FX168财经网_全球视野外汇黄金加密货币NFT资讯网

中国突传重量级企业会议！彭博社：苹果首席执行官访华李强准备发表关键讲话

周末，英伟达(NVIDIA)首席执行官黄仁勋在香港接受了荣誉博士学位。 11月初，李强在上海举行的中国国际进口博览会前夕与外国企业高管举行了一次圆桌会议。此次与外国企业高管的会晤将是特朗普当选以来的首次此类活动。自那以后，特朗普已挑选了数名对华鹰派人士担任新政府的要职。

圈内人2024-11-25

黄仁勋谈AI现状：仍需数年才能达到“高度可信”

黄仁勋认为，我们距离一个可以“高度信任”的AI系统仍有“数年之遥”。整个行业也在重新思考如何在有限数据和资源下更有效地训练模型。尽管人工智能正在迅速发展，但离一个可以高度信任的AI系统仍有距离。黄仁勋强调，在未来数年内，持续提升计算能力和探索新的方法将是关键任务。同时，行业正重新思考如何在有限数据和资源下更有效地训练模型，以实现更可靠、更强大的人工智能应用。英伟达（NVDA.O）首席执行官黄仁勋近日表示，目前的人工智能并不能提供最优解答，我们距离一个可以“高度信任”的AI系统仍有“数年之遥”。 “目前我们得到的答案还远非最佳答案，”黄仁勋在香港科技大学的采访中说道。他指出，人们应该不需要对AI的回答心存疑虑，比如它是否“幻觉化”或是否“合理”。 “我们必须达到这样一个阶段——你大体上可以信任AI的回答……而要实现这一点，我认为我们还有数年的路要走。在此期间，我们需要不断提升计算能力。” 大语言模型的局限性：幻觉和数据瓶颈像ChatGPT这样的语言模型在过去几年中取得了指数级的进步，能够回答复杂问题，但依然存在诸多限制。其中，“幻觉”，即生成虚假或不存在的答案，是AI聊天机器人的持续问题。例如，去年一位广播主持人就因ChatGPT编造了一份虚假的法律指控文件而起诉OpenAI，而后者未对此作出回应。此外，一些AI公司正面临如何在有限数据资源下推进大语言模型（LLM）发展的困境。黄仁勋表示，仅依靠预训练，即在大规模、多样化的数据集上对模型进行训练，并不足以开发出功能强大的AI。 “预训练——自动从世界上的所有数据中发现知识——是不够的……就像大学毕业是一个重要的里程碑，但它并不是终点。” 过去几年，科技公司如OpenAI、Meta和谷歌专注于收集海量数据，假设更多的训练数据会造就更智能、更强大的模型。然而，这种传统方法如今正受到质疑。转变思路：超越“盲目扩展” 研究表明，基于Transformer的神经网络（LLM的核心技术）在数据量和计算能力增加时性能呈线性增长。然而，业界领导者开始担忧这一策略的局限性，并尝试探索替代方法。 Scale AI首席执行官Alexandr Wang表示，AI投资主要基于这种“扩展定律”的假设，但现在它已成为“整个行业的最大问题”。 Cohere公司首席执行官Aidan Gomez认为，虽然增加计算能力和模型规模确实能提升性能，但这种方法有些“机械化”。“这种方法虽可靠，却显得有些愚蠢，”他在播客中说道。Gomez提倡开发更小、更高效的模型，这种方法因其成本效益受到支持。其他人则担心，这种方法可能无法实现“通用人工智能”（AGI，即匹配或超越人类智能的理论AI形态）。前Salesforce高管、AI搜索引擎You.com首席执行官Richard Socher表示，大语言模型的训练方式过于简单化，仅仅是“基于已知的token预测下一个token”。他认为，更有效的训练方式是强迫模型将问题转化为计算机代码，并基于代码的输出生成答案。这种方法能减少在定量问题上的幻觉，并增强AI能力。行业观点分化：规模扩展是否见顶？然而，并非所有行业领导者都认为人工智能已经遇到了规模扩张的障碍。微软首席技术官Kevin Scott持不同观点。他在7月的采访中表示：“与其他人的看法不同，我们尚未达到扩展规模的边际收益递减阶段。” OpenAI也在努力改进现有的大语言模型。例如，9月发布的o1模型仍基于Socher提到的token预测机制，但其在处理定量问题（如编程和数学）方面更加出色，与更通用的ChatGPT有所不同。前Uber工程师Waleed Kadous将两者进行了类比：“如果将GPT-4拟人化，它更像是一个知道一切的朋友，在回答问题时会滔滔不绝，让你从中筛选有价值的信息。而o1更像是那个仔细倾听后沉思片刻，再给出一两句切中要害答案的朋友。” 然而，o1模型需要更多计算资源，导致运行速度更慢、成本更高。

金融界2024-11-25

11月25日财经早餐：黄金站上2700美元，比特币逼近10万新高后跳水！

AI内存芯片据彭博，英伟达首席执行官黄仁勋表示，英伟达正在尽快认证三星的AI内存芯片。英伟达正在评估三星的8层堆叠和12层堆叠HBM3E内存。谷歌将会被分拆？高盛：很有可能高盛表示，司法部可能要求谷歌（GOOG.US）剥离安卓操作系统，限制谷歌在安卓设备上捆绑自有服务，这将对谷歌的搜索业务收入造成重大阻力，因为不仅限制了搜索查询量，而且限制了谷歌通过统一的用户登录来访问跨服务第一方数据。亚马逊豪掷80亿绑定“OpenAI最强竞争对手” 上周五，美国科技巨头亚马逊（AMZN.US）公司在官网宣布，其与美国人工智能（AI）初创企业Anthropic深化战略合作。Anthropic称，亚马逊的最新决定将使其对Anthropic的总投资额达到80亿美元，亚马逊也将保留其作为少数股东的地位。亚马逊称，两家公司将继续密切合作，不断提升Trainium的硬件和软件功能。礼来新药“替尔泊肽”在中国申报第四项上市申请中国国家药监局药品审评中心(CDE)网站最新公示，礼来 (LLY.US)重磅药物GIP/GLP-1受体双重激动剂替尔泊肽注射液新适应症上市申请获得受理，具体适应症尚未披露。根据CDE官网查询，这是替尔泊肽在中国递交的第四项上市申请。今日要闻前瞻德国11月IFO商业景气指数美国10月芝加哥联储全国活动指数美国11月达拉斯联储制造业指数（投资慧眼编辑：Penny Pan) 原文链接

投资慧眼2024-11-25

24小时环球政经要闻全览 | 11月25日

让广大日本民众“买不着”“吃不起”。黄仁勋：正尽快认证三星的AI内存芯片英伟达CEO黄仁勋表示，英伟达正在尽快认证三星的AI内存芯片，评估三星电子的8层堆叠和12层堆叠HBM3E内存。此外，还有消息称，OpenAI正与三星电子洽谈合作，有望在Galaxy手机中搭载多项AI功能。莱迪思半导体据悉考虑收购英特尔旗下Altera 据彭博社，知情人士称，莱迪思半导体正在考虑全盘收购英特尔旗下的Altera，这可能会使得英特尔出售该子公司少数股权的计划变得复杂。英伟达液冷概念10倍股出现上周英伟达独家液冷供应商Vertiv（维谛技术）股价一度单日涨超14%，创下历史新高，最新股价已是2023年初的十倍。该公司上一季度的订单量同比增长了60%，约三分之一的销售额来自数据中心的热管理。高盛日前就预计，服务器冷却市场规模将从今年的41亿美元增长到2026年的106亿美元。马斯克个人财富暴增超6000亿元！身家达2.52万亿元创新高据美国有线电视新闻网报道，彭博亿万富翁指数公布的最新数据显示，凭借美国特斯拉公司股价近段时间的大幅上涨，特斯拉公司创始人兼首席执行官马斯克的个人净资产达到3478亿美元、约合人民币2.52万亿元，打破了他2021年11月曾创下的纪录。

格隆汇2024-11-25

黄仁勋最新发声！“英伟达受益于在中国的布局”

黄仁勋最新发声！“英伟达受益于在中国的布局” 黄仁勋荣获港科大荣誉博士人工智能的革命性影响英伟达与中国的关系 Blackwell芯片的供应与市场期待编辑观点名词解释相关大事件黄仁勋荣获港科大荣誉博士 11月23日，黄仁勋出席香港科技大学学位颁授典礼，荣获工程学荣誉博士学位。港科大称赞黄仁勋带领英伟达在加速运算领域取得卓越成果，重新定义电脑视觉体验，为人工智能时代奠定基础。此次典礼上，黄仁勋还强调了香港科技大学在人工智能与数据科学领域的领导地位。人工智能的革命性影响黄仁勋指出，人工智能是当前时代最重要的技术，正重塑各个科学领域及行业。人工智能从编程软件、机器学习到GPU上的神经网络算法，正推动硬件与软件行业的现代化。他认为，人工智能正在掀起一场科学革命，改变药物发现、物理系统研究等领域的方式。英伟达与中国的关系黄仁勋表示，英伟达在25年前进入中国市场，并在香港、上海、北京和深圳设立研究中心。他指出，英伟达受益于在中国的布局，见证了中国科技产业的迅猛发展。香港科技大学的校友参与了英伟达的多项合作，推动了该公司在中国市场的成长。 Blackwell芯片的供应与市场期待市场对英伟达的Blackwell架构芯片需求非常强劲，但生产和供应能力面临挑战。根据TodayUSstock.com报道，英伟达预计Blackwell芯片将为公司带来大量收入，预计到2026财年收入可达626亿美元。尽管英伟达的第三季度财报业绩符合预期，但由于供应链限制和政策变化，股价表现较为平淡。编辑观点黄仁勋的讲话再次强调了人工智能的革命性影响及其对全球各行业的深远影响。英伟达在中国市场的布局是其全球成功的关键之一，尤其是在加速运算和人工智能领域。尽管英伟达目前面临供应链问题，但随着Blackwell芯片的推出和市场对人工智能的需求不断上升，公司的长期增长潜力依旧值得期待。名词解释人工智能：指通过模拟人类智慧的计算机系统，实现感知、学习、推理、决策等智能行为的技术。 GPU：图形处理单元，主要用于计算机图形和图像处理，广泛应用于人工智能和深度学习领域。 Blackwell芯片：英伟达推出的下一代架构芯片，预计将在数据中心和人工智能应用中发挥重要作用。相关大事件 2024年11月23日：黄仁勋出席香港科技大学学位颁授典礼，获得工程学荣誉博士，并在演讲中强调人工智能的革命性影响。 2023年11月：英伟达发布第三季度财报，数据中心收入创下历史新高，但由于Blackwell芯片的供应限制，股价表现平平。来源：今日美股网

今日美股网2024-11-25

英伟达的收益属于“井喷”，不要过度解读短期股票走势。

应以满足这一巨大的需求。” 首席执行官黄仁勋表示，本季度Blackwell的收入将超过公司此前预期的“数十亿美元”。他还说，Blackwell已全面投产，并已交付给英伟达的所有主要合作伙伴。客户争相购买下一代Blackwell，因为其性能远超以往型号。英伟达管理层表示，在未来几个季度内，无法完全满足客户对Blackwell的需求。分析师问黄仁勋，大型科技公司在吸收此前采购的硬件后，AI系统需求是否会暂停。这在以往的硬件周期中是常见的。但黄仁勋表示，这次情况不同。他说，在AI优化的1万亿美元旧数据中心基础设施完全被替代之前，不会出现“消化期”。黄仁勋还说，目前这一转型已完成约1500亿美元。投资者在英伟达财报发布前，担忧AI模型改进的速度。但黄仁勋并不担心。他在财报电话会议上表示：“预训练的扩展仍然有效。” AI模型开发者继续通过增加计算能力和数据来提升模型训练的能力。与此同时，其他AI创新可能推动下一波增长，从而进一步增加对GPU容量的需求。 AI代理（能够接受简单指令，并完成多步计算任务以自动化繁琐业务和个人任务的程序）正在迅速改进。戴尔高管亚瑟·刘易斯最近表示，“在未来两年内，你将看到AI代理的广泛普及”，企业将利用AI释放员工时间以专注于更高层次的任务。此外，还有一个新的扩展规律“测试时计算（Test-Time Compute）”正在兴起。微软首席执行官萨提亚·纳德拉本周对此表示乐观。这是一种新兴的AI扩展规律，核心思想是，AI模型在处理任务时能够花费更多的计算时间来深入思考用户的查询，从而生成更准确、更高质量的结果。传统的AI模型通常在“推理”阶段（即实际使用模型回答问题或执行任务的阶段）会受到计算时间和资源的限制，因此可能倾向于选择较快但不一定是最优的答案。而“测试时计算”旨在改变这一局限。这种技术能够让新的AI模型在更长时间内思考问题，从而提供更优质的答案。 AI的能力持续提升，这意味着2025年对英伟达来说或将是又一个好年头。（市场观察）来源：加美财经

加美财经2024-11-25

可控核聚变龙头7连板，这才是AI的尽头？！

的巨大算力需求。上个月，英伟达CEO黄仁勋就曾表示，数据中心对可再生能源的需求日益膨胀，核电是一个不错的选项。不仅是英伟达，亚马逊、微软、谷歌、甲骨文以及其他主要的数据中心供应商，都在寻找小型模块化反应堆来满足他们快速增长的电力需求。上个月有消息称，亚马逊先后与能源巨头Dominion Energy、公共电力机构Energy Northwest、以及X-energy签署了三项具有战略意义的协议，旨在合作布局开发小型模块化反应堆(SMR)，成为新晋支持发展核能的科技公司。亚马逊云科技首席执行官Matt Garman表示，亚马逊希望核能成为公司继续扩大数据中心以满足市场需求的重要支撑。就在前后脚，谷歌宣布与核能初创公司凯罗斯电力（Kairos Power）签订协议，计划向后者购入拟建的6-7个小型模块化核反应堆（SMRs）的电力，总容量达500兆瓦。更早之前，微软也宣布与三里岛核电站的所有者签署了一项为期20年的协议，将修复三里岛 1 号反应堆，以设立“起重机清洁能源中心（Crane Clean Energy Center）”，致力于通过无碳能源为其AI业务提供动力。不仅仅是海外巨头，国内政策方面也对核电领域加大了支持力度。2023年，国务院国资委提出目标，要加大对战略性新兴产业和未来产业的布局，特别是在类脑智能、量子信息、受控核聚变等方面要提前布局，到2025年中央企业战略性新兴产业收入的占比要达到35%。自2022年11月Open AI推出ChatGPT以来，AI大规模应用的时代正式拉开序幕。各大科技公司纷纷投入研发，推出大型AI模型产品，这些大型模型的训练与部署对AI算力的需求激增。根据中国信息通信研究数据，2023 年全球算力规模达1369EFlops，同比增长超50%；随着更多AI集群投入使用，算力预计将进一步大幅增长，据中国信息通信研究院预期，2030年全球智能算力规模将达52.5ZFLOPS，复合增长率超80%。全球算力规模及预期（单位：EFLOPS），资料来源：中国信息通信研究院，国信证券经济研究所根据CEG，2022年美国数据中心电力需求占总电力需求的比例约为2.5%，2030年将提升至6.5%~7.5%，但美国电力供给增长缓慢，同时可再生能源占比提升导致电力供应稳定性下降，缺电风险逐渐加剧。据华源证券，在线性增长的假设下，EIA预测2026年全球数据中心、AI和加密货币的电力需求将超过800TWh，相比2022年的460TWh接近翻倍，其中AI数据中心电力需求将达到90TWh。图片来源： EIA、wind、华源证券碳中和背景下，核能将成为未来能源结构中重要的分支。中信证券此前研报表示,可控核聚变或是人类解决能源问题的终极方案，随相关技术突破及资本涌入，其商业化进程已按下加速键。 2 国内有哪些公司布局？全球约35个国家投身核聚变研究，中、美、俄、欧、日等处于领先地位，1950s至今，中美俄欧日等核电大国的聚变产研从各自为战到通过国际聚变ITER项目协作研究。核聚变（nuclear fusion），即小质量元素的原子核聚合成为重核所释放的能量。氘和氚聚合在一起会产生氦和1个中子，同时可以释放出能量。与核裂变相比，可控核聚变释放能量大，原料来源丰富，安全可靠、环境友好、产生的放射性废物少。龙华证券研报称，从能量密度来看，每单位质量的聚变燃料释放出的能量是裂变的4倍；从原材料来看，聚变燃料通常使用氘和氚，相对容易获取，而核裂变采用的铀元素我国储量有限仍需进口；从安全性来看，聚变实现难度高，且不产生放射性废料，而核裂变是链式反应，难以控制，容易出现核事故，并产生大量放射性物质。因此，可控核聚变发电的安全性、环保性、能量密度和成本相比其他发电方式具有优势。2023年国务院国资委启动实施未来产业启航行动，明确可控核聚变领域为未来能源的唯一方向。可控核聚变的产业链上游为原材料，包括第一壁材料钨、高温超导带材原料REBC0和氚氚燃料。中游为相关设备，核心设备包括超导磁体、第一壁、真空系统和偏滤器。其中超导磁体是可控核聚变中托卡马克装置的关键组成部分，占总投资成本约40-50%。以CFETR反应堆系统为例，反应堆系统造价约120亿美元，其中磁体系统、真空系统、第一壁相关结构占比最高，分别达37%、13%、11%。产业链下游为应用环节，可控核聚变应用场景多样化，核聚变技术主要用于发电、医疗、科研等领域，目前最主要的目标场景为发电。核聚变电站上中下游设备拆分，来源：华龙证券研究所不过从产业发展周期来看，可控核聚变目前还处于0到1的阶段。产业难点在于核聚变要在上亿度的温度下才能发生，任何材料都承受不了这么高的温度，所以核聚变研究的核心问题就是对等离子体的约束。中核集团核工业西南物理研究院郑雪博士曾表示，预计再经过20多年的时间，也就是到本世纪中叶（2050年左右），聚变能可以实现应用。 2023年参与FIA调查的43家聚变能公司中，26家公司认为聚变供电将在2035年之前实现，19家公司认为随着成本下降、效率提升，可控核聚变将在2035年前显示出商业可行性。目前，国内A股大部分公司都还处于早期概念的阶段，这类题材炒作波动比较大，如果要参与，一定要结合资金动向、情绪轮动以及自身的风险偏好。

格隆汇2024-11-23

英伟达登顶了吗？投资者希望能更高

“Blackwell的需求非常强劲，”黄仁勋在电话会议上表示，同时提醒听众，“我们的指引是一季度一季度给出的。” 确实需要表现出色。根据Visible Alpha的共识预测，分析师预计到2026年1月结束的财年，Blackwell家族将为英伟达带来626亿美元的收入，而下一个财年收入将超过970亿美元。需要注意的是，即使是626亿美元，也已经超过了全球除台积电以外所有芯片公司的全年收入总额，而台积电还是英伟达的主要生产合作伙伴。这样的高目标是可以实现的，特别是如果英伟达的大客户们如他们季度电话会议中所承诺的那样继续大手笔支出。根据Visible Alpha的估计，微软、亚马逊、Meta和谷歌母公司Alphabet等资金雄厚的科技巨头，今年的资本支出总计将超过2420亿美元，明年还将增加到2850亿美元。然而，这些投资的实现，还取决于这些科技巨头的客户对生成式AI服务的采用速度，以及是否有能力建设并运行能够完全支持英伟达高性能系统的数据中心。过去一年中，英伟达有很多事情进展顺利。未来一年，投资者希望更顺利。来源：加美财经

加美财经2024-11-23

人工智能“领航员”业绩公布，影响几何？

较上年同期增长111%。英伟达CEO黄仁勋表示：“AI时代已经动力全开，推动全球向英伟达计算转变。由于基础模型开发者正在大规模推进预训练、后训练和推理，对Hopper芯片的需求以及对现已全面投产的Blackwell芯片的期待异常强烈。AI正在改变每个行业、每家公司和每个国家。企业正在采用代理型AI来彻底革新工作流程，工业机器人领域的投资因物理AI的突破而激增，各国也已经意识到发展国家AI及其基础设施的重要性。” 二、“领航员”业绩超预期，对国内市场影响几何？英伟达的业绩超预期，说明AI技术在数据中心、自动驾驶、云计算、游戏以及机器学习等领域的应用需求旺盛。 “领航员”的业绩超预期，或能直接促进国内AI企业加大技术创新力度，加快芯片设计、算法优化和硬件升级的步伐，以追赶乃至超越国际先进水平。同时英伟达的成功案例将激励国内企业加大研发投入，推动更先进的AI技术出现。这对国内AI企业而言，意味着更广阔的应用场景期待发掘。比如，在智慧城市、智能制造、智慧医疗等领域，国内AI技术可以借势英伟达的技术和市场验证，加速落地应用，推动产业升级。国内云计算行业2024年中报资本支出同比上涨9.87%，呈上涨趋势。因此国内AI计算需求或将继续增长，AI收入占比较大的公司可能收益。另外，中国光模块企业在全球市场占据重要地位，英伟达与这些企业的合作有望进一步推动相关企业的发展。同时，相关限制也进一步刺激了中国努力发展半导体产业的决心，中国大陆目前已有数十家公司正在开发可与英伟达产品竞争的技术。目前，国内市场竞争日益加剧，华为升腾等公司积极布局，寒武纪、海光信息等公司给市场带来了更多的竞争压力。三、人工智能、半导体产业或将受到更多关注英伟达作为人工智能以及半导体领域的全球领先企业之一，其财报的发布或将提高市场对人工智能以及半导体产业链的关注。相关ETF产品：人工智能ETF（159819），场外联接（A类：012733；C类：012734）紧密跟踪中证人工智能主题指数，反映为人工智能提供基础资源、技术以及应用支持的相关上市公司证券的整体表现。半导体芯片ETF（516350），场外联接（A类：018411；C类：018412）跟踪中证芯片产业指数，该指数从沪深A股中选取业务涉及芯片设计、制造、封装与测试等领域，以及为芯片提供半导体材料、晶圆生产设备、封装测试设备等物料或设备的上市公司股票作为样本股，以反映芯片产业上市公司股票的整体表现。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-11-22

尽管Nvidia面临毛利率压力，Blackwell芯片的推出仍支撑公司AI增长前景，持续引领市场

的AI驱动增长。Nvidia首席执行官黄仁勋在财报发布后的电话会议中表示，公司最新的Blackwell产品将在本季度发货，需求非常强劲。然而，芯片的生产和工程成本比预期更高，这可能会对公司利润率造成压力。 Nvidia财报分析 Nvidia公司公布了2024年第三财季的财报，销售额达到351亿美元，同比增长94%。剔除部分项目后的每股盈利为0.81美元，超出了分析师的预期。尽管如此，Nvidia的销售预测仍然未达到部分华尔街分析师的乐观预期，导致其股价在财报发布后出现约2%的下跌。 Blackwell芯片的挑战与机遇 Blackwell是Nvidia最新推出的AI加速芯片，其设计上更快，并且具有改进的与其他半导体的连接能力。尽管需求强劲，但生产挑战导致Blackwell芯片的发布速度受到拖延，Nvidia再次警告称供应将存在限制。Nvidia预计该产品的需求将超过供应，且这一状况可能会持续几个季度。 Nvidia利润压力与毛利率下降根据TodayUSstock.com报道，随着Blackwell芯片的生产和推出，Nvidia的毛利率预计将下降，从上一季度的75%降至本季度的73%。这一下降主要是由于生产成本增加所致。然而，随着新产品的规模化生产，预计毛利率将在未来回升。 Nvidia的增长模式与AI应用 Nvidia在过去两年的增长十分惊人。其收入预计将连续第二年翻倍，且公司的盈利能力已经超过其过去的总收入。Nvidia的主要收入来源来自于数据中心单元，该单元的收入同比增长了100%，达到了308亿美元。这表明AI需求的持续增长推动了公司业务的拓展。编辑总结尽管Nvidia在近期的财报中未能满足华尔街的高预期，但公司的长期增长前景依然看好。Blackwell芯片的推出虽然面临生产瓶颈，但其背后的强劲需求足以支持Nvidia继续增长。随着AI技术的普及，Nvidia将在未来几年继续引领行业，尤其是在数据中心和AI加速领域。名词解释 Blackwell芯片：Nvidia最新推出的AI加速芯片，旨在提升AI模型的训练和推理速度。数据中心：提供云计算服务的基础设施，Nvidia的核心收入来源之一。毛利率：衡量公司盈利能力的指标，指销售收入减去生产成本后，剩余收入占总销售收入的百分比。今年相关大事件 2024年10月：Nvidia发布财报，收入同比增长94%，但销售预测未达华尔街预期。 2024年9月：Nvidia宣布Blackwell芯片进入生产阶段，尽管生产进度较慢，需求仍然强劲。 2024年1月：Nvidia推出AI加速芯片Hopper，进一步加速其在数据中心市场的布局。来源：今日美股网

今日美股网2024-11-22

24小时热点