2030
PulseAugur coverage of 2030 — every cluster mentioning 2030 across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
Meta 调整 2030 年气候目标,因 AI 数据中心推高排放量
Meta 正在重新考虑其 2030 年净零排放目标,原因是温室气体排放量大幅激增,这主要由其 AI 数据中心的扩张驱动。该公司去年的排放量增加了 45%,其增长速度超过了 Google、Amazon 和 Microsoft 等主要科技竞争对手。此次重新评估反映了在雄心勃勃的气候目标与对 AI 基础设施的快速需求之间取得平衡的日益增长的挑战,可能导致 Meta 更多地依赖其设施的天然气发电。
-
2050年净零排放承诺得以维持,2030年目标滑坡
许多公司正在维持其2050年的长期净零排放目标,但其2030年的短期目标正被悄然放弃或缩减。这一趋势表明,未来的宏伟目标与实现这些目标所需的即时行动之间可能存在脱节。净零排放追踪器(Net Zero Tracker)的2026年记分板突显了这一问题,例如杜克能源(Duke Energy)和拉夫·劳伦(Ralph Lauren)的例子说明了既定意图与具体进展之间的差距。
-
GlobalFoundries 目标 2030 年利用无 EUV 的 FDX Fusion 技术生产 7nm 级芯片
GlobalFoundries 正在开发 FDX Fusion,这是一种新的制造工艺,旨在提供 7nm 级性能,而无需依赖昂贵的极紫外光刻 (EUV) 工具。该技术利用先进的平面晶体管和 FD-SOI(全耗尽绝缘体上硅)架构,目标是在 2030 年实现大规模生产。该工艺专为连接芯片、边缘微控制器、汽车雷达以及专注于功耗和连接性的数据中心组件等应用而设计。
-
村田制作所将投资63亿美元扩大电容器产能以满足AI需求
村田制作所计划到2030年投资约1万亿日元,以增加其积层陶瓷电容器的产量。此次大规模扩张的驱动力是数据中心和AI应用需求的激增,这些组件是这些领域的主要消耗品。
-
AI对产品经理的影响、Embraer的无人机控制增长以及对《星际迷航》皮卡德的思考
Lucas Kostka的文章《产品经理也并不安全》讨论了AI如何带来超越软件开发角色的挑战,影响产品管理。另外,Embraer的Atech部门目标到2030年实现显著增长,专注于无人机交通管制系统。在另一个方面,一篇文章反思了帕特里克·斯图尔特对让-吕克·皮卡德舰长的演绎以及从该角色身上获得的关于人性的启示。
-
AI热潮引发大规模PCB短缺,影响消费硬件
蓬勃发展的AI行业正导致印刷电路板(PCB)严重短缺,订单已排至2030年。这种稀缺性是由对AI专用硬件的高需求驱动的,给消费硬件供应商带来了严峻挑战。这一情况凸显了先进技术组件供应链中的一个关键瓶颈。
-
电力成为 AI 的主要瓶颈,超越芯片
人工智能发展的首要制约因素可能从计算能力转向电力供应。预测显示,到 2030 年,数据中心的能源消耗可能翻倍,这带来了严峻的挑战,因为电网基础设施的升级和新的连接可能需要数年时间。各大科技公司正积极寻求获得大量的电力资源,这表明能源供应的控制将是未来技术主导地位的关键因素。
-
分析:AI将取代认知工作,使思考成为一种爱好
作者认为,人工智能将越来越多地承担认知工作,使人类的思考转变为类似于工业化取代的手工艺的休闲活动。尽管知识工作者预计会产生阻力,但AI的卓越性能、不断降低的成本和持续可用性推动了这一转变。文章建议,个人必须通过拥抱AI进步并在传统就业之外寻找目标来适应,以应对这场社会革命。
-
Gemini 在 Android Auto 上出现故障;东芝计划大幅增加 HDD 产能
据报道,谷歌的 AI 助手 Gemini 在集成到 Android Auto 后无法回答问题。此问题似乎是一种回归性故障,用户体验到功能丢失。另外,东芝正计划大幅增加其硬盘驱动器 (HDD) 的生产能力,其路线图显示到 2027 年将推出 30TB 硬盘,到 2030 年将推出高达 100TB 的硬盘。
-
到 2030 年苹果折叠屏面板出货量将激增 167%:Counterpoint
Counterpoint Research 预测苹果折叠屏面板出货量将大幅激增,预计到 2030 年将增长 167%。这一预测基于潜在的 "iPhone Duo" 设备对折叠屏智能手机市场及其相关显示器供应商的预期影响。该研究公司报告详细说明了该细分市场未来几年的预期增长轨迹。
-
台积电将于2030年采用High-NA EUV光刻技术
台积电已宣布计划从2030年开始将其High-NA EUV光刻技术整合到其制造流程中。这项先进技术能够实现更高的分辨率,最初将使用传统的6x6英寸光掩模,并计划于2033年过渡到6x12英寸光掩模。该公司预计其A10或A11工艺节点将率先利用这项新技术来制造关键层,旨在满足日益复杂的晶体管架构和对更先进芯片的需求。
-
万事达卡推出代理式人工智能研究计划 Payeux Tapestry
万事达卡推出了 Payeux Tapestry,一项旨在预测消费者支出的代理式人工智能研究计划。该计划在伦敦发布,预计支出将大幅增加,到 2030 年可能达到 3700 亿英镑。该项目专注于利用先进的人工智能来理解和预测零售趋势。
-
中国锂离子电池出货量到2030年将超过3600 GWh
一位院士预测,到2030年,中国的锂离子电池出货量将超过3600 GWh。这一预测是在2026世界动力电池大会上提出的,预计安全进步、人工智能的整合以及回收过程的改进等因素将塑造行业未来。
-
AI数据中心投资到2030年将达到7万亿美元
到2030年,AI数据中心的投资预计将达到7万亿美元,这得益于快速的建设和对关键基础设施的需求。这一增长为供应商及其渠道合作伙伴创造了巨大的机会,他们为这些设施提供必需的组件。
-
微软的人工智能增长给2030年可持续发展目标带来压力
由于其扩张的人工智能业务产生大量碳排放,微软在实现其2030年可持续发展目标方面面临挑战。该公司的二氧化碳当量排放量升至2030万公吨,与往年相比大幅增加,远高于其2020年的基线。这一增长主要归因于为其云计算和人工智能业务供电所需的电力消耗增加了24%。
-
AMD 预计 2026 年 AI 系统能效将提升 4 倍
AMD 更新了其机架规模 AI 解决方案的能效目标,目前预计到 2026 年其能效将比 2024 年的平台提高 4 倍。这一预测是公司更广泛的“20x2030 计划”的一部分,该计划旨在到 2030 年实现能效提高 20 倍。AMD 的估算包括了计算性能、工艺技术、内存和互连带宽、软件以及系统级协同设计的改进。公司强调,这些数据是基于其每瓦性能方法论的估算,结合了实际产品测量和模型化结果。
-
AI 的全球影响涵盖数据、金融、能源和技术担忧 · 跟踪 4 个来源
AI日益增长的影响力正在影响全球各个行业,从非洲的数据经济到中国的金融市场以及美国数据中心的能源消耗。虽然 AI 带来了机遇,但也出现了担忧,例如数据中心的环保压力以及对 AI 打标等技术的怀疑。
-
联合国报告:人工智能的资源需求威胁水、土地和气候
联合国大学水、环境与卫生研究所(UNU-INWEH)的一份新报告警告称,人工智能日益增长的能源和资源需求正对全球自然资源构成重大威胁。预计到2030年,人工智能数据中心消耗的电力将接近巴基斯坦、孟加拉国和尼日利亚三国总和的三倍,其水足迹将相当于撒哈拉以南非洲13亿人基本年均生活用水需求。报告强调,仅关注碳排放是不足够的,因为减少碳足迹的选择可能会适得其反地增加水和土地的使用,从而可能将环境负担转移到本已紧张的地区。
-
人工智能推动核能需求,促进加纳创新
加纳的一场黑客松旨在促进200多名来自12个以上国家的年轻参与者的AI创新,获胜者将获得种子基金和展示机会。另外,预测显示,AI驱动的电力需求可能使全球核能产能到2060年翻倍,显著增加铀需求,并吸引国际社会对非洲储备的兴趣。
-
越南VinSpace公司与SpaceX达成合作,将于2027年发射卫星
越南航空航天公司VinSpace已与SpaceX签订合同,将在2027年的一次拼车任务中发射其首批卫星。此举是越南发展其太空产业并争取在2030年前成为中等太空强国更广泛雄心的一部分。这些卫星将测试VinSpace的技术并支持未来的商业应用,为该公司成为一家全方位航空航天服务提供商的目标做出贡献。