Le 6 juin, Intel (INTC.O) a annoncé le lancement de son nouveau processeur Xeon 6 à efficacité énergétique. Dans sa conception officielle, ce processeur à efficacité énergétique est spécialement optimisé pour les tâches à haute densité de cœurs et à grande échelle, tandis que le processeur hautes performances est axé sur l'optimisation des charges de travail intensives en calcul et en IA. Comparé à la deuxième génération de processeurs Xeon lancée en 2019, le processeur Xeon 6 à efficacité énergétique offre jusqu'à 4,2 fois de performances en rack et jusqu'à 2,6 fois de performances par watt, ce qui peut fournir une puissance de calcul et une infrastructure pour les projets d'IA. Il est rapporté que, en plus du processeur à efficacité énergétique, le processeur Xeon 6 hautes performances sera officiellement lancé au cours du prochain trimestre.

Selon un rapport de Chinanews Guangxi le 22 janvier, Guangxi Power Grid Corporation a publié un grand modèle d’intelligence artificielle pour la transmission d’énergie. Le grand modèle est basé sur la base « big watt » de China Southern Power Grid, développé conjointement par Guangxi Power Grid Corporation et China Southern Power Grid Artificial Intelligence Technology Co., Ltd., et constitue le premier modèle d’application en ligne de l’environnement de production dans l’industrie électrique nationale. Selon Xuan Liang, directeur général du département des technologies de production de la China Southern Power Grid Guangxi Power Grid Company, par rapport au petit modèle traditionnel, le grand modèle d’intelligence artificielle de transmission a de meilleures performances en termes de précision, de capacité de généralisation et d’efficacité de reconnaissance. Premièrement, le nombre de paramètres est passé de millions à 100 millions, et deuxièmement, l’efficacité de l’identification des défauts a été multipliée par 5 et la précision a été augmentée de 15%, ce qui permet d’exprimer plus précisément le type et l’emplacement des risques de défauts, de résoudre le problème de la fragmentation du modèle et de mieux traiter les défauts dans des scénarios d’entreprise d’alimentation invisibles.