頭條 英偉達官宣：CUDA將全面支持RISC-V架構！ 早在2024年10月，英偉達在RISC-V北美峰會上透露，其在2015年就選定將RISC-V選定為其專有Falcon微控制器（MCU）的繼任架構。由于 MCU 內核是通用的，因此可以在英偉達的產品中廣泛使用。根據英偉達當時的預計，2024年英偉達將交付10億個內置于其 GPU、CPU、SoC 和其他產品中的 RISC-V 處理器，這也凸顯了定制 RISC-V 內核在英偉達硬件中的普遍性和重要性。 在此次RISC-V中國峰會上，Frans Sijstermanns也指出，英偉達是RVI和RISE的董事會成員和技術委員會代表，也是相關規范的貢獻者。英偉達產品中的微控制器都是基于RISC-V架構，具有可配置、可擴展和安全保護功能，并且也被集成在30多個IP中，每年出貨量超過10億個RISC-V MCU。 最新資訊 消息稱三星電子完成SF4X UCIe原型芯片首次性能評估 6 月 18 日消息，韓媒 etnews 當地時間昨日報道稱，三星電子以 4nm 制程面向 HPC / AI 高性能芯片的衍生變體 SF4X 制造的 UCIe 原型芯片完成了首次性能評估。 發表于：6/19/2025 AMD發布CDNA 4架構 AMD發布CDNA 4架構：HBM3E加持，聚焦提升AI負載能力 發表于：6/19/2025 特斯拉HW5芯片被曝已開始量產 6 月 19 日消息，汽車媒體 NotATeslaApp 昨日（6 月 18 日）發布博文，報道稱特斯拉“AI5 / HW5”下一代 FSD（完全自動駕駛）芯片已進入量產階段，由臺積電和三星共同代工。 發表于：6/19/2025 碳化硅大廠Wolfspeed即將申請破產 6月19日消息，據路透社等外媒報道，碳化硅（SiC）材料領導廠商Wolfspeed即將申請破產，將由Apollo Global Management 帶領的債權人接管，股價暴跌30.14%，收于0.8732美元/股，年初迄今已跌去了86.89%。 發表于：6/19/2025 中國科學院研制出超高并行光計算集成芯片流星一號 6 月 18 日消息，光計算以光子作為載體，實現信息傳遞、交互與計算，具有低功耗、低時延、高并行的天然優勢，是后摩爾時代建設新質算力基礎設施的有效途徑，為人工智能、科學計算、多模態融合感知、超大規模數據交換等“算力密集 + 能耗敏感”場景提供硬件加速。 發表于：6/19/2025 平衡AI投資支出 微軟計劃再裁員數千人 6月19日消息，據媒體報道，微軟（MSFT.US）正計劃進行新一輪大規模裁員，預計將影響數千個工作崗位，其中銷售部門將成為重災區。此舉是微軟為控制員工規模采取的最新措施，主要動因在于該公司在人工智能領域投入巨大，需要平衡整體開支。 據知情人士透露，裁員計劃預計在本月底前（微軟財年結束之際）正式公布。雖然主要針對銷售團隊，但具體裁員規模和最終時間仍存在變數。這將是繼今年5月裁員約6000人（主要涉及產品和工程崗位）后的又一次人員縮減。 值得注意的是，微軟4月份已向員工透露，將借助第三方公司拓展對中小客戶的軟件銷售業務，這為此次銷售團隊調整埋下了伏筆。 微軟表示，公司會定期評估組織架構，以確保投資聚焦于增長領域。由于在服務器和數據中心等AI基礎設施上投入了數百億美元，微軟高管已向華爾街承諾并將向員工強調，需要嚴格控制其他方面的成本。 截至2024年6月底，微軟全球員工總數約為22.8萬人，其中從事銷售和市場營銷工作的員工達4.5萬人。微軟通常在6月底財年結束前后進行團隊重組和業務調整。 發表于：6/19/2025 微軟宣布與AMD達成多年戰略合作 6月18日消息，微軟在最新的視頻中宣布與AMD達成多年戰略合作，雙方將共同設計包括下一代Xbox主機在內的多款設備芯片。 微軟Xbox部門總裁莎拉·邦德在視頻中表示，微軟與AMD的合作將涵蓋多種設備，包括次世代Xbox主機和掌機。 發表于：6/19/2025 華為：未來五年5G車聯網占比將提升至95% 6月18日消息，今日，在2025MWC上海期間，華為輪值董事長徐直軍表示：“2025年中國乘用車銷量中5G車聯網占比達30%，2026-2030年將逐步提升至95%。” 發表于：6/19/2025 電力系統較大波動數據條目自適應檢索方法研究 針對電力系統數據具有復雜性、多樣性特點，導致檢索難度過高的問題，設計了電力系統較大波動數據條目自適應檢索方法。依據電力系統出力變化率，選取二分量一維混合高斯模型，構建電力系統波動概率分布模型。對比概率分布模型模擬的電力系統波動數據與量測數據，依據判定閾值辨識電力系統較大波動數據條目，構建數據條目檢索庫。利用哈希函數獲取檢索庫內較大波動數據條目的哈希特征，生成二值碼。較大波動數據條目檢索時，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據條目，獲取較大波動數據條目的自適應檢索結果。實驗結果表明，該方法能夠依據用戶輸入的檢索詞，自適應檢索電力系統較大波動數據條目，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 為解決現有命名實體識別方法在電力安全規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公開數據集上進行驗證，對比主流方法其取得最優的識別效果，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，實現電力安全領域命名實體的精準識別。 發表于：6/18/2025 ?…34353637383940414243…?
