AI
-
TrendForce集邦咨询：Consumer DRAM紧缺态势延伸DDR2产品，第三季合约价将持续上扬
Jun. 22, 2026 ---- 根据TrendForce集邦咨询最新研究显示，由于成熟制程DRAM供给结构性紧缩，迫使Consumer DRAM需求方采用旧世代产品以取得较多的DRAM供应配额，带动近期产业出现新一波旧世代Consumer DRAM颗粒采购需求，使得包括DDR2、DDR3等世代的Consumer DRAM颗粒合约价将延续2026年第一季的上涨动能，预估DDR2第二季合约价涨幅将达约55-60%，第三季预估将进一步上涨35-40%。
-
存储芯片危机全面失控，连苹果都无法独善其身，涨价在所难免
AI 浪潮席卷全球的同时，一场前所未有的存储芯片供给危机正在冲击整条消费电子产业链。以往依靠庞大采购规模、极强供应链议价权轻松对冲零部件涨价的苹果，如今也不得不直面成本压力。
-
一品威客上线"一刻有方" 用AI重新定义创意服务响应速度
厦门2026年6月18日 /美通社/ -- 在传统创意服务与技术外包领域，企业发布需求后，往往要经历需求梳理、服务商筛选、多轮沟通、方案对比等漫长的前期流程。从创意需求产生到拿到第一份可评估的方案框架，周期通常以周甚至月为单位。对于需要快速验证市场、抢占时间窗口的企业而言，这种&...
-
香港ACTION 2.0正式发布，E9 Premium重磅登场 ----广汽携全明星阵容登陆2026香港车展，高质量出海再提速
香港2026年6月18日 /美通社/ -- 6月18日，2026香港国际汽车博览会盛大开幕。广汽集团以"科技广汽，生态出海"为主题，携GAC、AION、HYPTEC三大产品序列多款明星车型重磅登场，正式发布"香港ACTION 2.0"战略升...
-
CtrlS获CPP Investments 700亿卢比承诺投资，旨在扩大印度数据中心基础设施
投前估值达4491.4亿卢比（约合66亿加元） 其中300亿卢比（约合4.41亿加元）资金将用于组建合资企业 印度海得拉巴2026年6月18日 /美通社/ -- CtrlS Datacenters Ltd.今日宣布与加拿大养老金计划投资委员会（CPP Investments）...
-
Adecco AI驱动候选人互动突破百万，交付周期缩短50%
在10国规模化落地以人为本的AI招聘，Adecco通过不断扩展的AI智能体网络，提升招聘速度、录用率及候选人触达率。 苏黎世2026年6月18日 /美通社/ -- 全球领先的劳动力解决方案提供商Adecco今日宣布其AI转型实现重大...
-
Workvivo 推出 Workvivo HQ，为每位员工打造 AI 原生数字总部
Workvivo HQ 将沟通、知识与 AI 整合于一个平台，旨在帮助每位员工找到答案、完成工作并保持连接爱尔兰科克, June 18, 2026 (GLOBE NEWSWIRE) -- Workvivo by Zoom 今日推出 Workvivo HQ，这是一个 AI 原生...
-
Mavenir 与 Red Hat 合作推出 Integrated AI Platform，助力运营商转型为 AI 服务提供商
这一专为网络运营商打造的平台，支持主权本地 AI、运营商自研 SLM、受策略管控的前沿模型访问，以及零信任 AI 安全，全部功能集成于单一词元计费和服务保障平台德克萨斯州理查森, June 18, 2026 (GLOBE NEWSWIRE) -- Mavenir 今日宣布推出...
-
DIFC《金融未来》报告出炉：数字原生、AI驱动的挑战者银行正重塑银行业模式，预示2008年以来最大行业变革
阿联酋迪拜2026年6月19日 /美通社/ -- 中东、非洲及南亚地区领先的全球金融中心迪拜国际金融中心（DIFC）发布了2026年《金融未来》系列第二份报告。 DIFC 《银行业格局变革：在变局中构建韧性》报告指出，...
-
厦门市华师希平双语学校与科大讯飞签署重要战略合作协议 | AI 智慧基地校建设正式启航
教育因时代而变，育人向未来而行。 厦门2026年6月20日 /美通社/ -- 当人工智能浪潮席卷教育领域，科技赋能育人，智慧点亮未来已然成为新时代教育的必答题。依据教育部《"人工智能 + 教育" 行动计划》等顶层规划，厦门华师希平双语学校锚定高标准、高规格，...
-
LUMIQ获得战略融资，致力成为金融服务AI决策层
当前金融服务领域的大多数AI仅能提供辅助参考，LUMIQ已构建起拥有决策权的层级——自主、可审计的AI智能体，可在领先银行、保险公司和资本市场机构的生产环境中做出受监管的决策。 目前，LUMIQ为印度、美国和东南亚地区的客户提供服务——涵盖保险、银行和资本市场的领先机构。 纽约...
-
嵌入式AI隐私为何泄露？密钥怎么管？
把推理放到本地，并不自动等于隐私安全；很多泄露发生在日志、特征和升级包边界。嵌入式AI如果只保护原始数据，不保护模型和中间结果，攻击面仍然很宽。
-
嵌入式AI误触为何增多？阈值怎么守？
实验室准确率不低，现场却频繁误触，往往不是模型突然失效，而是决策层没有给噪声和不确定样本留出口。嵌入式AI如果只输出最高分标签，边界样本会被硬塞进错误动作。
-
嵌入式AI温升为何失控？降频怎么设？
长时间满负载跑模型时，板子最先拒绝的可能不是算法，而是电源和散热余量。嵌入式AI若把峰值算力当持续能力，延迟会在温升、限流和降频之间突然拉长。
-
嵌入式AI算子为何卡顿？内存怎么排？
模型能在开发板上跑起来，不等于能在控制周期里稳定跑完。嵌入式AI最先暴露的常不是算力峰值不够，而是算子拆分和内存搬运把推理时间切成了不可预测的碎片。
-
嵌入式AI升级为何翻车？模型怎么回滚？
模型升级不像替换一份普通资源，因为它同时改动推理图、预处理和判定阈值。嵌入式AI若没有把版本依赖和回滚状态写清，一次在线更新就可能让设备保持可启动却不可用。
-
嵌入式AI流水为何错拍？时间戳怎么对齐？
摄像头、麦克风和执行器都能按时工作，并不代表推理结果活在正确时刻。嵌入式AI一旦把流水线排队和时间戳混在一起，闭环就会拿过去的画面控制未来的动作。
-
嵌入式AI量化为何掉点？校准怎么取样？
精度在桌面验证良好，移到板端却掉点，常说明量化边界没有被真实数据喂饱。嵌入式AI的 INT8 部署如果只追求模型变小，误差会先从分布尾部进入决策。
-
嵌入式AI多任务为何抢占？隔离怎么做？
一个模型独占开发板时延迟很好，和通信、控制、存储一起跑却超时，说明冲突发生在系统资源而不是网络结构本身。嵌入式AI多任务部署要先回答谁能等、谁不能等。
-
当MegaLights走进手机：Arm用AI重塑移动端图形计算
当手机的散热与电池限制成为无法逾越的常数，利用AI进行画质补偿与帧率提升就成为了必然的选择。
