2
| 本文作者： 黄韦 | 2016-09-21 08:46 |
猜猜 iPhone 7 的硬件成本是多少？
iPhone 7发布大半个月了，运气好的土豪们也已经拿到新机了吧。根据苹果官方给出的价格iPhone 7 32GB、128GB以及256GB版本售价分别为5388、6188、6988元，相应的iPhone 7 Plus则在此基础上增加1000元，在性能提升的情况下，售价基本与上一代保持不变。
那么现在问题来了，新一代iPhone的成本到底有多少？苹果真的牺牲利润了吗？
市场研究公司IHS Markit发布的拆机分析报告显示，32GB iPhone 7的材料和制造成本为224.8美元（售价649美元），与去年发布的iPhone 6s相比高18%左右，成本只占到了售价的35%左右。
美国有线电视新闻网给出了更详细的信息，电池成本大概为 4 美元，相机组件成本为26美元，主板74 美元，扬声器11.5美元，其他部分（如传感器和基带等）117.5美元，毫无疑问屏幕和主板是最贵的两部分。
这样算下来一台128 GB的iPhone 7的总成本达到了292美元（约合人民币1948元），以6188元的售价来算，iPhone 7的硬件成本只占到零售价的39%。当然，这其中还有一大笔软件和研发的费用是无法估算的。
苹果发布 macOS Sierra，在 电脑上用 Siri 是怎样的体验？
苹果今天发布了全新的 macOS Sierra 操作系统，全球的Mac电脑用户均可免费下载。
macOS Sierra（版本号10.12）为 Mac 电脑带来诸多新特性，该系统与 iOS、watchOS、tvOS 并称苹果四大操作系统。此次更新的焦点主要集中在与 iPhone 和 Apple Watch 集成以提高用户体验方面。
macOS Sierra 带来了 Mac 版的 Siri，方便用户通过语音查找文件、搜寻信息。还提供新的连续性功能，包括使用 Apple Watch解锁 Mac 电脑，跨设备通用剪切板等功能。
更好的 iCloud 集成允许一台 Mac 上的桌面和文档文件夹的文件可以被用户的其他设备通过 iCloud 网盘直接访问。还有崭新的深度学习算法用于照片应用的面部、对象和场景的识别以使搜索照片变得更加简单。
AMD全新旗舰显卡首曝：32GB HBM2 7nm制程
AMD的新一代显卡目前只推出了中低端核心Polaris 10/11，而真正的大招还在后边。VideoCardz获悉了未来AMD GPU显卡的路线图，可靠度相当高。AMD的大核心代号“Vega”(织女星)，并有多个版本，其中 打头阵的是“Vega 10”，2017年第一季度发布。它会采用14nm工艺，GFX9全新架构 ——现在的Polaris架构内部代号为GFX8，上一代Fiji则是GFX7。
Vega 10
拥有64个执行单元(4096个流处理器)、24TFlops 16位浮点计算性能，同时搭配16GB HBM2显存，带宽512GB/s。整卡功耗225W左右。它会有个双芯版本，2017年第二季度发布，功耗大约300W。
Vega 11
明年发布， 取代现在的Polaris 10 (RX 480/470)，但具体规格不详，只知道 还是14nm 。
Vega 20
架构还是GFX9，但是工艺会进化到7nm！
没错，AMD已经彻底信任GlobalFoundries，CPU处理器、GPU显卡都会跳过10nm而直奔7nm。GF日前说7nm 2018年初就能投入试产，如此算下来AMD 7nm产品最快将在2018年晚些时候到来。
Vega 20会拥有64个计算单元(4096个流处理器)，32GB HBM2显存，带宽1TB/s，而得益于全新工艺，整卡功耗只有150W左右。此外，它还会 支持PCI-E 4.0 ，该标准将在明年发布。
闪迪发布全球容量最大SD卡：1TB
据外媒报道，闪迪近日发布了全球容量最大的SD卡，容量达到了惊人的1TB。
目前，这款SDXC卡还只是一款原型品，上市日期和价格尚不清楚，但1TB容量依旧创造了一个里程碑。正如闪迪母公司西部数据指出的那样，这距离闪迪推出首款64MB SD卡仅过去16年时间，距离闪迪推出当时最大的512GB SD卡仅过去两年时间。时间飞逝，今天的1TB SDXC卡容量是64MB SD卡的16,384倍。
闪迪称，考虑到现在的视频格式占据大量存储空间，例如4K视频、8K视频、360度全景视频以及虚拟现实视频，推出1TB存储卡是有必要的。不过，容量大也有不利的一面。它的售价过于昂贵，而且容量过大会导致其读写速度变得相对较慢。
IBM 和 MIT 联手开发视听能力类人的 AI
目前，现存的机器人和其他AI技术还是无法较好地理解外在世界，而这一次，IBM和MIT决定强强联手，达成了长年的合作关系，旨在研发具备与人类相似的视听能力的AI。
在它们的合作中，IBM会充分利用Watson认知计算平台，而MIT则负责做研究。虽然一切尚在起步阶段，但是它们二者都坚定地认为，合作一定能使它们达到既定的目标。
在这个过程中，最大的挑战就是提高AI在模式识别和预测方面的能力。要知道，描述他们看到的事物，并预测接下来可能发生什么对一个人来说根本就不是事儿，而正是因为具备了总结和预测事物发展的能力，护工们才可以更好地照顾老年人，工人们才可以更好地修理复杂的机器。但是，现存的AI技术压根不可能做到这一点。
不过接下来，我们或许会见证一些对团队而言实践意义不大、与AI硬件和编码兼容性不强的技术突破。
向 IBM 谷歌看齐 微软开发人工智能帮助治疗癌症
据外媒报道，微软开发了一个能够“消化”每年发表的癌症治疗学术论文的机器学习项目Hanover，其设计师Hoifung Poon目前正在与俄勒冈卫生科学大学Knight癌症研究所研究人员合作，通过Hanover系统寻求能够有效治疗急性骨髓性白血病的药物、预测药物的有效性，并为病患制定个性化治疗方案。
Knight 癌症研究所研究人员Jeff Tyner说：“这一切都令人激动，但我们也面临着新的挑战：如何处理这些数据？为了解决这个问题，作为生物学家的我们，才决定与信息科学家和计算技术工作者合作。跨界资源的整合能帮助我们找到疗效更好、副作用更小的治疗方法。”
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
