近日,英特尔首次发行12.5亿美元的绿色债券。此次发行绿色债券的净收益将用于绿色建筑、能源效率、循环经济和废弃物管理、温室气体减排、水资源管理和可再生电力六大领域的相关项目,支持英特尔实现可持续发展目标。
英特尔首席财务官David Zinsner表示:“英特尔的首个绿色债券使我们的融资重点与我们对可持续商业实践的承诺保持一致。它将帮助我们实现2030年RISE目标,包括2040年前在全球运营中实现温室气体净零排放的承诺,并能够加快在我们能够对全球环境问题产生重大和直接影响的领域的投资。”
绿色债券是英特尔公开发行的总计60亿美元的债券的一部分,其余发行债券的收益将用于一般企业用途。本次发行绿色债券的收益将用于符合规定标准的项目,以支持英特尔推进环境可持续发展目标。从2023年开始,英特尔将每年发布一份绿色债券影响报告,说明此次发行绿色债券的净收益在相关时期内的最新使用情况。
英特尔在已发布的“绿色融资框架”中详细说明了在六大可持续发展领域符合要求的项目,该框架还体现了英特尔积极承担企业责任的悠久历史及长久以来的承诺,即通过技术、员工的专业能力、热忱,建立一个更负责任、更具包容性、可持续发展的世界。机构股东服务公司(ISS)旗下评级机构ISS ESG发表了支持该框架的意见。在对英特尔的2022年ESG企业评级中,ISS指出,“与同行相比,在半导体行业面临的关键ESG问题上,英特尔在可持续发展方面表现优秀”。
英特尔对企业责任的持续承诺全面融入宏旨之中,即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
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。