行业活动与平台 - 第13届中国责任投资论坛（China SIF）年会于2025年12月2日在京举行，由商道融绿主办，联合国环境规划署金融倡议组织（UNEP FI）及联合国可持续证券交易所倡议组织（UN SSE）联合主办，数十位来自监管、市场、学界及国际组织的专家与会，热议全球责任投资新格局和ESG投资新机遇 [1][11] - 新浪财经ESG评级中心是业内首个中文ESG专业资讯和评级聚合平台，提供包括资讯、报告、培训、咨询等在内的14项ESG服务，致力于传播ESG理念，推动中国ESG事业发展及评估标准建立 [1][10] - 新浪财经依托其ESG评级中心发布多只ESG创新指数，并成立中国ESG领导者组织论坛，携手企业及合作伙伴推动建立适合中国特征的ESG评价标准体系，促进资产管理行业ESG投资发展 [10][19] AI与ESG的融合趋势 - 全国社保基金理事会原副理事长、中国责任投资论坛名誉理事长王忠民提出核心观点：人工智能（AI）的尽头是ESG，认为AI的每一次跃升都取决于ESG能提供的支持、资源、制度约束与创新空间 [2][5][6] - AI与ESG的关系被阐述为相互促进、相互依存，AI发展的尽头不仅是算力的极限，更是ESG提出的环境、社会、治理要求的极限，AI发展必须与ESG理念深度融合以塑造更绿色、智能和公正的社会 [9][18] AI发展的能源维度 - AI发展的核心挑战之一是能源，观点认为“算力的尽头是电力，电力的尽头是绿电”，而绿电的未来趋势指向太空 [7][16] - 以马斯克构想的“银河之心”（Galaxy Mind）计划为例，旨在构建超越地球轨道的AI运算网络，利用太空太阳能资源，创造无时差、无波动的永续能源供应，这种太空算力中心完全依赖绿色能源并避免地球资源消耗 [7][16] AI发展的资源与材料维度 - AI发展深刻影响地球资源使用，ESG对资源消耗的严格要求促使技术创新突破传统限制，材料使用从单一材料向复合材料、化合材料转型，以实现更可持续和高效的资源利用 [8][17] - 以新能源汽车电池为例，其正从依赖锂、钴等稀有金属向更便宜、更安全的复合材料转型，这一变化体现了ESG对AI发展方向的深远影响 [8][17] AI发展的能效与技术维度 - 为满足ESG对能效的要求，AI技术正探索节能解决方案，光学计算是典型方向，其采用光学信号替代电子信号进行数据传输和处理，能耗远低于传统方式并能显著提升计算速度和效率 [8][17] - 晶体管技术的进步，如采用三态或多态单元的新型热力学芯片，也极大降低了能耗，这些硬件变革使得AI能在低耗环境中持续发展 [8][17] AI发展的社会维度 - AI技术进步可能延长人类寿命，但随之而来的老龄化社会等问题成为挑战，AI在解决问题时必须遵循ESG中的社会责任要求，关注劳动者权益、财富公平分配及社会整体可持续发展 [9][18] - 领先的AI公司已开始探索社会关怀行动，例如利用AI探索建立全球基础收入系统，为老年人提供生活保障，确保AI发展服务于普通人，促进社会和谐与公平 [9][18]

AI与ESG的融合关系 - 人工智能发展的终极方向与ESG提出的环境、社会、治理要求深度融合[1] - AI与ESG之间是相互促进、相互依存的关系[1] AI发展的能源支撑 - AI发展高度依赖能源，存在“算力的尽头是电力，电力的尽头是绿电，绿电的尽头是太空”的趋势[3] - 未来AI算力中心可能向太空迁移，利用太阳能实现永续、稳定的绿色能源供应，例如“银河之心”计划[3] AI驱动的资源利用变革 - AI发展正推动材料使用方式从单一材料到复合材料，再到化合材料的根本变革[3] - 技术进步促使资源利用更高效，例如新能源汽车电池从依赖锂、钴等稀有金属转向更廉价、安全的复合材料[3] ESG驱动的AI硬件创新 - ESG对能效的要求正驱动AI硬件突破，例如光学计算的兴起能大幅降低能耗、提升速度[3] - 热力学芯片等新型硬件通过多态单元设计进一步降低功耗[3] AI的社会责任与应用 - AI在解决寿命延长带来的老龄化等问题时，必须遵循ESG中的社会责任要求，关注劳动者权益、财富分配与社会可持续发展[3] - AI可探索建立全球基础收入系统等方案，为老年人提供生活保障，确保AI发展服务于社会公平[4]

公司技术 - 研发热力学芯片 利用随机热力学波动突破传统二进制限制 实现可编程随机性 [1] - 芯片硅片尺寸为小拇指指甲大小 元件阵列宽度为几十微米 [1] - 计划2025年晚些时候将首批芯片推向市场 [1] - 芯片将应用于天气建模 金融市场建模和人工智能领域 [1] - 已筹集1410万美元种子资金 约20名工程师全职投入研发 [2] 公司背景 - 创始人纪尧姆·韦尔东曾参与谷歌量子计算机人工智能项目 领导开发TensorFlow Quantum软件 [2] - 首席技术官特雷弗·麦考特来自谷歌量子计算项目 [3] - 公司吸引众多从量子计算领域出走的人才 [2] 技术比较 - 热力学计算利用随机热力学波动 与量子计算试图降低热力学波动的方向相反 [1] - 谷歌量子芯片需极低温冷却 在105个量子比特规模进行纠错 优势存在不确定性 [3] - 热力学芯片可高效模拟不确定性 与传统计算机结合运行概率模拟算法 [1][3] 应用前景 - 芯片交付早期使用者后 有望在高科技交易和医学研究领域展现价值 [3] - 最终目标是在该硬件上运行整个工作负载和语言模型 [1]