源库的BPE算法,扩充了文本和图像的词汇表至65536个。然而,这种创新的设计也带来了挑战。为了解决优化稳定性和模型扩展性的问题,Meta的研究团队引入了一系列架构创新和训练技术。这些技术包括QK归一化、注意力层和前馈层之后的dropout,以及在损失函数中使用Zloss正则化等。图:Meta公司推出AI多拟态模型“变色龙”模...
北京时间5月23日,Meta首席人工智能科学家、深度学习先驱杨立昆(Yann LeCun)提出了对当前生成式AI产品,如ChatGPT背后的大语言模型的批判。他认为,这些模型永远无法实现像人类一样的推理和规划能力。这一观点引发了对人工智能发展方向的深入思考。杨立昆的批判基于对现有AI技术的深刻理解。他指出,尽管大语言模型在处理语言任务上取得了显著成就,但它们缺乏真正的推理和规划能力。这是因为这些模型大多依赖于模式识别和大量的数据输入,而非真正的理解或意识。换句话说,它们能够生成连贯的文本,但并不理解文本的深层含义或逻辑。图:永远无法取代人类!杨立昆揭秘生成式AI致命缺陷与此相对,杨立昆提出了一种激进的替代方法:在机器中创造“超级智能”。这一概念指的是一种超越人类智能的人工智能,它能够进行复杂的推理、规划,并具有自我意识。超级智能将不仅仅是执行命令的工具,而是能够进行创造性思考和独立决策的实体。杨立昆的这一观点与当前AI研究的一些趋势相呼应。例如,一些研究者正在探索如何使机器学习模型更加透明和可解释,以便更好地理解它们的决策过程。此外,还有人在研究如何赋予机器常识推理能力,使它们能够更好...
华为智能汽车业务在启动五年后成功摆脱亏损,这一成就凸显了华为在汽车领域的战略眼光和坚定执行力。余承东的表态不仅彰显了华为在汽车业务上的自信,也反映了公司对未来汽车行业的深刻洞察和长远规划。华为智能汽车解决方案业务部自2019年成立以来,通过持续的研发投入和市场拓展,实现了从亏损到盈利的转变。这一转变的背后,是华为在智能汽车领域的创新驱动和市场策略。根据华为2023年年度报告,智能汽车解决方案业务的收入显著增长,成为华为增长最快的业务板块之一。这一增长得益于华为智选车业务下的多款车型的热销,以及与多家车企的深入合作。图:华为汽车业务的利润如何?华为在2023年的年度报告显示,该公司去年实现全球销售收入7042亿元人民币,净利润870亿元人民币。这表明华为在2023年第四季度的利润表现是积极的,因为净利润同比增长了144.5%。而在2024年第一季度,华为实现了营收约1784.5亿元,同比增长36.66%;归母净利润约196.5亿元,同比增长564.04%。这一显著的增长主要得益于Mate 60系列手机和问界汽车的热销所带来的增量收入。这反映出华为在经历了一系列挑战之后的强劲反弹,并有望超...