FX168财经网_全球视野外汇黄金加密货币NFT资讯网

云计算ETF（516510）今日已涨1.04%，拓尔思涨超10%

13：30，数据安全板块持续走强，中证云计算与大数据主题指数上涨0.99%，近3个月该指数涨幅达15.33%。相关成分股拓尔思（300229）上涨10.5%，云赛智联（600602）上涨10.05%，太极股份（002368）上涨9.99%，博彦科技（002649）、华宇软件（300271）等跟涨。云计算ETF（516510）今日已上涨1.04%，成交额超4000万元，换手率13.08%，交投活跃。国泰君安证券认为，从长期投资价值上看，云计算发展的长期逻辑包括：政策大力扶持，推动算力基础设施和云计算产业协同发展；芯片国产化替代进程加速；数据中心能耗下降，降低运营成本同时可持续发展；AIGC应用场景广阔，提升云计算长期需求。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-02-22

乐视云再被强制执行702万乐视云累计被执行超2232万

　　　　天眼查App显示，近日，乐视云计算有限公司新增一则被执行人信息，执行标的702万余元，关联案件为中国电信股份有限公司常州分公司与该公司相关服务合同纠纷，执行法院为常州市天宁区人民法院。　　风险信息显示，乐视云计算有限公司存在多条被执行人、失信被执行人、限制消费令及终本案件信息，被执行总金额超2232万，未履行总金额超3.9亿元。　　

金融界2023-02-22

快讯：太极股份涨停报于41.71元

全、国防、企业等行业提供信息系统建设和云计算、大数据等相关服务,涵盖信息基础设施、业务应用、数据运营、网络信息安全等综合信息技术服务。截止2022年9月30日，太极股份营业收入70.6147亿元，归属于母公司股东的净利润1.1745亿元，较去年同比增加36.4404%，基本每股收益0.2026元。（更多个股业绩查询请点击）风险提示：个股诊断结果通过运算模型加工客观数据而成，仅供参考，不构成绝对投资建议。

金融界2023-02-22

岭南股份：虚拟健身是AI人工智能化的智慧健身新坐标

人、VR/AR、沉浸式体验、全息技术、云计算、大数据等方面开展全方位的深入合作。AI技术路径多种多样，市场可期，共同期待。感谢您对公司的关注。投资者：1.贵公司2023年在基建领域有没有具体的项目落地或者进行的，主业水利环保领域有没有重大突破？2.贵公司目前属于国资控股，今年是否有新的一年改革规划？3.子公司恒润的营收占比多少？4.一季报预计啥时候出？岭南股份董秘：尊敬的投资者，您好。公司生态环境板块覆盖规划设计、市政与园林工程、水利水环境工程主要业务，涉足基建领域。水务水环境治理方面拥有水利水电工程施工总承包一级资质，集覆盖研发、策划、设计、投资、施工、运营全产业链的全域水务综合服务为一体的优势。公司的发展战略和经营规划、业绩数据请关注公司定期报告。目前深交所还未开放一季报披露时间的预约，感谢您对公司的关注。岭南股份2022三季报显示，公司主营收入17.44亿元，同比下降45.17%；归母净利润-4.27亿元，同比下降1130.77%；扣非净利润-4.4亿元，同比下降1831.88%；其中2022年第三季度，公司单季度主营收入7.19亿元，同比下降16.98%；单季度归母净利润-2.49亿元，同比下降5125.11%；单季度扣非净利润-2.54亿元，同比下降16223.68%；负债率72.24%，投资收益3686.31万元，财务费用2.17亿元，毛利率0.89%。该股最近90天内共有1家机构给出评级，增持评级1家。根据近五年财报数据，证券之星估值分析工具显示，岭南股份（002717）行业内竞争力的护城河良好，盈利能力较差，营收成长性较差。财务可能有隐忧，须重点关注的财务指标包括：货币资金/总资产率、有息资产负债率、应收账款/利润率、应收账款/利润率近3年增幅、经营现金流/利润率。该股好公司指标1.5星，好价格指标1.5星，综合指标1.5星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）岭南股份（002717）主营业务：园林工程施工、景观规划设计、绿化养护及苗木产销,水利工程业务以上内容由证券之星根据公开信息整理，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-02-22

北京大学设立灵均领航奖学金、灵均成长助学金

力造就拔尖创新人才。在互联网+大数据+云计算+人工智能的时代大背景下，量化私募行业作为资本市场上重要的专业化机构投资者，将人与技术在金融投资过程中更好地结合，在促进创新资本形成、提高金融资源配置效率等方面发挥着重要的作用；而人才正是量化投资这一智力密集型行业保持高水平发展的拱顶之石。　　“北京大学灵均领航奖学金”旨在激励成绩突出、综合素质优秀的学生，支持一流人才培养迸发新动能；“北京大学灵均成长助学金”重点帮扶学习刻苦、家庭经济困难的学生，鼓励同学们逐梦青云之志。灵均投资与北京大学期待未来共同开展助学、筑梦、铸人的阶梯式帮扶机制，以人才驱动、创新提速，共同赋能中国特色的量化行业。　　不忘初心彰显社会责任　　党的二十大报告指出，引导、支持有意愿有能力的企业、社会组织和个人积极参与公益慈善事业。灵均投资成立八载，始终高度重视公益慈善工作，秉持“不忘初心、务本而生、回报社会”的理念，积极践行企业社会责任，聚焦“教育科研、医疗卫生、扶贫救灾、投教科普”四大公益慈善领域，持续支持公益机构、学校、医院等社会组织。　　在教育科研领域，灵均投资始终坚持“教育为本、人才为基”的方针，构建起素质拓展、精神激励和物质资助“三位一体”的长效帮扶育人机制，通过捐赠帮扶、交流座谈、成长记录、跟踪服务等方式，不断提升学生自立意识和责任意识，助力长期保障学生健康成长，做有温度的慈善公益事业。　　灵均投资一方面持续加大对基础教育阶段贫困适龄学生及家庭的捐赠和帮扶，擘画了包含8个省份部分地区在内的扶贫蓝图，促进欠发达地区儿童教育的底线公平；另一方面在国内多所高校设立“灵均教育发展基金”，通过奖助学金、帮扶基金、科研基金、赛事基金等多种方式，在量化行业人才培养、青年优才激励、量化研究赋能、困难学子帮扶及农民工子女教育等方面贡献力量。　　未来，灵均投资将在党的二十大精神指引下，全力服务国家发展战略，在保障投资者权益、推动企业高质量发展的同时，持续积极践行社会责任，坚守初心、不负使命。　　关于灵均投资　　宁波灵均投资管理合伙企业（有限合伙）是一家专注量化投资的私募基金管理机构，致力于更好地帮助高净值客户进行资产管理。公司成立于2014年6月，是在中国证券投资基金业协会登记的私募证券投资基金管理人、协会会员单位。　　灵均投资在“双引擎”模式引领下，秉承“诚信、专业、危机感、持续奋斗”的工匠精神，坚持“迭代成长”的理念，集量化产品研究、设计、投资等于一体，服务国内外投资机构、大中型企业、高净值个人等投资者。

金融界2023-02-22

首批Azure OpenAI服务落地万科大模型商业化进程持续加速

达到业界领先水平。　　整个人工智能、云计算领域乃至互联网行业，都意识到了ChatGPT的强大。微软Azure是OpenAI独家云服务提供商，依托微软Azure云平台强大的算力支持，以及Azure OpenAI宇宙最强的自然语言处理能力，帮助企业更好地实现数据管理，切实提升生产力。分析师表示，伴随着OpenAI技术与微软业务融合不断加深，大模型商业化落地进度有望加速。数字化浪潮席卷了时代的每一个人。万科与Azure OpenAI的合作只是一个开始，伴随着openAI技术与微软自身业务融合不断加深，更多AI功能嵌入到微软全线业务，GPT系列语言大模型的商业化落地进度有望持续加速，带动上下游生态快速成长丰富。　　世纪华通（002602）近年来在上海、深圳等地相继投建了大型数据中心，打造算力底座的同时，开展数据安全、绿色能源等增值服务。　　首都在线（300846）推出的“云算力解决方案”为AIGC场景提供了云端算力基础设施，形成了具备行业优势的弹性计算、全球网络、IDC服务、数据处理和安全等在内的云网一体化产品和服务。

金融界2023-02-22

熊市反弹，新一轮牛市？不管怎样，投资这三支股最稳妥

个月大幅上涨，但他仍看好数据中心平台和云计算解决方案等营收驱动因素。　　Ghosh说道：“云计算可能正在放缓，但它并没有陷入死局。我们谈论的是增速从50％放缓至30％，明年可能还会回升。这一点不容小觑。” 　　保险公司AIA是Ghosh的另一支首选股。Ghosh表示，这是一家“一流”的保险公司，50％的收入来自中国和香港，这使得它在中国重新开放中扮演更为安全的角色，而不存在国内监管问题的风险。　　他选择的最后一支股是Chubb（CB），是全球最大的财产和意外保险公司。Ghosh认为，在高利率环境下，由于承销业务的改善和投资收益的提高，该公司未来几年的每股收益将实现两位数的增长。　　他补充说，市场低估了管理层应对气候变化引发事件的更高风险的能力，让投资者有机会以低于历史平均水平的两位数市盈率“疫情低点”的水平买入该股。　　Ghosh表示：“这也是一种思考世界经济实力数据相互矛盾的方式。我们是否会减速出现硬着陆、不着陆或软着陆？保险是一种不必承担投资商业银行风险的方式。”

金融界2023-02-22

中国算力“卖水者”望成AI时代基站网络！中国电信布局ChatGPT引发股价暴涨，运营商链受益上市公司梳理

输能力的“卖水者”，随着运营商云在国内云计算市场地位提升，有望承接海量的中国AIGC运行需求，成为AI时代的“基站网络”。　　中信建投阎贵成2月19日研报中表示，AIGC所需要的算力、网络、数据均与电信运营商高度相关，应当重新审视电信运营商“网云数”的价值，预计国内云计算产业景气度有望回升，建议关注云计算相关产业链投资机会。　　公开资料显示，2021年以来，三大运营商聚焦公有云业务，进入2022年四季度后，随着“大安全”背景下，国有云渗透率加速提升，运营商云逐渐成长为我国公有云中不可或缺的重要力量。宋嘉吉指出，强大的公有云业务，在AIGC时代，是运行、储存、交互AI数据的重要基建。如OpenAI与ChatGPT就运行于微软的Azure公有云之上。　　浙商证券张建民研报中表示，2022-2026，中国公有云市场会以复合增长率30.9％继续高速增长，预计到2026年，市场规模将达到1057.7亿美元。中泰证券陈宁玉等研报中预测，2025年中国移动和中国电信的云计算业务收入有望突破1000亿，中国联通云计算业务有望超过600亿。　　陈宁玉表示，算力网络资本开支主要包括业务网、IT云、数据中心的直接投资及传输网、汇聚机房部分分摊投资，从传统统计口径来看，传输网及业务支撑网占比显著提升。重点关注与运营商在该领域合作较为深度的供应商结构性增长机会，数据中心服务商：润泽科技、宝信软件等。　　网络设备商：中兴通讯、紫光股份、锐捷网络等；数据中心暖通设备：英维克、佳力图、依米康等；光纤光缆：长飞光纤、亨通光电、中天科技等。此外，运营商数据链包括，中新赛克、浩瀚深度、恒为科技、东方国信、天源迪科。　　具体来看，中兴通讯服务于全球电信运营商、政企客户和消费者，公司业务覆盖 160 多个国家和地区，服务全球 1/4 以上人口。　　锐捷网络在中国以太网交换机市场份额排名第三、Wi-Fi6产品出货量排名第一、中国企业级终端VDI市场份额排名第一、中国本地计算IDV云桌面市场占有率第一。　　中新赛克在网络内容安全领域，公司升级网络态势分析系统，研发疫情通行大数据分析系统、运营商网络流量质量监测系统，并得到规模部署。　　浩瀚深度是国内领先的互联网流量智能化方案提供商，产品供应国内三大运营商，与中国移动保持长期合作关系。DPI系统在处理性能、设备集成度、设备能耗比等方面均处于国内领先水平。

金融界2023-02-21

人工智能时代的算力挑战

算的一个典型代表就是我们现在经常听说的云计算。关于云计算的定义，目前的说法并不统一。一个比较有代表性的观点来自于美国国家标准和技术研究所（NIST），根据这种观点，“云计算是一种按使用量付费的模式。这种模式对可配置的IT资源（包括网络、服务器、存储、应用软件、服务）共享池提供了可用的、便捷的、按需供应的网络访问。在这些IT资源被提供的过程中，只需要投入很少的管理和交流工作”。这个定义很抽象、很学院派，我们可以用一个通俗的比喻来对其进行理解。在传统上，用户主要是通过调用自有的单一IT资源，这就好比每家每户自己发电供自己用；而云计算则好像是（用大量算力设备）建了一个大型的“发电站”，然后将“电力”（IT资源）输出给所有用户来用。根据云服务提供者所提供的IT资源的不同，可以产生不同的“云交付模式”（Cloud Delivery Model）。由于IT资源的种类很多，因此对应的“云交付模式”也就很多。在各类新闻报道中，最常见的“云交付模式”有三种：第一种是IaaS，它的全称是“基础设施作为服务”（Infrastructure-as-a-Service）。在这种交付模式下，云服务的提供者供给的主要是存储、硬件、服务器和网络等基础设施。第二种是PaaS，它的全称是“平台作为服务”（Platform-as-a-Service）。在这种交付模式下，云服务的提供者需要供应的资源更多，以便为使用者提供一个“就绪可用”（ready-to-use）的计算平台，以满足他们设计、开发、测试和部署应用程序的需要。第三种是SaaS，也就是“软件作为服务”（Software-as-a-Service）。在这种交付模式下，云服务提供者将成品的软件作为产品来提供给用户，供其使用。有了以上不同的云交付模式，用户就可以根据自己的需要来选择相应的IT资源。比如，如果元宇宙的用户需要更多的算力或存储，而本地的机器无法满足，那么就可以通过从云端来获取“外援”。一个云端GPU不够，那就再来几个，按需取用，丰俭由人，既方便，又不至于产生浪费。需要指出的是，尽管从理论上看云计算可以很好地承担巨大运算和存储需求，但其缺陷也是很明显的。比较重要的一点是，在执行云计算时，有大量的数据要在本地和云端之间进行交换，这可能会造成明显的延迟。尤其是数据吞吐量过大时，这种延迟就更加严重。对于用户来说，这可能会对其使用体验产生非常负面的效果。那么怎么才能克服这个问题呢？一个直观的思路就是，在靠近用户或设备一侧安放一个能够进行计算、存储和传输的平台。这个平台一方面可以在终端和云端之间承担起一个中介的作用，另一方面则可以对终端的各种要求作出实时的回应。这个思想，就是所谓的边缘计算。由于边缘平台靠近用户，因而其与用户的数据交换会更加及时，延迟问题就可以得到比较好的破解。 2、超越经典计算——以量子计算为例无论是高性能计算还是分布式计算，其本质都是在运算资源的分配上下功夫。但正如我们前面看到的，通过这种思路来提升算力是有很多障碍的。因此，现在很多人希望从计算方式本身来进行突破，从而实现更高的计算效率。其中，量子计算就是最有代表性的例子。我们知道，经典计算的基本单位是比特，比特的状态要么是0，要么是1，因此经典计算机中的所有问题都可以分解为对0和1的操作。一个比特的存储单元只能存储一个0或者一个1。而量子计算的基本单位则是量子比特，它的状态则可以是一个多维的向量，向量的每一个维度都可以表示一个状态。这样一来，量子存储器就比经典的存储器有很大的优势。考虑一个有 N物理比特的存储器，如果它是经典存储器，那么它只能存储2的N次方个可能数据当中的任一个；而如果它是量子存储器，那么它就可以同时存储2的N次方个数据。随着 N的增加，量子存储器相对于经典存储器的存储能力就会出现指数级增长。例如，一个250量子比特的存储器可能存储的数就可以达到2的250次方个,比现有已知的宇宙中全部原子数目还要多。在进行量子计算时，数学操作可以同时对存储器中全部的数据进行。这样一来，量子计算机在实施一次的运算中可以同时对2的N次方个输入数进行数学运算。其效果相当于经典计算机要重复实施2的N次方次操作，或者采用2的N次方个不同处理器实行并行操作。依靠这样的设定，就可以大幅度节省计算次数。为了帮助大家理解，我们可以打一个并不是太恰当的比方：玩过动作游戏的朋友大多知道，在游戏中，我们扮演的英雄经常可以使用很多招数，有些招数只能是针对单一对象输出的；而另一些招数则可以针对全体敌人输出。这里，前一类的单体输出招数就相当于经典计算，而后一类的群体输出招数就相当于量子计算。我们知道，在面对大量小怪围攻的时候，一次群体输出产生的效果可以顶得上很多次单体输出的招数。同样的道理，在一些特定情况下，量子计算可以比经典计算实现非常大的效率提升。举例来说，大数因式分解在破解公开密钥加密的过程中有十分重要的价值。如果用计算机，采用现在常用的Shor算法来对数N进行因式分解，其运算的时间将会随着N对应的二进制数的长度呈现指数级增长。1994年时，曾有人组织全球的1600个工作站对一个二进制长度为129的数字进行了因式分解。这项工作足足用了8个月才完成。然而，如果同样的问题换成用量子计算来解决，那么整个问题就可以在1秒之内解决。量子计算的威力由此可见一斑。但是，在看到量子计算威力的同时，我们也必须认识到，至少到目前为止，量子计算的威力还只能体现对少数几种特殊问题的处理上，其通用性还比较弱。事实上，现在见诸报道的各种量子计算机也都只能执行专门算法，而不能执行通用计算。比如，谷歌和NASA联合开发的D-Wave就只能执行量子退火（Quantum Annealing）算法，而我国研发的光量子计算机“九章”则是专门被用来研究“高斯玻色取样”问题的。尽管它们在各自的专业领域表现十分优异，但都还不能用来解决通用问题。这就好像游戏中的群体攻击大招，虽然攻击范围广，但是对每个个体的杀伤力都比较弱。因此，如果遇上大群的小怪，群体攻击固然厉害，但如果遇上防御高、血条厚的Boss，这种攻击就派不上用处了。从这个角度看，如果我们希望让量子计算大发神威，就必须先找出适合量子计算应用的问题和场景，然后再找到相应的算法。与此同时，我们也必须认识到，虽然量子计算的研发和探索十分重要，但是它和对其他技术路径的探索之间更应该是互补，而不是替代的关系。 3、通过改进算法节约算力如果说，通过高性能计算、分布式计算，以及量子计算等手段来提升算力是“开源”，那么通过改进算法来节约算力就是“节流”。从提升计算效率、减少因计算而产生的经济、环境成本而言，开源和节流在某种程度上具有同等重要的价值。在ChatGPT爆火之后，大模型开始越来越受到人们的青睐。由于在同等条件下，模型的参数越多、训练的数据越大，它的表现就越好，因此为了追求模型的更好表现，现在的模型正在变得越来越大。我们知道，现在的ChatGPT主要是在GPT-3.5的基础上训练的。在它出现之前，GPT共经历了三代。GPT-1的参数大约为1.17亿个，预训练数据为5GB，从现在看来并不算多；到了GPT-2，参数量就增加到了15亿个，预训练数据也达到了40GB；而到了GPT-3，参数量则已经迅速膨胀到了骇人的1750亿个，预训练数据也达到了45TB。为了训练GPT-3，单次成本就需要140万美元。尽管OpenAI并没有公布GPT-3.5的具体情况，但可以想象，它的参数量和预训练数据上都会比GPT-3更高。为了训练这个模型，微软专门组建了一个由1万个V100GPU组成的高性能网络集群，总算力消耗达到了3640“算力当量”——也就是说，如果用一台每秒计算一千万亿次的计算机来训练这个模型，那么大约需要近十年才能完成这个任务。如果任由这种“一代更比一代大”的趋势持续下去，那么在未来几年，对算力的需求将会出现爆炸性的增长。一项最新的研究估计，在5年之后，AI模型需要的算力可能会是现在的100万倍。很显然，由此产生的经济和环境成本将会是十分惊人的。令人欣慰的是，目前已经有不少研究者希望改进算法、优化模型来减少对算力的需求，并且已经取得了一定的成就。比如，就在今年1月3日，来自奥地利科学技术研究所 (ISTA)的研究人员埃利亚斯·弗朗塔（Elias Frantar）和丹·阿里斯特尔（Dan Alistarh）合作进行了一项研究，首次针对 100至 1000亿参数的模型规模，提出了精确的单次剪枝方法SparseGPT。SparseGPT可以将GPT系列模型单次剪枝到 50%的稀疏性，而无需任何重新训练。以目前最大的公开可用的GPT-175B模型为例，只需要使用单个GPU在几个小时内就能实现这种剪枝。不仅如此，SparseGPT还很准确，能将精度损失降到最小。在进行了类似的修剪之后，这些大模型在训练时所需要的计算量就会大幅减少，其对算力的需求也就会相应下降。关于提升算力、支持人工智能发展的政策思考随着ChatGPT引领了新一轮的人工智能热潮，市场上对算力的需求也会出现爆炸性的增长。在这种情况下，为了有力支撑人工智能的发展，就必须要通过政策的手段引导算力供给的大幅度增加。而要实现这一点，以下几方面的工作可能是最为值得重视的。第一，应当加快对算力基础设施的建设和布局，提升对全社会算力需求的支持。如前所述，从目前看，分布式计算，尤其是其中的云计算是提升算力的一个有效之举。而要让云计算的效应充分发挥，就需要大力建设各类算力基础设施。唯有如此，才可以让人们随时随地都可以直接通过网络获得所需的算力资源。这里需要指出的是，在布局算力基础设施的时候，应当慎重考虑它们的地域和空间分布，尽可能降低算力的成本。我们知道，不同的地区的土地、水、电力等要素的价格是不同的，这决定了在不同地区生产相同的算力所需要的成本也不尽相同。因此，在建设算力基础设施时，必须统筹全局，尽可能优化成本。需要指出的是，我国正在推进的“东数西算”工程就是这个思路的一个体现。由于我国东部各种资源的使用成本都要高于西部，因此在西部地区建立算力设施，就会大幅降低算力的供给成本，从而在全国范围内达到更优的配置效率。第二，应当加强与算力相关的硬件技术及其应用的研发，为增加算力供应提供支持。与算力相关的硬件技术既包括基于经典计算的各种硬件，如芯片、高性能计算机等，也包括超越经典计算理论，根据新计算理论开发的硬件，如量子计算机等。从供给的角度看，这些硬件是根本，它们的性能直接关系到算力提供的可能性界限。因此，必须用政策积极促进这些硬件的攻关和研发。尤其是对于一些“卡脖子”的项目，应当首先加以突破。这里需要指出的是，在进行技术研发的同时，也应该积极探索技术的应用。例如，我们现在已经在量子计算领域取得了一些成果，但是由于用例的缺乏，这些成果并没有能够转化为现实的应用。从这个意义上讲，我们也需要加强对技术应用的研究。如果可以把一些计算问题转化成量子计算问题，就可以充分发挥量子计算机的优势，实现计算效率的大幅提升。第三，应当对算法、架构等软件层面的要素进行优化，在保证AI产品性能的同时，尽可能减少对算力的依赖。从降低AI计算成本的角度看，降低模型的算力需求和提升算力具有同等重要的意义。因此，在用政策的手段促进算力供给的同时，也应当以同样的力度对算法、架构和模型的优化予以同等的激励。考虑到类似的成果具有十分巨大的社会正外部性，因此用专利来保护它们并不是最合适的。因此，可以积极鼓励对取得类似成功的人员和单位给予直接的奖励，并同时鼓励他们将这些成果向全社会开源；也可以考虑由政府出面，对类似的模型产品进行招标采购。如果有个人和单位可以按照要求提供相应的成果，政府就支付相应的费用，并对成果进行开源。通过这些举措，就可以很好地激励人们积极投身到改进模型、节约算力的事业中，也可以在有成果产出时，让全社会及时享受到这些成果。总而言之，在人工智能突飞猛进的时代，算力可能是决定人工智能发展上限的一个关键因素。唯有在算力问题上实现突破，人工智能的发展才可能有根本保障。来源：金色财经

金色财经2023-02-21

互动| 铂科新材：目前已经推出了多个芯片电感系列型号，并已实现小批量生产和交付

AI人工智能、新能源汽车自动化智能化和云计算的快速发展，对芯片的算力提出了更高的要求，公司合金软磁材料制成的芯片电感由于具有高磁饱和密度和耐大电流的优势，更加适用于大功率芯片，是未来技术发展的趋势。公司目前已经推出了多个芯片电感系列型号，取得了多家知名芯片厂商的验证和认可，并已实现小批量生产和交付，正在加快批量交付。

金融界2023-02-21

24小时热点