德国发电巨企称将不购买中国制风力涡轮机

德国发电巨企称将不购买中国制风力涡轮机 因为担心关键绿色技术部件的供应链不稳定，德国最大电力生产商莱茵集团（RWE AG）表示，将不会购买中国制造的风力涡轮机。 据彭博社报道，也是欧洲三大能源公司之一的莱茵集团首席执行官克雷伯（Markus Krebber）在星期五（11月22日）一场会议上说：“我永远不会购买中国制造的海上涡轮机，因为它的交货期长达五年。” 他补充说，“五年会发生什么事呢？”暗指对上述关键基础设施依赖中国的担忧。 克雷伯说：“但如果你能创造一个公平竞争环境，邀请他们（中国）根据欧洲安全和保护标准在欧洲设厂，那情况就较为乐观。” 莱茵集团从未向中国厂商购买涡轮机，主要向欧洲目前仍在生产涡轮机的维斯塔斯风力技术（Vestas）和西门子能源购货。 中国涡轮机厂商一直想进军欧洲市场，但所获得的销售订单不多。不过，随着欧洲涡轮机售价上涨，中国涡轮机预计将获得欧洲买家的青睐。 #中德关系 2024年11月23日 11:59 AM

奔图发布首台国产全自主A3激光复印机 SoC等核心零部件全自研

奔图发布首台国产全自主A3激光复印机 SoC等核心零部件全自研 访问：NordVPN 立减 75% + 外加 3 个月时长 另有NordPass密码管理器 奔图完整掌握了激光打印机产业化核心技术，完成了从无到有、从有到全的蜕变，标志着中国打印产业又突破一项关键“卡脖子”技术难题。据悉，打印机行业技术此前被美日巨头强势占领，通过技术门槛和专利墙将其他厂商封堵。为了让打印机产业不受制于人，奔图从2007年起潜心研发。2010年在中国人民大会堂率先发布了中国首台掌握核心技术和自主知识产权的A4激光打印机，实现了国产打印机零的突破。令中国成为了全球三大掌握打印机核心技术的国家之一，并由此开启了国产打印机产业化持续突围之路，推动了中国打印产业链的国产化突破。根据IDC数据显示，近年中国A3复印机的年均销量约100万台，奔图此次推出的A3系列新品占据了市场的主流速段，覆盖了75%的市场份额，在同类产品中各项性能参数达到最优水平，能够为政企行业用户提供高效输出、智能便捷、稳定可靠、可管理易维护、低打印成本的解决方案。 ... PC版： 手机版：

车圈大佬们在重庆吵起来了：李书福开炮降价助长偷工减料 广汽掌门呼吁国家干涉

车圈大佬们在重庆吵起来了：李书福开炮降价助长偷工减料 广汽掌门呼吁国家干涉 比亚迪王传福说：卷是市场经济的规律，你逃不过的。长安朱华荣也说：卷是良币驱逐劣币的正常过程。…正在进行中的中国汽车重庆论坛，车企一把手们越说越敢说，越吵越激烈。广汽曾庆洪：呼吁国家介入内卷，呼吁油电同权广汽曾庆洪应该是这次重庆论坛上言辞最激烈的一位了。主要几个观点如下：1）这样卷下去不是办法：这样卷下去不是办法。企业的目的是什么？是盈利。而盈利又是为了什么，是为社会做贡献，包括交税和提供就业岗位。但现在呢？都在裁员，包括广汽集团也裁了不少。2）要有大局观和格局观：这样下去，对社会、对国家会有好处吗？我们应该要有大局观和格局观，要有长期主义战略，而不是仅着眼于眼前的‘卷’。我们要站在国家大局，要有长期主义和长期长远发展的思考。3）要有理性的卷：‘卷’没问题，这是市场规律、价格规律。但‘卷’也是有规律的，不能随便地‘卷’，要有理性地‘卷’。要不然怎么交税，怎么为国家做贡献？4）2023 年丰田净利润 2293 亿：2023年国内主要18家上市车企中，有12家实现盈利，但这12家中国车企2023年的净利润加起来也没有超过900亿。丰田的净利润是12家中国车企加起来的2倍多。5）油电同权：卷价格到底应该怎么卷？没钱赚、没有效益，企业不可以生存，没有企业能亏几百亿，你们看看年报，怎么做？所以希望政府研究这个课题，是不是到50%的时候，调查一下，是不是油电同权？这里要明确一下，曾庆洪提到了丰田 2023 年的财报，说是中国18 价上市车企中 12 家盈利车企的利润加起来的两倍多。这里核心原因是，丰田赚取的全球的利润。广汽一把手的意思，应该是呼吁国内的各位友商们，多考虑考虑怎么推进出海去跟丰田大众这样的企业竞争，而不是关起门来打价格战，搞得大家都没法盈利。以及他还表达了，自己一定会向国内主管部门提出建议，出手干涉现在这样的内卷。吉利李书福：中国内卷举世无双，有利有弊李书福的发言，也着重强调了内卷带来的弊端，但不像广汽曾庆洪这样激烈，并且他演讲的内容，也不仅仅围绕价格战。总结一下李书福的主要观点也是五个。1）反思中国汽车产业链“卡脖子”的问题：因为汽车工业是全球性的产业，其产业链之长，世界各国相互依赖、相互合作程度之深是客观事实，不能回避这个客观事实。2）关于新能源汽车的定义：电动车不等于新能源汽车，如果把电动车都说成新能源汽车，那么所有用电设备都可以称之为新能源设备，不妥。中国的能源结构70%左右是煤电，各种清洁能源30%左右，如何实现化石能源清洁利用，如何规模化利用清洁能源，这是决定电动汽车命运的关键。3）吉利怎么看新能源：解决方案就是把这样的无法上网的绿色电能与集中排放的二氧化碳合成液体能源，为内燃机提供燃料，至于是电驱还是混动还是燃油驱动，都可以叫新能源车。4）怎么看内卷：中国汽车工业的内卷程度全球第一，价格战一浪高于一浪，也是举世无双，这种现象既是好事也是坏事。如果市场化水平高，法律健全，执法严格，透明公平竞争这就是好事；反之，就是坏事。无穷无尽的内卷，简单粗暴的价格战，其结果就是偷工减料、造假售假、不合规的无序竞争。5）安全：是汽车产品的基本前提。电动汽车的大规模应用还没有在实践中反复验证，存在许多不确定可能性。汽车性能与安全科技，需要实践的总结和时间的沉淀。电动汽车如何与内燃机汽车展开全价值链竞争，并取得全面胜利，至少还存在不确定性，需要在很多领域持续寻求技术突破。李书福发言中最被关注的，当然是关于内卷、无序竞争的观点。不过更重要的，是他明确了吉利对寻能源发展趋势的看法。吉利认为新能源革命不是局限在车这个层面，而是关系到整个国家社会能源结构变革的大事。他所提的“液体燃料方案”，其实就是吉利一直力推的甲醇汽车路线。智能车参考曾经详细介绍过，甲醇实际上扮演了能源载体的角色，把电能、二氧化碳通过反应固定在甲醇分子中，参与到整个经济运行，使碳循环起来，总量不增加。比亚迪王传福：谁都逃不过卷，别人怕你是因为你强大王传福的演讲，里里外外就两个字：自信。恐怕很难有车企老板能有他这样的底气和心境。总结下来，它的发言主要围绕内卷、出海和技术创新几个要点。1）关于出海：国外对中国新能源汽车的发展很焦虑，甚至有的很害怕。这反而说明了我们自身真得做得不错，不强的话，别人的不会怕，特别是欧美，他们是汽车的老祖宗，这让我们对中国自主品牌感到骄傲。中国自主品牌在技术的提升、产业链的建设、产品的开发、市场的营销方面获得了长足的进步。2）卷很正常，逃不过：卷价格、卷技术、卷规模、卷流量等等。市场经济的核心是什么？就是过剩。只有过剩才有竞争，竞争才能产生繁荣，这是一个自然规律，不必焦虑、所有的企业家要拥抱、参与这种卷，拥抱这种竞争，在竞争中出海。3）核心还是创新：新质生产力核心也是创新。新能源变革的核心是新能源汽车代替传统燃油车，实际上是技术的革命。说到创新，就是人才，比亚迪现在有差不多10万名工程师人才，围绕电动车所需要的部分，如包括电池、电机、电控来储备人才。4）供应链整合：传统的燃油车有100年的发展时间，新能源汽车过去十几年，在创新的过程中，各种技术的叠加，各种技术的集成创新尤为重要。比亚迪率先建立了高度垂直整合的平台，打破了很多行业之间的壁垒，让工程师们在高度垂直整合的环境下进驻，高度灵活创新。百年的汽车史，早期的时候汽车刚刚诞生之际，像奔驰、宝马，汽车的老祖宗，包括像福特也是垂直整合的，这样才能够快速地迭代、快速地形成创新，形成产业链。比亚迪负责品牌和市场的李云飞，还补充了更加犀利的观点：原材料大幅下降使降价成为可能。如果车企原材料成本的下降没有在产品定价里体现出来，是对消费者的不道德。内卷是“打牌”，企业要量力而为，这轮跟不起，还有好多轮，汽车是个长跑，别气急败坏掀桌子。长安朱华荣：卷了我们4个老汉重庆是长安汽车主场，“东道主”朱华荣用非常幽默的方式开场：最近，行业内的四位老汉（朱华荣、魏建军、李书福、尹同跃）都开始通过直播带货，卷出了新高度。昨天晚上我还和其他三位老汉要肖像权，今天发言要用，他们都同意了。随后朱华荣用四个字总结汽车行业的变化“新、智、合、卷”。“新”是指汽车产业正在从单纯的交通工具转变为综合性出行产品、服务和生态系统的一部分。正在逐渐演变为集移动多功能空间、智能计算终端、数据采集载体和移动储能单元于一身的“智能汽车机器人”。谈到“智”，朱华荣强调，随着5G技术、人工智能芯片等“技术群”的突破，汽车行业正在迅速向数字化转型。“新能源汽车开启了一个良好的开端，但这仅仅是序章，数字智能化的新汽车才是真正的未来。”朱华荣以长安旗下的阿维塔为例，详细描述了他们与华为联合研发的智能系统。该系统配备了3颗激光雷达、6颗毫米波雷达、12颗超声波雷达和13颗摄像头，总共34个传感器，算力高达400TOPS，并具备无图智驾NCA能力。谈到“合”时，朱华荣表示，全球汽车行业并没有走向逆全球化，而是更加积极地拥抱全球化。尽管当前面临地... PC版： 手机版：

ChatGPT一年电费高达2亿元 AI为何如此耗电？

ChatGPT一年电费高达2亿元 AI为何如此耗电？ 公开数据显示，目前，ChatGPT每天需要处理超过2亿次请求，其电量消耗高达每天50万千瓦时。一年时间，ChatGPT光电费就要花2亿元人民币。这意味着，ChatGPT日耗电量是普通家庭的1.7万倍以上。（美国商业用电一度约为0.147美元也就是1.06元，相当于一天53万元）据荷兰咨询机构负责人Alex de Vries预计，到2027年，AI 行业每年将消耗850亿~1340亿千瓦时的电力，相当于瑞典或荷兰一个欧洲国家一年的总用电量。马斯克判断，电力缺口最早可能会在2025年发生，“明年你会看到，我们没有足够电力来运行所有的芯片”。OpenAI CEO奥尔特曼（Sam Altman）也预计，AI 行业正在走向能源危机，未来 AI 技术发展将高度依赖于能源，人们也需要更多的光伏和储能产品。这一切都显示出，AI 即将引爆全球新一轮“能源战争”。不止是芯片，AI 还被能源“卡脖子”过去500多天里，ChatGPT引发全球新一轮 AI 大模型和算力需求热潮。微软、Google、Meta、OpenAI等多家全球科技巨头开始疯抢 AI 芯片，甚至亲自下场“造芯”，总规模超过数十万亿元美金。实际上，AI 本质上是一种计算机技术和处理信息的技术，背后则需要大量GPU芯片，更底层则是大量电能、水力、风能、资金等资源的支持。早在1961年，在IBM公司工作的物理学家拉尔夫·兰道尔（Rolf Landauer）发表了一篇论文，提出了后来被称为“兰道尔原理”（Landauer's Principle）的理论。这一理论认为，计算机中存储的信息发生不可逆的变化时，会向周围环境散发一点点热量，其散发的热量和计算机当时所处的温度有关温度越高，散发的热量越多。兰道尔原理连接起了信息和能量。更具体地说，它连接到了热力学第二定律上。因为逻辑上不可逆的信息处理操作，也就意味着湮灭了信息，这会导致物理世界中熵的增加，从而消耗能量。这一原理自提出以来遭受过不少质疑。但近十几年来，“兰道尔原理”已被实验证明。2012年，《自然》杂志发表了一篇文章，研究团队首次测量到了一“位”（bit）数据被删除时释放的微量热量。后来的几次独立实验，也都证明了“兰道尔原理”。过去10多年间，现代电子计算机在计算时实际消耗的能量，是兰道尔理论值的数亿倍。而科学家们一直在努力寻找更高效的计算方法，以降低成本。如今，AI 大模型爆发，它确实需要大量计算。因此，AI 不止被芯片“卡脖子”，还被能源“卡脖子”。马斯克近期也在“博世互联世界2024”大会上表示，一年多以前，短缺的是芯片，明年你会看到电力短缺，无法满足所有芯片的需求。中国科学技术信息研究所人工智能中心副主任李修全也表示，近年来， AI 大模型规模、数量都在高速增长，也带来对能源需求的快速增加。尽管短期内还不会很快出现“缺电”等问题，但未来大规模智能化时代来临后的能源需求激增不容忽视。AI 大模型质量的关键在于数据、算力和顶尖人才，而高算力的背后，是靠着数万张芯片昼夜不停的运转支撑。具体来说，AI 模型算力的工作过程大致可以分为训练、推理两个阶段，能源消耗也是如此。其中，在AI训练阶段，首先需要收集和预处理大量的文本数据，用作输入数据；其次，在适当的模型架构中初始化模型参数，处理输入的数据，尝试生成输出；最后，通过输出与预想之间的差异反复调整参数，直到模型的性能不再显著提高为止。从训练15亿参数的GPT-2，到训练1750亿参数的GPT-3，OpenAI模型背后的训练能耗十分惊人。公开信息称，OpenAI 每训练一次需要128.7度电，相当于 3000 辆特斯拉同时跑 32 公里。据研究机构New Street Research估计，仅在AI方面，Google就需要大约40万台服务器，每天消耗62.4吉瓦时，每年消耗22.8太瓦时的能源。而在推理阶段，AI 则会先加载已经训练好的模型参数，预处理需要推理的文本数据，再让模型根据学习到的语言规律生成输出。Google称，从2019年到 2021年，AI相关能源消耗60%都来自推理。据Alex de Vries估算，ChatGPT每天大概要响应大约2亿个请求，耗电量超过50万度，按照一年电费就是2亿元人民币，比每个美国家庭的平均日用电量高1.7倍。SemiAnalysis报告称，使用大模型进行问题搜索所消耗的能源是常规关键词搜索的10倍。以Google为例，标准Google搜索使用0.3Wh电力，而大模型每次互动的耗电量为3Wh。如果用户每次在Google搜索都使用AI工具，每年大约需要29.2太瓦时的电力，也就是每天约7900万度。这相当于给全球最大的摩天大楼，迪拜的哈利法塔，连续供电超过300年。另据斯坦福人工智能研究所发布的《2023年 AI 指数报告》显示，每次 AI 搜索的耗电量大约为8.9瓦时。相比普通Google搜索，加入 AI 的单次耗电量几乎是一般搜索的30倍。而一个高达1760亿参数的模型，光是前期训练阶段就得用掉了43.3 万度电，相当于美国117个家庭一年的用电量。值得注意的是，在Scaling Law（缩放规律）之中，随着参数规模不断跃升，大模型性能也不断提升，而对应的是，能耗也会越来越高。因此，能源问题已经成为 AI 技术持续发展的关键“桎梏”。GPT每天消耗50000升水，电和水是 AI 两大能源需求AI不仅是“耗电狂魔”，更是“吞水巨兽”。其中，在电力方面，除了上述信息外，据国际能源署(IEA)数据显示，2022年，全球数据中心消耗约460太瓦时的电量(相当于全球总需求的2%)，随着生成式AI飞速发展，这一数字到2026年可能膨胀至620至1050太瓦时。Alex de Vries预计，到2027年，AI服务器所消耗的用电量将等同于荷兰全国的能源需求量。最坏的情况就是，仅Google一家公司的AI就可以消耗与爱尔兰等国家一样多的电力。IBM高级副总裁达里奥·吉尔曾表示，“AI能耗”是非常重要的挑战。生成式 AI 的高性能服务器的持续运行，将导致数据中心一半以上的电力消耗都被AI占据。据悉，预计到2025年，AI 业务在全球数据中心用电量中的占比将从2%猛增到10%。那么，水能呢？大模型背后需要数据中心、云基础设施的支持，那就需要大量的“液冷”进行散热。得克萨斯大学的一份研究指出，作为ChatGPT背后的重要支持力量，微软的Microsoft Azure云数据中心光是训练GPT-3，15天就用掉将近70万升的水，相当于每天花销约50000L水。同时，ChatGPT每回答50个问题就要消耗500毫升水。公开信息称，2022年微软用水量达到640万立方米，比2500个奥林匹克标准游泳池的水量还多。美国加州大学河滨分校副教授任绍磊团队预计，到2027年，全球AI可能需要4.2-66亿立方米的清洁淡水量，这比4-6个丹麦、或二分之一的英国的一年取水总量还要多。除了数据中心，内置的GPU芯片也是能源消耗的重点领域之一。今年3月，英伟达发布史上性能最强AI芯片Blackwell GB200，宣称是A100/H100系列AI GPU的继任者，性能相比H100提升30倍，但能耗却降低了25倍。上个月，黄仁勋的一句“AI的尽头是光伏和储能”更是在网络疯传。尽管有网友扒出原视频称，黄仁勋本人并未说过这句话，更没有提及“光伏和能源”，但 AI 能耗严重，却是摆在公众面前的事实。国际能源机构（IEA）在一份报告中强调了这个问题，全球 AI 数据中心的耗电量将是 2022 年的十倍，并指出部分原因在于 ChatGPT 这样的大模型所需的电力，远高于Google等传统搜索引擎。不过，值得注意的是，由于科技巨头们并未正式披露过 AI 使用中的电力消耗数据，因此，目前关于 AI 耗电量的数据多为估算，并不一定是非常准确的数据。美国信息技术与创新基金会（ITIF）曾指出，个别不准确的研究高估了AI能耗。AI训练是一次... PC版： 手机版：

美国总统拜登的大型人工智能科学项目获得微软、NVIDIA等公司的支持

美国总统拜登的大型人工智能科学项目获得微软、NVIDIA等公司的支持 国家自然科学基金会在一份声明中说，国家人工智能研究资源（NAIRR）为美国的人工智能研究人员提供访问人工智能模型、计算能力、数据集、软件和培训的机会。 研究人员可以通过其网站申请访问NAIRR试点项目，NAIRR计划在今年春季启动第二次研究提案征集活动。 如果获得访问权，研究人员就可以使用微软Azure或亚马逊Bedrock等昂贵、处理能力强的服务，而这些服务通常需要用研究经费来支付。除国家自然科学基金外，参与 NAIRR 项目的其他政府机构包括美国国防部高级研究计划局、美国国家航空航天局（NASA）、美国国立卫生研究院、美国国家标准与技术研究院、美国国家海洋与大气管理局、美国农业部、美国国防部、美国能源部、美国退伍军人事务部以及美国专利商标局。政府正在与 15 家私营部门合作伙伴合作，包括亚马逊网络服务公司、Anthropic、AMD、EleutherAI、Google、Hugging Face、IBM、英特尔、Meta、微软、NVIDIA、OpenAI 和 Palantir。NVIDIA和微软分别介绍了各自对NAIRR的贡献。微软表示，它捐赠了2000万美元的Azure消费额度、Azure OpenAI服务中模型的访问权限，以及人工智能公平性、准确性和隐私方面的工作资源，NVIDIA承诺提供其DGX云和AI企业软件的访问权限。国家自然科学基金委员会主任塞图拉曼-潘查纳坦（Sethuraman Panchanathan）在声明中说："为了继续在人工智能研发领域保持领先地位，我们必须在全国范围内创造机会，推进人工智能创新，加强教育机会，使国家有能力塑造国际标准，点燃经济增长的火花。"拜登的人工智能行政命令指示政府机构建立NAIRR，以确保美国继续成为世界领先的人工智能创新中心。由于Google和OpenAI等公司总部设在美国，美国在生成式人工智能的投资和研究方面继续处于领先地位，与此同时，其他地区也在加强对该技术的关注。根据《哈佛商业评论》的报道，中国、英国、日本和德国是投入人工智能开发资源最多的五个国家。在缺乏明确法规的情况下，大型科技公司一直与政府在人工智能方面保持合作。在人工智能行政命令发布之前，拜登白宫已从 Meta、Google和 OpenAI 等公司处获得了自愿性、非约束性协议，以安全开发人工智能系统。然而，政府与主要科技公司之间的这种紧密合作引发了监管“灯下黑”问题，而这种问题很可能不会随着 NAIRR 的推出而消失。NAIRR 试点项目最初将重点关注四个领域：促进对各种人工智能资源的访问；促进需要安全和隐私保护的人工智能研究；促进和发展人工智能平台之间的互操作性；教育和培训社区使用人工智能工具。国家自然科学基金会在声明中说，NAIRR 的首批项目主要集中在将人工智能应用于医疗保健和环境可持续性方面。 ... PC版： 手机版：