近日, 英特尔获得了腾讯 2021年度“中国益公司”荣誉以及“科技创新杰出企业”奖。该年度评选所属的“中国益公司”企业社会责任项目由腾讯新闻·原子智库联合中国扶贫基金会、中国社科院企业社会责任研究中心、全球契约中国网络、深圳国际公益学院等多家机构共同发起,评选以表彰做出卓著的社会贡献成绩的企业,为全社会提供极具价值的参考典范。
英特尔秉承 2030 年 RISE 战略和目标,希望通过技术、员工的专业能力和热忱,建立起一个更负责任、更具包容性和可持续发展的世界。英特尔树立远大目标,将责任融入企业的各项业务,在未来十年乃至更久,英特尔希望能够充分利用技术的力量来应对日益复杂且相互关联的全球性挑战。英特尔正是基于对企业社会责任的长期承诺,凭借在科技领域的持续创新以及在推动产业创新、人才培养、可持续发展等诸多方面的卓越成绩,获得了全场大奖“年度中国益公司”奖项,这一认可体现了英特尔高度的责任心和使命感,多元、主动地履行社会责任,助力社会责任治理水平和生态文明建设走向新高度。
奖项在第三届腾讯新闻责任力年度论坛中颁布。该论坛是腾讯“中国益公司”项目年度论坛,作为重要的行业参与者和领先的企业社会责任公民,此前英特尔公司市场营销集团副总裁兼中国区行业解决方案部总经理梁雅莉受邀参与了“中国益公司”项目的 “愿景演讲”活动,分享了英特尔以“造福人类、惠及民生”为使命,在科技赋能医疗健康、出行安全、教育创新、文化传承等方面做出的努力和贡献,诠释了英特尔“科技向善”的企业责任观。

此次,梁雅莉又受邀参加了本次论坛,与社会各界精英共话时代责任,共探时代责任力发展新路径,并在主题为“‘双碳’目标下企业履责新路径”的圆桌对话中进行了分享,介绍了英特尔在推动可持续发展方面的战略、举措及成果。

2020年,中国提出“力争2030年前实现碳达峰,2060年前实现碳中和”,中国已将碳达峰、碳中和纳入生态文明建设整体布局。对碳中和目标的提出,梁雅莉认为,英特尔作为领先的科技公司,正以“双轮驱动”,推动可持续发展,即减少碳“足迹”,扩大技术“手印”,为更广泛领域的碳中和目标做出贡献。

“英特尔立足独特的产业定位,通过自身生产运营、技术产品、产业联动三管齐下,发挥引领作用,推进RISE战略(履责Responsible、包容Inclusive、可持续Sustainable、赋能Enabling)并朝着联合国可持续发展目标迈进。从英特尔自身来说,可持续发展的承诺贯穿于英特尔自身生产运营的每一个环节,并制定企业整体环境目标,将责任融入日常业务运营中,在设计、生产、制造中始终践行最高绿色标准,并推动供应商问责制。”梁雅莉表示。
英特尔遵循“RISE”战略和2030目标,在中国积极履行企业社会责任,将环境可持续作为长期承诺,制定企业整体环境目标,持续投资节能减排,也取得了诸多成效。今天与20年前相比,英特尔生产一颗芯片所排放的二氧化碳降低了80%,自2000年以来,尽管扩大了制造能力,但英特尔的直接和间接排放量仍降低了约28%。
谈到在提高可再生能源利用率方面的挑战,梁雅莉表示:“英特尔在2020年已经实现了82%可再生能源的利用率,我们遇到的挑战是如何实现剩下18%的目标。我们看到,可再生能源利用率还没有达到100%是因为部分地区绿色能源(可再生能源)的可及性还没有达到。我们需要做的,包括与政府的积极合作,不断推动我们绿色能源的采购力度,及其他的一些方面。同时我们也在寻找可替代的方案,替代我们在生产芯片或是其他产品过程中的化学物,实现100%可再生能源的使用,这也是我们接下来要着力的一个重点。”
在可持续发展的战略方面,梁雅莉还分享了一个数据,即“10:1”。这个比例出自一份由欧洲科研组织GESI撰写的报告。这个报告主要分析了ICT整个大行业的机遇——在整个ICT产业,为生产最先进产品排放的每一吨二氧化碳,都可以带来10吨碳排放的减少。即对ICT这些最先进的技术,每投入一个单位,就会带来10个单位的碳足迹减少。作为ICT行业引领者,英特尔重视生态的建设,通过携手产业生态加速ICT技术的创新与应用,携手在行业中扩展技术“手印”,助力实体经济的数字化转型和数字经济的快速发展,助力各行各业减少对环境和气候变化的影响。
“技术变革和创新是基础,社会生态协同才是关键。” 英特尔将继续遵循RISE战略及2030目标,发挥环境领导力的长期承诺,通过扩大技术“手印”,汇集生态之力与合作伙伴共同减少碳“足迹”,助力实现“双碳”目标,迈向碳中和计算的未来,践行宏旨:创造改变世界的科技,造福地球上每一个人。
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。