[瑞士日内瓦、新加坡、上海, 2022年5月24日] 服务多重电子应用领域、全球排名前列的半导体公司意法半导体 (STMicroelectronics,简称ST;纽约证券交易所代码:STM) 与亚太地区主要的公用事业集团、新加坡国家电网运营商新加坡能源集团 (SP Group) 于近日签署合作协议,后者将为意法半导体新加披AMK TechnoPark科技园区建设区域供冷系统(district cooling system,简称DCS)。这项估值 3.7 亿美元的项目为期 20 年,计划于 2025 年正式投入使用。届时,它将成为新加坡最大的工业项目区域供冷系统。
根据协议,新加坡能源集团将设计、建造、持有和运营区域供冷系统,提供冷冻水服务,以满足意法半导体公司生产车间和办公空间的供冷需求。该系统的制冷量最高可达 36,000冷吨,通过提高供冷系统能效,可帮助意法半导体公司每年节省 20% 的供冷相关电力消耗,为该公司的AMK Technopark 科技园每年减少多达 120,000 吨的碳排放,相当于在路上减少 109,090 辆汽车。这一脱碳结果除了源于系统能效提升,也归功于原有供冷设备占用的 4,000 平米空间将被释放出来进行再利用,通过安装太阳能和全氟化合物 (PFC) 减排设备更好地助力脱碳的实现。
新加坡贸易及工业部兼文化、社区及青年部政务部长刘燕玲女士作为特邀嘉宾出席签约仪式。她表示:“私营经济与公众和人民的力量一样,在共同推进新加坡的气候和可持续发展目标方面发挥着重要作用。企业通过践行可持续发展行动,如提高能源效率,向他们的合作伙伴和客户发出了强烈的信号,传递了关注可持续发展问题的紧迫性和采取严肃行动的必要性。同时,企业也可以将可持续发展作为一个竞争优势。”
她进一步补充说:“我希望这一举措能够在其他工业发展中激发更多创新的减碳解决方案,并激励更多公司在可持续发展方面寻求机会。”
该供冷系统将成为意法半导体在其全球生产设施中首个落地的区域供冷系统。意法半导体承诺将于2027 年在全球范围内实现碳中和。在其最大规模的(按产量算)晶圆加工厂采用区域供冷,是满足其达到新加坡国家环境局 (NEA) 规定的最低能源效率标准 (MEES)的关键推动因素 ,也是实现ST可持续发展目标的关键因素。
意法半导体人力资源和企业社会责任总裁 Rajita D'Souza 对此表示:“新加坡工厂供冷系统将是 ST 在全球生产设施中首个部署的区域供冷系统,是我们为ST 2027 年在全球实现碳中和目标交出的一份承诺书。在我们最大规模的单一晶圆加工厂(按产量算)中采用的区域供冷系统,将减少 12 万吨的碳排,这相当于 意法半导体公司2021 全年在新加坡碳排放总量的 30%。该区域供冷系统的部署将成为该工厂和全公司实现可持续发展目标的一个关键推动因素。”
新加坡能源集团总裁黄天源先生对此表示:“区域供冷是一项关键的可持续能源解决方案,可以为城市、乡镇和工业园区的低碳未来提供支持。为赋能新加坡工业部门脱碳,我们定制了这一解决方案,以支持像意法半导体AMK TechnoPark 科技园这类能源密集型的制造业项目发展,基于他们的可持续发展战略,减少其能耗和碳足迹。凭借我们这套覆盖太阳能和电动汽车充电在内的全面可持续能源解决方案,我们期待着与意法半导体公司合作,助力其实现净零目标。”
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。