(贵州省委书记陈敏尔,省委副书记、代省长孙志刚会见美国高通公司首席执行官史蒂夫•莫伦科夫和总裁德里克•阿博利一行)
1月17日,贵州省人民政府与美国高通公司在北京国家会议中心举行仪式,双方签署战略合作协议并为合资企业贵州华芯通半导体技术有限公司揭牌。贵州省委书记陈敏尔、贵州省政府代省长孙志刚及国务院有关部门领导、美国高通公司首席执行官史蒂夫•莫伦科夫、总裁德里克•阿博利和公司其它高级管理人员出席活动,共同见证了签约和揭牌。贵州华芯通半导体技术有限公司将专注于设计、开发并销售供中国境内使用的先进服务器芯片。中国目前是全球第二大服务器技术销售市场。合资企业首期注册资本18.5亿人民币(约2.8亿美元),贵州方面占股55%,美国高通公司方面占股45%。
贵州省人们政府和美国高通公司双方签署战略合作协议
组建合资企业是贵州省政府与美国高通公司战略合作的重要组成部分。近年来,贵州省交通基础设施明显加强,经济社会发展全面提速,大数据产业发展方兴未艾,是中国第一个获批开展大数据产业发展集聚区创建的省份,也是国家明确的大数据综合试验区。此次,除组建合资公司外,美国高通公司还将在贵州设立一家投资公司,将作为其未来在中国进行投资的载体。通过结成战略合作伙伴关系,双方建立长期承诺,将整合利用优势资源,实现互利共赢的发展。
美国高通公司总裁德里克·阿博利表示:“今日宣布的合作内容是美国高通公司在中国深入合作并继续扩大在中国投资非常重要的一步。过去20多年里,我们一直与中国的合作伙伴积极合作,而此次与贵州省开展战略合作将进一步加强我们在中国市场的协作关系。我们不仅将提供投资资金,还将向合资公司许可我们的服务器技术,并提供研发流程和实施经验的支持。这充分表明我们在中国作为战略合作伙伴的承诺。”
美国高通技术公司高级副总裁兼数据中心业务群组总经理阿南德•钱德拉塞卡尔表示:“建立服务器技术合资公司使贵州省和美国高通公司双方实现互利共赢,我们将共同抓住中国数据中心的重大机遇。”
(贵州省政府常务副省长秦如培与美国高通公司总裁德里克•阿博利签署战略合作协议)
贵州省政府常务副省长秦如培表示:“国家高度重视发展集成电路产业,制定了《国家集成电路产业发展推进纲要》和设立了国家集成电路产业发展投资基金,推进集成电路产业的发展。此次,美国高通公司携行业领先的服务器芯片技术与贵州合作,是高通公司对市场和技术进行全面审慎分析后的战略选择,也是贵州发展集成电路产业的重大机遇。我相信,双方合作一定能够结出丰硕成果。”
合资公司注册地为贵州贵安新区,在北京设有运营机构。根据协议,美国高通公司将向合资企业许可其服务器芯片专有技术,还将提供设计和技术支持合资企业获得商业机遇和成功。贵安新区是国务院2014年批准设立的国家级新区,是贵州省大数据产业发展的重要平台,建设目标是国家重要的大数据产业发展集聚区和大数据综合试验区。贵安新区以实施大数据战略行动为契机,规划建设超过250万台服务器的绿色数据中心集聚区,已吸引中国电信、中国联通、中国移动、华为、富士康等落地建设数据中心。
(贵州省委书记陈敏尔与美国高通公司首席执行官史蒂夫•莫伦科夫共同揭牌“贵州华芯通半导体技术有限公司”)
成立合资企业是美国高通公司在中国做出的又一项投资,之前的多项投资包括与中芯国际合作制造智能手机芯片,投资合资企业中芯国际集成电路新技术研发(上海)有限公司,以及设立1.5亿美元的中国风险投资基金等。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。