FX168财经网_全球视野外汇黄金加密货币NFT资讯网

金融界科技主题沙龙成功举行 ChatGPT狂飙资本市场春潮涌动

应用的企业会最先受益，这背后是对芯片、AI算力的需求与角逐，也是一场行业科技赛。” 　　陈楚仪也分享道：“AIGC在消费端的数字变革内容目前在游戏、3D、资产生成、聊天机器人、元宇宙等领域；在产业端，基于AIGC技术的合成数据（synthetic data）迎来重大发展，为AI模型训练开发提供强大助推器，助推一些新产业，同时还将助力破解AI‘深水区’的数据难题，持续拓展产业互联网应用空间；在社会价值领域，AIGC也在助力可持续社会价值的实现。” 　　陈楚仪认为，“如何让AIGC从一个热潮变成一个可持续发展的技术”是一个非常值得关注的议题。高算力也意味着高能耗，在绿色低碳经济的倡导下，如何平衡高能耗和绿色发展，是未来推进AIGC技术纵深发展的一大议题。因此陈楚仪表示：“这其实是能源革命与信息革命交叉的领域。” 　　在元宇宙领域，于贞彩称：“在应用层面，ChatGPT的技术可以运用到虚拟人的身上，针对平台大量用户时，虚拟NPC可以替代一部分人工客服，适当减少人员配置，从而减少成本；另外在平台搭建时，针对用户侧运营，也可以丰富平台的生产内容。” 　　何静也补充道：“ChatGPT比元宇宙更出圈的原因是更通俗、实用，应用性更强，可以解决眼前的问题，受众面也更广，但AIGC板块的发展会加剧元宇宙行业的发展”。　　面对行业替代，何静表示，“首先公关行业暂时没法替代，其次是共情性与共鸣性，最容易替代的是基础性人才，会促使更多人考博。因此ChatGPT更多的是替代归纳总结型人才。” 　　同时，何静称，我国在智能对话交互方面仍与国外存在差异，未来若接入此端口，在机器人交互方面会有好的发展。　　在自动驾驶方面，何儒斯也分享了观点，他表示“现在已经有很多如云从科技，在AI领域已积累了很多东西，只是过程中需要找一些产业化的点，完善个人助手的能力，对我国的科技公司来说未来会逐渐放开手脚；芯片行业虽然面临内外部竞争格局，但不乏优秀芯片设计厂商跟进，未来几年可能会在不同领域出现同样优秀的芯片产业，继而解决我们现在面临的困境。” 　　新情境、新挑战　　面对未来商业化落地，ChatGPT热门概念股神州泰岳董事会秘书张开彦表示：“作为软件公司，也在探索我们自然语言处理技术的落地场景。其中在金融方面会是比较好的行业，本身市场空间够大，同时在智能自然语言处理方面结合比较紧密，相对来说不是太复杂的行业落地场景会很快。AIGC的爆火，主要在于能够直接降低生产成本、人工成本，企业应用冲动就会比较明显。” 　　对于ChatGPT，徐葳谈到“目前业界处于基于焦虑的‘快上’的状态下，感觉没有这个就会落后。其实有挑战，技术上的主要挑战是，ChatGPT虽然可以生成一段很好的文字，但是这段文字事实的正确性验证还有挑战。商业模式上主要挑战是，我们花了十倍百倍的算力代价生成了这个自然语言的话，是不是能够给平台带来更高的收入？如果不能，就会导致互联网行业整体形成内卷从而利润下降。从科研的方面，大模型对于算力和数据的需求，未来可能会造成更强的数据和基本垄断，垄断会打击创新。至于这个技术未来怎么走，是要做得更大更好，还是即使牺牲性能也要做得更便宜，还要看商业模式来决定。” 　　针对AIGC对我国带来的挑战，汪小东从软件角度谈到两个方面，“第一个挑战是大模型算法，ChatGPT上线后有1亿人帮其训练模型，我们若开发一个模型与之对抗，这一点上较难；第二个挑战是合成数据方面，我国在仍存在距离。ChatGPT最恐怖之处在于，用机器训练机器，用AI训练AI，但目前有了样板后，我们的落地也会加快。” 　　那我国是否有弯道超车的机会呢？　　唐昕龙谈到，“我国最大的机会点在于我们有更多的数据量，在算力、算法差距不大的情况下，如果有大的数据量和更多的应用去喂养，有可能形成更多独特的应用渠道，有可能会在其他细分领域能做到。” 　　总体而言，本次ChatGPT的火爆有喜有忧，喜是又重新可以看到在信息技术方面的大的创新，忧的是还需在算力方面补短板，建立自己的算力根基。　　本次活动也是金融界上市公司研究院近期关于科技系列沙龙中的第一场活动。当前，资本市场投资主题正从“瓦特”转向“比特”，未来将是信息科技与人工智能领域投资的春天。金融界上市公司业务总经理邢静表示：“本次沙龙仅是一个开始，围绕着科技与AI话题，金融界持续与产学研资各方进行持续互动和沟通，持续举办一系列线下研讨活动，期待能够碰撞出更多思维火花，产生更多价值连接，并通过金融界平台向外传递，为投资者指明新方向。” 　　金融界上市公司研究院是以媒体+智库为特点的新型研究机构，秉持“与好行业、好公司共同成长”的使命，通过聚焦地产家居、生物医药、科技、新能源等垂直领域的行业最新动态，快速组织行业特色沙龙和高峰论坛等一系列活动，为产、学、研、资各方搭建价值连接平台。

金融界2023-02-13

午后游戏板块走强，游戏沪港深ETF（517500）涨幅超1.2%，昆仑万维涨超11%

）涨幅超1.2%。国信证券表示，近期AI算力层面得到市场关注，AI基建之外，从投资逻辑来看，生成式AI最终仍需要场景落地，包括AIGC的数字人、游戏等应用方向。AIGC使虚拟数字人真正有生命力，同时有望赋能游戏的研发、交互和创意。此外，2月份国产网络游戏审批共87款获得版号，游戏行业逐步步入新成长周期，持续看好2023年游戏板块的业绩、估值共振。（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2023-02-13

中晶科技：公司产品被广泛应用于汽车电子、消费电子、通讯安防、新能源等诸多领域

。投资者：公司半导体硅片有没有应用于AI算力芯片？如有，都有和哪些算力芯片公司合作？中晶科技董秘：您好！公司产品被广泛应用于汽车电子、消费电子、通讯安防、新能源等诸多领域。公司目前硅片产品主要客户为半导体分立器件和功率器件芯片客户。谢谢！中晶科技2022三季报显示，公司主营收入2.56亿元，同比下降18.43%；归母净利润2436.47万元，同比下降78.54%；扣非净利润2313.57万元，同比下降78.63%；其中2022年第三季度，公司单季度主营收入6784.04万元，同比下降47.32%；单季度归母净利润-196.87万元，同比下降104.84%；单季度扣非净利润-232.8万元，同比下降105.76%；负债率39.19%，财务费用-486.16万元，毛利率37.87%。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，中晶科技（003026）行业内竞争力的护城河一般，盈利能力良好，营收成长性一般。财务相对健康，须关注的财务指标包括：应收账款/利润率。该股好公司指标3星，好价格指标2.5星，综合指标2.5星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）中晶科技（003026）主营业务：半导体硅材料的研发、生产和销售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2023-02-13

DMG旨在打造全球领先的Web3.0去中心化聚合平台

、Defi、NFT、元宇宙、DAO 、AI算力等元素为一体的一站式去中心化聚合平台。 DMG旨在成为全球领先的Web3.0聚合平台，利用区块链技术，基于Web3理念，以DAO为核心，聚合NFT、DeFi、元宇宙、AI算力等应用，构建一个多元化的聚合生态体系，助力构筑全新实体产业生态，重塑完整DeFi金融体系。 DMG由DAO、NFT、DeFi、元宇宙、AI算力等多重生态板块部署组成，建立一个共建、共享、共治、共荣的去中心化虚拟生态，让人人都有机会参与到生态建设当中，使其快速达到高度统一的社区共识，与传统商业达成互通的商业应用，形成完美的商业闭环。 DMG-DAO优势利用分布式自治组织把一切内容都存放在去中心化存储网络中，公开透明、不可篡改。任何人都可以审查项目的规则变更等，及时调度资源，无须因审查消耗时间。在分布式自治组织的人可以随时在区块链上提出自己的意见并被他人看到，用户可以更便捷、更及时深度参与到 DAO发展事项中，推动项目创新发展。分布式账本的使用，会使得投票人的每一票都真实公开地记录在区块链上，无需人工计票来产生选举结果，及时可信。 DMG亮点平台所有的行为都通过智能合约链上进行，包括铸造、查询等各种行为都通过链上协议完成，无需中间人，实现链上卡牌铸造，更加安全放心。将跨链技术运用到平台，实现多链兼容的互操作性，可以兼容更多生态，发展空间更大。DMG通过赋予多元化生态权益的方式，搭建DAO治理体系，用户持有DMG/MG，就可以获得平台手续费分红和治理投票权，参与平台治理，享受平台权益。 DMG特点资产安全保障∶用户的资产链接后，不会因为服务器故障或运营商问题而导致去中心化管理消失。  流程透明度和清晰度∶让流程和规则对程序的执行有更多控制权，以解决不透明和信任问题。  更高的收益率∶经过自动化流程后，可有效降低运营成本，为用户提供更高的收益率。全球市场∶由于地区政策不同，全球用户的参与度有限，无国界、可全球流通，让更多用户参与。 DMG将开发一条基于效率、应用、开发者、参与者的多元化开源公链，定位于抗量子计算技术+生态循环和自治化治理+跨链。它满足一个独立数字经济世界的社会和经济治理体系，是一个公开、公平、透明和开发的区块链基础设施，采用BFT+POS共识体系，随机proposer选举体系，一个区块确认、灵活简洁高效的应用接口，可以快速构建元宇宙的各种商业应用服务。 DMG聚合GameFi、NFT、DeFi、元宇宙、AI算力等应用，构建一个多元化的Web3.0聚合生态体系。作为平台的核心，既是权益通证，也是治理通证。整个生态体系都以DMG/MG作为燃料来进行燃烧销毁，以来进行价值交流，DMG/MG可以用于游戏资产买卖、可以用于元宇宙土地买卖、可以用于买卖NFT资产，以及参与DeFi等。随着生态的发展，将用于web3.0世界的各个领域，DMG价值将无限提升。 DMG将采用PQC抗量子计算技术，以DAO为核心聚合DeFi、NFT, AI算力做到以去中心化自治解决区块链的三角难题. 生态循环和自治化治理完成AI智能化升级,每进行一次生态循环便为参与者提供特有的NFT奖励。为实现一站式聚合生态平台的价值落地，让每一位用户参与平台的发展，共建生态系统，并获得收益。平台将发行DMG/MG双通证 Token使其生态系统将不断壮大，并实现区块链的价值互通、用户互通、场景应用互通价值体系。 DMG强大的团队背景，专业的研发团队，严谨的代币机制以及完美的生态模式，每个特性无不在突显这是一个出众的多元化应用聚合平台。必将为玩家及粉丝交出一份满意的答卷将会为所有用户带来真正的收益，促进区块链生态的繁荣。来源：金色财经

金色财经2023-02-11

ChatGPT概念熄火！数字经济的星辰大海却刚刚开始？

软件的表面逻辑，今日行情已经开始分化，AI算力方向的芯片半导体板块已经开始大涨，景嘉微涨超17%，恒烁股份、阿石创、铜峰电子、一博科技、矩泉科技、寒武纪等涨超5%。　　ChatGPT实际上是一个算里消耗的“怪兽”。从GPT-2到GPT-3的参数量是15亿到1750亿的指数级增长，据相关机构预计训练迭代GPT-3的成本超1200万美元。　　从总量的角度来看，ChatGPT的总算力消耗约为3640PF-days。举个例子，总投资30.2亿元，算力500P的数据中心项目至少需要7-8个才能支撑ChatGPT的运行，相关数字基建的投入将超百亿。　　而且这仅仅是微软旗下一家科技公司的需求量，Meta、Google、百度等科技公司均将支持或推出更多的聊天机器人产品，上游数字基建运营商或将迎来量价齐升的黄金时期。　　ChatGPT人气飙升的最大赢家之一是英伟达CEO黄仁勋，根据彭博亿万富翁指数，黄仁勋今年的财富攀升了33%，达到184亿美元(当前约1245.68亿元人民币)，这与去年形成鲜明对比，去年其财富下降是美国科技巨头中最大的之一。　　为了阻碍我国数字经济的发展，美国自去年开始便屡屡禁止高端AI芯片的出口。但长期来看，国产 GPU 及 AI 计算芯片厂商有望借此机会扩大市场份额、加速产品升级，持续提高 GPU 领域的国产化比例，国内相关的上市公司有景嘉微、海光信息、寒武纪、龙芯中科、北京君正、航锦科技等，非上市公司有墨芯人工智能、黑芝麻智能、燧原科技、瀚博半导体、地平线、平头哥等。　　而从长期来看 AIGC 将掀起一轮新的产业浪潮，从而引来产业链的全面受益。安信证券认为重点标的主要有三类：　　1)具足大模型+云平台能力的公司，推荐商汤-W、百度、腾讯、阿里巴巴，及有部署能力的格灵深瞳，关注飞天云动；　　2)拥有可作为搜索引擎工具产品的公司，推荐快手、小米、微盟，关注有赞；推荐芒果超媒、哔哩哔哩，关注国脉文化；　　3)将其作为内容生产力用于降本增效的公司，影视类推荐万达电影、中国电影，关注华策影视、金逸影视；在线文学类关注中文在线；游戏类推荐恺英网络、三七互娱、完美世界；营销类推荐蓝色光标，关注华扬联众。

证券之星2023-02-09

超级算力备受关注，人工智能AIETF（515070）强势涨超3.42%

认为，ChatGPT加速AI进程，对于AI算力的要求会更高。国信证券认为，政策方面，人工智能的发展是硬科技的结合点，政策支持力度大。技术方面，人工智能等技术落地行业，加速数字经济发展。新一轮科技周期持续演进，我国数字经济产业蓬勃发展，正推动人工智能、量子计算等前沿技术突破和应用。数字经济发展提速，将催化低估低配的TMT行情展开。（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2023-02-09

国家信息中心联合浪潮信息发布《智能计算中心创新发展指南》

化为主体。智算中心通过算力基建化，使得AI算力像水、电一样成为城市的公共基础资源，供用户按需使用。智算中心建设要兼顾软硬一体协同，构建多元融合型架构，将通用CPU与多元异构芯片（如GPU、FPGA、ASIC等）集成，融合多种算力，既满足现有客户的现实需求，又适度超前，满足面向未来客户的多元化算力需求。以算法基建化为引领。智算中心的服务模式从提供算力为主向提供"算法+算力"转变。智算中心通过提供预置行业算法、构建预训练大模型、推进算法模型持续升级，提供专业化数据和算法服务。算力基建化和算法基建化相辅相成，共同推动算力的普惠化。以服务智件化为依托。随着人工智能算法开发和模型训练从专业化、高门槛向泛在化、易用性转变，智算中心的发展将由传统的硬件、软件向"智件"升级。" 智件"的构建，让用户无需关注底层算力芯片和技术细节，以低代码甚至无代码开发的模式，为用户提供功能丰富、使用便捷的智能算力、算法服务和个性化开发服务，实现"带着数据来、拿着成果走"。以设施绿色化为支撑。智算中心通过采用液冷等先进节能降碳技术，全面降低智算中心能耗，实现绿色发展。如果说"四化"中的"算力基建化"、"算法基建化"和"服务智件化"，是为了让智算中心普适普惠、"好用、用好"，"设施绿色化"则是践行国家双碳战略的绿色发展要求。"四化"相互支撑、相互协同，共同构建起智算中心高效运行体系。《指南》还对智算中心的建设类型和运营模式提出了建议。智算中心建设需要结合建设基础、当地或区域产业特色，分类引导施策，改建并行，发展与数字经济相适应的智算中心；还需要选择合理的建设和运营模式，实现长效运营、促进有序布局，保证智算中心所释放的经济社会效益最大化。

美通社2023-01-12

元脑生态伙伴研讨会在沪举行首个元脑区域产业联盟成立

是一个开放、共赢的生态体系，聚合最强AI算力平台、最优质的算法模型开发能力和最高效的集成、部署和服务能力，以上海华胄为代表的元脑伙伴在元脑生态里扮演角色非常重要，是元脑落地最后一公里重要推动者，期待在合作伙伴的共同努力下，元脑能够持续进化，支撑和加速行业智能的构建。

美通社2022-12-30

银行智算中心部署浪潮AIStation，模型训练效率提升7倍

实践，将大规模GPU并行计算优化能力与AI算力池化智能化调度结合起来，成功将典型AI模型的训练周期由1周缩短为1个工作日，支持银行AI业务场景快速上线，已在大型国有银行落地。本文将阐述浪潮如何在具体业务场景下帮助银行智算中心快速构建AI生产创新平台，实现高性能、高可靠、高扩展。全生命周期管理的AIStation平台，助力银行业务创新完备的任务全生命周期管理能更好地支持银行智算中心，帮助开发者快速使用算力，协助管理者管好资源，实现业务快速创新。 AIStation平台提供了作业全生命周期管理，能够让开发者跟踪作业状态、为训练优化提供必要的信息、分析平台资源使用率状态、帮助制定资源使用率提升方案。同时提供完备、高效的异构计算资源管理，从数据加速、网络优化、业务系统无缝对接等维度保障银行业务，实现开发者便捷无感知的开发模式和管理者高效可控的管理模式。便捷高效异构计算管理，充分发掘算力价值目前异构人工智能芯片发展迅速，越来越多银行智算中心正在从传统架构迁移至异构算力架构，但面临异构芯片种类多、管理复杂、开发门槛高等难题。针对异构算力资源接入与管理，AIStation平台建立了加速卡管理模型，可以实现零业务代码修改和异构算力资源接入、配额管理、算力使用的配置化流程，以及异构加速卡的类型识别、算力识别。同时提供报表统计、监控告警功能，使平台管理员能够获取异构算力的健康状态及使用情况，可以通过配置化的方式实现异构算力资源的接入和管理。目前，AIStation已经适配了超20款当前市场主流不同架构的加速卡，具有良好的适配性和通用性，能够充分满足不同业务场景对银行智算中心的算力要求。镜像分发加速，降低分布式任务的环境准备时间通常情况下，计算集群在为训练任务分配了资源后，节点将准备环境（如下载作业镜像），此时加速卡算力资源处于完全空置状态。尤其是分布式作业涉及多个计算节点并发下载镜像，对镜像仓库产生较大压力，导致镜像下载较慢甚至失败，严重浪费了算力资源。 AIStation提供了镜像P2P分发加速功能，能在无需新增硬件的情况下实现镜像分发加速。镜像仓库仅提供一次下载带宽，镜像加速系统即可在计算节点缓存镜像数据，并为其他计算节点的镜像下载提供数据服务，同时提供节点数线性相关的镜像网络总带宽，有效降低了分布式任务的环境准备时间。实测证明可将耗时降低至原来的1/2。此外，AIStation具有节点数据缓存功能，可以仅进行一次性存储系统读取，依靠本地高速磁盘消除网络传输时延，极大提高了存储IOPS，加速训练效率，能够将典型AI模型的训练周期由1周下降为1个工作日。并且AIStation在缓存机制基础上提供了缓存生命周期管理，在磁盘使用率不高时尽可能缓存数据，同时实现数据亲和性调度。大规模分布式作业的另一大挑战是异常故障处理。由于分布式任务使用了更多的资源，因而更容易受到硬件、网络等故障的影响，进而引发训练中断。一般来说，分布式任务异常处理需要人工介入操作，时效性无法保障，并且还需要一定的人工经验判断任务失败的具体原因和解决方法，对算法人员的要求较高。AIStation平台提供了完备的故障检测识别、任务容错的机制，在故障发生时能够识别当前故障类型，对于通过重启即可恢复的故障（如加速卡故障、网络故障等），平台自动触发训练任务的重提。AIStation通过自动化流程，提高了故障处理效率，节省了集群机时资源，提高了资源利用率。领先网络方案，实现GPU资源灵活调度银行智算中心网络构建方案目前有很多，其中RoCE网络基于以太网协议实现RDMA，可以复用已有数据中心的网络设备，从而降低集群搭建成本。基于RoCE的网络方案，需要充分考虑GPU资源的协调调度，实现物理主机GPU的共享使用，来满足训练任务任意GPU数的需求，同时也需将RDMA网卡透传到容器内，以满足跨节点GPU的RDMA通信需求，但是目前还没有一个有效的解决方案。浪潮提出基于RoCE网卡虚拟化和网络互通性管理相结合的解决方案，实现了在容器云平台上对RoCE网络的快速接入适配，同时降低网络适配难度。方案已部署到某大型国有银行的实际生产环境中，帮助客户解决了GPU资源碎片的问题，实现RoCE网络下GPU资源灵活调度分配，实际效果超出了客户预期。 RoCE网卡虚拟化：对于AI训练网络，存在多种实现网络设备共享的方案，例如MacVLAN、Calico、Flannel、SR-IOV等。考虑到RoCEv2实现RDMA通信的机制，我们选择了SR-IOV技术，通过SR-IOV将宿主机的物理RoCE卡（PF）虚拟化为多个RoCE网卡(VF)，实现了一对多的场景要求。网络拥塞控制：基于AI平台运行训练任务时，任意节点GPU都可以与其他节点GPU进行通讯，这必然会出现网络流量 “多打一”的场景。为了保证RDMA网络高带宽、低延时，必须解决拥塞问题实现无损传输。AIStation提供交换机测、宿主机侧、容器侧的流控管理配置，从而避免网络拥塞导致训练性能下降。网络互通性管理：目前大部分AI训练任务都是基于NCCL提供训练加速，但基于NCCL架构的方案，只会关注本机的GPU与本地RDMA网卡信息，并不会考虑是否与远端的RDMA网卡能正常通信。RoCEv2是基于UDP协议实现RDMA通信，此时需要发送端和接收端的RoCE网卡都能够正常通信，否则不同节点GPU无法基于RoCEv2实现RDMA通信。AIStation基于自研的网络互通性管理功能，保证了集群中任意GPU间互通性。性能测试表明，在浪潮AIStation平台容器内基于不同网卡进行通讯时，在不同的数据包大小下，性能和时延都没有损失。针对银行业务特点，AIStation测试了大规模图像类别训练任务，采用ResNet50并使用ILSVRC 2012数据集测试加速比，结果显示大规模分布式训练的加速比达94%以上，性能优异。同时物理主机RDMA网卡能够透传到容器并能够基于RoCEv2完成RDMA通信，在有多个RoCE网卡时，能够根据GPU与高性能网卡的拓扑关系、NCCL亲和性等选择最优的RoCE网卡进行跨节点通信。强大的平台对接能力，实现用户业务无缝对接银行业务具有多样化和精细化的特点，在进行AI业务时一般需要多个系统支撑与协同，包括数据采集系统、数据处理系统、AI开发训练系统、模型管理系统、推理服务系统、运营管理系统等。虽然内部通用平台能够把各个系统整合起来，但AI开发训练系统中的AI资源管理、AI单机和分布式训练任务全生命周期管理、异构算力管理等方面能力是欠缺的，很难达到AI业务需求。针对银行内部复杂的系统、业务流程，AIStation平台提供了通用的AI业务调用接口能力，以达到简化流程和整合能力的目的。同时兼容异构资源任务，让银行无需关心底层资源部署和连接情况，把精力放在业务处理上。AIStation平台提供了涵盖任务、数据全生命周期管理、集群资源监控和报表的全能力域API接口，帮助管理者掌握集群运行情况。同时平台API管理实现了全程加密传输以保证数据安全。通过丰富、完备且安全的API接口，AIStation能够快速与银行已有系统集成，让银行快速拥有专家级AI算力基础设施管理能力。总结浪潮AIStation在某大型国有银行的实践中取得了显著的示范效果。通过以上关键技术实现了GPU间通信性能大幅提升，减少节点间网络通信开销，提升整体处理性能，有效降低总能耗。同时可以减少机柜占用，提高集群算力密度，实现基础资源降本增效。助力构建高性能、高可靠、可扩展的软硬件系统架构，实现AI训练场景下算力资源的统一管理与智能化调度。浪潮AIStation为银行前沿的大规模人工智能模型开发训练和场景应用打下了坚实的技术基础。未来，浪潮信息将继续通过全栈智算能力赋能金融AI业务创新，推进金融数字化转型和数字经济高质量发展。

美通社2022-12-30

贝恩资本与居静：美资实控在华数据中心企业的一道思考题

或核心都市圈等低时延节点，满足云计算、AI算力等下游核心客户的业务扩张。万国数据的成长和秦淮数据的崛起莫不如是，这也是资本市场对IDC企业估值的主流评判标准：头部客户长单锁定长期现金流、总容量规模增长锁定客户需求扩张、一线城市周边拓展锁定低OPEX（较低电价或补贴电价）。　　无论是零售型数据中心还是批发型数据中心，2020年之前，在互联网高速发展、云计算需求猛增、AI算力崛起的产能迅速增长区间中，躺着也能等到客户的IDC企业，在本已经是重资产投资的行业中，其核心关注点当然是尽快锁定优质客户，通过融资或IPO上市做大市值，通过优质客户带来的稳定现金流形成良性的财务循环，这成为IDC看得见的收益。　　这一趋势在2020年3月数据中心被纳入新基建范畴，鼓励数据中心加快发展的背景下达到了高峰。当年4月，阿里巴巴宣布未来3年再投2000亿元，用于云操作系统、服务器、晶片、网络等重大核心技术研发攻坚和面向未来的数据中心建设，而“自研自用”已被提上“新一代数据中心”建设的议程。当年5月，腾讯宣布，腾讯未来五年将投入5000亿，用于新基建的进一步布局。　　在2020年9月，中国宣布力争在2030年前实现“碳达峰”、2060年前实现“碳中和”的重大战略后，数据中心从年初的“大干快上”转折向挖掘数字基础设施的“双碳价值”，IDC界发生了一定的价值转向，形成了中国IDC战略思考的分水岭。　　数据中心一直是社会经济层面的高耗能行业。有数据表明，2018年，全国的数据中心用掉了1608.89亿千瓦时电量，比上海市2018年全社会用电量（1567亿千瓦时）还多。以单个数据中心来看，电力成本通常占数据中心OPEX（运营成本）的五至六成。　　在传统的化石能源体系中，数据中心等下游产业通常通过将数据中心选址在电价较低的中、西部地区以寻求电价成本的降低，提升数据中心的竞争力。但下游客户要求的低时延为核心诉求时，中西部数据中心尽管有低电价作为支撑，但通常存放的是对于时延没有太高需求的冷数据，一定程度限制了中西部数据中心的发展，也令IDC厂商对上游的电力领域没有太多的“非分之想”。　　在这样的产业竞争格局中，强调数据中心使用绿电，并在谋求在绿色能源领域有所作为的思想似乎确实不受欢迎，而在重资产的IDC之外还要承担重资产的绿色能源电力拓展，对于资本更是极不友好。　　这也难怪在居静去职后，媒体有此评论声音：“居静在零部件制造和发电领域的野心的确有问题，因为它们都是资本密集型业务，无法迅速带来利润。秦淮数据一直处于亏损状态，虽然在2021年获得了净利润，但随着投资的增长，去年的现金持有量也在减少。简而言之，秦淮数据目前没有资本在新业务上进行大举投资，股东们有理由担心它盲目涉猎新领域，尤其是需要大笔支出的领域。” 　　但双碳战略走过2021年，迈向2022年时，数据中心领域有了新的顶层设计——东数西算，在划定的8个国家算力枢纽节点和10个国家数据中心集群中，张家口、中卫、和林格尔、庆阳、贵安等数据中心集群，无不是绿色能源的富集地区。　　2021年和2022年，在绿色电力的交易中，阿里、腾讯、万国数据等企业成为了全国绿色电力的主要买家。　　最新的趋势是，阿里、万国、腾讯都在数据中心直接布局了分布式光伏电站。未来是否会有数据中心企业或者互联网大厂直接在上游布局集中式可再生能源发电基地，成为在“东数西算”产业新格局中的观察方向。　　而布局能源究竟是不是中国IDC该坚持的长期主义，在中国IDC产业由东部向中部西部变迁的过程中，IDC企业能够吃到怎样的能源红利，虽然现在摸不着，但或许在未来的三五年，能够看得正确的答案。（来源：程度巨潮WAVE）

金融界2022-12-30

24小时热点