123,123,123

頭條

2025Q3數(shù)據(jù)中心GPU出貨環(huán)比暴增145%

2025Q3數(shù)據(jù)中心GPU出貨環(huán)比暴增145%

11 月 25 日消息，機構 Jon Peddie Research (JPR) 當?shù)貢r間昨日表示，根據(jù)其 2025Q3 市場觀察報告，上季度全球數(shù)據(jù)中心 GPU 出貨規(guī)模環(huán)比增幅達 145%，而 PC GPU（含獨顯與核顯）出貨則呈現(xiàn)溫和增長態(tài)勢，環(huán)比 +2.5%、同比 +4%。

電力系統(tǒng)較大波動數(shù)據(jù)條目自適應檢索方法研究

針對電力系統(tǒng)數(shù)據(jù)具有復雜性、多樣性特點，導致檢索難度過高的問題，設計了電力系統(tǒng)較大波動數(shù)據(jù)條目自適應檢索方法。依據(jù)電力系統(tǒng)出力變化率，選取二分量一維混合高斯模型，構建電力系統(tǒng)波動概率分布模型。對比概率分布模型模擬的電力系統(tǒng)波動數(shù)據(jù)與量測數(shù)據(jù)，依據(jù)判定閾值辨識電力系統(tǒng)較大波動數(shù)據(jù)條目，構建數(shù)據(jù)條目檢索庫。利用哈希函數(shù)獲取檢索庫內較大波動數(shù)據(jù)條目的哈希特征，生成二值碼。較大波動數(shù)據(jù)條目檢索時，生成用戶檢索詞的二值編碼，計算檢索詞二值碼與檢索庫內條目二值碼的漢明距離，并對其加權處理，利用加權漢明距離排序數(shù)據(jù)條目，獲取較大波動數(shù)據(jù)條目的自適應檢索結果。實驗結果表明，該方法能夠依據(jù)用戶輸入的檢索詞，自適應檢索電力系統(tǒng)較大波動數(shù)據(jù)條目，檢索結果的歸一化折損累積增益均高于0.9，檢索時間低于500 ms。

發(fā)表于：6/18/2025

基于機器閱讀理解的電力安全命名實體識別方法

為解決現(xiàn)有命名實體識別方法在電力安全規(guī)程等領域文本中識別效果不佳的問題，提出了一種基于機器閱讀理解的電力安全命名實體識別方法。首先，使用預訓練模型對待識別文本進行編碼處理得到文本向量表示。其次，利用層次化注意力機制捕捉嵌套實體間的層次關系，重新分配文本序列的注意力權重；在此基礎上，利用分類器預測文本中實體范圍，得到最終實體識別結果。將該方法在ACE 2005與OntoNotes 4.0公開數(shù)據(jù)集上進行驗證，對比主流方法其取得最優(yōu)的識別效果，在電力安全領域實體識別場景下，該方法可達到89.3%的識別準確率，實現(xiàn)電力安全領域命名實體的精準識別。

發(fā)表于：6/18/2025

數(shù)據(jù)驅動的商業(yè)負荷集群動態(tài)聚合研究

商業(yè)負荷集群的動態(tài)聚合對提高電網(wǎng)的調度靈活性、優(yōu)化需求側管理以及促進可再生能源消納具有重要意義?；诘湫拖嚓P分析（CCA）選取商業(yè)負荷特征，并結合DBSCAN 和 K-means等聚類算法對負荷進行分類，以構建適用于不同場景的負荷集群。進一步，提出了三種負荷聚合標準，即基于調節(jié)速度、負荷穩(wěn)定性和經(jīng)濟性的標準，并分析不同標準下的商業(yè)負荷聚合特性、適用性及其在電力調度中的潛在應用。

發(fā)表于：6/18/2025

面向電氣設施火災早期檢測的多模態(tài)融合模型

高層建筑電氣火災難以預測，危害程度大。為此，提出了一種面向高層建筑電氣火災早期檢測的多模態(tài)數(shù)據(jù)融合模型，該模型融合了溫度、CO氣體濃度與煙霧三種不同模態(tài)傳感器的數(shù)據(jù)，利用了各模態(tài)間的互補優(yōu)勢。首先使用gMLP捕捉三種模態(tài)數(shù)據(jù)的內在模式，完成特征提取。然后利用基于多頭注意力的融合方法，融合不同模態(tài)數(shù)據(jù)間的有效信息，完成特征融合，并識別出存在火情隱患的電氣設施。通過在無隱患與不同電氣設施存在火情隱患情況下的多模態(tài)數(shù)據(jù)集上進行實驗，證明了多模態(tài)數(shù)據(jù)融合模型的早期預測具有較高的準確率，表明了融合方法的優(yōu)越性。

發(fā)表于：6/18/2025

AirGAN：空調機理模型增強生成對抗模型

為引導資源龐大、調控靈活的空調負荷參與需求響應實現(xiàn)“源荷互動”，保障電網(wǎng)的安全經(jīng)濟運行，各大研究單位開展了樓宇空調需求響應實時控制仿真與實踐研究。然而，如何準確地估算空調的負荷，并對空調負荷進行預測是目前面臨的重要挑戰(zhàn)。當前主流方法包括模型驅動型、數(shù)據(jù)驅動型兩種方法體系。其中模型驅動型依賴對空調負荷的建模，難以實現(xiàn)對空調負荷復雜變化的模擬。數(shù)據(jù)驅動則是依賴大量數(shù)據(jù)進行模型訓練，但難以覆蓋空調負荷的各類特點。為此，擬從模型驅動及數(shù)據(jù)驅動相結合的角度進行空調負荷的智能擬合，以提升空調負荷生成預測的準確性和適應性。提出了一種基于機制模型與生成對抗網(wǎng)絡（GAN）相結合的負荷生成方法和模型AirGAN。該方法通過GAN生成器生成的虛擬數(shù)據(jù)，持續(xù)調整物理模型的超參數(shù)，以使其更好地符合實際空調負荷特性。同時，采用GAN判別器對機制模型預測的負荷進行判別，以此訓練機制模型，從而提升其預測精度。

發(fā)表于：6/18/2025

恩智浦完成對TTTech Auto的收購，加速向軟件定義汽車轉型

荷蘭埃因霍溫——2025年6月17日——恩智浦半導體（NXP Semiconductors N.V.，納斯達克股票代碼：NXPI）今日宣布，根據(jù)先前宣布的 2025 年 1 月生效的協(xié)議，正式完成對TTTech Auto的收購。TTTech Auto是一家專注于為軟件定義汽車（SDV）開發(fā)獨特的安全關鍵系統(tǒng)和中間件的領先企業(yè)。

發(fā)表于：6/18/2025

部分中國車企2026年將實現(xiàn)芯片100%國產(chǎn)化目標

6月18日消息，據(jù)《日經(jīng)亞洲》引述知情人士消息指出，包括上汽集團、長安汽車、長城汽車、比亞迪、理想汽車與吉利等中國汽車制造商，正準備推出搭載100%中國制造的國產(chǎn)芯片的車型，且至少有兩個品牌計劃最早在2026年開始量產(chǎn)。報導指出，此一進度相較要求今年國產(chǎn)汽車自制芯片使用率25%的目標，呈現(xiàn)出大幅提升的變化。

發(fā)表于：6/18/2025

三星Exynos 2600處理器規(guī)格曝光

6 月 17 日消息，消息稱使用 2nm 制程工藝打造的三星 Exynos 2600 處理器將采用八核設計，而非現(xiàn)款的十核架構，且 GPU 跑分提升幅度達 62%。

發(fā)表于：6/18/2025

Marvell美滿推出業(yè)界首款2nm定制SRAM

6 月 18 日消息，Marvell 美滿電子當?shù)貢r間 17 日宣布推出業(yè)界首款2nm 定制 SRAM，可為 AI xPU 算力設備提供至高 6Gb的高速片上緩存。 Marvell 宣稱其定制版 2nm SRAM 設計相比標準片上 SRAM 可節(jié)約 15% 的面積、降低約 2/3 的待機功耗，同時能實現(xiàn) 3.75GHz 的工作頻率。

發(fā)表于：6/18/2025

U9 cloud為外資企業(yè)打造數(shù)智化突圍的中國方案

當特斯拉上海工廠的機械臂以 0.1 秒誤差完成電池模組裝配時，當西門子數(shù)字化工廠的訂單數(shù)據(jù)需跨越 8 個時區(qū)同步核算時，外資企業(yè)在華運營正面臨「全球化協(xié)同效率」與「本地化合規(guī)壁壘」的雙重挑戰(zhàn)。據(jù)德勤2024年《外資企業(yè)數(shù)字化轉型報告》顯示，67%的在華外資企業(yè)因跨國財務合并效率低下導致月度結賬周期超過15天，43%的制造業(yè)企業(yè)因供應鏈協(xié)同滯后錯失中國新能源市場爆發(fā)期機遇。數(shù)智化轉型已非選擇題，而是外資企業(yè)扎根中國市場的「生存必修課」。用友U9 cloud作為深耕制造業(yè)17年的世界級云 ERP，正以「更懂中國規(guī)則、更懂全球協(xié)同」的雙重基因，為外資企業(yè)打造數(shù)智化升級的「中國方案」。

發(fā)表于：6/18/2025