Heim Technologie-Peripheriegeräte KI Musk ist optimistisch und OpenAI ist auf dem Vormarsch. Ist Teslas langfristiger Wert ein Roboter?

Musk ist optimistisch und OpenAI ist auf dem Vormarsch. Ist Teslas langfristiger Wert ein Roboter?

May 27, 2023 pm 02:51 PM
人工智能 机器人 预测

Musk ist optimistisch und OpenAI ist auf dem Vormarsch. Ist Teslas langfristiger Wert ein Roboter?

Der Technologiefreak Musk und sein Tesla standen schon immer an der Spitze der globalen technologischen Innovation.

Vor ein paar Tagen enthüllte Musk auf der Aktionärsversammlung von Tesla im Jahr 2023 erneut ehrgeizigere Pläne für die zukünftige Entwicklung, darunter Autos, Energiespeicher und humanoide Roboter. Musk glaubt, dass humanoide Roboter der Schlüssel zum langfristigen Wert von Tesla in der Zukunft sind, und ist daher sehr optimistisch.

Erwähnenswert ist, dass OpenAI, die Muttergesellschaft von ChatGPT, auch in ein norwegisches Robotikunternehmen investiert hat, mit der Absicht, den ersten kommerziellen Roboter EVE zu bauen.

Der Wettbewerb zwischen Optimus und EVE hat auch auf dem heimischen Sekundärmarkt eine Begeisterung für das Konzept humanoider Roboter ausgelöst. Welche Glieder in der Industriekette humanoider Roboter werden davon profitieren? Was sind die Anlageziele?

Einsatz von Autos, Energiespeichern und humanoiden Robotern

Als globaler Technologie-Innovationsriese hat die Aktionärsversammlung 2023 von Tesla weltweite Aufmerksamkeit erregt.

Am frühen Morgen des 17. Mai hielt Tesla eine Aktionärsversammlung in der Texas Gigafactory in den USA ab. Welchen Schwerpunkt hat Tesla als globale Innovationsfahne? Was sind die Zukunftspläne des Unternehmens?

Während der Konferenz stellte Musk hauptsächlich die drei Hauptbereiche Fahrzeuge, Energiespeicher und Roboter vor und plante sie.

Wenn man Tesla erwähnt, muss man auch die Automobilproduktion erwähnen. In dieser wichtigen Richtung im Zusammenhang mit dem weltweiten Reisen ist Musk zuversichtlich, was den zukünftigen Autoabsatz angeht, und bekräftigte das Produktionskapazitätsziel von 20 Millionen Autos im Jahr 2030.

Teslas wichtigste Investition, Cybertruck, plant eine jährliche Produktionskapazität zwischen 250.000 und 500.000 Fahrzeugen. Darüber hinaus wird das Unternehmen zwei neue Modelle auf den Markt bringen, deren Jahresproduktion voraussichtlich 5 Millionen Fahrzeuge überschreiten wird und die ersten sein werden, die in der mexikanischen Gigafactory produziert werden.

In Bezug auf die Energiespeicherung sagte Musk, dass er glaubt, dass das Batteriegeschäft schneller wachsen wird als das Automobilgeschäft, und dass er in Zukunft auf die Produktionskapazität von Megapacks setzen wird, einschließlich einer weiteren Erweiterung der Produktionskapazität des Werks in Nevada in den Vereinigten Staaten die Errichtung von Fabriken mit einer Produktionskapazität von 40 GWh in den Vereinigten Staaten und China.

Neben seinem Layout in den beiden großen Bereichen Automobile und Energiespeicherung hat Musk auch viel Raum für die Einführung humanoider Roboter aufgewendet.

Tesla brachte bereits 2022 einen humanoiden Roboter namens „Optimus“ auf den Markt. Musk betonte auf der Aktionärsversammlung, dass Teslas Roboter Optimus das gleiche FSD-System nutzen werde wie die Elektrofahrzeuge des Unternehmens.

Darüber hinaus prognostiziert Musk auch: „In Zukunft wird jeder einen humanoiden Roboter besitzen, und dieser Markt wird die Nachfrage nach Elektrofahrzeugen übertreffen und möglicherweise mehrere zehn Milliarden Dollar wert sein.“

Daraus geht er davon aus, dass

Die Nachfrage nach dem humanoiden Roboter Optimus in Zukunft 10 Milliarden Einheiten erreichen wird, was die Tesla-Autos bei weitem übersteigen wird. Er sagte sogar, dass man sich nicht wundern müsse, wenn Teslas zukünftiges Geschäft auf seinen humanoiden Robotern basieren würde: „Der größte Teil von Teslas langfristigem Wert wird Optimus sein. Ich bin von dieser Vorhersage sehr überzeugt.“

Tesla und OpenAI bringen Militärroboter auf den Markt

Bionische Menschen, auch als humanoide Roboter bekannt, beziehen sich auf Roboter, die Menschen in Aussehen und Verhalten nachahmen. Bisher blieb das Konzept der humanoiden Roboter hauptsächlich im Bereich der Science-Fiction. Mit der Entwicklung der Technologie und der Anwendung von KI betreten jedoch viele Technologiegiganten das Gebiet der humanoiden Roboter.

Bereits im Jahr 2021 bereitet Tesla das Feld der humanoiden Roboter vor. Musk veröffentlichte am TeslaAIDay das Konzept des humanoiden Roboters TeslaBot (Optimus).

Im Jahr 2022 stellte Tesla offiziell Optimus vor, einen zweibeinigen humanoiden Roboter, der ohne mechanische Unterstützung selbstständig gehen kann und bei dem jeder Finger unabhängig voneinander flexibel genutzt werden kann.

Damals sagte Musk, dass das Robotergeschäft wertvoller sei als Autos. Allerdings kämpfte Tesla zu diesem Zeitpunkt noch mit der Batteriekonfiguration. Es hieß, man entwickle eine spezielle Batterie und einen Aktuator für Optimus, um den Stromverbrauch auf einem minimalen Niveau zu halten, sodass Optimus einen ganzen Tag mit einer einzigen Ladung arbeiten könne. .

Im Vergleich zu den humanoiden Robotern in der Kehuan-Welt schnitt Optimus offensichtlich unbefriedigend ab, aber es ist unbestreitbar, dass Tesla einen großen Schritt bei der Kommerzialisierung humanoider Roboter gemacht hat.

Im Inland hat Xiaomi bereits früher humanoide Roboter eingesetzt. Am 11. August 2022 kündigte Xiaomi auf seiner Herbstkonferenz zur Einführung neuer Produkte offiziell seinen ersten humanoiden bionischen Roboter CyberOne an.

In diesem Jahr wurden mit der Einführung von ChatGPT KI-Großmodelle weiterentwickelt, was auch zu weiteren Ergänzungen der Roboterintelligenz geführt hat. Auch OpenAI, die Muttergesellschaft von ChatGPT, die im Bereich Großmodelle führend ist, ist an einem Einstieg in den Bereich humanoider Roboter interessiert. Kürzlich haben OpenAI, Tiger Fund und ein Konsortium norwegischer Investoren in das norwegische Robotikunternehmen 1X Technologies (früher bekannt als Halodi Robotics) investiert.

1X Technologies beabsichtigt, die Mittel zu verwenden, um die Forschung und Entwicklung seines kommenden zweibeinigen Robotermodells NEO voranzutreiben und seinen ersten kommerziellen Roboter EVE in Norwegen und Nordamerika in Serie zu produzieren.

Der Gründer von 1X Technologies erklärte weiter: „1X freut sich, dass OpenAI die Investition leitet, da unsere Missionen aufeinander abgestimmt sind: neue Technologien bewusst in das tägliche Leben der Menschen zu integrieren. Wir werden weiterhin erhebliche Fortschritte im Bereich der Robotik machen und sie stärken.“ Globale Arbeitskräfte. Die Wettbewerbsfähigkeit des Marktes kann nicht ohne die Unterstützung von Investoren erreicht werden.“

CITIC Securities Research glaubt, dass Roboter einer der wichtigen Träger der KI-Technologie sind. Die Kombination von ChatGPT und Robotern wird die Mängel aktueller Roboter in Bezug auf Intelligenz, Benutzerfreundlichkeit und Wirtschaftlichkeit ausgleichen und die Durchdringungsrate von Robotern in verschiedenen Branchen effektiv erhöhen. Gleichzeitig wird ChatGPT auch die Übergangszeit für die Entwicklung von Robotern von Einzelfunktionsrobotern zu komplexen und multifunktionalen Allzweckrobotern verkürzen.

Was sind die Konzeptbestände für humanoide Roboter?

Im Inland haben die Vorteile humanoider Roboter bereits den Sekundärmarkt erobert. Während die Tesla-Aktionärsversammlung erneut gute Nachrichten für die Entwicklung humanoider Roboter verkündete, legte der Roboterkonzeptsektor bei Handelseröffnung am 18. Mai deutlich zu, darunter Fengli Intelligent (301368.SZ), Zhongwei Electronics (300270.SZ) und Robot (300024.SZ), Haozhi Electromechanical (300503.SZ) und andere führten die Gewinne an.

Für Investitionsmöglichkeiten in der Industriekette humanoider Roboter ist China Merchants Securities davon überzeugt, dass Humanoide Roboter drei Hauptmodule umfassen: Umgebungswahrnehmungsmodul, Bewegungssteuerungsmodul und Mensch-Computer-Interaktion Im Vergleich zu herkömmlichen Industrierobotern besteht bei humanoiden Robotern eine größere Nachfrage Präzision und High-End bringen differenzierte Anforderungen mit sich, die sich von herkömmlichen Industrierobotern unterscheiden und sich vor allem in den folgenden Aspekten widerspiegeln:

1. Reduzierer: Die derzeit für Roboter verwendeten Reduzierer sind hauptsächlich Präzisionsreduzierer, einschließlich kleinvolumiger harmonischer Reduzierer für leichte Lastpositionen und RV-Reduzierer für schwere Lastpositionen.

In den letzten Jahren war der Substitutionstrend auf dem inländischen Reduzierermarkt offensichtlich. Da sich harmonische Reduzierer, RV-Reduzierer und andere Produkte in Richtung Diversifizierung, Leichtbau, Mechatronik und anderen Trends entwickeln, wird erwartet, dass inländische Hersteller, die diesen Technologietrend aktiv nutzen, davon profitieren.

2. Controller und MCU: Da humanoide Roboter über komplexere Bewegungsmuster verfügen, um komplexe und schnelle Vorgänge auszuführen, die für die Motorsteuerung erforderlich sind, ist die Anzahl der Motoren am Körper des humanoiden Roboters gestiegen, was voraussichtlich noch zunehmen wird die Nachfrage nach MCUs.

3. KI-Chip: Tesla nutzt die Technologie des autonomen Fahrens für Elektroautos, um humanoide Roboter zu befähigen, und zwar mithilfe eines einzigen selbst entwickelten SoC-Chips – FSD, der von der gleichen zugrunde liegenden Technologie wie Autos unterstützt wird. Zu den großen Unternehmen im Bereich autonomer Fahrchips gehören neben Teslas selbst gelieferten Chips auch Nvidia, Intel Mobileye und Tesla. Huaweis inländische Technologie ist ebenfalls relativ fortschrittlich, und Horizon, Black Sesame Intelligence, Xinchi Technology und Xinqing Technology sind ebenfalls verwandt.

4. Sensoren: Die Wahrnehmungsfunktion von Robotern wird hauptsächlich durch verschiedene Sensoren und Kameras realisiert, was dementsprechend einen allumfassenden inkrementellen Bedarf an CMOS, Mikrofonen, IR-Sensoren, Gassensoren usw. mit sich bringt.

Zheshang Securities erklärte weiter, dass humanoide Roboter voraussichtlich das schnelle Wachstum von Unternehmen innerhalb der Industriekette fördern werden. Es wird erwartet, dass Tesla-Roboter auch in Zukunft von weiteren Kostensenkungen profitieren werden. Wichtige Empfehlungen: 1) Doppelringgetriebe (002472.SZ): Inländische Getriebe Der Marktführer, Teslas exklusiver Lieferant von inländischen Elektrofahrzeuggetrieben, wird voraussichtlich weiterhin mit Tesla im Wohnmobilbereich zusammenarbeiten 2) Green Harmonic (688017.SH): ein Durchbruch bei der Lokalisierung von Oberschwingungsreduzierern, führend in der Branche in Bezug auf Rentabilität ;3) Eston (002747.SZ): Marktführer für inländische Roboter, High-End-Übertragungssystem ist autonom steuerbar; achten Sie auf Inovance Technology (300124.SZ), Hechuan Technology (688320.SH) und MOONS Electric (603728.SH), Jiangsu Leili (300660.SZ), Zhongli De (002896.SZ), Hanyu Group (300403.SZ), Top Group (601689.SH), Sanhua Intelligent Control (002050.SZ).

李英

Das obige ist der detaillierte Inhalt vonMusk ist optimistisch und OpenAI ist auf dem Vormarsch. Ist Teslas langfristiger Wert ein Roboter?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Beste grafische Einstellungen
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. So reparieren Sie Audio, wenn Sie niemanden hören können
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Wie man alles in Myrise freischaltet
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Jun 28, 2024 am 03:51 AM

Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Jun 10, 2024 am 11:08 AM

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Sieben coole technische Interviewfragen für GenAI und LLM Sieben coole technische Interviewfragen für GenAI und LLM Jun 07, 2024 am 10:06 AM

Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren

Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Jun 11, 2024 pm 03:57 PM

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Jul 25, 2024 am 06:42 AM

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Jun 05, 2024 pm 08:51 PM

Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist

SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen Jul 17, 2024 pm 06:37 PM

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S

GlobalFoundries erschließt Märkte wie KI und erwirbt die Galliumnitrid-Technologie von Tagore Technology und zugehörige Teams GlobalFoundries erschließt Märkte wie KI und erwirbt die Galliumnitrid-Technologie von Tagore Technology und zugehörige Teams Jul 15, 2024 pm 12:21 PM

Laut Nachrichten dieser Website vom 5. Juli veröffentlichte GlobalFoundries am 1. Juli dieses Jahres eine Pressemitteilung, in der die Übernahme der Power-Galliumnitrid (GaN)-Technologie und des Portfolios an geistigem Eigentum von Tagore Technology angekündigt wurde, in der Hoffnung, seinen Marktanteil in den Bereichen Automobile und Internet auszubauen Anwendungsbereiche für Rechenzentren mit künstlicher Intelligenz, um höhere Effizienz und bessere Leistung zu erforschen. Da sich Technologien wie generative künstliche Intelligenz (GenerativeAI) in der digitalen Welt weiterentwickeln, ist Galliumnitrid (GaN) zu einer Schlüssellösung für nachhaltiges und effizientes Energiemanagement, insbesondere in Rechenzentren, geworden. Auf dieser Website wurde die offizielle Ankündigung zitiert, dass sich das Ingenieurteam von Tagore Technology im Rahmen dieser Übernahme mit GF zusammenschließen wird, um die Galliumnitrid-Technologie weiterzuentwickeln. G

See all articles