AMD今日發(fā)布了2014年暨二十周年企業(yè)社會(huì)責(zé)任報(bào)告和摘要雜志,彰顯了公司始終不渝地致力于公開透明及共同改善環(huán)境和社會(huì)福祉的決心。自1995年以來,AMD就開始了企業(yè)社會(huì)責(zé)任報(bào)告,從而反映企業(yè)社會(huì)責(zé)任范圍方面的改變并增加利益相關(guān)者價(jià)值。今天,公司在此基礎(chǔ)上更進(jìn)一步,宣布推出全新的、專注于企業(yè)社會(huì)責(zé)任的線上平臺(tái),為勞動(dòng)者權(quán)益、社區(qū)活動(dòng)、環(huán)境保護(hù)等共同關(guān)注領(lǐng)域,提供更便捷的企業(yè)社會(huì)責(zé)任信息更新入口。
AMD總裁兼首席執(zhí)行官蘇姿豐博士表示:“企業(yè)在社會(huì)責(zé)任方面的承諾對(duì)員工的影響是十分重要的,AMD深深意識(shí)到這一點(diǎn)。員工會(huì)因?yàn)锳MD是一家有責(zé)任感、能設(shè)計(jì)出改變世界的產(chǎn)品的公司而倍感動(dòng)力。為此,通過幫助他人,我們也幫助了自己并且能夠激勵(lì)A(yù)MD人不斷突破現(xiàn)有的可能性。”
報(bào)告亮點(diǎn)
· 榮獲“最佳企業(yè)公民100強(qiáng)”稱號(hào):2015年是AMD連續(xù)第三年榮登《企業(yè)社會(huì)責(zé)任》雜志 “最佳企業(yè)公民100強(qiáng)”榜單。
· 在25x20能效計(jì)劃方面取得了重大進(jìn)展:我們?nèi)碌诹鶤MD A系列處理器 的能效測(cè)量結(jié)果達(dá)到了2.4倍的能效提升,遠(yuǎn)遠(yuǎn)超出了1.7倍的25x20能效目標(biāo)。
· 在空氣、水以及廢棄物方面超出了五年環(huán)保目標(biāo):全球范圍內(nèi)在非制造工廠,溫室氣體排放量降低了24%(目標(biāo)為5%),員工人均用水量降低了55%(目標(biāo)為20%),廢棄物轉(zhuǎn)化為垃圾填埋達(dá)到74%(目標(biāo)為70%)。
· 將企業(yè)社會(huì)責(zé)任的核心領(lǐng)域融入到公司價(jià)值鏈中:踐行企業(yè)社會(huì)責(zé)任貫穿于產(chǎn)品設(shè)計(jì)到報(bào)廢回收的整個(gè)價(jià)值鏈之中。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。