盈彩网投资平台下载_盈彩网投资平台充值

台积电四处建厂现隐忧，台媒：离开体系和人才，成功模式难复制******

　　【环球时报驻德国特约记者 青木 环球时报记者 王冬 陈立非 宋毅】今年下半年以来，台积电在欧美日的产能布局步入“快车道”，引发岛内愈发强烈的“掏空台芯片产业链”质疑。法国广播电台23日报道称，台积电近来被传出考虑在德国设立其欧洲首座芯片工厂。为应对美国及日本新设产能的需求，台积电已经不断外派工程师前往支持。有业者表示，台积电未来若再前往德国投资设厂，人力方面恐将更加吃紧，营运获利压力也会因此进一步升高。

　　员工负荷量恐“破表”

　　23日，日本资深国会议员关芳弘透露，台积电斥资86亿美元在日本熊本县建厂之后，正考虑在日本兴建第二座工厂，熊本厂预计明年下半年落成启用。台积电在美国的产能布局也在加快落实。台积电日前公布一项耗资400亿美元的规划，扩建和升级该公司正在凤凰城建设的美国生产中心。此次在美设厂计划共分两期：第一期预计2024年量产5纳米和4纳米芯片；第二期则是更先进的3纳米芯片，预计2026年量产。

　　台湾《工商时报》24日分析称，自2021年下半年以来，就多次传出台积电将前往德国设厂的消息，但距离真正投资仍有很多困难需要解决。台湾《经济日报》认为，台积电布局欧洲面临三大挑战，包括客户真实需求、基础设施资源、人力/工程师人员调度。《联合报》24日报道称，台积电赴德国设厂，未来恐将像美国建厂项目那样，面临成本高、人才招募困难和相关先进材料供应不足等艰巨考验。还有台媒直言，台积电员工的负荷量会不会“破表”也是个问题。台积电超过5万名工程师中，有约500人连同家眷到美国协助建厂。日本新厂也需要再调度500—600人。

　　展示“深耕台湾”决心

　　台积电近来频繁的海外投资，在岛内引发“掏空台湾芯片产业”的质疑。台积电总裁魏哲家近日对此表示，半导体产业用的是脑力，在大部分地区都有工程师不足的情况，并不是工厂搬到哪个地方，那个地方就会发展茂盛。

　　另据台湾《财讯》报道，日本自民党参议员三宅伸吾近日声称，台积电在日本生产的是落后最新制程两三个世代的技术产品，而且台积电在台湾地区以外生产的量，只占总产量的一成左右，仍有八九成留在台湾。

　　为展示所谓“深耕台湾”的决心，台积电将于12月29日在南科晶圆18厂举行3纳米量产暨扩厂典礼。根据台积电官网信息，台积电立足台湾在全球广设厂区，目前拥有4座12英寸超大晶圆厂、4座8英寸晶圆厂和1座6英寸晶圆厂。

　　成功模式难复制

　　通信行业资深专家项立刚对《环球时报》记者表示，台积电在日本、欧洲等地进行生产布局，实际上成本是很高的。欧洲和日本的芯片制造都已经衰落得非常厉害。台积电一个企业想改变这种经济大势，很难做得到。

　　岛内舆论也对台积电产能布局充满疑虑。《工商时报》22日发表社论称，长期以来台湾就有生产资源“五缺”问题，半导体产能外迁是迟早的事，但此次台积电赴美设厂完全是基于地缘政治的决策。文章称，台积电赴美建厂，生产离开台半导体生态体系和人才，很难复制过去的成功模式。

　　(环球时报)

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）