从无人零售商店到玩法多样化的电商线下体验店，“新零售”这种将线上服务、线下体验与现代物流深度融合的模式，在过往一年间可谓赚足了眼球与流量。2017年云栖大会的余温还未散去，各大电商以及线下零售品牌已在为即将到来的“双十一”大战摩拳擦掌。

人工智能芯片初创公司SiMa Technologies宣布其第二代系统级芯片平台MLSoC Modalix正式出货，专为多模态物理AI工作负载设计。该芯片可嵌入机器人、工业设备和车辆等设备中，支持运行大语言模型、卷积神经网络等多种AI算法。芯片采用低功耗设计，能在边缘设备上直接处理传感器数据并运行AI模型，无需依赖云端处理，有效降低延迟。

2021总台牛年春晚，与其说是全国人民的一场文艺盛世，倒不如说是前沿“黑科技”在传媒领域的一次练兵与实践。

又是一年“520”，一个爱意浓浓的日子，恰逢今年的“520”和“521”两天又是农历十三和十四，一套“5201314”完美凑齐。

陶氏化学有着125年历史，仍然在不断进行变革以满足变化的市场需求，把人工智能和机器学习等赋能技术融入进来，这种集成的、协作式的方法，已经改变了IT部门关于哪些数字解决方案适合陶氏公司的IT决策方式。

微软每天都有超过6.5万亿种不同的安全信号进入其生态系统。因此，微软对于确保客户数据安全还是了解不少的，那么在微软看来，在当今不断发展的技术领域，具有指导性的关键安全原则是什么？

当前，车机测试在应对多系统协同、高频迭代及多样化场景覆盖时，面临效率低下、成本高企、人工依赖性强等核心挑战。

英特尔宣布推出全新的英特尔至强W-3400 和英特尔至强W-2400 系列台式机工作站处理器（代号为Sapphire Rapids ），包括英特尔迄今为止功能最强大的台式机工作站处理器至强w9-3495X。

自“中国制造2025”于2015年提出以来，走过近十年，行业参与者持续创新、深耕，从中国制造到中国智造，走出了一条自主创新的新路径。

2022年9月，联想集团推出第二代ThinkPad X1 Fold，再次展示工业设计、软件开发和供应链运营等方面的优势，实现自我突破，全面革新了折叠屏幕笔记本电脑的使用体验。

芯片初创公司SiFive推出四款专为运行人工智能模型优化的CPU核心。这些基于开源RISC-V架构的新核心增加了矢量扩展功能，能够更高效地并行处理多个数据点，显著加速AI模型运算。其中X160和X180是主打产品，具备加速卷积运算的矢量处理功能，可用于工业设备、消费电子和数据中心。公司预计客户将于2026年第二季度开始基于新核心设计生产芯片。

中国联通5G创新中心首发“水天一体5G无人机智能巡检”产品，基于5G网络和人工智能技术，通过水天联动，直接提升水利管理智能化水平。

欣茂鑫通过与华为（龙岗）工业互联网创新中心进行合作，借助华为云IoT平台解决方案，对生产设备进行了统一的管理，提升了生产进度、设备数据的信息管理能力。

初创公司Geniez推出软件解决方案，将AI大语言模型和智能代理与大型机连接，实现实时数据提取供AI使用。该方案突破IBM大型机数据孤岛限制，为非IBM的LLM和AI代理提供实时访问。公司由Model9前高管创立，支持DB2、IMS等多种大型机数据源，兼容Meta、OpenAI等主流AI模型，具备企业级可靠性和安全性。

微软的 Cobalt 100 Arm CPU 日前在 Azure 云全面上线，在 Redmondian 云中运行虚拟机因此多了另一种非 x86 选择。

IBM和AMD宣布合作开发可扩展的开源平台，旨在实现新型混合量子-超算架构。双方将整合AMD的FPGA、CPU和GPU技术与IBM量子计算机，以加速新兴算法处理。该混合系统中，量子计算机负责模拟原子分子行为，传统AI超算同时进行大规模数据分析。两家公司计划年底前展示初步成果，通过量子计算机与传统高性能计算基础设施协同工作，解决现实世界复杂问题。

疫情可以说是为火热的会展行业浇了一盆冷水，上半年大大小小的会议有的取消有的延期，那么在疫情过后，企业营销方式应该要做出哪些变化？会展活动对于企业增长的意义又是什么？

中国凭借庞大的“原生数字人口”以及健康、积极的创新技术生态，在生成式AI产品场景化落地和应用方面领先美国、英国、日本等发达国家。

Cohesity发布五项新的网络韧性功能，涵盖三大公有云、身份保护、AI原生数据安全、数据主权和Gaia AI知识发现助手。公司与网络安全公司Semperis合作，提供Active Directory身份韧性保护，包括主动AD加固、安全不可变备份、快速恢复、专业身份取证和全面攻击后分析。新增NetBackup DirectIO功能、FortKnox自管理选项、恢复编排工具RecoveryAgent，并集成Cyera数据分类功能和增强版Gaia助手。

如今很多企业都严重依赖关于客户、产品、流程、投入和市场的数据，他们越来越需要能够从这些数据中提取信息和洞察的技术人才。但是雇主需要哪些技能？在数据分析方面，无论是什么职位，都有一些技能和素质是雇主要求候选人必须具备的。