在绿色-绿色循环中 昆虫粪便被用来种植微藻

摘要：到比传统牲畜更环保的蛋白质来源，昆虫和微藻是其中最有前途的两种。科学家们现在已经设计出一种方法，利用前者的废物作为后者的食物。根据联合国粮食及农业组织的数据，肉类生产排放的温室气体约占全球温室气体排放总量的 14.5%。这些排放物主要以甲烷、氨气和二氧化碳等气体的形式存在，它们由牛打嗝排出，由种植牲畜饲料作物的肥料产生，并由粪便分解释放出来。 此外，为了建造肉类生产所需的牧场或饲料种植耕地，大面积的森林经常被砍伐。这加剧了温室气体问题，因为活着的树木可以捕获二氧化碳，防止其在大气中积累，而一旦被砍伐，它们就会释放出所储存的气体。砍伐森林还会破坏许多动植物的自然栖息地，而且还会使土壤侵蚀到附近的水道中，使水道充满淤泥。这就是养殖昆虫的用武之地，因为它们富含蛋白质、矿物质和脂肪酸，而且可以在比牛所需牧场小得多的设施中大量饲养。此外，昆虫需要的食物和水也比传统牲畜少得多，而且它们产生的废物也更少。尽管如此，它们还是会产生一些废物，也就是所谓的虫粪。它主要由昆虫的排泄物和蜕下的外骨骼组成，已经被用作植物肥料。挪威卑尔根大学（University of Bergen）和挪威研究中心（NORCE）的科学家们现在又向前迈进了一步，将虫粪用作微藻类的肥料。虽然单个微藻类细胞非常微小，但在商业规模上大量种植时，它们会共同产生大量蛋白质。这种可持续来源的蛋白质可以添加到各种食品中，如肉类替代品，从而提高它们的营养成分。微藻类产生的油还可用于生产生物燃料。液化前的粉屑在这项由欧盟资助的新研究中，科学家们首先使用了从挪威一家将黄粉虫幼虫作为食品饲养的公司Larveriet获得的虫体碎屑粉末。研究人员将粉末与水混合以释放其营养成分，然后将液体离心以去除所有非可溶性颗粒。最后，对溶液进行消毒，以杀死可能存在的有害细菌。随后，在用于培养小球藻的液体生长介质中加入这种碎屑肥料后，藻类的生长情况与使用现有化肥培养时一样好。饵料喂养的藻类也能产生相同数量的蛋白质，约占其干重的 40%。研究中使用的菌渣-肥料-液体生长培养基的不同变化科学家们指出，这只是一个小规模的实验，因此还需要进行更多的研究，以了解果渣肥料在商业规模上的运作情况。他们还指出，需要为从粪便中提取的非可溶性颗粒找到用途，因为这些颗粒目前是一种废物。有关这项研究的论文最近发表在《生物资源技术报告》（Bioresource Technology Reports）杂志上，该论文由 NORCE 的皮娅-施泰因吕肯（Pia Steinrücken）领衔撰写。 原文：在绿色-绿色循环中 昆虫粪便被用来种植微藻

英飞凌为高能耗的人工智能数据中心设计了12千瓦电源装置

摘要：专门用于训练和服务人工智能算法的数据中心和服务器群需要消耗大量电力，大型科技公司正竭力减少断电和电力配给问题的发生。英飞凌针对人工智能电源问题提出了自己的解决方案，设计了新型 PSU，以适应当前和未来的服务器。 德国半导体制造商英飞凌科技公司最近发布了新一代电源装置，有望为专注于云服务器和人工智能算法的数据中心提供前所未有的电力输送能力。英飞凌的新型服务器电源装置可提供高达 12 千瓦的功率，在单个模块中集成了三种不同的半导体材料。据英飞凌称，这些新型 PSU 是世界上首批能够提供高达 12 千瓦功率的设备。不过，首批型号的额定功率为 8 千瓦，将于 2025 年第一季度上市。根据该公司的PSU 路线图，12 kW 型号还没有确定的发布日期。英飞凌将硅（Si）、碳化硅（SiC）和氮化镓（GaN）集成到同一模块中，这将显著提高电源性能、效率和可靠性。12 kW PSU 的效率可达 97.5%，而 8 kW PSU 可支持输出功率为 300 kW 及以上的"AI 机架"。氮化镓是近年来帮助消费类充电器缩小体积的一种材料，而碳化硅则可以在更高的电压水平下提供更高的效率。碳化硅可用于电动汽车中的直流到直流逆变器，但也可用于为人工智能算法加速设计的 GPU 提供更多电能的 PSU。由于AI聊天机器人和人工智能服务的普及，数据中心的能源需求正在迅速增长。英飞凌表示，新的 PSU 凭借其更高的效率将帮助这些大型服务器群降低功耗，同时还能减少温室气体排放并降低运营成本。根据最近的预测，到 2030 年，数据中心的耗电量将占全球耗电量的 7%。现代高性能服务器 GPU 的单芯片功耗高达 1 千瓦，到本十年末可能达到 2 千瓦，甚至更高。大型科技和人工智能公司已经感受到了这种不断增长的电力需求所带来的影响，亚马逊被迫对资源进行配给操作，以避免都柏林数据中心的电网中断。 原文：英飞凌为高能耗的人工智能数据中心设计了12千瓦电源装置

Arm 还发布三款面向消费类设备的新GPU

摘要：除了两个新的 CPU 内核外，Arm 还发布了三个新的 GPU 内核，即 Immortalis-G925、Mali-G725 和 Mali-G625。与去年的 Immortalis-G720 GPU 内核相比，Immortalis-G925 的性能提高了 37%，功耗降低了 30%，同时在测试场景中增加了两个 GPU 内核。 据说它还能将光线追踪性能提高 52%，将 AI/ML 工作负载中的推理能力提高 36%。在光线追踪方面，Arm 也进行了大刀阔斧的变动，因为它的目标是游戏手机。Arm 声称，通过降低复杂物体场景中的精度，它可以将性能提高 52%，或者在保持精度的情况下将性能提高 27%。Immortalis-G925 支持的着色器核心增加了 50%，支持多达 24 个核心的配置，而 Immortalis-G720 只有 16 个核心。Mali-G725 将提供 6 到 9 个核心，而 Mali-G625 将提供 1 到 5 个核心。Mali-G625 适用于智能手表和入门级移动设备，在这些设备上，由于功耗问题，可能不适合使用更复杂的 GPU。Mali-G725 则面向中高端设备，而 Immortalis-G925 则面向上述旗舰设备或游戏手机。在相关报道中，Arm 表示正在与 Epic Games 合作，让其虚幻引擎 5 桌面渲染器在 Android 上运行，这可能会让移动设备上出现更复杂的游戏。 原文：Arm 还发布三款面向消费类设备的新GPU

最新的FCC列表提供了三星 Galaxy Ring 的尺寸、电池容量等信息

摘要：自从三星在 2024 年世界移动通信大会（Mobile World Conference 2024）上短暂展示了 Galaxy Ring 之后，这款智能戒指就因其首创性和有望带来的健康相关升级而成为热议的话题。由于该设备的发布在即，与该产品相关的新细节不断涌现。 在最近的 FCC 文档中，我们发现了关于这款即将推出的可穿戴设备的大量信息，其中包括戒指尺寸和图片等细节，让我们可以更好地预览这款型号为 SM-Q503 的戒指。早前有报道称，Galaxy Ring 将有九种尺寸可供选择。现在，FCC 数据库展示了从 5 到 12 的完整尺寸，每个尺寸都有一个型号（通过DroidLife）。这一批智能戒指的具体型号如下：SM-Q503、SM-Q502、SM-Q501、SM-Q500、SM-Q509、SM-Q508、SM-Q507、SM-Q506、SM-Q505。与智能指环相比，Oura Ring 是这款可穿戴设备目前的竞争对手，提供 6 到 13 个尺寸，更侧重于大尺寸。在电池容量方面，两者的差别也不大，大小基本取决于顾客选择的戒指尺寸。最大尺寸将配备 22.5mAh 电池，8 到 11 号为 18.5mAh，其余较小尺寸为 17mAh。之前的猜测还表明，智能戒指一次性充电可持续使用 9 天，而 Oura 大约可持续使用 7 天。虽然 FCC 列表中展示的戒指是黑色基本色，但我们在 MWC 上看到了这款智能穿戴设备的其余两种颜色：金色和银色。Galaxy Ring 是一款健康监测器，通过其内置的心电图以及许多其他相关的健康传感器，帮助跟踪用户的心脏和血液流动情况。虽然该设备提供的功能似乎很棒，但它在美国的售价高达 300 美元至 350 美元，而且有意向在附加订阅模式方面与竞争对手一较高下。这款备受期待的健康产品将在几周后的 Galaxy Unpacked 上与 Galaxy Z Fold 6、Flip 6、Galaxy Watch 7 Ultra 等其他重要产品一同发布。 原文：最新的FCC列表提供了三星 Galaxy Ring 的尺寸、电池容量等信息

苹果公司表示正在为Android手机开发TV+应用

摘要：苹果公司正在寻找一名高级工程师，帮助为Android系统开发一款电视和体育节目应用，这表明该公司终于要将其 TV+ 服务引入竞争对手的智能手机平台。苹果公司在最近几天发布的招聘启事中说，它正在寻找一位能领导开发"有趣的新功能"和"帮助建立一个数百万人用来观看和发现电视和体育节目的应用程序"的人。 苹果公司发言人拒绝对此发表评论。此举表明，苹果公司希望在视频流媒体领域获得更多的市场份额，并将与Android系统的竞争放在一边，以追逐更多的用户。苹果很少为Google的Android系统开发软件，因为Android系统与苹果的 iOS 平台存在竞争关系。2019 年推出的 TV+ 服务是苹果对 Netflix 或 Disney+ 的回应，该公司已花费巨资为其提供原创内容。但目前还很难说有多少消费者接受了这项服务。虽然该公司在 2022 年的奥斯卡颁奖典礼上获得了最佳影片，但苹果公司从未透露过这项服务有多少用户，也没有透露过它能带来多少收入。Android系统将提供大量潜在观众。虽然苹果在高端智能手机市场占据主导地位，但Android在全球拥有更多用户。全球有超过 30 亿台设备使用Android操作系统。苹果公司大约有 22 亿台活跃设备，其中大部分是 iPhone。长期以来，苹果一直在寻求在尽可能多的平台上推出 TV+，并已为智能电视、Roku、亚马逊流媒体设备和游戏机提供了应用程序，但在推出 TV+ 时，它却避开了Android应用程序。虽然苹果公司在 Android 上提供音乐流媒体服务，但却拒绝在该操作系统上发布 FaceTime 和 iMessage 等应用程序。公司内部的担心是，在Android系统上推出 iMessage 这样的流行功能会威胁到 iPhone 的销售。虽然苹果几年前就推出了网络版 FaceTime，但却没有开发专门的 Android 应用程序。TV+ 对Android系统来说并不陌生。苹果已经在Google Chromecast 流媒体设备和许多智能电视上提供了这项服务--Apple TV 应用程序在Android操作系统上运行。但新的招聘信息显示，该公司现在正计划做一些更广泛的事情，告诉应聘者他们将"设计和架构一个复杂的应用程序"。此举是苹果公司态度可能发生变化的最新迹象。今年早些时候，苹果为 Windows 推出了独立版本的音乐、电视和设备管理应用程序。从更广泛的意义上讲，该公司正更多地依赖服务来实现收入增长，而不仅仅是设备。与其他流媒体同行一样，苹果也提高了 TV+ 服务的价格。去年，它将价格提高到每月 9.99 美元，是五年前 TV+ 推出时的两倍。 原文：苹果公司表示正在为Android手机开发TV+应用

Scale AI发布首个大语言模型排行榜 对特定领域的AI模型性能进行排名

摘要：为 OpenAI 和 Nvidia Corp. 等公司提供服务的人工智能训练数据提供商 Scale AI Inc. 今天发布了其首个 SEAL 排行榜的结果。这是一个新的前沿大型语言模型排名系统，它基于私有的、经过策划的和未开发的数据集，目的是对这些模型在生成式人工智能编码、指令跟踪、数学和多语言性等常见使用案例中的能力进行评级。 SEAL 排行榜显示，OpenAI 的 GPT 系列 LLM 在其用于人工智能模型排名的四个初始领域中的三个领域排名第一，Anthropic PBC 广受欢迎的 Claude 3 Opus 在第四个领域排名第一。Google LLC 的 Gemini 模型也表现出色，在其中几个领域与 GPT 模型并列第一。Scale AI表示，它之所以创建SEAL排行榜，是因为现在有数以百计的LLM可供公司使用，而人工智能的表现却缺乏透明度。这些排行榜由 Scale AI 的安全、评估和对齐实验室（Safety, Evaluations, and Alignment Lab）开发，并声称通过拒绝透露其用于评估 LLM 的提示的性质来保持中立性和完整性。该公司指出，虽然也有其他对LLM进行排名的努力，如MLCommons的基准和斯坦福HAI的透明度指数，但其在人工智能训练数据方面的专业知识意味着它在克服人工智能研究人员所面临的一些挑战方面具有独特的优势。例如，Scale AI指出，MLCommon的基准是公开的，因此公司可以对其模型进行专门训练，以准确响应他们使用的提示。SEAL 开发了私有的评估数据集，以保持其排名的完整性，据说其测试是由经过验证的领域专家创建的。此外，所使用的提示和给出的排名都经过仔细评估，以确保其可信度，同时通过公布所使用评估方法的明确解释来确保透明度。Scale AI 表示，在 Scale Coding 领域，每个模型都要在随机选择的提示上与评估中的其他模型进行至少 50 次比较，以确保结果的准确性。编码评估试图评估每个模型生成计算机代码的能力，排行榜显示，OpenAI 的 GPT-4 Turbo Preview 和 GPT-4o 模型与Google的 Gemini 1.5 Pro（I/O 后）并列第一。之所以将它们并列第一，是因为 Scale AI 只声称其评估分数的置信度为 95%，而且前三名之间的差距很小。尽管如此，GPT-4 Turbo Preview 似乎略胜一筹，获得了 1155 分，GPT-4o 以 1144 分位居第二，Gemini 1.5 Pro（Post I/O）获得了 1112 分。在多语言领域，GPT-4o 和 Gemini 1.5 Pro（Post I/O）并列第一，得分分别为 1139 分和 1129 分，GPT-4 Turbo 和 Gemini Pro 1.5（Pre I/O）紧随其后，并列第三。GPT-4o 在"指令跟踪"领域也名列前茅，获得 88.57 分，GPT-4 Turbo Preview 以 87.64 分名列第二。结果表明，Google在这一领域仍需努力，因为 OpenAI 最接近的竞争对手是 Meta Platforms 公司的开源 Llama 3 70b Instruct（得分 85.55）和 Mistral 公司的 Mistral Large Latest LLM（得分 85.34）。最后，Scale AI 测试了 LLM 的数学能力。事实证明，Anthropic 的 Claude 3 Opus 以 95.19 的高分拔得头筹，无可争议地获得了第一名，超过了 95.10 的 GPT-4 Turbo Preview 和 94.85 的 GPT-4o。这些比较很有意思，但似乎还不能说明全部问题，因为有很多备受瞩目的龙8国际娱乐城似乎没有被纳入评估范围。例如，AI21实验室公司的Jurassic和Jamba以及Cohere公司的Aya和Command LLM在所有四项评估中都明显缺席，埃隆-马斯克（Elon Musk）的生成式人工智能初创公司xAI Corp.建立的Grok模型也是如此。好消息是，Scale AI 可能会解决LLM排行榜不完整的问题。该公司表示，它打算每年多次更新排行榜，以确保其与时俱进。它将在"可用时"添加新的前沿模型。此外，它还计划在排行榜上添加新的领域，力争成为最值得信赖的大模型第三方评估机构。 原文：Scale AI发布首个大语言模型排行榜 对特定领域的AI模型性能进行排名