半导体在世界发展进程中扮演重要角色,当我们讨论不断发展的创新技术时,也必须认识到可持续发展对于半导体行业的重要性。同时,净零排放和绿色化学研究现正处于关键时期,对在半导体价值链中展开更多协作和标准化操作提出了更高的要求。
作为半导体行业和计算创新领域的全球领先厂商,英特尔积极推动整个半导体价值链向可持续的方向协同前行,目前已经取得了良好的进展。而为进一步推进到2050年在整个价值链中实现范围3上游温室气体净零排放的目标,英特尔仍在不断探索。
上周,英特尔、西门子、思科和包括美光、埃森哲和法国液化空气集团在内的其他赞助商召集了超过140个组织参加首届全球英特尔可持续发展大会,这些组织包括企业、学术界、政府、非政府组织、联盟等。本次大会旨在联合全行业,努力减少我们对环境的影响,包括制定净零排放目标路径图、标准化碳足迹评估方法和转用可持续化学品等。
制定净零排放目标路径图对于引导公司在运营中逐步实现净零排放有着重要意义。根据公开报道,大约40%的公司对实现净零排放做出了承诺,但只有15%的公司公布了气候转型行动方案。实现净零排放需要价值链中每个公司的参与。在本次大会中,所有与会者共同制定了推动行业可持续发展的计划。同时现场调查显示,90%的调查对象承诺将在2025年前制定全行业的净零排放目标路径图。
有句话说“如果无法度量它,就无法改善它。”如果无法评估碳足迹,减少碳足迹则无从谈起,因此提高数据透明度和采取一致的测量方法是关键一步。为推动全球价值链进一步协调范围1、范围2、范围3温室气体排放,英特尔支持采用产品碳足迹影响算法(PAIA),该算法由包括英特尔在内的18家公司合作推出,旨在简化评估产品碳足迹的方法和计算。英特尔还支持业界合力通过CDP 组织推进温室气体排放公开报告工作,使之与《温室气体核算体系(GHG Protocol)》保持一致。此外,英特尔鼓励与会者深化合作,如深度参与责任商业联盟、半导体行业协会温室气体工作组、半导体气候联盟工作小组、能源合作组织和施耐德电气的脱碳催化计划,该计划旨在加速全球半导体价值链中可再生能源的获取。可持续发展需要行业齐心协力,基于共同标准开展合作至关重要。令人欣喜的是本次大会所有与会公司都已经参与或显示出对合作的兴趣。
在过去40多年中,寻找行业长期使用的化学产品的替代品一直是一项艰巨的任务,但这对于减少排放和确保资源的弹性至关重要。尽管目前已经取得了一些进展,但英特尔仍持续敦促行业和供应商通过制定路径图,参与行业联盟,投资相关研究,来加快替代剩余的全氟、多氟烷基化合物(PFAS),促进可持续化学发展,以提高自然资源的使用效率。
在可持续化学之外,废弃物处理和处置对于自然资源使用效率也有着重要作用。通过对废弃物进行循环利用或升级再造,英特尔同时实现了废弃材料数量的减少和所需原材料数量的下降。以英特尔成都工厂为例,其在2022年将978台电脑、服务器等电子设备重复利用,降低电子废弃物对环境的负面影响,实现了危险废弃物零填埋,无害废弃物回收利用率达到99%。同时持续在运输服务及产品包装方面推动可持续性创新,以绿色包装和绿色物流支持循环经济发展,在生产和非生产环节深度践行可持续发展。
在英特尔看来,以强大的执行力将可持续发展贯穿业务的方方面面,是可持续发展取得切实进展的基石之一。除了在包括英特尔成都工厂在内的全球各个工厂践行可持续发展理念,英特尔还致力于提升产品能效,帮助客户实现可持续发展目标,如持续提升英特尔®至强®可扩展处理器、英特尔®酷睿™处理器等产品的能效以减少碳足迹。同时以“在产品能源效率方面将客户端和服务器微处理器的产品能效提高10倍,从而减少范围3温室气体排放量,实现到2030年将系统参考设计的碳足迹降低 30%”为目标。
而为加速实现更具可持续性的计算,必须与各方伙伴在减排方面进行深度合作,通过成立产业联盟、推动制定绿色标准等举措,带动产业落实可持续发展。如在2023年4月,英特尔与中国合作伙伴共同成立绿色计算机标准工作组,共创绿色标准,并推进标准实施,加速响应计算机行业的低碳未来。2022年,英特尔还携手阿里云、百度智能云、腾讯云、中国移动、中国电信、中国联通等 20 家ICT产业伙伴,成立绿色数据中心技术创新论坛,帮助业界以更便捷的方式交流合作,共同减少数据中心碳足迹。在这些案例之外,英特尔仍活跃在各个行业中,持续扩大与其他各方的合作。
正如英特尔公司执行副总裁,首席全球运营官兼制造、供应链总经理Keyva Esfarjani所说:“英特尔承诺到2030年达成100%使用可再生电力、水资源全部有效利用、零废弃物填埋以及温室气体净零排放。这些目标看似大胆,但我们已经进行了诸多实践,给自己、给行业带来了一个良好的开端。我坚信,只要齐心协力,我们一定能够实现我们的承诺,造福地球上的每一个人。”
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。