热门搜索:  幸福来敲门

复仇者联盟

全线隧洞掘进超万米 环北部湾广东水资源配置工程加快建设_我的网站

名侦探的守则

A |     人民日报广州4月18日电  (记者李纵)记者从广东省水利厅获悉:截至4月上旬,环北部湾广东水资源配置工程(以下简称“环北广东工程”)全线隧洞已累计掘进超万米,未来广东还将重点推进环北广东工程二期规划建设,解决雷州半岛缺水难题。

B |   广东水利投资去年首次突破千亿元大关。    “今年上半年公司Token调用量7个月增长40倍,其中95%以上的推理任务来自智能体(Agent)需求。

C | “当前,广东水网建设规划已编制完成,谋划了总投资超1.3万亿元的省级水网骨干项目,顶层设计更加完善。”          在2026WAIC期间,无问芯穹CEO夏立雪在接受澎湃新闻记者等媒体采访时表示,目前无问芯穹已在全国纳管16种不同架构芯片、合计3.7万P算力,过去一年已将推理成本降低至十分之一,未来全链路协同下仍有90%成本下降空间。         夏立雪认为,当前AI行业的核心矛盾从未改变:需求是指数级增长,芯片供给的增长是线性的,单纯堆芯片已经追不上需求增速。“大家不是觉得AI没用,是觉得它有点贵——这本身就是供不应求的信号,如果供大于求,大家只会觉得它没用。”广东省水利厅相关负责人表示,下一步将突出以空间均衡为引领,系统谋划广东水网建设。  环北广东工程是国家水网骨干工程和重大水利民生工程,工程全线17个施工标已全部开工,计划2030年建成通水。

D | 截至4月上旬,完成投资55.45亿元,全线参建人员9525人,大型机械设备进场4106台,全线隧洞累计掘进11.59公里。”          过去三年推理成本的下降,已经带动了第一批场景落地;他判断未来全行业仍有至少90%的成本下降空间,来源不只是单点技术优化,而是全链路协同:跨域异构集群的资源池化、PDD等新架构的普及,以及场景端的需求分层。  据悉,该工程惠及人口1800万,建成后可改善供水格局,缓解缺水情势,并为农业灌溉提供水源,长远解决粤西地区水资源承载能力与经济发展布局不匹配问题。工程还可为退减超采地下水、退还挤占的农业和生态水量创造条件,大幅提高区域供水安全保障能力。         夏立雪认为,真正的生产力应该是“资源规模×Token生产效率×Token转化为生产力的效率”。  广东充分发挥重大水网骨干工程牵引作用,以环北广东工程助推“百千万工程”和绿美广东生态建设。一是指导粤西四市规划建设好支线工程、水厂等18宗配套工程建设,计划投资157亿元。二是以碧带建设为重点,打造高品质城乡绿美生态。三是以推进灌区建设为重点,保障粮食生产安全。四是打造绿色水经济新业态,深入挖掘环北广东工程的文旅价值,推进工程沿线县镇村高质量发展。目前全行业还在共创价值衡量指标,本质是计量每个Token产生的实际经济价值,推动行业从“按Token数量计费”转向“按最终价值计费”。         据了解,今年上半年,无问芯穹Token增量几乎全部来自Agent。五是全力推动参建企业助力帮扶,增加当地就业人口,助力当地经济社会发展,据初步统计,累计贡献20.87亿元,吸纳当地就业4300余人。

E |   未来,广东还将重点推进环北广东工程二期规划建设,通过实施雷州半岛百库千塘万池输水储水网络工程、雷州半岛灌区工程和绿美雷州半岛水美乡村建设三个项目,加快构建江、河、湖、库、塘、池相互贯通的区域水网,建设450万亩雷州半岛大型灌区。

F | “95%以上的推理任务跑的都是智能体相关任务,不管是直接服务大模型厂商,还是直接服务垂类客户,最终需求都来自Agent落地。”夏立雪表示,目前代码生成、文娱营销、基础设施运维、具身智能、制造、电力、法律等行业都已经在大规模使用AI。         针对行业普遍关注的Token标准化问题,夏立雪明确判断:Token必然分层,且分层已经在发生。未来会出现面向高端复杂任务的高价值Token,也会有面向简单场景的高性价比Token。         这种分层直接带动了过去一年国产芯片的落地进展。他坦言,国产芯片适配效果的明显提升,一半来自技术端解决了跨集群调度、负载均衡等问题,更核心的原因是Agent带来了任务分层:智能体会派生大量不同复杂度的子任务,不需要所有任务都跑在最高端的芯片上,国产芯片可以承担自己擅长的任务,不用再“硬扛”最复杂的大模型训练负载。         “不同芯片各有侧重,都能在价值金字塔里找到自己的位置,不用浪费资源杀鸡用牛刀。”          夏立雪透露,目前无问芯穹已经在和行业客户探索多模型协同的分层交付模式,通过不同能力的模型配合完成任务,直接为最终结果负责。         对于今年的热点话题物理AI,无问芯穹宣布将具身智能场景纳入Token工厂的覆盖范围。         夏立雪表示,AI必然从数字世界走向物理世界,云侧GPU、边缘节点、机器人本体的算力都应该被纳入统一资源池调度,而团队过去在大规模云侧强化学习、跨集群调度上积累的能力可以直接复用,其发布的RLinf新版本已经实现真机渲染、训练到推理的全链路云边协同,Mizar-Robo推理优化方案已经和星海图、云深处等具身机器人厂商达成合作,优化机器人端侧推理效率,形成“机器人采集物理世界数据-云侧强化学习训练-端侧推理落地”的闭环。

G | “我们不做机器人本体,就做好具身场景的Token工厂,给伙伴们提供低成本的弹药,让他们能以更低的成本推产品、拓市场。”          谈到AI赛道的行业竞争,在夏立雪看来,AGI不是单一公司能完成的使命,当前行业供需缺口还在持续扩大,只要技术能创造效率价值就有商业空间。近期智谱GLM、月之暗面Kimi等清华系开源大模型登顶国际榜单,中国的开源生态是核心优势,开源让技术、数据、资源能更快流动形成闭环,带动全行业效率提升。

H |          当天,无问芯穹公布Agentic Infra 的“前店后厂一中心”战略布局,涵盖三大核心技术能力与产品服务体系:“算力集散中心”:Agentic Infra 自主式基础设施平台;“Token工厂”:Agentic MaaS 大模型服务平台;“AI生产力商店”: Agentic Infra 行业解决方案。

Current article:http://v7gtc.minshixuanhabing.bond/ffl/20260826/13919.html

Published on:16:39:19