近日戴尔告知其半导体供应商称,到2024年底针对在戴尔全球供应链中使用的全部组件要实现制造和后端设施的多样化。
戴尔在发给供应商的一封信中戴尔表示,他们是在审查了面对全球供应链挑战下的集成电路采购战略之后提出这一要求的。
戴尔指出,戴尔和很多跨国企业一样都受到了疫情期间劳动力短缺、物流能力下降、自然灾害破坏交付设施、以及前所未有的IT需求等挑战的冲击,并表示,戴尔的供应链需要更大的弹性。
戴尔表示,这些挑战促使戴尔重新审视他们的采购策略,原因包括疫情期间半导体组件短缺、实施组件替代需要12至18个月的时间框架,以及限制某些组件使用的贸易法规。
戴尔称:“通过改善供应链的多元化和连续性来实现弹性,这将帮助戴尔减轻未来潜在的中断并继续支持全球业务。”
戴尔公司首席财务官Tom Sweet最近在接受时表示,供应链管理一直是戴尔的竞争优势之一。
Sweet表示:“很长一段时间以来,我们一直专注于如何管理我们的供应链和供应链的多元化我们。我们在中国拥有庞大的供应链体系,我们必须克服新冠疫情带来的各种限制。”
“我认为在这种情况下团队做的很好,并不是说中国对我们不重要,而是从客户弹性和客户稳定性的角度来看。”
在谈到供应基地时,Sweet重申,戴尔希望提高半导体供应的稳定性和弹性。
“鉴于我们所看到的全球性的半导体短缺问题,这也是我们关注的一个方面。我们积极主动地管理供应链,将继续努力解决这个问题,我很乐观地认为,团队会做得很好。”
今年早些时候有知情人士表示,戴尔计划到2024年将其产品中使用的所有芯片都在中国以外的工厂生产。
戴尔的竞争对手HPE也受到了供应链挑战带来的影响,导致服务器价格上涨和积压是正常水平的5倍。联想基础设施解决方案集团首席客户官Wilfredo Sotolongo表示,联想面临存储驱动器等组件的短缺,但电阻器或电源控制芯片却没有。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。