日前,由中国电子器材有限公司和中国电科第二十一研究所共同主办的"新一代信息技术与基础电子元器件和小电机产业协同发展媒体和分析师研讨会”在京召开,大会就我国电子元器件和小电机产业当前的发展状况、面临的主要挑战和未来如何发展进行了深入探讨,中国电子元件行业协会会员服务部主任娄龙、中电会展与信息传播有限公司总经理崔承哲、上海微电机研究所(中国电子科技集团公司第二十一研究所)产业国际部主任陈宝分别致辞,中国电子信息产业发展研究院集成电路所研究员王若达博士等发表演讲。会上还举行了“中国电子展(CEF)”与“中国国际小电机、磁性材料、特种机器人技术研讨会暨展览会(SMTCE)”两大行业交流平台战略合作签约仪式。
基础电子与小电机两大产业平台战略合作签约仪式
一直以来,中国是电子元器件和小电机生产和使用的大国,产业规模大,行业内企业多。根据工业和信息化部运行监测协调局数据,今年一季度我国规模以上电子信息制造业实现营业收入29957亿元,同比增长39.6%(去年同期为下降7.5%)。电子元器件作为电子信息产业的基础,在保障我国电子信息制造业长期稳定增长中正扮演着越来越重要的作用。
不过,我国在这两个领域都算不上强国,中国大多数企业处于产业链条的中下游。以电容为例,市场排名前十的企业主要来自日本、美国,而中国的本土企业难觅其踪。在小电机市场,行业内企业的规模偏小,掌握的核心技术有限,行业利润率有待提高。因此,利用当下产业发展的难得机遇,尽快实现从大到强已经成为两大产业从业人士的普遍共识。
今天,中国经济正处于转型升级的关键时期,5G和智能设备大行其道,电子元器件和小电机市场需求上升,是两大行业转型升级的契机。另一方面,国家层面也给予了充分的支持。为了推动我国基础电子元器件与电机行业的发展,工信部在今年年初出台了《基础电子元器件产业发展行动计划》,将通过促进我国电子元器件产业强化基础,推动兼具规模与竞争力的细分产业领域,以及具有引领效应的龙头企业的诞生,为我国电子信息产业打造先进的、稳固的供应链。同时,从6月1日开始实施的《电动机能效限定值及能效等级》(GB18613-2020)新国家标准,使应用日益广泛的小电机行业也面临高效节能和持续创新的机遇与挑战,并将深度影响下游电机应用系统产品的开发。
作为《基础电子元器件产业发展行动计划》等文件的主要编制者之一,中国电子信息产业发展研究院集成电路所研究员王若达博士在大会演讲时表示:“加快电子元器件及关键配套材料和设备产业发展,提升产业链供应链现代化水平,对于促进我国信息技术产业发展,推动经济体系优化升级,实现国民经济高质量发展具有重要意义。”
为了推动我国电子元器件产业的发展,创立于上世纪60年代的中国电子展(CEF)正在努力搭建全球性、专业性的电子元器件展览与交流平台,并结合产业热点和重要趋势开拓新的展示和交流内容,而由中国电科第二十一研究所举办的中国国际小电机展(SMTCE)也是国内外电机产业生态内具有极大影响力的展会之一也在积极通过各种展会和交流平台来加速产业发展。
据悉,双方将于今年11月2-4日在上海新国际博览中心同期邻馆举办,联合为正在如火如荼发展的“万物互联”和“智能制造”搭建最完善产业融合交流与展示平台。
中国电子展和本次研讨会的承办方——中电会展与信息传播有限公司副总经理贺琼华表示:“中国电子展立足专业基础电子元器件行业交流平台,从多个维度扩展平台来支持我国电子信息产业的发展,与小电机展(SMTCE)的战略合作就是为了满足许多智能网联机电系统的需求。”
中国国际小电机展(SMTCE)与本次研讨会的主办单位——中国电科第二十一研究所业务国际部主任陈宝表示:“我们很高兴与中国电子展签署战略合作协议,我相信这种水到渠成的合作必将推动更多开拓性创新的涌现,推动创新企业去发现更多新的蓝海。”
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。