深度聚焦！DRAM产业逆势上扬！Q1营收季增5.1% 价格上涨抵消淡季效应

DRAM产业逆势上扬！Q1营收季增5.1% 价格上涨抵消淡季效应

[美国，加州] - 2024年6月18日 - 根据市场研究机构TrendForce发布的最新报告，得益于合约价格上涨，DRAM产业在2024年第一季度实现营收季增5.1%，达到183.5亿美元。

尽管第一季度通常是DRAM产业的淡季，但由于服务器和PC DRAM需求强劲，加上智能手机和消费电子产品库存去化顺利，价格持续上扬，抵消了淡季效应，推动了整体营收增长。

三大原厂表现各异

从各家厂商表现来看，三星电子凭借其在服务器和PC DRAM市场的领先地位，第一季度营收增长8.9%，达到69.8亿美元，排名第一。其次是SK hynix，营收微增2.6%至57亿美元，排名第二。美光科技则以17.8%的强劲增幅位居第三，营收达到39.5亿美元。

价格上涨趋势预计将持续

TrendForce分析师预计，DRAM价格在第二季度将继续小幅上涨，主要原因是服务器和PC DRAM需求稳健，以及智能手机和消费电子产品库存去化仍在进行。

以下是一些可能对DRAM产业未来发展产生影响的因素:

• 全球经济形势
• 服务器和PC市场需求
• 智能手机和消费电子产品库存水平
• 新技术的研发进展

**总体而言，**DRAM产业在经历了2022年的下滑后，正展现出强劲的复苏势头。预计未来几个季度，随着需求的持续增长和价格的上涨，DRAM产业将保持良好的发展态势。

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。