台积电通过2纳米测试 为iPhone 17 A19芯片生产做好准备

摘要：苹果公司的芯片合作伙伴即将开始试生产采用 2 纳米制造工艺的芯片，为iPhone17 制造 A19 芯片。自 2022 年以来，台积电一直计划到 2025 年量产采用 2 纳米工艺的芯片。按照这一计划，iPhone 17 Pro 内的A19 芯片将成为首款采用该工艺的产品。 苹果公司因其极其复杂的供应链而闻名遐迩的漫长生产计划，意味着生产元件的公司需要尽早努力，使其工艺与苹果公司保持一致。在周二的一份报告中，台积电似乎正在这样做。据《自由时报》通过ET News 报道，台积电将于下周开始在其宝山工厂试产 2 纳米半导体。北台湾工厂的设备已于 2023 年第二季度安装完毕。第三季度的试生产将早于预期，市场预计台积电的试生产将在第四季度进行。现在人们认为，加快时间表是为了帮助台积电在真正开始量产之前达到稳定的产量。向 2 纳米工艺的转变还包括向全栅极（GAA）技术和背面电源（BSPR）技术的转变。新技术有望提高使用该技术的芯片的性能和能效，进而帮助提升 A19 的性能。苹果公司非常希望与台积电合作生产 2 纳米芯片。今年 5 月，首席运营官杰夫-威廉姆斯（Jeff Williams）访问了台湾，讨论 2 纳米芯片的生产问题，以及开发更多人工智能前沿芯片，助力Apple Intelligence事业的发展。 原文：https://m.cnbeta.com.tw/view/1437647.htm

大数据杀熟被网友发现 两个账号同一航班价格相差1300

摘要：微博话题“两个账号同一航班价格相差1300”冲上热搜榜。据媒体报道，宁波的小陈和朋友一起订机票，俩人同时查看同一APP的同一航班同一仓位，小陈的价格是2356元，朋友却只有980元。 小陈说，2356是她经济舱的价格，而朋友的商务舱都只要2400，她找平台要个说法，客服先后提到了“等级”“权限”“系统bug”等名词。对此，网友纷纷表示，这是典型的大数据杀熟。据了解，从7月1日起，《中华人民共和国消费者权益保护法实施条例》（下称“《条例》”）正式实施。针对大数据“杀熟”等价格歧视现象，《条例》首次对差异化定价进行规范，明确了差异化营销以保障消费者知情权为前提，彰显市场公平。第九条第二款明确规定经营者不得在消费者不知情的情况下，对同一商品或者服务在同等交易条件下设置不同的价格或者收费标准。按照规定，即使是公平合理的营销行为，商家也要将营销规则中跟消费者有重要利害关系的信息真实全面地告知消费者，确保消费者在充分知情的基础上自主选择，充分保障消费者的知情权。 原文：https://m.cnbeta.com.tw/view/1437646.htm

院士郑纬民：国产AI芯片如果生态改善 哪怕60%性能也有人用

摘要：在近日的信息化百人会上，中国工程院院士、清华大学计算机系教授郑纬民表示，国产AI芯片的核心问题在于生态系统不够完善。他认为，尽管国产AI芯片在硬件性能上取得了显著进展，但由于软件生态系统的不成熟，导致用户使用体验不佳。 郑纬民强调，算力是大模型产业的主要开销，占据了大模型训练成本的70%以及推理成本的95%。他指出，如果国产AI芯片生态系统得到改善，哪怕只能达到国外芯片60%的性能，用户也会愿意使用。他进一步阐释了生态系统的重要性，认为如果一个原本在英伟达平台上开发的人工智能软件能够轻松移植到国产系统上，这就意味着生态系统是良好的。反之，如果移植过程困难重重，耗时长达一年或两年，那么生态系统就是不成熟的。为了改善国产AI芯片的生态系统，郑纬民提出了需要做好的“十个软件”，包括编程框架、并行加速、通信库、算子库、AI编译器、编程语言、调度器、内存分配系统、容错系统和存储系统。他相信，只要这些方面得到优化，即使硬件性能不是顶尖，用户也会因为良好的使用体验而选择使用国产AI芯片。 原文：https://m.cnbeta.com.tw/view/1437644.htm

新加坡批准昆虫作为食物 以多元化策略加强粮食安全

摘要：当地时间周一（7月8日），新加坡食品管理局（SFA）批准了16种可食用昆虫在该国的销售和消费。新加坡食品管理局批准的昆虫包括蝗虫、蚱蜢、粉虫、蟋蟀和蚕蛹等。该机构表示：“这些昆虫和昆虫制品既可以供人类食用，也可以作为动物饲料喂养食用动物。” 根据规定，这些昆虫不能从野外采集，必须是在主管部门监管的场所养殖的。进口供人类食用的昆虫和昆虫产品，必须经过充分处理，以杀死任何病原体。此外，所有16种可食用昆虫都只能在特定的生命阶段被进口。例如，蟋蟀和蝗虫只允许在成虫阶段进口，而粉虫和蛴螬必须作为幼虫进口。新加坡食品管理局表示：“由于昆虫产业刚刚起步，昆虫在这里又是一种新的食品，因此，食品管理局制定了昆虫监管框架，为昆虫用于食品提供指导。”作为一个城市国家，新加坡90%以上的食品都是进口的。为了加强粮食安全，新加坡将食物来源多元化定为“核心战略”，并于2019年定下了所谓的“30·30愿景”，即到2030年，新加坡的本地农业生产要足以满足当地居民30%的营养需求。由于国土面积狭小，新加坡没有太多土地可用于发展传统畜牧业，例如猪牛羊，而养殖可食用昆虫可以明显减少土地的使用。放眼全球，虽然一些国家的食谱上偶尔会出现昆虫，但绝大多数人并不习惯于将昆虫视作食物。不过，联合国粮农组织呼吁公众接受昆虫作为食物，理由是昆虫不仅营养丰富，还有利于减少碳排放，是一种未被充分利用的资源。世界经济论坛2022年发布报告称：“昆虫是一种被忽视的蛋白质来源，也是对抗气候变化的一种方式。我们对动物蛋白的消费是温室气体和气候变化的来源。（食用）昆虫可以在许多方面缓解气候变化。” 原文：https://m.cnbeta.com.tw/view/1437643.htm

所谓AI革命，到现在为止，是能源的一场“灾难”

摘要：6月底，谷歌新一代开源模型Gemma2发布，相比今年早些时候推出的轻量级开源模型Gemma，Gemma2有了90亿（9B）和270亿（27B）两种参数规模可用。就在谷歌摩拳擦掌准备与OpenAI一较高下时，前几天其发布的一份报告却引来了媒体的“担忧”——谷歌最新发布的环境报告指出，自2019年以来，其温室气体总排放量增长了48%。 仅去年一年Google就产生了1430万吨二氧化碳，同比2022年增长13%，主要由于来自范围2的碳排放同比增长37%。这些数据显然与Google“2030年实现零排放”的目标南辕北辙了，作为全球最大的互联网科技巨头之一，如此“奔放”的碳排放数据显然会为其招来各种非议。为何碳排放大增？在Google发布的环境报告中，其将碳排放量激增归因于数据中心的能源的使用和供应链排放的增加。自互联网诞生以来，数据中心一直是高能耗的代表，而今用于训练人工智能的数据中心更是如此。Google在报告中称：“随着我们进一步将人工智能融入到产品中，减少碳排放变得更具有挑战性，因为人工智能计算强度的提高导致能源需求增加，而基础设施投资的增加也会导致碳排放增加。”据报告数据显示，Google仅数据中心的用电量在2023年就增长了17%，预计这一“趋势”将在未来持续下去。实际上，Google的碳排放已经是“极力优化”的结果了，报告指出截至2023年底，Google连续七年实现100%可再生能源消耗，并借此在2023年实现了63%的碳排放减少。图源：Google 2024环境报告在此基础上，碳排放之所以仍然大幅增长，主要是因为数据中心耗能太大，但可再生能源有限，无可奈何。报告原文指出，Google已经努力在全球实现100%可再生能源匹配的目标，但GHG协议为能源采购确立了范围以减少范围2的排放。这就导致在一些地区我们购买的清洁能源比我们的电力消耗量更多（例如欧洲），但在其他地区（如亚太地区）由于清洁能源采购具备一定挑战，导致采购不足。这之间的差异是范围2碳排放统计增加的原因。图源：Google2024 环境报告总而言之，Google想表达的无非是“我很努力，但在AI革命的浪潮下无计可施”，颇有一种“发展才是硬道理的意思”。的确，以如今AI爆发的势头，如果让能源卡了自己的脖子，导致大模型落后于OpenAI，以至于丢了人工智能时代的“船票”，那可不是Google愿意看到的结果。虽然Google在报告中给出了后续解法，比如正在努力提高其人工智能模型、硬件和数据中心的能源效率，以及计划到2030 年实现24/7全天候无碳能源（CFE）这一终极目标。但随着人工智能的不断发展，大模型的不断迭代，Google需要的能耗依然是只会多不会少。未来，Google大概率将持续面对来自公众及媒体关于气候议题的压力。AI何以成为“吃电狂魔”？Google并不是唯一一家碳排放不断增加的科技公司。今年5月，微软透露自2020年以来，其二氧化碳排放量增加了近30%。而为OpenAI提供大量计算的雷德蒙德也将排放量的增加归咎于其云计算和人工智能业务部门的数据中心设施的建设和配置。可以说，正在自己开发大模型的互联网科技公司几乎都有“能耗/碳排放巨大”的问题。大模型究竟有多耗电？灵碳智能创始人李博杰告诉虎嗅，根据推测，以GPT-4为例，其训练使用了25000张a100，并花了90-100天进行训练，预计总耗电量在51,000mwh - 62,000mwh左右。而一户普通人家一年的用电量大概在1000kwh左右，因此全部训练耗能相当于5万户人家一年的用电量；同时，此耗电量相当于三峡大坝一年发电量（按一年发电1000亿千瓦时计算）的0.05%，发电侧使用的水量约为2.3亿立方米（三峡电站标准）。从使用侧来看，1次GPT-4查询估计消耗约0.005 kwh。根据OpenAI公布的数据，GPT每天在全球有数亿次查询，保守估计每天消耗的电量为1gwh。按一户普通人家一年用电1000kwh算，每天模型推理耗能相当于1000户人家一年的用电量；若按年计算，OpenAI消耗的能源在90-200gwh左右，相当于三峡大坝一年发电量（按一年发电1000亿千瓦时计算）的0.2%，发电侧使用的水量约为9亿立方米（三峡电站标准）。荷兰科学家亚历克斯·德弗里斯也在他的论文中指出，到2027年，AI耗电量或将接近人口超过1000万的瑞典或1700万人口的荷兰一年的总用电量，相当于当前全球用电量的0.5%。一笔账算完堪称恐怖，也怪不得黄仁勋与山姆·奥特曼都会喊出“未来AI的技术取决于能源”这一论调了。一个很重要的问题是，为什么人工智能大模型如此耗能？从技术原理的角度看，李博杰认为主要有4点原因：目前主流的LLM模型采用了基于transformer架构的深度神经网络算法，这种架构的算法通过自注意力机制处理数据，并考虑序列的不同部分或句子的整个上下文，从而生成对模型结果的预测。市面上先进的LLM通常包含了万亿级别的参数，参数越多，模型复杂度越高，训练时的计算量就越大。模型训练的基础数据（如大规模语料库）的存储、处理都需要消耗大量的能源。目前的LLM都采用了并行化的方式进行计算，所以对高性能的GPU集群有着大量的要求。高性能的GPU的运作不仅消耗大量的能源，同时也对冷却系统提出了很高的要求。LLM的推理阶段，用户每一次查询都涉及能源的消耗。这些因素共同导致了人工智能大模型在训练和推理过程中会消耗大量能源。而当下巨头混战大模型的背后，映射的也是全球能源消耗的大增。根据国际能源署的数据，2022年美国2,700个数据中心消耗了全国总电力的 4% 以上；到2026年，全球数据中心的电力消耗可能会翻一番。随后，高盛在2024年4月的一项分析预测，至本世纪末全球数据中心的用电量将增加1.8倍至3.4倍。华盛顿邮报则是直接指出，不断飙升的用电需求引发了人们的争夺，试图从老化的电网中榨取更多的电力。但据美国能源信息署数据显示，2023年，美国全口径净发电量为41781.71亿千瓦时，比上一年下降1.2%。近十年来，美国的全年净发电量一直在40000亿千瓦时的边缘徘徊。图源：华盛顿邮报无可否认，能源危机（主要是电）已近在眼前，且很可能成为制约AI发展的关键因素。高能耗还得持续下去AI要想发展必须得维持这样的高能耗吗？比尔盖茨曾经在接受媒体采访时表示不用担心，因为人工智能虽然消耗能源，但技术会进步，未来的能耗会持续下降。但关键问题在于，当下大模型的训练是否有尽头？在第六届北京智源大会上，杨植麟、王小川等4位大模型CEO就AGI的实现进行了一次交流，4位CEO的共识是AGI太遥远，只有模型降价最能推动现实落地。李博杰也认为，即便是算力一直无限增加，按照目前主流大模型的技术路线，不会达到理想的AGI阶段：“AGI代表了AI算法拥有类似人脑的思考模式。目前深度神经网络只是对人脑运作时的电信号传播的一种简化模拟。根据目前人类对人脑运作模式的了解，人脑的运作还包含神经递质传递，基因调控，分子信号传导，非神经细胞调节，体液因子调节等多个不同的信号运输和调节机制。因此，基于深度神经网络的LLM发展，不会达到类脑智能的水平。”从另一个角度讲，语言只是人类意识的其中一个维度映射，在这个过程中存在大量的信息丢失和扭曲。人类在认识世界的过程中，还包含了视觉、听觉、触觉、嗅觉、味觉等多个不同维度。同时，人类自身的运动学习，情绪，社会化的行为和自我意识都是AGI的重要组成部分。“真正的AGI智能，一定是低能耗的，不过在探索的过程中，会消耗大量的能源，能源消耗是人类社会的终极问题，”李博杰表示：“从可以预测的未来看，能耗问题给人工智能发展带来的最大的问题是加速全球社会的不平等。能源条件差的国家会在这一轮技术变革中掉队。”如今，行业虽然正在尝试解决AI高耗能的问题，比如通过模型的压缩和蒸馏、更高性价比的专用AI芯片和硬件架构等等，但未来高能耗还将维持一段不短的时间。就如同科技的发展是螺旋上升的过程，AGI的实现也需要依赖各种学科的同步发展。当下能够期盼的是，假如大模型算法有尽头，希望当我们走到尽头时，AI能够带来真正的生产力革命吧。 原文：https://m.cnbeta.com.tw/view/1437642.htm

中科大团队研发的钙钛矿电池稳态效率26.7% 创造新世界纪录

摘要：近日，中国科学技术大学教授徐集贤团队在钙钛矿太阳电池方面获得重要进展，创造了钙钛矿电池稳态效率的认证世界纪录26.7%，被国际权威的世界纪录榜--太阳能电池效率表《Solar cell efficiency tables》（Version64）收录，并于7月3日发布。 徐集贤团队创造钙钛矿电池最新认证纪录26.7%登上太阳能电池效率表的截图。中国科大供图这是徐集贤团队继2022年、2023年之后代表中国科大第三次更新该世界纪录榜。2023年，团队创造了反式器件认证效率26.1%，实现了钙钛矿电池效率超越26%、打破传统正式器件垄断世界纪录的双重突破。本次成果是在此基础上持续攻关的又一引领性突破，对于构建叠层电池具有积极推动作用。太阳能电池效率表由澳大利亚先进光伏中心联合美国、日本、意大利等多国科学家统一审核和发布，具有近30年历史，其客观性和荣誉为国际光伏学术界和工业领域所公认，代表了光伏各细分领域的最前沿技术动态，具有重要指导意义。本次收录代表着中国科大在光伏前沿研发的突破和引领能力。此次研究是团队在新型钙钛矿单结、下一代晶硅-钙钛矿叠层电池方面的最新成果，已申请多项核心技术专利，为进一步产业化落地奠定了坚实的基础。 原文：https://m.cnbeta.com.tw/view/1437641.htm