基础硬件
今年的储能市场发展可谓机遇与挑战并存，一方面市场规模持续增长，并且提前完成了“十四五”规划目标，加上相关政策不断推动下，让储能市场蓬勃发展。另一方面，行业产业的高速扩张，也导致竞争加剧，甚至已经出现“内卷”现象，低价竞争等问题逐渐凸显。
尽管AWS尚未在云中提供AMD的Instinct MI300X，但它继续与AMD保持密切合作，并在云中提供了大量基于AMD EPYC处理器的实例。得益于其核心数量和内存子系统，这些处理器在计算和内存密集型实例中相较于英特尔至强处理器具有显著优势。
智能终端对高质量图形显示的需求不断增长，图形专用MCU作为显示屏的核心处理单元，图形处理需求的增加，图形专用MCU的需求呈现明显的增长，在MCU中加入GPU成为新的解决方案。同时，随着显示功能的升级，采用的GPU技术也从2.5D向3D升级。
笔者试图从各类来源搜集信息，来大致估算以下两点：其一，截至 2024 年，预计各方会拥有多少计算能力？其二，预计 2025 年会有哪些变化？之后，笔者将简要阐述这对主要前沿实验室的培训计算可用性的意义。
受开发和改进大型语言模型（如ChatGPT）的巨大努力和投资推动，HBM库存已售罄。HBM是存储创建这些模型所需大部分数据的首选内存，而通过增加更多层来提高密度以及SRAM扩展的局限性，正在为这一热潮火上浇油。
不同的AI工作负载对性能、资源利用和成本有着不同的需求，如何在裸机GPU和虚拟GPU之间做出最佳选择？本文将深入探讨这两种GPU模式的优缺点，帮助企业根据特定需求和工作负载特性，选择最合适的GPU资源方案。
AI ISP和传统ISP在处理方式、算法处理能力、灵活性和可升级性、实时性能、能耗和成本以及应用场景等方面存在显著差异。随着人工智能技术的不断发展，AI ISP将在更多领域得到广泛应用，并推动图像处理技术的不断进步。
算力资源池同样需要实现相应的资源、资产管理和运行监控和可观测性，优化调度能力，减少GPU资源碎片。随着AI应用需求的迅速增长，算力资源池化在未来一段时间内将是企业关注的重要的一个方面。
虽然国内HBM产业仍面临技术壁垒、国外技术封锁和市场竞争等诸多挑战，但其未来展望是光明的。希望通过不断的技术创新、产业链协同以及多方面的支持，国内企业可以抓住机遇，积极布局，逐步实现从0到1的突破，推动国产HBM技术的发展和应用，为推动整个半导体产业的发展作出更大的贡献。
活动
2024新一代信息技术产业创新成果征集
本次活动由新华社品牌工作办公室指导，联合中国搜索、赛迪数通等多家权威机构共同发起，征集一批技术先进、经济可行、成熟可用的数实融合应用成果，并组织专家评委对征集到的成 果进行研究、论证、调查、评估 ，编制形成《2024新一代信息技术产业创新成果案例汇编》，进一步提升品牌培育质效，强化质量品牌建设，助力新一代信息技术赋能产业创新，为产业创新升级和高质量发展贡献力量。
中国电子商会会同多家行业组织和机构共同组织召开“2024半导体生态创新大会”，大会以“创新‘芯’活力 开拓‘芯’市场”为主题，旨在积极讨论新应用市场带动下和半导体市场修复下未来的市场空间。
为贯彻落实党的二十大精神，持续推动电子信息产业高质量发展，加快培育具有全国影响力和国际竞争力的优秀企业，中国电子商会、数字经济观察网共同发起“2023电子信息影响力品牌榜”活动。
