2015年年内全球半导体营收总额预计将达到3480亿美元,较2014年全年增长2.2%,但与上季度作出的4.0%增幅相比仍有差距,Gartner公司指出。
“作为半导体市场主要驱动因素的各类产品,包括PC、智能手机以及平板设备,其销售额全部有所下调。这一状况再加上美元强势趋势对主要市场需求的影响,最终导致2015年年内半导体营收预期较原先出现缩水,”Gartner公司研究主管John Erensen指出。“以往常见的第二季度反弹态势在今年并没有出现,由此引发的结果就是半导体产业只能寄希望于相对滞后的第三季度反弹可能性,也就是由Windows 10发布以及假期临近可能带来的销售额增长。”
从具体应用的角度来看,智能手机与固态硬盘(简称SSD)将继续成为半导体市场发展的主要推动力,不过传统PC业务领域将出现历史上最大规模的萎缩,其单位产量在2015年年内将降低8.7%,具体幅度略低于上个季度的预测。“目前PC市场的库存率仍然居高不下,厂商只能将希望寄托在由Windows 10发布或者英特尔Skylake架构推出所引发的供应链提振效应身上。2015年第三季度的Windows 10与Skylake将成为PC销售额增加的机遇所在,然而一旦出现问题、萎缩状况只会进一步加剧,”Erensen解释称。
在智能手机市场上,苹果公司的iPhone仍然是市场上最大的亮点,其拥有强劲的出货单位增长趋势以及不断攀升的平均销售价格水平,而这主要是由于大受欢迎的iPhone 6与iPhone 6 Plus的有力支撑。然而,高端Android智能手机在业绩方面则表现平平,而中国智能手机市场的日益疲软将继续对其增长造成影响。
尽管目前可穿戴设备市场,具体包括智能手表、头戴显示器(简称HMD)、智能眼镜以及蓝牙耳机等,呈现出一路走高的态势,但由可穿戴式产品带来的营收——包括处理、传感与通信芯片——到2019年也仅能占到半导体整体营收中的1%比例。在短期内,智能手表将成为最为可观的半导体销售驱动力量。
从设备的角度来看,DRAM仍然充当着整个半导体行业增长的主要动力。DRAM营收在2015年年内预计将增长3.8%,而2014年这一增长比例则高达32%。不过Gartner公司预计,2016年这部分产品供过于求的问题将广泛出现,而技术迁移也将由此出现。DRAM行业的营收预计将在2016年与2017年出现连续下降,降幅分别为17.4%与7%。
“以往常见的第二季度反弹态势在今年并没有出现,由此带来的结果是,半导体产业只能寄希望于相对滞后的第三季度反弹可能性,也就是由Windows 10发布以及假期临近可能带来的销售额增长。”Erensen指出。
感兴趣的朋友也可以点击此处查看《2015年第二季度半导体预测观点更新》,从而了解更多来自Gartner公司其他分析师就半导体市场现状给出的结论。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。