费米实验室找到了未知粒子的证据
费米实验室的Muon g-2小组今天期待已久的公告似乎巩固了自然与理论之间的巨大冲突。但是同时发布的另一项计算却使情况蒙上了阴影。
在基本粒子行为的明显异常引起人们对重大物理突破的希望之后的二十年，一项新的测量方法使它们得以巩固：位于芝加哥附近的费米国家加速器实验室的物理学家今天宣布，μ子（类似于电子的基本粒子）的摆动超出了预期。
广泛期待的新测量结果证实了已有数十年历史的结果。对μ子的摆动或磁矩的两种测量都大大超过了理论预测，该理论预测是由国际132名理论物理学家组成的团队去年计算得出的。费米实验室的研究人员估计，这种差异已经扩大到量化为“ 4.2 sigma”的水平，正好达到物理学家要求进行发现的严格的5 sigma的水平。
从表面上看，这种差异强烈表明，未知的自然粒子正在给μ子带来额外的推动力。这样的发现最终将预示着已有50年历史的粒子物理学标准模型的崩溃，该模型描述了已知的基本粒子及其相互作用。
Fermilab Muon g-2实验的负责人之一，意大利国家核物理研究所的物理学家格拉齐亚诺·韦南佐尼（Graziano Venanzoni）表示： “今天是不平凡的一天，不仅我们而且整个国际物理学界都期待已久。”新闻。
然而，即使许多粒子物理学家可能正在庆祝-并竞相提出可以解释这一差异的新想法-今天发表在《自然》杂志上的一篇论文也将这种新的μ子测量投下了沉闷的光。
在Fermilab团队公布其新测量值时出现的这篇论文表明，该μon的测量抖动恰好是标准模型所预测的。
在这篇论文中，一个称为BMW的理论小组提出了一种最新的超级计算机，它可以计算最不确定的项，该项将用于对μ子磁矩的标准模型进行预测。宝马计算得出，这个术语要比该财团（称为理论倡议组织）去年采用的价值大得多。BMW的项越长，μ子磁矩的整体预测值就越大，从而使预测与测量结果一致。
如果新的计算是正确的，那么物理学家可能已经花了20年的时间追逐幽灵。但是，Theory Initiative的预测依赖于经过数十年磨练的另一种计算方法，这很可能是正确的。在这种情况下，费米实验室的新测量构成了多年来粒子物理学中最令人兴奋的结果。
CPU算法训练深度神经网络的速度比顶级GPU训练器快15倍
赖斯大学的计算机科学家已经展示了可以在商用CPU上其训练深度神经网络的速度是基于图形处理器的平台的15倍。
赖斯布朗工程学院的计算机科学助理教授安舒玛利·史里瓦斯塔瓦（Anshumali Shrivastava）说：“培训的成本是AI的实际瓶颈。” “公司每周花费数百万美元用于培训和微调其AI工作负载。”
赖斯（Rice）和英特尔（Intel）的Shrivastava及其合作者将在4月8日的机器学习系统大会MLSys上针对这一瓶颈提出研究成果。
深度神经网络（DNN）是一种强大的人工智能形式，在某些任务上可以胜过人类。DNN培训通常是一系列矩阵乘法运算，这是图形处理单元（GPU）的理想工作量，其成本是通用中央处理单元（CPU）的三倍左右。
“整个行业都专注于一种改进-更快的矩阵乘法，” Shrivastava说。“每个人都在寻找用于推动矩阵乘法的专用硬件和体系结构。现在，人们甚至都在谈论针对特定种类的深度学习使用专用的硬件软件堆栈。与其采用昂贵的算法，不如将其投入整个系统优化的整个世界，我是说，“让我们重新研究一下算法。”
Shrivastava的实验室在2019年做到了这一点，将DNN培训重播为可以通过哈希表解决的搜索问题。他们的“亚线性深度学习引擎”（SLIDE）专为在商用CPU上运行而设计，英特尔的Shrivastava及其合作者在MLSys 2020上展示其性能时，它的性能可能超过基于GPU的培训。
赖斯大学的研究生Shabnam Daghaghi说，“基于哈希表的加速已经超过了GPU，但是CPU也在不断发展。” “我们利用这些创新进一步推动了SLIDE的发展，表明如果您不拘泥于矩阵乘法，则可以利用现代CPU的强大功能，并以比最佳专业硬件替代产品快4至15倍的速度训练AI模型。”
研究合著者，莱斯大学本科生尼古拉斯·梅斯堡尔（Nicholas Meisburger）表示：“ CPU仍然是计算中最流行的硬件。让它们对AI工作负载更具吸引力的好处不容小“。
可以在下面的连接中获得其论文 https://proceedings.mlsys.org/paper/2021/file/3636638817772e42b59d74cff571fbb3-Paper.pdf
新的Android恶意软件使用WhatsApp进行传播
通过在WhatsApp中创建自动回复，一种新型的Android恶意软件已经开始传播自己。Check Point Research最近在Google Play的一个伪造应用程序中发现了该恶意软件
微软采用沸腾的液体来冷却数据中心服务器
微软实施了沸腾的液体，以帮助将数据中心服务器保持在合理的温度下。该公司使用的电子设备和液体的沸点为华氏122度，比水的沸点低90度。
中国的比特币采矿热潮可能会破坏气候目标
《自然通讯》（Nature Communications）杂志周二发表的一项研究表明，为全球近80％的加密货币交易提供动力的中国电力需求巨大的比特币矿山有可能削弱该国的气候目标。
Google I/O大会，强势回归
抱歉让大家久等了，时隔两年，Google I/O 2021回来啦！欢迎大家于 5 月 18 日至 20 日参加I/O大会线上直播，本次大会将对所有人开放并且全部免费！
芯片短缺可能会扰乱全球家电市场
在冲击了特斯拉和索尼的PlayStation 5等汽车制造商之后，芯片短缺问题现已蔓延到中国庞大的家电行业。全球半导体短缺已经扰乱了特斯拉等汽车制造商的生产以及索尼PlayStation 5游戏机的生产。中国生产全球约三分之二的空调，电视和微波炉，以及约一半的冰箱和洗衣机
华为通过推出Arcfox豪华轿车提高配备5G的智能电动汽车的驱动力
ArcfoxαSHBT是首款配备完整华为HI系统的汽车，其中包括Harmony OS，激光雷达和5G。华为正寻求在日益拥挤的电动汽车市场中成长，其中包括竞争对手小米和百度，受到美国制裁华为技术有限公司 以及中国汽车制造商Arcfox推出了首款具有全套自动驾驶功能的电动汽车，因为这家电信设备巨头正在寻求新的收入来源，因为其网络设备和智能手机业务受到美国制裁的拖累。
ArcfoxαSHBT是首款获得Huawei HI的汽车，Huawei HI是完全由公司自行运行的完整智能汽车解决方案 和谐操作系统 和激光雷达芯片，并具有 5G该公司表示，连通性。这与华为更简单的HiCar智能屏幕有所不同，后者已经在中国汽车制造商比亚迪的汽车中使用。
发言人周三表示：“这是由Arcfox和华为联合生产的下一代智能纯电动豪华轿车。”他补充说，该车将于4月17日上市。
根据合作伙伴北汽蓝柏新能源科技有限公司的微信帖子，通过将所有这些组件组合在一起，该车辆能够进行3级自动驾驶。这是中国领先的电动汽车制造商Arcfox的所有者。这种自动化水平可以使驾驶员在某些情况下安全地将注意力从道路上移开，但他们仍必须准备在需要时进行干预。
激光雷达是光检测和测距的缩写，应该在此领域有所帮助。它类似于雷达，但使用光而不是无线电波，由于电波较短，因此在某些环境中可以提供更高的精度。
激光雷达是光检测和测距的缩写，应该在此领域有所帮助。它类似于雷达，但使用光而不是无线电波，由于电波较短，因此在某些环境中可以提供更高的精度。但是，激光雷达的高昂成本使一些人质疑其在自动驾驶方面的可行性，最著名的是特斯拉首席执行官埃隆·马斯克（Elon Musk），他说将其添加到车辆上将是“傻瓜的事”。
与竞争对手小米不同的是，小米最近宣布了这一点 它正在自己的电动汽车上工作华为轮值董事长肯·胡厚昆（Ken Hu Houkun）上周重申，华为无意以自己的品牌生产智能汽车。
小米的首款电动车将不再是廉价车
中国智能手机巨头的联合创始人兼首席执行官雷军周二表示，小米的首款汽车将是轿车或SUV，价格在100,000元至300,000元人民币（15,300美元至45,900美元）之间。
APPLE 自动驾驶汽车是“理想之选
首席执行官蒂姆·库克（Tim Cook）说，苹果，自动驾驶汽车是“理想之选”
苹果公司首席执行官蒂姆·库克（Tim Cook）将自动驾驶系统视为iPhone制造商未来的“核心技术”。
大疆创新的成功助力深圳崛起为全球无人机产业中心
继无人机巨头DJI在全球取得成功之后，深圳已成为无人机行业的国际热点。
拜登政府继续特朗普政策，7家中国超级计算机公司被列入制裁名单
美国商务部周四(4月8日)宣布把7家中国超级计算机公司列入“实体清单”，原因是这些公司从事危害“美国国家安全或美国对外政策利益的行为”。
美国商务部工业与安全局周四作出最后决定，把下列中国公司列入制裁名单：
天津飞腾信息技术有限公司(Tianjin Phytium Information Technology)；
上海集成电路技术与产业促进中心(Shanghai High-Performance Integrated Circuit Design Center)；
深圳市信维微电子有限公司(Sunway Microelectronics)；
深圳市国家超级计算中心(The National Supercomputing Center Shenzhen)；
济南国家超级计算中心(The National Supercomputing Center Jinan)；
无锡国家超级计算中心(The National Supercomputing Center Wuxi)；
郑州国家超级计算中心(The National Supercomputing Center Zhengzhou)。
