在Living Progress Report 2021中,HPE宣布了全新的企业净零排放目标
研究表明,环境、社会和公司治理 (ESG) 表现与企业的财务业绩直接相关,这意味着可持续性倡议不再只是独立于业务运营之外的可有可无的活动。蓬勃发展的企业必须将可持续发展理念融入其业务模式中。在当今经济时代,要想保持竞争力,所有企业都需要成为可持续发展的企业,有一套转型为净零排放企业的计划,从而有效应对气候变化带来的挑战。
HPE能够在市场上赢得广阔声量,离不开自身的可持续发展战略。随着节能 IT 解决方案和“即服务”的消费模式成为更多客户首选,可持续性业务每年都将为HPE创造数亿美元的收益。作为一家公司,HPE为自身设定了高远的目标,包括制定一系列的科学碳减排目标,以确保 HPE自身及全价值链稳步实现净零排放目标。
考虑到气候变化现已对人类和地球构成了巨大威胁,今年 ,HPE 宣布将提前 10 年兑现净零排放承诺,即从 2050 年提早至 2040 年,并制定了详细的路线图。实现净零排放的第一步是在未来 8 年内(到 2030 年)实现以下目标:
●在运营过程中,100% 使用可再生电力,并将自有运力逐渐过渡为低碳排放或零碳排放的车辆
●在供应链内,与供应商合作制定并实现减排目标,并在可行的情况下与更环保的供应商开展合作
●针对所有产品组合为客户提供“即服务”消费模式和高效 IT 方案,以帮助他们减少碳排放
责任感和行动力,能够避免企业设定的目标沦为空谈。HPE认为,以身作则是能够带动有影响力的变化的唯一途径。只有当 HPE 的每一位领导者都对我们的目标负责时,HPE才能如期完成净零排放的企业转型。考虑到这一点,HPE推出了两项新举措,以推动整个组织在环境可持续发展方面取得有效成果:
● 2022年,所有副总裁及以上级别的领导者都必须完成一项气候培训计划。该培训计划将向 HPE 领导者介绍并激励他们了解气候变化与 HPE 业务的相关性,帮助他们在组织中更自信地制定行动计划,以降低对的气候影响。未来,HPE还将面向全球所有团队成员开展此项培训。
● 2022年,HPE还推出了一项新的薪酬指标,将执行委员会成员的部分激励薪酬与公司全价值链碳排放管理相挂钩。具体来说,HPE将通过考核领导者对于气候培训的执行情况以及自2023年起 HPE 碳排放强度(价值链碳排放绝对值与营收的比率)的降幅来发放部分奖金。这建立于现有的HPE员工参与度与多元化相关激励薪酬指标之上。
让我们的领导者肩负起推进可持续发展目标的责任,只是HPE加速落实可持续发展战略的一种方式。仅在过去的一年里,HPE董事会的所有成员就都完成了环境可持续性培训,他们的环保认识和监督能力得到了显著提升。HPE 在向即服务型企业转型方面取得了重要进展,预期这将显著减少客户因使用我们的产品而产生的碳排放。最重要的是,HPE意识到:我们不仅要尽可能减少这个行业对环境产生的影响,还要成为积极打造低碳未来的赋能者,行动刻不容缓。令人深受激励的是,HPE的员工正在帮助客户通过采用 HPE 解决方案实现高碳排行业的减碳、脱碳,以及加速气候研究;同时在我们企业内部,HPE也在设法保障净零排放的创新之路畅通无阻,为此,HPE于去年发起了低碳专利承诺。
HPE 深知,最大限度地降低我们行业对环境造成的影响和实现低碳经济意义重大。我们期待加速解决这些关键问题并与大家分享相关计划在今年的实施情况和更多信息。
好文章,需要你的鼓励
软银集团已完成对OpenAI的400亿美元投资,向其转账225亿美元。此次投资使软银获得约11%的OpenAI股份,成为仅次于微软的第二大投资者。OpenAI将利用这些资金推进Starlink数据中心项目,计划到2029年在美国部署100亿瓦的计算能力。为完成此次投资,软银出售了部分投资组合资产,包括英伟达和T-Mobile股票,并以ARM股份作抵押获得贷款。
MBZUAI和法国综合理工学院联合开发的SchED算法能让AI写作速度提升3-4倍。该算法通过监测AI生成文本的置信度,采用进度感知的动态阈值策略,在保持99.8%-100%原始质量的同时显著减少计算时间。实验覆盖多种任务类型,证明了算法的有效性和鲁棒性。
TrendForce将2026年笔记本市场预测下调至1.73亿台,同比下降5.4%。报告指出,若内存短缺未改善,下滑幅度可能达10.1%。尽管面临挑战,苹果预计将在2026年春季推出低成本MacBook,并凭借供应链效率和规模优势减少影响。IDC警告称,由于AI数据中心需求激增导致内存芯片严重短缺,PC出货量可能下滑9%,平均售价将上涨4-8%。
西安交通大学研究团队发现,AI视觉语言模型容易受到功能词(如"是"、"的"等)的干扰而遭受攻击。他们开发了功能词去注意力(FDA)机制,让AI减少对这些词汇的关注。测试显示,该方法可将攻击成功率降低18%-90%,而正常性能仅下降0.2%-0.6%。FDA无需额外训练即可集成到现有模型中,为AI安全防护提供了简单有效的解决方案。