91色老久久精品偷偷鲁,www久,日韩亚洲翔田千里在线

頭條

英偉達(dá)官宣：CUDA將全面支持RISC-V架構(gòu)！

早在2024年10月，英偉達(dá)在RISC-V北美峰會(huì)上透露，其在2015年就選定將RISC-V選定為其專有Falcon微控制器（MCU）的繼任架構(gòu)。由于 MCU 內(nèi)核是通用的，因此可以在英偉達(dá)的產(chǎn)品中廣泛使用。根據(jù)英偉達(dá)當(dāng)時(shí)的預(yù)計(jì)，2024年英偉達(dá)將交付10億個(gè)內(nèi)置于其 GPU、CPU、SoC 和其他產(chǎn)品中的 RISC-V 處理器，這也凸顯了定制 RISC-V 內(nèi)核在英偉達(dá)硬件中的普遍性和重要性。在此次RISC-V中國峰會(huì)上，F(xiàn)rans Sijstermanns也指出，英偉達(dá)是RVI和RISE的董事會(huì)成員和技術(shù)委員會(huì)代表，也是相關(guān)規(guī)范的貢獻(xiàn)者。英偉達(dá)產(chǎn)品中的微控制器都是基于RISC-V架構(gòu)，具有可配置、可擴(kuò)展和安全保護(hù)功能，并且也被集成在30多個(gè)IP中，每年出貨量超過10億個(gè)RISC-V MCU。

碳化硅大廠Wolfspeed即將申請破產(chǎn)

6月19日消息，據(jù)路透社等外媒報(bào)道，碳化硅（SiC）材料領(lǐng)導(dǎo)廠商Wolfspeed即將申請破產(chǎn)，將由Apollo Global Management 帶領(lǐng)的債權(quán)人接管，股價(jià)暴跌30.14%，收于0.8732美元/股，年初迄今已跌去了86.89%。

發(fā)表于：6/19/2025

中國科學(xué)院研制出超高并行光計(jì)算集成芯片流星一號

6 月 18 日消息，光計(jì)算以光子作為載體，實(shí)現(xiàn)信息傳遞、交互與計(jì)算，具有低功耗、低時(shí)延、高并行的天然優(yōu)勢，是后摩爾時(shí)代建設(shè)新質(zhì)算力基礎(chǔ)設(shè)施的有效途徑，為人工智能、科學(xué)計(jì)算、多模態(tài)融合感知、超大規(guī)模數(shù)據(jù)交換等“算力密集 + 能耗敏感”場景提供硬件加速。

發(fā)表于：6/19/2025

平衡AI投資支出微軟計(jì)劃再裁員數(shù)千人

6月19日消息，據(jù)媒體報(bào)道，微軟（MSFT.US）正計(jì)劃進(jìn)行新一輪大規(guī)模裁員，預(yù)計(jì)將影響數(shù)千個(gè)工作崗位，其中銷售部門將成為重災(zāi)區(qū)。此舉是微軟為控制員工規(guī)模采取的最新措施，主要?jiǎng)右蛟谟谠摴驹谌斯ぶ悄茴I(lǐng)域投入巨大，需要平衡整體開支。據(jù)知情人士透露，裁員計(jì)劃預(yù)計(jì)在本月底前（微軟財(cái)年結(jié)束之際）正式公布。雖然主要針對銷售團(tuán)隊(duì)，但具體裁員規(guī)模和最終時(shí)間仍存在變數(shù)。這將是繼今年5月裁員約6000人（主要涉及產(chǎn)品和工程崗位）后的又一次人員縮減。值得注意的是，微軟4月份已向員工透露，將借助第三方公司拓展對中小客戶的軟件銷售業(yè)務(wù)，這為此次銷售團(tuán)隊(duì)調(diào)整埋下了伏筆。微軟表示，公司會(huì)定期評估組織架構(gòu)，以確保投資聚焦于增長領(lǐng)域。由于在服務(wù)器和數(shù)據(jù)中心等AI基礎(chǔ)設(shè)施上投入了數(shù)百億美元，微軟高管已向華爾街承諾并將向員工強(qiáng)調(diào)，需要嚴(yán)格控制其他方面的成本。截至2024年6月底，微軟全球員工總數(shù)約為22.8萬人，其中從事銷售和市場營銷工作的員工達(dá)4.5萬人。微軟通常在6月底財(cái)年結(jié)束前后進(jìn)行團(tuán)隊(duì)重組和業(yè)務(wù)調(diào)整。

發(fā)表于：6/19/2025

微軟宣布與AMD達(dá)成多年戰(zhàn)略合作

6月18日消息，微軟在最新的視頻中宣布與AMD達(dá)成多年戰(zhàn)略合作，雙方將共同設(shè)計(jì)包括下一代Xbox主機(jī)在內(nèi)的多款設(shè)備芯片。微軟Xbox部門總裁莎拉·邦德在視頻中表示，微軟與AMD的合作將涵蓋多種設(shè)備，包括次世代Xbox主機(jī)和掌機(jī)。

發(fā)表于：6/19/2025

華為：未來五年5G車聯(lián)網(wǎng)占比將提升至95%

6月18日消息，今日，在2025MWC上海期間，華為輪值董事長徐直軍表示：“2025年中國乘用車銷量中5G車聯(lián)網(wǎng)占比達(dá)30%，2026-2030年將逐步提升至95%。”

發(fā)表于：6/19/2025

電力系統(tǒng)較大波動(dòng)數(shù)據(jù)條目自適應(yīng)檢索方法研究

發(fā)表于：6/18/2025

基于機(jī)器閱讀理解的電力安全命名實(shí)體識(shí)別方法

為解決現(xiàn)有命名實(shí)體識(shí)別方法在電力安全規(guī)程等領(lǐng)域文本中識(shí)別效果不佳的問題，提出了一種基于機(jī)器閱讀理解的電力安全命名實(shí)體識(shí)別方法。首先，使用預(yù)訓(xùn)練模型對待識(shí)別文本進(jìn)行編碼處理得到文本向量表示。其次，利用層次化注意力機(jī)制捕捉嵌套實(shí)體間的層次關(guān)系，重新分配文本序列的注意力權(quán)重；在此基礎(chǔ)上，利用分類器預(yù)測文本中實(shí)體范圍，得到最終實(shí)體識(shí)別結(jié)果。將該方法在ACE 2005與OntoNotes 4.0公開數(shù)據(jù)集上進(jìn)行驗(yàn)證，對比主流方法其取得最優(yōu)的識(shí)別效果，在電力安全領(lǐng)域?qū)嶓w識(shí)別場景下，該方法可達(dá)到89.3%的識(shí)別準(zhǔn)確率，實(shí)現(xiàn)電力安全領(lǐng)域命名實(shí)體的精準(zhǔn)識(shí)別。

發(fā)表于：6/18/2025

數(shù)據(jù)驅(qū)動(dòng)的商業(yè)負(fù)荷集群動(dòng)態(tài)聚合研究

商業(yè)負(fù)荷集群的動(dòng)態(tài)聚合對提高電網(wǎng)的調(diào)度靈活性、優(yōu)化需求側(cè)管理以及促進(jìn)可再生能源消納具有重要意義。基于典型相關(guān)分析（CCA）選取商業(yè)負(fù)荷特征，并結(jié)合DBSCAN 和 K-means等聚類算法對負(fù)荷進(jìn)行分類，以構(gòu)建適用于不同場景的負(fù)荷集群。進(jìn)一步，提出了三種負(fù)荷聚合標(biāo)準(zhǔn)，即基于調(diào)節(jié)速度、負(fù)荷穩(wěn)定性和經(jīng)濟(jì)性的標(biāo)準(zhǔn)，并分析不同標(biāo)準(zhǔn)下的商業(yè)負(fù)荷聚合特性、適用性及其在電力調(diào)度中的潛在應(yīng)用。

發(fā)表于：6/18/2025

面向電氣設(shè)施火災(zāi)早期檢測的多模態(tài)融合模型

高層建筑電氣火災(zāi)難以預(yù)測，危害程度大。為此，提出了一種面向高層建筑電氣火災(zāi)早期檢測的多模態(tài)數(shù)據(jù)融合模型，該模型融合了溫度、CO氣體濃度與煙霧三種不同模態(tài)傳感器的數(shù)據(jù)，利用了各模態(tài)間的互補(bǔ)優(yōu)勢。首先使用gMLP捕捉三種模態(tài)數(shù)據(jù)的內(nèi)在模式，完成特征提取。然后利用基于多頭注意力的融合方法，融合不同模態(tài)數(shù)據(jù)間的有效信息，完成特征融合，并識(shí)別出存在火情隱患的電氣設(shè)施。通過在無隱患與不同電氣設(shè)施存在火情隱患情況下的多模態(tài)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，證明了多模態(tài)數(shù)據(jù)融合模型的早期預(yù)測具有較高的準(zhǔn)確率，表明了融合方法的優(yōu)越性。

發(fā)表于：6/18/2025

AirGAN：空調(diào)機(jī)理模型增強(qiáng)生成對抗模型

為引導(dǎo)資源龐大、調(diào)控靈活的空調(diào)負(fù)荷參與需求響應(yīng)實(shí)現(xiàn)“源荷互動(dòng)”，保障電網(wǎng)的安全經(jīng)濟(jì)運(yùn)行，各大研究單位開展了樓宇空調(diào)需求響應(yīng)實(shí)時(shí)控制仿真與實(shí)踐研究。然而，如何準(zhǔn)確地估算空調(diào)的負(fù)荷，并對空調(diào)負(fù)荷進(jìn)行預(yù)測是目前面臨的重要挑戰(zhàn)。當(dāng)前主流方法包括模型驅(qū)動(dòng)型、數(shù)據(jù)驅(qū)動(dòng)型兩種方法體系。其中模型驅(qū)動(dòng)型依賴對空調(diào)負(fù)荷的建模，難以實(shí)現(xiàn)對空調(diào)負(fù)荷復(fù)雜變化的模擬。數(shù)據(jù)驅(qū)動(dòng)則是依賴大量數(shù)據(jù)進(jìn)行模型訓(xùn)練，但難以覆蓋空調(diào)負(fù)荷的各類特點(diǎn)。為此，擬從模型驅(qū)動(dòng)及數(shù)據(jù)驅(qū)動(dòng)相結(jié)合的角度進(jìn)行空調(diào)負(fù)荷的智能擬合，以提升空調(diào)負(fù)荷生成預(yù)測的準(zhǔn)確性和適應(yīng)性。提出了一種基于機(jī)制模型與生成對抗網(wǎng)絡(luò)（GAN）相結(jié)合的負(fù)荷生成方法和模型AirGAN。該方法通過GAN生成器生成的虛擬數(shù)據(jù)，持續(xù)調(diào)整物理模型的超參數(shù)，以使其更好地符合實(shí)際空調(diào)負(fù)荷特性。同時(shí)，采用GAN判別器對機(jī)制模型預(yù)測的負(fù)荷進(jìn)行判別，以此訓(xùn)練機(jī)制模型，從而提升其預(yù)測精度。

發(fā)表于：6/18/2025