得益于中国汽车市场的强力复苏,2020年博世中国汽车与智能交通技术业务销售业绩达888亿元人民币,表现优于市场平均水平。“中国经济的快速恢复让博世汽车业务最终在2020年实现了逆势增长。
同时,中国成为了博世集团全球最大的单一市场。”博世集团董事会成员、汽车与智能交通技术业务部门主席Stefan Hartung博士表示。对于博世而言,中国经济在疫情之下所表现出的韧性为全球汽车行业注入了新的动力,并将继续引领智能汽车产业的变革与创新。“博世始终看好中国这一全球最大的新能源汽车市场所蕴藏的潜力,尤其是在中国提出2030年实现碳达峰和2060年达成碳中和的目标愿景下。2020年,博世在新能源业务也以高双位数的增长跑赢了大盘。”Stefan Hartung博士补充道。
在2021上海国际车展上,博世展示了包括燃料电池电堆、碳化硅芯片、智能座舱、自动代客泊车等在内的最新解决方案及领先技术,支持本土实现碳达峰及碳中和目标。
博世致力于可持续交通,助力中国汽车产业实现“30·60目标”
为了向“30·60目标”迈进,《节能与新能源汽车技术路线图2.0》也提出了中国汽车产业碳排放将于2028年左右提前达峰,明确了节能汽车和新能源汽车的发展目标。博世在早年提出的以“技术中立”发展多元化的动力总成能够助力中国汽车产业实现这一目标。一方面,博世着力开发丰富的产品线并将电气化产品率先实现本土量产。48V电池在华销售已超过34万套,电桥在中国率先量产并供给本土客户。作为新能源领域的一项重要投资,位于无锡的博世氢燃料电池中心已在今年初正式投入使用,燃料电池电堆等关键零部件也将在上半年实现小批量量产。另一方面,博世继续研发高效的内燃机。比如,博世为潍柴提供了2500巴模块化共轨系统和专业技术支持,助力潍柴柴油发动机热效率提升至50%。到2020年底,博世第一亿只发动机控制器(ECU)产品成功下线。新一代ECU可以让发动机燃烧过程得到更进一步的精准控制,使车辆获得更优异动力性及更低排放。
除了开拓技术中立的解决方案,博世集团于2020年在全球400多个业务所在地实现了碳中和,成为了首个实现该目标的大型工业企业。“博世希望通过分享在全球逾1000个项目中所积累的碳中和技术与经验,帮助更多的中国企业实现2060年碳中和的目标。”Stefan Hartung博士说道。
为智能汽车开发面向未来电子电气架构的跨域软件和电子解决方案
软件正逐渐在智能汽车上扮演着越来越重要的角色,并推动着汽车行业的关键创新。据预测,到2030年,软件密集型电子系统市场将以每年约15%的速度增长,蕴藏着巨大的潜力。博世凭借多年来在汽车行业硬件技术及经验优势,并结合软件专长,于2021年1月1日正式成立了智能驾驶与控制事业部,为未来汽车电子电气架构统一开发硬件和软件。博世智能驾驶与控制事业部中国区总部位于苏州,拥有约1100名员工,研发人员占比88%。在自动驾驶上,与2019年相比,驾驶员辅助系统业务2020年同比增长了36%,其中L2级部分自动驾驶功能已在国内40多款车型上实现量产。位于上海张江的博世未来驾舱(上海)技术中心专注于智能座舱相关产品的研发。今年年中,全球首个博世智能座舱域控制器客户项目即将实现量产。
提升关键技术的本土研发和生产能力,服务本土市场高质量发展
“进入中国市场以来,博世始终坚持‘根植本土,服务本土’的长期发展战略,并根据本土客户需求来不断扩大创新研发与投资。”博世(中国)投资有限公司执行副总裁徐大全博士表示。为推进燃料电池在中国的产业化进程,博世与庆铃汽车在近期正式成立了合资公司,旨在共同开发和销售燃料电池解决方案,为本土客户提供先进的、有竞争力的燃料电池系统。今年装配博世燃料电池动力模块的70辆轻型商用车将投入示范运营。在半导体业务领域,作为欧洲以外的第一个半导体测试中心,博世苏州MEMS传感器测试中心在今年启动扩建项目,计划扩大投资3.6亿元人民币,新增1.2亿元实验室研发投入。随着业务的增长,该中心的测试品类已经从消费类传感器拓展到车用传感器,更好地满足中国本土客户的需求。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。