国际热核聚变实验反应堆将运行时间推迟至少八年

国际热核聚变实验反应堆将运行时间推迟至少八年 国际热核聚变实验反应堆(ITER)将其托卡马克装置的运行时间推迟至少八年。托卡马克（Tokamak）是一种利用磁约束来实现磁约束聚变的环性容器，其中央是一个环形的真空室，内部气体在极端高温和高压下变成等离子体。ITER 正在建造世界最大的托卡马克装置，演示可控核聚变的可行性。它原计划在 2025 年测试产生等离子体。但该计划如今推迟到了 2033 年。但推迟并不出人意料。 via Solidot

运行时超轻量，高效，移植简单的深度学习模型

运行时超轻量，高效，移植简单的深度学习模型 MegCC 是一个面向推理的深度学习模型编译器，具有如下特点： 极其轻量的运行时库 ：只编译 mobilenetv1 模型进行推理情况下，strip 符号后，整个运行时二进制大小只有 81KB 。 高性能 ：Arm 上的每一个 Kernel 都是经过人工精心调优的，同样的模型，性能比 MegEngine 好 。 方便移植：运行时所有 Code 都是纯 C 代码，可以方便在 Arm，X86，裸板中进行移植。 低内存使用，快启动：模型编译期间会进行内存规划，尽可能的复用内存，并进行静态绑定，减少运行时开销。 MegCC 主要由两部分组成： 编译器：负责将模型进行编译，优化，最终生成新模型和对应的 Kernels runtime 运行时：运行时需要和生成的 Kernels 结合在一起进行编译，编译完成之后可以加载编译器生成的模型，并计算输出结果 MegCC 模型编译器是基于 MLIR 框架构建起来的，使用 MLIR 的 IR 进行图优化，内存规划以及 Kernel 生成，目前 MegCC 生成的 Kernel 大多数都是 基于人工优化之后写好的模板生成的。MegCC 支持多种场景的模型编译，不仅仅包含静态 shape 编译，而且还支持动态 shape 的编译，多个模型同时编译，以及同一个模型多种 shape 同时编译，另外为了获得极致的最小运行时库，还提供必要的纯 C 形式的 CV 算子生成。 模型编译完成之后，MegCC 会生成两个产物，分别是： 优化之后的新模型： 这个模型里面包含整个计算图的信息，以及每一个 Operator 运行时的内存规划信息，输入输出信息，计算 Kernel 的信息 运行这些模型对应的 Kernel：上面模型运行时候需要的所有高性能 Kernel 的集合。 MegCC runtime 会在运行时会加载生成的模型，并调用生成的高性能 Kernel 进行计算，并输出计算结果，目前测试一个可以高效运行 mobilenetv1 的可执行文件大小仅仅只需要 81KB。 MegCC 现在支持的平台处理器平台有 Arm64/ArmV7/X86/risc-v/单片机, 所有支持的 Operator 列表见：.

【#空调开一会关一会真的省电吗#】#频繁开关空调反而费电# 夏日炎炎，有人为了省电，把空调不断开启关闭，热了开，凉了关，这样真能

【#空调开一会关一会真的省电吗#】#频繁开关空调反而费电# 夏日炎炎，有人为了省电，把空调不断开启关闭，热了开，凉了关，这样真能省电吗？国网浙江电力表示，国内有实验证明，分别以相同的制冷模式打开空调，并将温度都预设在26℃，其中一个房间的空调一直保持打开状态，另一个房间则模仿“打开-关闭-打开”的循环模式，每间隔5~10分钟进行一次开关机操作。实验时间为半小时。 结果表明，两种模式下空调耗电量均为0.24度。但是，反复开关的空调实际运行时间其实只有一半，可见这种方式非但不省电，还增加了耗电量。而且经常开关空调不仅不省电，还可能烧坏压缩机。 via 生命时报的微博

：基于云运行时的 Python & JavaScript SDK，用于构建自定义代码解释器。它支持 LLM（如 OpenAI、C

：基于云运行时的 Python & JavaScript SDK，用于构建自定义代码解释器。它支持 LLM（如 OpenAI、Cohere 和 Anthropic）生成的代码块之间的状态共享，允许用户逐步执行代码，并支持图表输出等功能

ChatGPT本月第二次宕机 正常运行时间下降到99.42%

ChatGPT本月第二次宕机 正常运行时间下降到99.42% 世界各地的人们都报告说他们无法使用该工具。“我应该提交 PTO 吗？没有 ChatGPT，我讨厌工作。”一位 Reddit 用户表示。另一位用户表示：请让这次更新是语音更新，他指的是即将推出的GPT-4o 型号的语音模式。并非所有 ChatGPT 用户都可能遇到中断，截至撰写本文时，报告的中断事件数量正在下降。ChatGPT 上次宕机是在6 月 4 日OpenAI 迅速修复了这个问题，但几个小时后该工具又瘫痪了。ChatGPT 在 5 月份也遇到了一些问题，连续四天出现间歇性中断和服务延迟。OpenAI 表示，在过去 90 天里，ChatGPT 的正常运行时间达到了 99.42%，是其跟踪的四项服务中可靠性最低的。一个 X 用户说，对于如此多的企业来说，99.4% 确实不太好。 ... PC版： 手机版：

中国建成世界最大最深的暗物质实验室

中国建成世界最大最深的暗物质实验室 中国锦屏地下实验室（CJPL）自2010年投运，经过三年修建，中国锦屏地下实验室二期（CJPL-II）于2023年12月投入科学运行。其33万立方米的超大空间超过了之前深度和体积的纪录保持者意大利的格兰萨索国家实验室（LNGS）。更大的空间让粒子和天体物理氙探测实验（PandaX）和中国暗物质实验（CDEX）这类项目可以再次升级。芝加哥大学的物理学家Juan Collar说：“他们在十年内完成的工作令人赞叹。”暗物质一直是科学界的一个谜。物理学家经过计算发现，可见物质产生的引力太弱，无法阻止快速移动的星系飞散。因此，他们提出理论，认为暗物质就像不可见的胶水，把整个宇宙黏在一起。虽然暗物质理应无处不在，但事实证明直接观测到暗物质很难，因为理论上暗物质与普通物质不会相互作用，也不会释放、反射或吸收光。之前有人提出探测到了暗物质，但反驳观点认为，这些实验可能受到了其他信号的混淆。科学荣誉等候着第一个探测到暗物质的人，这也是粒子物理学的最大任务之一，在CDEX合作组工作的台湾中央研究院的物理学家Henry Tsz-King Wong说道。山下之光寻找暗物质的最佳场所是地下，因为岩体能替探测器挡掉背景“噪音”，比如从太空向地球洒落的高能粒子宇宙射线就会淹没潜在的暗物质信号，意大利国家核物理研究院的物理学家Marco Selvi说，想从地球表面探测暗物质就像在一个人声鼎沸的体育场里辨认一个小孩发出的微弱声音。在深地环境下，CJPL-II 的宇宙线通量仅为地表的0.000001%，使其成为世界上屏蔽效果最好的地下实验室之一。实验室的墙体还包裹了由橡胶、混凝土等材料混合而成的10厘米厚的保护结构，能防止周围岩体释放的水和放射性氡气，以免暗物质探测实验受到干扰。实验室的研究团队已经在利用新增的空间了。在CJPL-II施工期间，PandaX团队将其探测器从120公斤液氙升级到4吨。当潜在的暗物质颗粒与氙原子发生碰撞，其能量就会转变成能被光电传感器探测到的闪光。该探测器很快将赶上LNGS的XENONnT实验（8.6吨）以及美国桑福德地下研究所的LUX-ZEPLIN实验（7吨）。PandaX-4T探测器位于一个900立方米的水池中，这是为了能进一步屏蔽杂散粒子的干扰，团队成员、上海交通大学物理学家周宁表示，“灵敏度提升后，我们就能用探测器测试不同类型的相互作用。”该团队最终想要打造一个40-50吨的氙探测器，有望与以40吨为目标的达尔文实验（DARWIN Experiment）相抗衡。与此同时，CDEX团队也在部署一台锗探测器，锗探测器能寻找比氙实验寻找的质量更小的潜在暗物质粒子，CDEX团队成员、北京清华大学物理学家岳骞说。CDEX探测器已经从1公斤锗升级到10公斤锗，并计划打造一个1吨量级的探测器阵列。如果一个暗物质粒子撞到了这个探测器，其相互作用就应产生电荷，这个电荷会转换为电信号。岳骞希望CDEX能吸引更多国际合作，目前已经有印度和土耳其的研究人员加入。Selvi说，虽然各国对暗物质的搜寻非常激烈，但世界上多个地下实验室共同开展相似实验能让研究人员比对结果。2022年，PandaX团队便使用一种类似手段确认了LNGS的XENON 实验的结果该实验发现2020年XENON探测到的一个意外信号来自背景噪音而不是暗物质。Collar认为，新的方法和理论也将推动暗物质的研究，而不是用更大更灵敏的探测器打败对手。他说，“已经有很多重复的版本了。”周宁说，下一个十年里，CJPL-II团队将继续提升探测器的灵敏度。他也希望全球暗物质研究社区能共享数据并将CJPL-II的数据与他们自己的数据结合。他说：“我们还有很多工作要做。” ... PC版： 手机版：