人类社会长期存在浪费的问题,虽然近些年人们坚持不懈地在鼓励回收,然而每年依然有大量的垃圾被填埋、投入海洋或下水道中,这对我们赖以生存的地球产生巨大影响。
今年4月22日是人类的第52个地球日,在亟待解决的浪费问题上人类任重而道远。在联合国《2020年全球电子废弃物监测》报告中显示,2019年全球产生的电子废弃物(带电池或插头的废弃产品)总量仅在5年内就增长了21%,达到创纪录的5360万吨,而回收利用率仅有17.4%。每年产生的大量“电子垃圾”成为地球未来的隐患。
“中国作为电子产品消费大国,若想实现‘碳达峰、碳中和’的目标,也必须要面对处理‘电子垃圾’的难题。戴尔始终坚持‘在中国,为中国’的战略,秉承一步一个脚印的务实态度,用创新、用技术、用行动来践行戴尔对绿水青山的承诺。”戴尔全球副总裁、大中华区政府事务副总裁周兵说。
实现减碳需要覆盖电子产品的整个生命周期:包括从生产产生的直接和间接排放,到上下游和使用产品所产生的排放。而如何从源头开始,通过重复利用已进入经济体中的产品从而实现“循环经济”,这成为戴尔从设计环节便开始思考的出发点之一。
在全球,有至少数百万人在使用戴尔的产品。对戴尔而言,这是一份荣耀,更是一份责任,推动着戴尔的设计师和工程师们不断努力、研发出更利于循环经济的产品。 为此,戴尔给自己设立了一个宏伟的目标:到2030年,实现客户每购买一件产品都回收一件与之相当的产品;所有的产品包装和一半以上的产品原料来源于回收或可再生材料,实现真正意义上的“循环经济”。
可持续发展的理念贯穿了戴尔产业链的方方面面——从产品的设计之初就思考了产品整个生命周期的循环问题。2007年,戴尔率先推出采用可循环塑料制成的OptiPlex台式机。在过去的十几年中,这样的设计创新不曾停歇。今天,你使用的戴尔显示器,可能就包含了从五年前的显示器中回收的塑料;而通过创新的再生碳纤维技术,Latitude商用笔记本中有一些部件就来源于航天航空业中回收的高端材料。戴尔多年前就开始与NextWave Plastics企业联盟携手,将回收自海滩上的塑料水瓶用于XPS系列产品包装的制造。今年初,戴尔还推出了业内首台使用造纸废料中提炼的生物基环保材料制造的电脑。
为了实现2030年的愿景,戴尔在全线产品的技术革新和材料开发上不断发力,尝试新材料、研发新工艺、将产品设计推向可能性中的极限。
推动更大胆的设计理念
之所以很多企业选择“新材料—产品制造—废弃”的发展模式,而不专注于循环利用的原因是——这么做其实更“经济划算”。产品和材料的回收利用往往需要企业付出人力物力,并兼具很高的专业技术能力。
一台标准的笔记本电脑包含200多个塑料和金属材质的零部件,产品拆解的复杂程度可想而知。戴尔的设计师们直接参与了回收工艺的学习,获取零部件回收再利用的第一手资料。自行拆解旧产品的过程激发了设计师们的改进想法——对产品使用螺丝钉进行粘合的技术进行升级。虽然这看起来是给自己出难题,但戴尔的设计师们始终坚信,一定有更好的方式可以做到更加环保。
距2030年仅剩九年的时间,戴尔正加速思考,尝试新概念、新材料和新技术。为实现可循环设计的愿景,戴尔的设计团队正在践行:
戴尔正在做的其实很简单:希望不断的“变废为宝”让电子废弃物越来越少,推动全球节能环保及回收计划。
作为业内率先采用可循环使用材料制造电脑的先行者,戴尔正通过更加面向未来的设计以减少资源浪费、延长技术寿命,不断推动创新,让循环经济得以持续。但仅凭一己之力是不够的。 戴尔正在一路吸引IT行业和其他行业的人才共同努力,通过技术革新和环保理念,重新思考产品能持续循环使用的方法,共同实现产品升级,对整个行业、更对全球环保做出重大积极的影响。
好文章,需要你的鼓励
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。