Rumah Peranti teknologi industri IT Kerugian SK Hynix mengecil dengan ketara pada suku ketiga, cip kecerdasan buatan menjadi penyelamat nyawa

Kerugian SK Hynix mengecil dengan ketara pada suku ketiga, cip kecerdasan buatan menjadi penyelamat nyawa

Oct 26, 2023 am 09:21 AM
Ingatan AI sk hynix

Menurut berita dari laman web ini pada 26 Oktober, SK Hynix, pengeluar cip memori kedua terbesar di dunia, berkata bahawa kegilaan kecerdasan buatan akan memacu pertumbuhan keuntungan cip, dan kerugian syarikat pada suku ketiga mengecil dengan ketara berbanding suku sebelumnya.

SK 海力士第三季度亏损大幅收窄,人工智能芯片成救命稻草

Permintaan kukuh untuk cip canggih yang digunakan dalam kecerdasan buatan, kata syarikat itu pada Khamis, mengurangkan kesan permintaan lembap berterusan untuk cip biasa yang digunakan dalam peranti seperti telefon pintar dan komputer.

SK Hynix berkata perniagaannya menjual cip DRAM yang digunakan dalam peranti teknologi kembali menguntungkan pada suku ketiga, selepas kehilangan wang dalam dua suku pertama tahun ini.

Pembuat cip itu berkata dalam satu kenyataan: "Perniagaan DRAM... dijangka terus meningkat apabila kecerdasan buatan generatif berkembang pesat. Perniagaan memori kilat NAND, yang masih merugikan, juga menunjukkan tanda-tanda peningkatan."

SK Hynix Berkata bahawa kerugian operasinya pada suku ketiga ialah 1.8 trilion won (nota dari laman web ini: pada masa ini kira-kira 9.756 bilion yuan), berbanding dengan keuntungan 1.7 trilion won dalam tempoh yang sama tahun lepas.

Ini adalah kerugian suku keempat berturut-turut, tetapi peningkatan daripada kerugian 3.4 trilion won pada suku pertama tahun ini dan kerugian 2.9 trilion won pada suku kedua.

Pendapatan operasi suku ketiga SK Hynix turun 18% tahun ke tahun kepada 9.1 trilion won.

Industri cip memori telah mengalami kemerosotan paling lemah dalam beberapa dekad sejak tahun lepas. Penganalisis berkata perniagaan SK Hynix menjual cip memori kilat NAND yang digunakan untuk penyimpanan data boleh kehilangan kira-kira 2 trilion won pada suku ketiga apabila permintaan semakin berkurangan.

Walau bagaimanapun, permintaan untuk cip DRAM termaju SK Hynix, seperti cip memori jalur lebar tinggi (HBM) untuk kecerdasan buatan generatif dalam bidang yang berkembang pesat, adalah kukuh. SK Hynix mendahului pesaing dalam membangunkan cip HBM3 dan mendarat peneraju cip AI Nvidia sebagai pelanggan.

SK Hynix berkata bahawa kesan pemotongan pengeluaran pengeluar cip memori mula kelihatan, pelanggan mula membuat pesanan baharu, dan harga cip mula stabil.

Sesetengah penganalisis menjangkakan SK Hynix akan memperoleh keuntungan pada suku semasa apabila pembuat peralatan seperti telefon pintar dan PC bergelut dengan permintaan pengguna yang lemah dan secara beransur-ansur mengurangkan inventori cip mereka cukup rendah untuk meneruskan tahap pembelian.

Pernyataan pengiklanan: Pautan lompat luaran (termasuk tetapi tidak terhad kepada hiperpautan, kod QR, kata laluan, dll.) yang terkandung dalam artikel digunakan untuk menyampaikan lebih banyak maklumat dan menjimatkan masa pemilihan laman web ini adalah Mengandungi Penyata ini.

Atas ialah kandungan terperinci Kerugian SK Hynix mengecil dengan ketara pada suku ketiga, cip kecerdasan buatan menjadi penyelamat nyawa. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Pengoptimuman memori yang besar, apakah yang perlu saya lakukan jika komputer menaik taraf kepada kelajuan memori 16g/32g dan tiada perubahan? Pengoptimuman memori yang besar, apakah yang perlu saya lakukan jika komputer menaik taraf kepada kelajuan memori 16g/32g dan tiada perubahan? Jun 18, 2024 pm 06:51 PM

Untuk pemacu keras mekanikal atau pemacu keadaan pepejal SATA, anda akan merasakan peningkatan kelajuan berjalan perisian Jika ia adalah pemacu keras NVME, anda mungkin tidak merasakannya. 1. Import pendaftaran ke dalam desktop dan buat dokumen teks baharu, salin dan tampal kandungan berikut, simpannya sebagai 1.reg, kemudian klik kanan untuk menggabungkan dan memulakan semula komputer. WindowsRegistryEditorVersion5.00[HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\SessionManager\MemoryManagement]"DisablePagingExecutive"=d

Sumber mengatakan hasil memori DRAM 3D bertindan lima lapisan SK Hynix telah mencapai 56.1% Sumber mengatakan hasil memori DRAM 3D bertindan lima lapisan SK Hynix telah mencapai 56.1% Jun 24, 2024 pm 01:52 PM

Menurut berita dari laman web ini pada 24 Jun, media Korea BusinessKorea melaporkan bahawa orang dalam industri mendedahkan bahawa SK Hynix menerbitkan kertas penyelidikan terkini mengenai teknologi DRAM 3D pada Sidang Kemuncak VLSI 2024 yang diadakan di Hawaii, Amerika Syarikat dari 16 hingga 20 Jun. Dalam kertas kerja ini, SK Hynix melaporkan bahawa hasil memori DRAM 3D bertindan lima lapisannya telah mencapai 56.1%, dan DRAM 3D dalam percubaan mempamerkan ciri yang serupa dengan DRAM 2D semasa. Menurut laporan, tidak seperti DRAM tradisional, yang menyusun sel memori secara mendatar, DRAM 3D menyusun sel secara menegak untuk mencapai ketumpatan yang lebih tinggi dalam ruang yang sama. Walau bagaimanapun, SK hynix

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Sumber mengatakan Samsung Electronics dan SK Hynix akan mengkomersialkan memori mudah alih bertindan selepas 2026 Sumber mengatakan Samsung Electronics dan SK Hynix akan mengkomersialkan memori mudah alih bertindan selepas 2026 Sep 03, 2024 pm 02:15 PM

Menurut berita dari laman web ini pada 3 September, media Korea etnews melaporkan semalam (waktu tempatan) bahawa produk memori mudah alih berstruktur "seperti HBM" SK Hynix akan dikomersialkan selepas 2026. Sumber berkata bahawa kedua-dua gergasi memori Korea menganggap memori mudah alih bertindan sebagai sumber penting hasil masa hadapan dan merancang untuk mengembangkan "memori seperti HBM" kepada telefon pintar, tablet dan komputer riba untuk membekalkan kuasa untuk AI bahagian hujung. Menurut laporan sebelumnya di laman web ini, produk Samsung Electronics dipanggil memori LPWide I/O, dan SK Hynix memanggil teknologi ini VFO. Kedua-dua syarikat telah menggunakan laluan teknikal yang hampir sama, iaitu menggabungkan pembungkusan kipas dan saluran menegak. Memori LPWide I/O Samsung Electronics mempunyai sedikit lebar 512

Hynix ialah yang pertama menunjukkan memori kilat UFS 4.1: berdasarkan zarah V9 TLC NAND Hynix ialah yang pertama menunjukkan memori kilat UFS 4.1: berdasarkan zarah V9 TLC NAND Aug 09, 2024 pm 03:33 PM

Menurut berita pada 9 Ogos, di Sidang Kemuncak FMS2024, SK Hynix menunjukkan produk storan terbaharunya, termasuk memori kilat universal UFS4.1 yang belum mengeluarkan spesifikasi secara rasmi. Menurut laman web rasmi Persatuan Teknologi Keadaan Pepejal JEDEC, spesifikasi UFS terkini yang diumumkan pada masa ini ialah UFS4.0 pada Ogos 2022. Kelajuan antara muka teorinya adalah setinggi 46.4Gbps Dijangkakan bahawa UFS4.1 akan meningkatkan lagi penghantaran kadar. 1. Hynix menunjukkan produk memori denyar tujuan umum 512GB dan 1TBUFS4.1, berdasarkan memori denyar V91TbTLCNAND 321 lapisan. SK Hynix juga mempamerkan zarah 3.2GbpsV92TbQLC dan 3.6GbpsV9H1TbTLC. Hynix menunjukkan berasaskan V7

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

See all articles