21ic 近日获悉，昨天韩国公平交易委员会宣布，韩国三大移动运营商 SK 电讯、韩国电信以及 LG U + 涉嫌虚假夸大/欺骗性宣传 5G 服务的速度及自己的产品，被处以合计 336 亿韩元(约 1.8 亿人民币)的罚款。 韩国公平交易委员会(KFTC)是韩国上世纪 80 年代建立负责经济竞争的监管机构，原隶属于经济企划院，1994 年分离成为独立的副部级机构，两年后升级成为部级机构。KFTC 表示，三家运营商的 5G 服务的的速度远达不到宣传的程度。 该监管机构表示，三家运营商在其广告中夸大了其 5G 网络服务的性能，所给出的网速只能在有限的环境下才能实现，欺骗消费者认为他们可以体验到 5G 技术理论上的目标速度 20Gbps。 但是当广告播出时，三家运营商的 5G 服务的实际的平均下载速度只有 656~801Mbps，仅为宣传的 3~4%。而且三家运营商都声称自己是韩国最快的 5G 服务提供商，并没有提供经过验证的测试结果。 其中，SK 电讯和韩国电信在其广告中声称，通过 5G 网络下载 2GB 的电影文件只需 0.8 秒，LG U + 也声称传输 2.5GB 的文件只需 1 秒，这些广告都没有说明这些速度是在特定条件下才能达到的。 KFTC表示，考虑到移动通信市场的寡头垄断格局，我们认为三家运营商的误导性广告会对市场的公平交易规则产生重大影响，因此计划对市场占有率最高的 SK 电讯处以 16.8 亿韩元(约 895 万人民币)的罚款，对韩国电信处以 13.9 亿韩元(约 740 万人民币)的罚款，对 LG U + 处以 2.8 亿韩元(约 149 万人民币)的罚款。 据悉，这是韩国监管机构对欺诈性广告进行的第二次高额的罚款，上一次是 2017 年奥迪大众汽车因提供错误的汽车排放信息被韩国监管机构罚款 337 亿韩元(约 1.79 亿人民币)。

近年来政府积极引导和推进新能源汽车的发展，且通过政策倾斜，尤其是财政补贴、税收减免等各项优惠政策不断加大对该产业的支持力度，极大推动新能源汽车的普及和发展。目前，越来越多的汽车生产厂商开始进军新能源汽车行业，并投入大量资源进行新的探索，致使新能源汽车市场呈现一片繁荣景象。其中，“新能源汽车的领导者”比亚迪汽车在研发上处于领先地位;奇瑞、海马等以自主品牌起家的汽车企业投入大量资金和技术力量开发新能源车，并取得了一些成果;国内其它大型汽车厂商也正在加快发展步伐，力求新的突破。我国新能源汽车在市场上也受到了公众的喜爱，取得了较好的销售成绩。 能源是现代社会的血液，是事关国计民生的战略性资源，也是大国间利益博弈的焦点。我国能源结构长期以化石能源为主。随着汽车保有量的增加，我国原油需求持续增长，进口依存度已超过70%，严重影响国家能源安全，大量化石能源的使用也造成了严重的环境污染。 汽车产业事关人民群众的日常出行和社会资源的顺畅流通，是国民经济的重要支柱。汽车是石油消费大户，我国各类汽车用油约占石油总消费量的50%。新能源产业在全球正处在孕育爆发势能的重要关头，逆水行舟、不进则退。国家应发挥我们集中力量办大事的制度优势和先发优势，加强政策的支持引导力度，将我们的技术优势和成本优势率先转化成市场优势和产业优势，成为拉动国家经济大发展的新引擎，迅速成为世界新能源高地的领导者。随着全球能源和生态环境面临严峻挑战，节能和新能源汽车是解决中国能源和环境问题的关键措施，那么新能源汽车的推广也就会越来越广泛。对于不同技术的前景，产业界和学术界尚未达成共识。 新能源汽车动力电池主要包括铅酸电池、锂电池和氢燃料电池。能量密度是其核心技术指标。铅酸电池发展缓慢，中国对于电池的大部分研究都是基于现有技术，没有实质性突破。燃料电池关键材料技术受阻。在新能源汽车发展初期，企业注重产业规模和数量的发展，忽视了汽车产品的质量安全。美、日、韩、欧等发达国家掌握了新能源汽车的核心技术，并高度重视新能源汽车的发展，仅靠销量很难保持中国的市场地位。我国充电基础设施总体上基本支持新能源汽车发展，但仍低于“一车一项目”的预期计划，差距依然巨大。区域分布不均匀。 得益于国家在新能源汽车产业的超前眼光和战略布局，经过20多年的精心培育，我国新能源汽车市场体量初具规模，具备了一定产业比较优势。在看到产业变化的同时也要清醒看到，我国新能源汽车产业竞争优势并不明显。虽然智能电动汽车不再需要发动机和变速箱，但换个角度来理解，门槛的降低意味着企业要做出差异化的产品更难了。事实上，从传统内燃机汽车到智能电动汽车，降低的只是动力系统门槛，而车身、底盘、电子电气等系统，以及制动、转向等基本功能的要求一点都没有降低。如果我们自身产业基础不牢，核心技术掌控不够，同样存在着从先发到被人赶超，甚至落后的危险。 对于新能源汽车行业而言，研发的根本是为了将电动汽车投入到市场中，从而于销售中获取到更高的利润，并达到促进环境保护的作用。然而从当前的市场投入情况来分析，虽然相较于传统的汽车行业而言，新能源汽车的使用成本要低，同时还具有节能减排的环保优势存在。但是在市场中真正去购买电动汽车的人并不多，这与人们的消费意识、对于新能源汽车的认知不足存在着一定的关联性。因而消费者在未能完全了解、充分认识的情况下，其是不会轻易的去尝试购买此类汽车的。因而如何来提升人们对于新能源汽车的认知，改变当期的消费观念是当前一个非常重要的问题。

•四分之三的空间技术决策者认为，软件测试自动化是该行业面临的一项首要技术挑战 •近一半受访者表示，不断压缩产品开发周期已成为大势所趋 是德科技公司（NYSE：KEYS）日前发布《挑战地心引力》调查报告。报告显示，四分之三的空间技术决策者将软件测试自动化视为影响卫星行业的首要技术挑战之一。 调查发现，76% 的业内专业人士认为卫星行业面临的最大挑战是软件测试自动化，其次是系统级建模和仿真（53%），之后是设计验证（46%）。这一结果突出反映了业界对先进自动化和仿真工具的需求，他们需要借助这类工具来加快设计和制造流程。受访者提到的主要行业趋势也反映了这一点：43% 的受访者认为，首当其冲的趋势是不断压缩的产品开发周期；先进有效载荷系统（37%）和人工智能（34%）则紧随其后。 是德科技发布调查报告——软件测试自动化是卫星行业面临的首要技术挑战 《挑战地心引力》调查报告中的其他重要发现还包括： •卫星推动行业发展——在展望未来三年的十大行业趋势时，受访者提得最多的当属卫星。在他们看来，趋势最大的是地球同步轨道（GEO）上的小型卫星，其次是吞吐量非常高的卫星、网络安全、在轨服务和近地轨道（LEO）上的大型星座。 •数据收集和通信的影响最大——在确定对行业影响最大的应用时，受访者提及最多的是数据收集、研究和通信。他们认为最首要的应用当属大数据收集和分析，其次是地球观测、全球定位/时间服务、科学/研究以及互联网/语音/广播服务。 •成本和供应链面临极大风险——在被要求对自身项目存在的首要风险进行评估时，受访者表示，成本和供应链是他们关注的两大方面。他们提到的首要风险是成本的不可预测性，其次是零件/子系统供应、技术范围和项目资金筹集。 为帮助行业决策者和工程师充分利用这些趋势，是德科技提供了全方位的太空和卫星解决方案。这些解决方案侧重于端到端设计和开发产品生命周期以及生态系统，可以应对行业客户遇到的复杂技术挑战。解决方案可为从设计到验证的整个卫星产品生命周期提供大力支持：既包括运营、地面站、用户终端，还包括与卫星有效载荷、射频系统和电力子系统相关的测试专业知识。 通过使用 Keysight PathWave 系统设计（SystemVue）之类的工具，卫星工程师可以运用数字孪生技术仿真现实世界场景中的系统级设计，从而缩短产品开发周期。此外，是德科技还发挥具有人工智能（AI）的Eggplant 测试平台的自动化测试能力，加快软件开发速度。 此项研究由是德科技委托 Coleman Parkes Research 公司完成。太空和卫星生态系统的高管和管理人员接受了调查访问。他们所代表的组织包括位于美洲、亚太地区和欧洲的卫星开发商、制造商、子系统供应商、运营商和服务提供商。 是德科技航空航天、国防与政府解决方案事业部总经理 Greg Patschke 表示：“在商业航天部门蒸蒸日上的技术研发加持下，卫星行业面临重大转型，纷纷推出周期大幅缩短的新设计。为确保任务和业务两面开花，他们需要高保真度的仿真和测试专业知识作保障。有是德科技的端到端设计和验证工具提供支持，我们的客户能够更加有把握，确信他们的卫星和子系统开发任务能够首战告捷，百发百中。”

近年来，随着计算机技术及集成电路技术的发展，嵌入式技术日渐普及，在通讯、网络、工控、医疗、电子等领域发挥着越来越重要的作用。嵌入式系统无疑成为当前最热门最有发展前途的IT应用领域之一。 嵌入式系统一般由嵌入式微处理器、外围硬件设备、嵌入式操作系统以及用户的应用程序4个部分组成，用于实现对其他设备的控制、监视或管理等功能。嵌入式软件就是基于嵌入式系统设计的软件，它也是计算机软件的一种，同样由程序及其文档组成，是嵌入式系统的重要组成部分。 于软、硬件条件的制约，这些系统一般都用于实现一个或几个简单的数据采集与控制功能，程序结构多使用简单的控制循环，配合中断服务来实现对外界请求的相应，不采用操作系统，所以，系统开发者对通用计算机基于操作系统的软件开发工具和技术的理解与掌握比较有限。而与此同时，另一大批人则对以 Microsoft Windows 、 Linux 为代表的操作系统技术深深着迷，醉心于在这些操作系统上的应用程序开发，他们感兴趣的东西是如何使用诸如 VB 、 VC 、 Java 之类的高级编程语言，在操作系统平台上实现更复杂和更精彩的应用，而不太关心系统的更多的硬件细节。传统的观点一般将前者归类为硬件开发人员，而后者通常被称之为软件程序员。这两大群体在很长一段时间几乎也是井水不犯河水，各自有着不同的开发应用领域。 万物智联时代，嵌入式技术及其应用的形态将更加丰富和多元，同时也将日益呈现深度物理融合、混合架构共存、群体智能协同、网络安全攸关等诸多新的计算特性。显然，经典的嵌入式系统体系结构、软硬件技术和开发方法都已很难应对新趋势下的诸多挑战，其本体的知识与技术体系需要进行同步革新，也必然对从业人员的专业素质提出了更高的要求。从技术角度看，晶体管相关的先进器件技术、智能的新型计算架构、信息物理融合的计算机制、分布式协同的嵌入式(系统)软件、边缘计算及容器技术、网络空间的高效安全保障机制以及模型驱动的软硬件协同开发方法等，都已成为新计算时代的热点问题和重要方向，值得我们密切关注。 嵌入式控制器的应用几乎无处不在：移动电话、家用电器、汽车……无不有它的踪影。嵌入控制器因其体积小、可靠性高、功能强、灵活方便等许多优点，其应用已深入到工业、农业、教育、国防、科研以及日常生活等各个领域，对各行各业的技术改造、产品更新换代、加速自动化进程、提高生产率等方面起到了极其重要的推动作用。嵌入式计算机在应用数量上远远超过了各种通用计算机，一台通用计算机的外部设备中就包含了5 – 10 个嵌入式微处理器。在制造工业、过程控制、网络、通讯、仪器、仪表、汽车、船舶、航空、航天、军事装备、消费类产品等方面均是嵌入式计算机的应用领域。 嵌入式系统应用在物联网中并非是被其包含的关系，两者之间的关系在不同的方向有不同的联系，但两者相辅相成共同促进了电子技术的发展与应用，给我们的生活带来了太多的便利，实现了信息化技术与实践的结合，是当代技术领域中较为领先的系统。在未来的物联网发展中，嵌入式也必将成为物联网发展的先驱，为其铺通道路，让其更好更快的发展。 国家政策大力支持嵌入式计算机行业发展。嵌入式是微电子技术进步的重要标志，为促进我国嵌入式计算机行业以及嵌入式行业的快速发展，国家专门出台系列政策支持重要战略新兴产业。多项政策既规范了我国军工行业和软件行业的发展运营，推动了我国军用嵌入式计算机行业健康发展，同时也为未来国防科技工业深度发展提供了良好的政策环境，有利于公司充分发挥军工技术、设备和人才优势，充分参与国防科技工业的深度发展。

据业内消息，最近三星在CES 2022上展示了Flex G以及Flex S两款概念折叠屏设备。这两款设备是全新设计的双折叠手机平板混合概念产品，主要是展示除了Galaxy Z Flip这种翻盖式方案和Galaxy Z Fold这种内折式设计之外的其他可折叠技术实现方案，三星不仅在之前申请注册了Flex S商标，而且最近也申请注册了Flex G设备商标。 一直以来三星显示就在折叠屏上颇有造诣，比如Galaxy Z Flip手机翻盖式和Galaxy Z Fold书本内折式，都是电子屏幕行业的开山之作，而本次Flex S和Flex G是三星显示设计的双折叠屏手机+平板电脑混合设备概念，也就是不同于上述两种之外的可折叠技术实现。三星一直在尝试将折叠技术运用到更大的电子设备中，比如之前的Flex Note，而且Flex Note有可能会加入到 KIPRIS的另外两个Flex设备阵营。 在随着移动电子设备对屏幕的尺寸需求越来越大的进程中，折叠屏的时代正在临近，三星显示将在折叠屏设备领域进行发力。就此三星显示称，希望确保Galaxy Z Fold和Z Flip系列在市场上获取成功，在此之前并没有发布任何其他折叠屏设备的计划。 三星是一个非常大的企业，三星显示与三星电子是完全具有独立决策的不同的组织。三星显示展示并注册了Flex S以及Flex G了商标，在随着移动电子设备对屏幕的尺寸需求越来越大的未来电子设备市场，三星显示的折叠屏可能会被更多的产品所采用。

‍ 中 国GPU要是崛起了，还用抢显卡吗？ 看似天方夜谭的事情，正在中国真实发生着。 这样的巨额融资，看的出资本市场坚信国产GPU光明的未来，比融资额更吸引人眼球的，是国产初创GPU的豪言壮语， 摩尔线程在不到300天的时间里，宣称完成了首颗国产全功能GPU的研制，纸面算力相当于2016年推出的英伟达GTX 1070。 壁仞科技更为激进，不到3年时间就推出了首款通用GPU产品BR100系列，宣称其旗舰产品的峰值算力超过了英伟达目前在售的旗舰计算产品A100 GPU的3倍。 但不管有多难，这一次，中国造芯的步点已经踩在了GPU上，为什么是GPU？这会是一场资本泡沫吗？能成功吗？在我们看来，中国自主研发GPU，有必要，有机会，但也难度巨大。 首先，国产GPU有必要，但不是让你买回家打游戏用的。普通用户对显卡的需求无非是打游戏或者渲染视频。 然而除此之外，在眼下的科技行业，GPU正显得越来越重要。相较于CPU，GPU拥有更多计算单元，这让它适合用于数字货币“挖矿”，也更适合用于人工智能深度学习。由于AI的深度学习都要跑海量数据，所以GPU往往比一般CPU更有效率。 像当下的大风口自动驾驶，就离不开深度学习在图像识别领域的应用，如果说自动驾驶是智能汽车行业的基建，那GPU就是这个基建的基建。其它领域里，从普通人生活中的人脸识别、智能音箱，到下围棋的阿尔法狗、大片里的演员换脸，也都需要AI通过GPU进行深度学习。 特别是自动驾驶领域，英伟达也处于领先地位。自动驾驶算法公司可以用英伟达的GPU进行研发加速，整车企业则可以直接购买内置GPU的英伟达自动驾驶芯片，老黄这次又赢麻了。 目前中国人工智能行业可以说方兴未艾，如果在重要行业的基础设施上过分依赖外国芯片公司，大概并不是一件值得过分称道的事情。毕竟类似断供、后门这样的负面词汇，我们听过了太多。 总而言之，在未来充满太多不确定性的情况下，中国的GPU创业潮难度虽大，但还是非常有必要的。 而跟过去20年一直在说的国产CPU相比，国产GPU除了有必要，还有可能。 大家常用的电脑程序都使用英特尔x86架构的指令集，没有它，国产CPU就不能运行这些程序，即使能运行，效率也低。 打个简单的比方，指令集就好比乘法口诀，英特尔有这本乘法口诀的版权，不让其他企业使用，没有口诀算个5×7，都要掰手指头算半天，更何况CPU是算的是“6378×122.6”。 但事情在GPU上发生了变化。一方面，与CPU基本被x86架构统治不同，GPU初创公司可以拿到一些国外芯片设计公司的公版架构设计。 江湖传闻，这一轮国产GPU创业潮，就与拥有中资背景的英国芯片设计公司Imagination放开授权，拥有一定联系。这家公司手上有相当多成熟的GPU设计方案。

据 21ic 获悉，昨天德州仪器表示，预计今年第二季度的收入可能要低于之前华尔街的预期，原因是在大多数模拟芯片制造商终端市场需求放缓的情况下，积压的客户将推迟或取消订单。 德州仪器(TI)是美国德克萨斯州一家半导体跨国公司，以开发、制造、销售半导体和计算机技术闻名于世，主要从事创新型数字信号处理与模拟电路方面的研究、制造和销售。除半导体业务外，还提供包括传感与控制、教育产品和数字光源处理解决方案。 德州仪器(TI)总部位于美国德克萨斯州的达拉斯，并在 25 多个国家设有制造、设计或销售机构。德州仪器是世界第一大数字信号处理器(DSP)和模拟电路元件制造商，其模拟和数字信号处理技术在全球具有统治地位。 上世纪 50 年代德州仪器由地球物理业务公司(Geophysical Service Incorporated, GSI)整组而产生，这家公司最初生产地震工业和国防电子的相关设备。随后 TI 开始研究晶体管，同时也制造了世界上第一个商用硅晶体管。 1954 年 TI 研发制造了第一台晶体管收音机，1958 年，在 TI 中新研究实验室工作的 Jack·Kilby 比发明了集成电路，1961 年，TI 为美国空军制造了第一台集成电路电脑。50年代末期 TI 开始研究红外线技术，随后涉足制造导弹和炸弹的雷达系统，导航和控制系统，世界上第一台便携式计算器由TI于 1967 年发明。 20 世纪 70~80 年代 TI 的业务集中于家用电子产品，如数字钟表、电子手表、便携式计算器、家用电脑以及各种传感器，1997 年公司将其国防业务出售给了雷神公司。2011 年收购美国国家半导体(National Semiconductor)之后，TI 拥有由约45000种模拟电路产品及客户设计工具组成的投资组合，这使TI成为世界上最大模拟电路元器件生产厂商。 德州仪器旗下业务有两个主要分支：半导体(SC)和教育技术(ET)，其中半导体业务创造了公司收益的约 96%。去年年底德州仪器宣布，位于犹他州李海的新 12 英寸晶圆厂 LFAB 已开始生产模拟和嵌入式产品。 据悉，德州仪器预计本季度收入在 41.7 亿美元至 45.3 亿美元之间，之前 Refinitiv 调查的分析师预计收入将达到 44.4 亿美元，这表明需求疲软正在蔓延至这家模拟芯片制造商的大部分终端市场。 从消费电子市场开始的芯片供应过剩已经渗透到企业和工业等更广泛的市场，因为利率上升会全面削弱支出。该公司第一季度个人电子产品部门和数据中心服务器部门的收入较第四季度下降了 30%，工业市场收入持平。 对于德州仪器来说，库存积压的客户仍在清除过剩库存，因为它约 70% 的收入来自这些市场，其中工业约占 40%，但供过于求也损害了市场上的芯片价格，给德州仪器等芯片制造商的利润率带来压力。 德州仪器预测未来的三年资本支出平均每年约为 50 亿美元，预计本季度每股利润在 1.62 美元至 1.88 美元之间，低于 Refinitiv 估计的 1.82 美元，但汽车仍然是第一季度的亮点，收入增长了中等个位数，季度每股收益为 1.85 美元，高于预期的 1.78 美元。 但业内的分析师 Kinngai·Chan 认为行业检查已经表明汽车市场订单疲软，德州仪器预测本季度的收入在 41.7 亿美元至 45.3 亿美元之间，而预期为 44.4 亿美元。截至上个月底的季度收入同比下降 11% 至 43.8 亿美元，符合预期且为过去十个季度以来的最大降幅。随后该公司股价在收盘下跌约 4% 后，在盘后交易中上涨 1%。

算法、算力和数据是人工智能三大核心要素，也是人工智能的三大基石。AI 算法持续突破创新，模型复杂度指数级提升的同时，准确率和效率也在不断提高，在各个细分领域应用加速落地。随着芯片处理能力提升、硬件价格下降、神经网络模型优化，AI 算力也在大幅提升。与此同时，AI 产业级应用已经进入大数据、大模型时代。 当前，全球主流 AI 框架和模型的技术演进及创新进展如何?如何提升算法模型的准确率和效率?如何将 AI 框架和模型应用于实际场景中，实现产业创新?在 AICON 2022 “AI 框架与模型” 分论坛上，众多 AI 领域专家将共同探讨这些问题。 AICON 2022 由 LF AI & DATA 基金会主办，将于 9 月 8 日在杭州举行。大会由一个主论坛以及 “AI 框架与模型”“AI + 数据”“AI 工程化”“升思生态论坛” 四个分论坛组成，聚焦 AI 前沿技术、产业化和商业化的动态。 届时，来自全球的人工智能领域顶尖科学家、行业专家及著名企业家将齐聚一堂，重点关注人工智能技术领域的行业变革与技术创新，共同围绕核心技术、行业落地、产业赋能、发展要素、治理机制等热门话题进行深入探讨和交流，分享全球人工智能行业新趋势、新动向，探索人工智能发展新模式新路径。 近年来，大模型已经成为整个 AI (人工智能)产学界追逐的技术“宠儿”，“炼大模型”如火如荼，包括OpenAI、Google、微软、英伟达、百度、华为、阿里巴巴等企业巨头纷纷参与其中，各式各样参数不一、任务导向不同的“大模型”也陆续面市。一时间，“炼大模型”成为了当下AI产业发展的一个主旋律。 方融科技高级工程师、科技部国家科技专家周迪在接受《中国经营报》记者采访时表示，Al大模型历经了前几年的探索期、突破期，部分技术已经逐渐成熟，现在在一定程度上达到推广期了。各大企业纷纷发布AI大模型，就是抢抓这个时间节点，在这方面先取得入场门票。大模型具有效果好、泛化性强、研发流程标准化程度高等特点，正在成为人工智能技术及应用的新基座。 据中国信息通信研究院测算，2021年，算力核心产业规模超过1.5万亿元，关联产业规模超过8万亿元。其中，云计算市场规模超过3000亿元，IDC(互联网数据中心)服务市场规模超过1500亿元，人工智能核心产业规模超过4000亿元。 在过去，绝大部分人工智能企业和研究机构遵循算法、算力和数据三位一体的研究范式，即以一定的算力和数据为基础，使用开源算法框架训练智能模型。而这也导致了当前大部分人工智能处于“手工作坊式”阶段，面对各类行业的下游应用，AI 逐渐展现出碎片化、多样化的特点，也出现了模型通用性不高的缺陷。这不仅是AI技术面临的挑战，也限制了AI的产业化进程。 “从各类电商平台的智能推荐到日常生活中的刷脸支付，现在我们生活的方方面面都离不开AI。为了满足这些需求，我们需要为每种特定场景收集大量的数据，再从中设计出专用于特定任务的模型，”周迪对记者说道，“AI大模型希望做到的就是能够基于这个模型整合各类需求，从而适应多种差异化的业务场景，解决AI在赋能千行百业中面临的碎片化、多样化问题。” AI大模型提供了一种通用化的解决方案，通过“预训练大模型+下游任务微调”的方式，可以有效地从大量标记和未标记的数据中捕获知识，极大地扩展了模型的泛化能力。 华为升腾计算业务总裁张迪煊对记者表示，过去在一个单一的AI应用场景里面，其实是由很多模型组成的，通过多模型支撑一个场景来完成多个任务。而大模型是AI发展的趋势，也就是通过大模型能解决人工智能很多的问题，因为大模型具备很好的泛化性，可以通过大模型实现多个任务，原来场景需要多个小模型，现在大模型可以服务多个场景，这是生产效率的提升。现在国家相关部门也在牵头制定大模型的沙盘，避免科研机构、企业重复研发，通过各个领域的大模型与行业场景结合，可以更好地加速人工智能技术产业落地。 阿里巴巴资深副总裁、达摩院副院长周靖人则认为：“大模型模仿了人类构建认知的过程，这是当下我们面临的重要机遇。通过融合AI在语言、语音、视觉等不同模态和领域的知识体系，我们期望多模态大模型能成为下一代人工智能算法的基石，让AI从只能使用‘单一感官’到‘五官全开’，且能调用储备丰富知识的大脑来理解世界和进行思考，最终实现接近人类水平的认知智能。” 从2020年开始，国际最顶尖的AI技术发展，愈来愈像一场比拼资金与人才的军备竞赛。 2020年，OpenAI发布NLP预训练模型GPT-3，光论文就有72页，作者多达31人，该模型参数1750亿，耗资1200万美元; 2021年1月，谷歌发布首个万亿级模型Switch Transformer，宣布突破了GPT-3参数记录; 4月，华为盘古大模型参数规模达到千亿级别，定位于中文语言预训练模型; 11月，微软和英伟达在烧坏了4480块CPU后，完成了5300亿参数的自然语言生成模型(MT-NLG)，一举拿下单体Transformer语言模型界“最大”和“最强”两个称号; 今年1月，Meta宣布要与英伟达打造AI超级计算机RSC，RSC每秒运算可达50亿次，算力可以排到全球前四的水平。 除此之外，阿里、浪潮、北京智源研究院等，均发布了最新产品，平均参数过百亿。 看起来，这些预训练模型的参数规模没有最大，只有更大，且正以远超摩尔定律的速度增长。其在对话、语义识别方面的表现，一次次刷新人们的认知。 这一年，由OpenAI公司开发的GPT-3横空出世，获得了“互联网原子弹”，“人工智能界的卡丽熙”，“算力吞噬者”，“下岗工人制造机”，“幼年期的天网”等一系列外号。它的惊艳表现包括但不限于： 有开发者给GPT-3 做了图灵测试，发现GPT-3对答如流，正常得不像个机器。“如果在十年前用同样的问题做测试，我会认为答题者一定是人。现在，我们不能再以为AI回答不了常识性的问题了。” 深度学习发展至今，语言、视觉、推荐、代码生成等多个领域相继出现一些“大模型”成果，不断刷新着人们对 AI 的认知与想象。深度学习依赖对大量数据的训练，而“大模型”的参数更多、函数更复杂，这样的特征使得模型所演算出来的结果更精准。随着万物互联世界的进一步发展，数据量的扩展与数据收集已不再是难题，随之而来的新命题是如何处理海量数据，并且做出更好地训练。 早在 2017 年，Transformer 结构被提出，使得深度学习模型参数突破了1亿;2018 年，BERT 网络模型的提出，使得参数量首次超过 3 亿规模;2020 年，拥有 1750 亿个参数的 GPT-3 横空出世;2021 年推出的 ZionEX 系统，其所支持的推荐模型大小已超过 10 万亿规模…… 随着数据规模的指数级增长，大模型已经逐渐被认为是通过深度学习认知智能的桥梁。 然而，数据量的暴增提出了新的命题——如何跨越通信等瓶颈，提升大模型的训练效率?为了支持大模型的训练，往往需要一套大规模分布式训练框架来训练大模型。 对此，华为交出的答卷便是升思 MindSpore AI 框架，原生支持大模型训练。升思 MindSpore 拥有业界领先的全自动并行能力，提供 6 维混合并行算法，即数据并行、模型并行、流水并行、优化器并行等能力;极致的全局内存复用能力，在开发者无感知的情况下，自动实现 NPU 内存 / CPU 内存 / NVMe 硬盘存储的多级存储优化，极大降低模型训练成本;极简的断点续训能力，可解决大集群训练故障导致的任务中断问题……通过这些特性，可以很好地解决大模型开发时遇到的内存占用、通信瓶颈、调试复杂、部署难等问题。 近年来，大模型表现出前所未有的理解与创造能力，且打破了传统AI(人工智能)只能处理单一任务的限制，让人类离通用人工智能的目标近了一步。但大模型仍存在许多技术难点，同时受算力资源限制，其训练与落地应用颇具挑战。 据周靖人介绍，为了让大模型更加“融会贯通”，达摩院在中国国内率先构建了AI统一底座，在业界首次实现模态表示、任务表示、模型结构的统一。 在不引入新增结构的情况下，通义统一底座中M6-OFA模型，可同时处理图像描述、视觉定位、文生图、视觉蕴含、文档摘要等10余项单模态和跨模态任务，且效果达到国际领先水平。 “大模型模仿了人类构建认知的过程，这是当下我们面临的重要机遇。通过融合AI在语言、语音、视觉等不同模态和领域的知识体系，我们期望多模态大模型能成为下一代人工智能算法的基石，让AI从只能使用‘单一感官’到‘五官全开’，且能调用储备丰富知识的大脑来理解世界和思考，最终实现接近人类水平的认知智能。”周靖人表示。 同时，达摩院构建了层次化的模型体系，其中通用模型层覆盖自然语言处理、多模态、计算机视觉，专业模型层深入电商、医疗、法律、金融、娱乐等行业。 通过部署超大模型及轻量化版本，阿里巴巴“”通义”大模型系列已在超过200个场景中提供服务，实现了2%-10%的应用效果提升。典型使用场景包括电商跨模态搜索、AI辅助设计、开放域人机对话、法律文书学习、医疗文本理解等。

9月8日凌晨消息，苹果公司召开秋季新品发布会，推出iPhone 14系列、Apple Watch Pro 2代，以及Apple Watch Series 8，新一代的“苹果三件套”诞生。与今年6月的全球开发者大会(WWDC)类似，本次秋季发布会依旧采用线上录播的方式和大家见面，但也邀请了一部分媒体前往苹果公司总部Apple Park现场体验产品，新浪科技正是受邀媒体之一。 在发布会现场，媒体实际也是在乔布斯剧院观看发布会录制视频。不过苹果高管会跟线下参与者有一些互动，在北京时间凌晨1点，也就是发布会开始前，苹果CEO库克登上舞台，告诉观众们他非常想念线下发布会。 苹果的第八代智能手表首先登场，苹果邀请所有被Apple Watch救命的群众，一起给苹果念感谢信。 这些故事中的主角都来自真实生活，他们都曾在某个时刻，得到Apple Watch的帮助，及时检查到自己没有注意到的心脏异常，得以被送入医院。 苹果公司COO杰夫-威廉姆斯走上舞台，介绍具体产品。之后由各个产品线经理介绍新品，Apple Watch Series 8的外形跟上代基本一致，健康仍旧是主要卖点功能。 但加入温度传感器，多了一些性能，例如根据体温判断女性周期，精确度可以到0.1度。并且苹果强调这些数据将高度保密，只有通过你授权才能共享。 这些功能，也让苹果有理由鼓励用户应该一直带着Apple Watch，才能更准确，获得更多数据。 第二个功能是“车祸检测”，为了实现这个功能，苹果在8代手表中新增了两个新传感器，并且加入了一系列算法，保证各方向各种撞车都能被察觉到。 Apple Watch Series 8运动版依旧是铝合金材质，主推午夜色，星空色，银色，红色等。 另外，新的低功耗模式到来，支持手表最多36小时续航(正常模式是18小时)。这是一个软件功能，更新了watchOS 9，并且Apple Watch 4代及之后的产品都可以使用。 一则有关苹果公司的传闻让一些美国政客坐不住了。有美国共和党议员近日警告苹果，如果该公司从一家中国半导体制造商那里为新款iPhone 14采购存储芯片，它将面临国会的严格审查。 做出这番叫嚣的是“反华急先锋”、美国参议院情报委员会副主席、共和党人卢比奥和众议院外交事务委员会首席共和党成员麦克考尔。此前，据韩国媒体BusinessKorea报道，苹果公司将把中国长江存储科技有限责任公司列入其NAND闪存芯片供应商名单。英国《金融时报》报道称，卢比奥等人对此感到震惊。 “苹果在玩火。”卢比奥对《金融时报》表示，“它知道长江存储带来的安全风险。如果继续向前推进此事，它将受到美国联邦政府前所未有的审查。”麦克考尔也对该报妄称，苹果这么做将有效地向长江存储转移知识和技术，从而增强其技术能力，帮助中国实现国家目标。 对于美国国会议员的指责，苹果公司表示，它没有在任何产品中使用长江存储的芯片，但表示“正在评估从长江存储采购NAND芯片，用于在中国销售的部分iPhone”。苹果表示，不考虑在中国境外销售的手机中使用长江存储的芯片。该公司使用的NAND芯片上存储的所有用户数据都是“完全加密的”。 其实，BusinessKorea在此前的报道中说得比较明白，苹果考虑使用长江存储的芯片，更多出于经济方面的考量。该媒体援引行业观察人士的话称，苹果与长江存储合作的意图在于，通过供应商的多样化来降低NAND闪存的价格。最重要的是，苹果需要向中国政府展示友好姿态，以促进其产品在中国市场的销售。 另外，BusinessKorea称，苹果再次选择中国的京东方作为iPhone 14的显示屏供应商之一。而苹果这么做也是出于降低对三星依赖的需要。报道称，从2019年到2021年，苹果公司每年向三星显示支付约1万亿韩元(约合50亿元人民币)的赔偿金，因为它未能购买合同规定的金额。BusinessKorea认为，苹果公司向供应商支付赔偿是不寻常的。这表明苹果高度依赖三星的显示屏。 苹果公司在中国拥有庞大的供应链体系。据《福布斯》报道，截至2021年，有51家中国公司在向苹果供应零部件。中国大陆已超过台湾成为苹果最大的供应商。第三方数据显示，十多年前，中国供应商仅贡献iPhone手机价值的3.6%;如今，中国供应商对iPhone手机价值的贡献比例大幅增加，已达到25%以上。 9 月 10 日消息，9 月 8 日，苹果召开新品发布会，正式发布了 iPhone 14 系列手机，起售价 5999 元。在昨日晚 8 点苹果开启 iPhone 14 系列新机预购后，由于购买新机的用户太多，苹果官网一度出现无法确认购买、网页崩溃等问题。面对 iPhone 如此巨大的市场，许多制造商都希望进入苹果供应链。 9 月 6 日，韩国媒体 BUSINESSKOREA 报道称，中国的长江存储已经进入苹果供应链，将供货 iPhone 14 系列 NAND 闪存。此前，苹果高度依赖三星电子、SK 海力士等韩国存储芯片厂商。因此，市场观察人士认为，苹果与长江存储合作，将使他们 NAND 闪存的供应商进一步多元化，同时也有利于降低这一重要零部件的价格。 9 月 9 日，英国《金融时报》报道称，美国参议院情报委员会副主席、共和党人马尔科卢比奥表示，如果苹果公司从一家中国半导体制造商采购存储芯片，苹果就将会面临美国国会的严格审查。 对此，苹果公司回应称，苹果公司目前没有在任何产品中使用长江存储的芯片，但苹果公司“正在评估从长江存储采购 NAND 芯片，并将其用于在中国销售的部分 iPhone”。同时，苹果表示将不会在中国之外销售的 iPhone 中采用长江存储的芯片，并且用户存在 NAND 芯片上的用户数据都是完全加密的。 IT之家了解到，苹果 iPhone 14 系列共有 iPhone 14、iPhone 14 Plus、iPhone 14 Pro 和 iPhone 14 Pro Max 四款机型，其中 iPhone 14 和 iPhone 14 Plus，保留了 iPhone 13 的大部分设计 —— 包括用于手机自拍相机和 Face ID 传感器的刘海凹槽。在 iPhone 14 Pro 和 iPhone 14…

3月23日，中国工程院院士、湘江实验室主任、湖南工商大学党委书记、新华三集团首席数字经济科学家陈晓红一行莅临新华三集团，紫光股份董事长、新华三集团总裁兼首席执行官于英涛等陪同。期间，湘江实验室与紫光股份旗下新华三集团就双方未来合作正式签署战略协议，并为陈晓红院士举办首席数字经济科学家授牌仪式。 战略合作签约 助力产学研用协同创新 湘江实验室是湖南省“四大实验室”中首个揭牌的科研机构，实验室聚焦前沿科技领域战略性、前瞻性、基础性重大科学问题与关键核心技术，着力打造国内一流的科技创新高地。湘江实验室在新华三集团设立创新中心，将大力推进科技创新与成果转化进程。 战略合作达成后，新华三集团与湘江实验室将充分发挥各自优势，在产学研联盟创新体系构建，人才培养、技术创新与应用成果转化等方面开展深化合作。 在产学研体系构建上，双方将依托长期稳定的合作关系，共建产学研联盟创新体系及人才培养体系，加快高水平人才培养，打造数字化领域领军人才和创新团队。通过整合湘江实验室与湖南工商大学的科教资源和新华三数字化资源平台及数字化基础设施，共同开展智能计算、网算融合、海量数据等前沿科技领域创新研究和产业化落地。同时，为持续打造前沿技术优势，双方也将加强与科研院所、高校的合作力度，在数字化浪潮中不断开拓创新、锐意进取，围绕行业数字化变革需求，在重大创新成果方面做出积极探索和贡献。 新华三集团与湘江实验室签署战略合作协议 目前，新华三集团已经与国内数十所高校和科研机构开展深度合作，在“产学研用”协同创新领域取得了瞩目的成绩并积累了丰富的经验。携手湘江实验室后，双方将共建算力、算法、算据、算网四大创新中心，全面支持智能计算和AI研究，以及“计算+”“智能+”“算据+”“算网+”产学研示范应用，通过创新科研课题，引领前沿标准，促进数字经济高质量发展。 首席数字经济科学家授牌 加速数实融合应用进程 交流期间，新华三集团为陈晓红院士举行了“新华三集团首席数字经济科学家”授牌仪式。自去年5月新华三正式聘任陈晓红院士为首席数字经济科学家以来，陈晓红院士持续为新华三前瞻技术布局和未来业务规划提供咨询和指导，不断推动新华三数字化创新转向深化应用、规范发展、普惠共享新阶段。 新华三集团总裁兼首席执行官于英涛为陈晓红院士授牌 新华三集团总裁兼首席执行官于英涛对陈晓红院士为新华三作出的卓越贡献表示由衷的感谢和敬意。他表示，新华三期待与陈晓红院士一道，在湘江实验室数字经济前瞻理论与研究成果的助力下，为加速数字经济与实体经济融合发展、推动行业数字化变革贡献力量。 陈晓红院士认为，提高科技创新能力，人才是关键。校企联动积极构建人才培养体系，加快高水平人次培养，鼓励企业和院校的合作，共建人才实习基地，将有利于培养和发现更多相关领域的高素质专业人才。作为新华三集团首席数字经济科学家，她本人将与新华三一起构建开放协同的科技创新体系和人才培养体系，推进产业数字化进程，赋能行业转型升级，共创行业变革新价值。 展望未来，促进数字经济和实体经济深度融合，打造经济发展新引擎，已成为各界共识。作为数字化解决方案领导者，新华三集团将在“云智原生”战略指引下，携手陈晓红院士等行业领袖深入合作，持续布局前沿科技，以“产学研用”协同创新体系，为百行百业的数字化转型探索更多可能。 参与本次交流的还有湖南工商大学前沿交叉学院院长、中南大学商学院教授徐选华，湖南工商大学工商管理学院院长、中南大学商学院教授周艳菊，湘江实验室行政管理部部长、湖南工商大学前沿交叉学院执行院长刘利枚等13人，新华三集团副总裁、技术战略部总裁刘新民，新华三集团副总裁、首席品牌营销官杨玺，新华三集团副总裁、首席信息官谌平，新华三集团副总裁、总裁办公室主任王小鲁，新华三集团湖南代表处总经理刘有宏，新华三集团产学研业务部总经理任国丽等陪同。