FX168财经网_全球视野外汇黄金加密货币NFT资讯网

民生证券：给予工业富联买入评级

需求增幅较大。以ChatGPT为代表的生成式AI应用引发新一轮算力需求。根据IDC数据，2023年全球高性能AI服务器市场规模预计达248亿美元，年增率预计高达27%。大模型训练和推理带来急剧增加的数据量，数据中心对高带宽和低延迟的需求不断提升。根据IDC预测，数据中心交换机市场规模持续扩张，预计在2024年销售规模将达到208.8亿美元，占全球交换机整体市场份额超过一半，成为交换机主要应用市场之一。　　超前布局AI服务器，出货量稳居全球首位。公司自2017年开始布局AI服务器领域，在全球服务器市场长期保持市占率领先，并与全球顶尖客户、算力巨头保持紧密的合作关系。公司持续看好AI服务器增长前景，并正在加速研发下一代AI服务器，以及拓展车用移动服务器、边缘服务器、太空互联网运算服务器等新领域。　　“2+2”深耕全球化布局，研发资源投入巩固技术创新优势。为持续深挖数字机遇，公司提出了“2+2”的发展策略，一方面持续强化“高端智能制造+工业互联网”这一核心竞争力，另一方面围绕“大数据”和“机器人”进一步拓宽业务版图。公司坚持“深耕中国布局全球”战略，持续加大在中国的投资建设，尤其是在高端智能制造领域的布局。江西赣州及河南济源的新投资项目在今年上半年已开始生产。1H23，公司研发投入达到49.32亿元，研发技术人员数量超过3.2万人。　　投资建议：受益于数字经济浪潮下的算力需求增长和网络升级需求增幅较大，公司产品结构优化有望带来主营业务质量的全面提升和盈利水平的进一步优化，我们预计23-25年公司营业收入分别为5951.88/6836.74/7708.32亿元，归母净利润分别为222.18/248.20/271.20亿元；对应2023年8月9日收盘价，P/E分别为20x/18x/16x，维持“推荐”评级。　　风险提示：生产交付不及时，AI服务器需求不及预期，行业市场竞争加剧。证券之星数据中心根据近三年发布的研报数据计算，中信证券许英博研究员团队对该股研究较为深入，近三年预测准确度均值高达91.62%，其预测2023年度归属净利润为盈利236.88亿，根据现价换算的预测PE为18.66。最新盈利预测明细如下：该股最近90天内共有13家机构给出评级，买入评级13家；过去90天内机构目标均价为28.77。以上内容由证券之星根据公开信息整理，由算法生成，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2023-08-10

大模型浪潮涌向投顾，业内首位智能投顾数字人是如何炼成的？

的内容理解和生成能力，促进了AIGC（生成式AI）技术的发展让更为智能和个性化的AI数字人成为可能。 AI数字人技术由此迎来了一次重大发展机遇，其在解决金融行业营销、客服、风控、合规等方面痛点的过程中有望带来突破。那么，金融机构该如何打造适合自身的AI数字人？这方面，领先的金融机构与科技公司已经进行了积极探索。作为一家在线投资决策解决方案提供商，九方财富（09636.HK）近日推出的数字人“九哥”已经可以一定程度上扮演专业人类投顾的角色。比如，其可以通过多轮对话的形式解答各类证券投资问题，跟踪证券行业动态、选股诊股，提供数据支持辅助用户投资决策。 AI数字人正在以一种全新的方式深度入局金融行业。大模型浪潮涌向投顾 AI数字人技术——包括其背后的大模型和AIGC能力要想真正落地，找到合适的应用场景是关键。如何为AI数字人“求职”，了解其核心能力是关键一步。而具备创造性的对话能力，是生成式AI相较于传统AI展现出的突破性能力。传统AI在回答问题时往往对上下文的理解欠缺，导致答案相关性较低，表达机械化，而生成式AI则能够理解更长的上下文，并进行拟人化的思考和回答，与人类进行更自然的对话沟通。在“创造”能力方面，传统AI只能按照预设任务输出答案（如分类、数值预测），而生成式AI能够自动生成自洽的图形、文字创作甚至代码。在此基础上，辅以还原真人的虚拟形象，AI数字人有望媲美真人。而大模型还可以为其提供更广泛的知识和信息支持，从而提高其在金融场景中的应用能力，AI数字人可以更加专业。从需求端来看，在财富管理转型时代，投资顾问可能是当前金融业最“缺人”的细分行业。中证协数据显示，截至6月10日，中国证券市场的投资顾问群体数量74570人，同期A股投资者人数约为2.18亿人。这也就意味着，一位投资顾问要服务2900多位A股投资者。超负荷覆盖庞大客户群体的另一面是，投资顾问难以深入了解客户，精细化服务则无从谈起。很多投资者只能接受通用的投资组合建议，无法根据自身需求做出更精准的投资决策。可以说，在全行业财富管理转型提速的大背景下，中国持牌投顾人数远远不能满足庞大的投资者需求。此外，缺乏科技支持是投资顾问另一大不足。传统的投顾业务主要依靠人工咨询和分析，这使得投顾行业的服务效率低下，无法满足客户对实时、精准投资建议的需求。如此看来，基于大模型等AIGC技术实现的智能投顾数字人，有望在解决投资顾问缺口问题上发挥重要作用。不过这一创新仍然面临着一系列痛点，包括技术门槛高，导致生产及运营成本高；技术层面上，无法真正接近人的真实自然；金融行业专业化知识要求高，数字人需要不断更新语料库内容并加以模型训练，难度较大。智能投顾数字人能带来什么？在供需两端的共同作用下，智能投顾数字人终于应运而生。首个“吃螃蟹”的是九方财富（09636.HK），这家港股上市公司近日推出了数字人“九哥”，而这位由九方财富、华为云以及科大讯飞三方培育的智能投顾数字人，已经可以一定程度上扮演专业人类投顾的角色。公开资料显示，号称港股“证券投教第一股”的九方财富（09636.HK）拥有具备证券从业人员资质的雇员超千人，具备证券投资顾问资质的雇员超百人，截至2023年1月，在81家有证券投资顾问资质的公司中排名第一。在8月8日晚间的发布会上，九方财富展示了“九哥”的一系列能力。笔者也在“九方诊股”APP上亲身体验了数字人的诸多功能。概括来说，九方智能投顾数字人拥有大盘分析、板块挖掘、热点追踪、个股诊断、策略生成、金融百科、事件推理、情绪陪伴八大核心能力。比如，如何解决投资者没时间看盘的问题？“九哥”可以获取实时的指数走势、异动板块及个股、北向资金动向等市场动态，为投资者提供A股全景市场及行业趋势分析。再如，在“常温超导”、“大模型”等新技术新概念层出不穷的当下，为什么某一事件的影响面巨大？“九哥”则可以融合事理图谱、产业链图谱等知识内容，对热门资讯、重大事件进行深度影响脉络梳理，从中挖掘投资机会。又如，投资者总是冲动割肉怎么办？“九哥”即可以采用多种互动对话方式，识别和理解用户情绪，为用户提供心理支持和鼓励，帮助用户应对市场波动，并在关键时刻发送风险预警，避免因情绪波动造成的投资失误。起到情绪陪伴的作用。可以说，每项能力都直接回应投资者的具体诉求和痛点。九方CEO才子表示，“九哥”将市场分析体系划分出技术面、基本面、资金面、消息面四大市场主流分析体系，涵盖了几十种分析维度、近千种诊股因子，360度全方位扫描全市场上市公司。同时“九哥”还能结合市场主流的分析维度和九方特色指标，进行深度分析，并通过自然逼真的相处体验、简单易懂的表达方式为投资者提供诊断结论。事实上，九方财富早已经是证券投顾领域数字化转型的弄潮儿。 2019年，第一代文本对话机器人“AI旺财”发布；2020年，推出业务风险洞察、九方OCR模型、金融虚假舆情识别、用户情感分析、金融实体识别及纠错模型等“一揽子”人工智能工具；2021年，又推出AI巡查官、AI监测官，实现一体化智能合规审核；2022年，则自研推出“智能创造工坊”，实现了一键智能创作。探路AI数字人数字人并非是一个行业新概念，具有高度还原真人的虚拟形象在元宇宙概念里早已实现，但是数字人“九哥”的创造性在于，其依托了九章证券领域大模型的基础能力。可以说，音视频合成、唇形同步等数字人交互技术创造其“肉身”，而九章证券领域大模型赋予其“灵魂”，后一步更为关键。但是横亘在金融大模型眼前的有两大问题。一方面，证券业与其他行业相比，大模型的稳定性、准确性、数据安全、合规性等方面要求更高。而以ChatGPT为代表的大模型方案显然还不能做到“不犯错误”。另一方面，是用大模型还是小模型——或者说是通用大模型还是行业大模型的问题。对于已有的通用大模型，如何连接、使其发挥作用，这是“用法”的问题。但是如果大模型本身有局限性，无法满足证券行业的需求，并且这种局限性通过“用法”无法克服，则需要自建或者推动建设一个专门适用于证券行业的大模型。而在数字人“九哥”的案例中，其内核是九章证券领域大模型，而这一证券行业大模型则脱胎于科大讯飞星火认知大模型，后者结合宏观数据、行情数据、资讯数据、公告数据等行业通用知识库以及深度研报、特色指标、政策解读、市场分析、热点题材、课程教学、首席诊股、公告掘金等九方特色知识库，进行了大模型证券行业知识增强训练。简言之，基于通用大模型锻造出了更加专业的证券行业大模型。而华为云在这一步中扮演的角色也尤为关键。众所周知，建设和训练大模型的成本和难度高企，灵活弹性的华为云智能计算底座为以上的大模型训练提供了算力保证。前文提及的智能投顾数字人创新中的诸如技术门槛高、模型训练难度大等一系列痛点也得以解决。从这个意义上看，数字人“九哥”的核心价值在于，作为一个成功的应用案例，不仅展示了数字人在证券大模型领域的巨大潜力。九方财富（09636.HK）与科大讯飞、华为云的合作，更是展示了金融机构在进行大模型探索和数字人应用时值得采取的可行路行。归根到底，数字人的使命是要回归金融行业的本质，切实解决用户的金融需求，以更智慧、更安全、更准确的形式，向用户传递信息并提供服务。以“九哥”为代表的大模型加持下的AI数字人正在努力接近这一本质诉求，其无疑将在投顾行业中得到更广泛的应用和发展，甚至重塑行业生态。（本文首发钛媒体App ，作者 | 蔡鹏程）风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-08-09

九方智能投顾数字人——AI问答时代智能投顾的探索之路

有连云2023-08-08

“AI之父”杰佛瑞·辛顿离开谷歌除美硅谷外称这国崛起成为AI新兴中心！

国各个城市相比，多伦多的招聘信息显示，生成式 AI 领域的商业活动滞后。多伦多的生成式 AI 工作岗位不到湾区的十分之一，约为西雅图地区的三分之二。与全球其他年轻的创业生态系统类似，多伦多需要时间才能成熟。多伦多大学罗特曼管理学院创业学教授 Ajay Agrawal 表示， AI 技术还处于发展的早期阶段。 “我们正处于整个经济彻底改革的边缘。每个行业都将针对后预测世界进行重新设计。每个大城市都希望在转型中占据主导地位，因为这样就意味着居民的就业和繁荣。” “多伦多是一个有意义的竞争对手。” 阿格拉瓦尔表示，Atomwise 是最早将人工智能应用于药物发现的初创公司之一，总部位于多伦多，但不得不搬到硅谷筹集资金。那是在 2014 年左右。几年后，另一位多伦多企业家也使用 AI 来增强药物发现，从而将硅谷的资金吸引到他位于多伦多的公司 Deep Genomics。他说：“几年来，Atomwise 和 Deep Genomics 之间的动态发生了很大变化，” “多伦多是作为 AI 中心而建立的，因此创始人可以吸引硅谷]的资本并将他们的公司留在多伦多。”

林沐2023-08-08

浪潮信息稳居中国全闪存储市场前二

支撑。面向未来，随着双碳战略持续落地，生成式AI等数字技术与实体经济深度融合，数据中心将向着高效、绿色的趋势加速演进，浪潮信息将持续强化全闪存储等核心技术研发和创新突破，助力千行百业释放数据价值，从容应对新数据时代的多重挑战。

美通社2023-08-07

GPT-5要来了？AI行业会发生哪些剧变

者已经多次联合发表公开信，呼吁人们重视生成式 AI 的潜在风险，而OpenAI当时也宣布短期内不会有训练GPT-5的计划。然而，科技的诱惑，终究还是让人类打破了禁忌的边界。在这次披露的申请书中，OpenAI提到，尚未发布的GPT-5将具备众多GPT-4所没有的能力，而且几乎每一项都剑指AGI。 USPTO 文件截图那么，这样的改变，对AI和人类而言，又意味着什么？今天，本文就将尝试从OpenAI的申请文件中披露的有限信息，对GPT-5可能的功能、变化，及所造成的影响，进行一番简单的剖析。 01 通往AGI之路在此次披露的文件中，OpenAI最先提到的一个变化，就是多模态功能的加强。具体来说，GPT-5 的功能包括把文本或语音从一种语言翻译成另一种语言、语音识别、生成文本和语音等。虽然在现在的GPT-4中，用户同样可以实现不同语种间的翻译，但既然翻译功能在这里被单独挑出来，想必是重新优化过了。那OpenAI为何会如此突出GPT-5的翻译能力？这或许是因为，GPT走向通用的前提之一，就是尽可能缩小不同语言使用大模型的成本差距。此前，牛津大学的研究成果显示，由于 OpenAI 等服务所采用的服务器成本衡量，和计费的方式的不同，英语输入和输出的费用要比其他语言低得多。其中简体中文的费用大约是英语的两倍，西班牙语是英语的 1.5 倍，而缅甸的掸语则是英语的 15 倍。因为像中文这样的语言有着不同、更复杂的结构，导致它们需要更高的词元化率。例如，根据 OpenAI 的 GPT3 分词器，“你的爱意（your affection）” 的词元，在英语中只需要两个词元，但在简体中文中需要八个词元。这意味着，除了英语之外的其他语言，使用和训练模型要贵得多。而一旦翻越了“语言障碍”这道槛，无疑会直接地扫清横亘在GPT面前的这条通用性障碍。除此之外，文件中突出的语音识别功能，看似只是一个不起眼的改动，但从某种程度上说，这也是OpenAI对GPT-5在通往AGI的道路上铺下的又一块路砖。众所周知，在今后的大模型发展方向上，模型变得边缘化、终端化，已经成了一个愈发明显的趋势。自从今年7月，高通发布了能在手机上运行的10亿参数大模型后，荣耀、苹果等厂商，也相继宣布要推出自身的“大模型”手机。以手机为起点，将来的AI数据，将会越来越多地在摄像头、传感器、自动驾驶等终端侧进行处理。而在这样的应用场景中，语音识别无疑更便捷、高效。例如，AI语言模型可以让驾驶员可以通过语音控制车辆行驶。将驾驶员的语音指令转化为可执行的指令，例如启动、停止、加速、刹车等操作。而类似于SIri那样存在于手机系统中的智能助手，也会优先考虑通过语音指令来进行控制。由此可见，语音识别并非只是锦上添花，而是GPT-5进入终端侧的“标配”，而通过在这一个个终端设备的下沉，GPT-5也将由此获得更多边缘化的、非语言的数据结构。毕竟，大模型发展至今，能汲取的文本数据，已经差不多了，要想在通往AGI的路上再上一个台阶，这种“非文本”的数据，就显得至关重要。 02 挑战专家模型除了上述特点外，OpenAI提交的文件中还提到：“GPT-5 可能还具备学习、分析、分类和回应数据的能力”。从目前人工智能的发展趋势来看，这很可能是指GPT-5具备了类似智能体的主动学习能力。而这样的能力，将会使GPT-5与以往只能被动地通过人类投喂数据，来学习新知识的模型相比，产生本质的区别。具体来说，主动学习的能力，是指模型可以根据自身的目标和需求，自主地选择、获取和处理数据，而不是仅仅依赖于人类提供的数据。这样可以让模型更有效地利用数据中的信息和知识，更灵活地适应不同的数据环境和任务场景，而不只是被动地接收和输出数据。而这样的能力，在GPT-5面临一些比较陌生、垂直的领域时，就显得尤为重要。一些特定的领域，比如医学、法律、金融等，通常有着自己特定的术语、规则和知识体系，对于普通的语言模型来说，可能难以理解和处理。如果GPT-5具备了主动学习的能力，它可以自动地从网络上搜集和更新这些领域的相关数据，分析和分类这些领域的基本概念、重要原理和最新动态，以及回应这些领域的常见问题、典型案例和实际应用。如此，可以让GPT-5更快地掌握这些领域的专业知识，更准确、高效地完成这些领域的相应任务。而这一切，正是其迈向真正的通用大模型的关键。因为如果GPT始终需要接入特定的“专家模型”，才能解决专业任务，那它就谈不上真正的“通用”。因为这样会导致GPT对于不同领域和场景的智能能力存在差异和依赖，而且也会增加GPT与“专家模型”的沟通和协调成本，而不能保证在任何情况下都能实现高质量的服务。此前，外媒 Semianalysis 就对今年3月发布的GPT-4进行了揭秘，曝光了OpenAI采用混合专家模型来构建GPT-4。根据爆料，GPT-4 使用了16个混合专家模型 (mixture of experts)，每个有 1110亿个参数，每次前向传递路由经过两个专家模型。然而，更多的专家模型意味着更难泛化，也更难实现收敛。这是因为每个专家模型都有自己的参数和策略，往往很难协调一致，进而使得GPT难以平衡和“顾全大局”。而在具备了主动学习的能力后，GPT-5将有可能利用多模态的理解和推理能力，以及知识图谱和数据库，来分析和理解获取到的数据，并通过聚类算法和分类器，对相关数据进行关联和归纳。如此，GPT-5就能根据不同的数据环境和任务场景，有效地利用数据中的信息和知识。 03 取代更多工作如前所述，在扫清了语言障碍，并以便捷的语音识别功能进入终端侧后，GPT-5将通过持续的主动学习能力，不断汲取不同场景、领域和模态下的知识，进而向着AGI的道路高速前行。可以预见的是，当具备了这样强大“通用性”的GPT-5，开始向各领域扩散后，除了少数具有数据壁垒的行业（如医疗）外，大部分垂直领域的大模型，都将会逐渐黯然失色。因为说到底，相当一部分专家或垂直大模型，本质上是某些企业算力、数据不足，无法高攀“通用大模型”，而不得不退而求其次的产物（这在国内尤为明显）。倘若一个通用大模型，凭借强大的学习能力，就能够精通大部分行业，那谁又会愿意繁琐地在不同的模型之间切换，并为不同的模型承担多份训练、使用成本呢？从这点上来说，专家模型逐渐被通用模型取代，是人类在通往AGI道路上一个不可避免的历史过程。而与此相伴的另一个现象，则是更多细分的、琐碎的工作被取代。因为在有了更强大的通用大模型后，人们将会发现，其实很多岗位的工作内容，是可以被合并、被统合的。产品经理和数据分析师就是一个可能的例子。例如，在一个新产品开发的项目中，GPT-5可以根据给定的产品概念或需求，从网络上搜索相关的市场调研、竞品分析、用户画像等数据，并下载到自己的内存中。之后，它会通过自己的多模态的理解和逻辑推理能力，以及知识图谱和数据库，来分析和理解获取到的数据。在得到了相应的数据，并将其进行分类和组织后，GPT-5就会通过语言理解能力，从对话系统的反馈中学习相关的营销策略、用户反馈等信息，并将其与给定的产品概念或需求进行比较和评估。如此一来，产品经理和数据分析师这两个岗位，就被高效地“合并”了。而在通往AGI的未尽之路上，这样被合并和取代的岗位，还有无数种。因此，一个通用性更强的GPT-5，对人类而言，既是生产力进步的福音，但同时也是行业大地震的前奏。到了那时，许多尚不具备通用大模型能力，又缺乏行业壁垒的企业，将会如沙子堆起的城堡一样，脆弱地倒下。而更多普通的个体，面对不断被取代的岗位，将会更深刻地感受到时代的不确定性…… 来源：金色财经

金色财经2023-08-07

OKX 官方网站宣布投资Moonbox 其已获得周星驰影视IP授权

司，自 2023 年起，团队一直在探索生成式 AI 技术对Web3及 NFT 应用层的颠覆性意义。而在 2023 年 7 月，公司正式获得周星驰先生的电影 IP 在 NFT 领域内的使用权，其中包括《西游：降魔篇》，《西游：伏妖篇》，和《美人鱼》。另外，团队计划在今年年底发布”AI Powered NFT” 以及面向 NFT 持有者交互的 AI 应用。 OKX最新下载 353500.cc 这次对 Moonbox 的投资更是 OKX 在推动 AI 与Web3融合之路上的一次积极尝试。OKX Ventures 合伙人 Jeff Ren 表示：“Web3正在重塑创作者经济，Web3利用区块链技术让人们构建一个开放、自由、透明的社区，有效地沟通、分享快乐和价值，并降低信任成本和沟通成本。比如 NFT 生成艺术，利用智能合约创建，并以 NFT 形式存储在区块链上，将代码和艺术融合在一起，让创作者通过 NFT 分享快乐，获得创作收益，同时增加 NFT 持有者的社区归属感，Moonbox 的出现让Web3与 AI 进行了很好的融合，这将在很大程度上赋能创作者经济领域的发展。” Moonbox 高级顾问 Ignious Yong 表示：“我们很高兴用 AI 赋能Web3生态系统，特别是提供更有交互行的体验，为一套 NFT 系列中的人物赋予“灵魂”。我们的初心是致力于推动 AI 生成技术与Web3生态系统的融合与大规模落地，这将使 NFT 变得更有趣、更有价值，同时为娱乐行业提供更好的用例，我们相信，未来 Moonbox 能吸引到各行各业的用户，同时，我们非常感谢周星驰先生和 OKX Ventures 的支持。” OKX Ventures 作为全球领先数字资产交易平台 OKX 旗下的投资机构，专注于探索全球优质项目，支持最前沿的区块链技术创新，已成功投资了基础设施、Web3、NFT 等众多领域超 300 个项目，推动全球区块链行业的可持续发展，这次对 Moonbox 的投资更是 OKX 在推动 AI 与Web3融合之路上的一次积极尝试。未来，随着Web3生态系统的不断发展，Web3和 AI 技术的结合将会带来更多用于电影和娱乐行业的用例。Moonbox 的开发将极大促进Web3在这些领域的大规模采用。来源：金色财经

金色财经2023-08-07

传媒板块早盘持续冲高，中原传媒6.62%领涨，传媒ETF(512980)上涨1.66%

证券认为，23年以来随着防控政策优化和生成式AI技术突破，传媒板块估值中枢提升明显，由1月低点23.2X TTM PE回升30.6%至7月均值30.3X TTM PE，位于2020年以来73%历史估值分位，位于2011年以来38%历史估值分位。展望23下半年，建议把握两条投资主线：1）AI+传媒，生成式AI带来生产力革命，提高行业成长空间；2）顺周期复苏的电影和营销，当前市场对经济复苏节奏仍有一定分歧，密切关注边际数据变化。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-08-07

800G需求爆发在即，CPO直线拉升！5GETF（515050）今年累计涨幅近33%

头部四家云厂商财报列出完毕，均表示将对生成式AI 投入更大幅度比例，AI开支展望积极。AAOI 表示，其观察到微软由AI 网络建设快速驱动，增加了很多光模块需求。此前，微软、谷歌、META、台积电、英特尔等科技巨头均已公布2023Q2业绩与资本开支计划，整体资本开支继续向AI倾斜。多家机构指出，2023年下半年起，以服务器、光模块等为代表的A股领军厂商有望陆续进入业绩兑现期，在下半年AI不会证伪+流动性继续宽松两大条件下，AI行情有望反弹。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-08-07

工业富联强势上涨带动行情，电子50ETF(515320)上涨0.54%

初步得到验证。此外，苹果也正式回应包括生成式AI在内公司多年来一直投资各种AI技术。我们判断，当前算力产业链已进入交货期，业绩发力时点有望落于2024年，我们持续看好全球算力产业链的成长潜力。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-08-07

24小时热点