AI云运维工程师全国招培
国家战略性新兴产业数字化融合发展综合服务AI云运维工程师全国招培国家战略性新兴产业的数字化融合，核心是云为底座、数为要素、AI为引擎，推动各行业效率跃升；AI云运维工程师是这场变革中保障系统稳定、安全与高效的关键岗位，需求旺盛、价值高、路径清晰。《“十四五”数字经济发展规划》加快AI云平台、AI大数据中心、AI算力基础设施建设、推动企业上云、行业数字化转型、数据安全治理；《加快数字人才培育支撑数字经济发展行动方案（2024—2026）》，AI云工程技术人员，纳入国家职业标准与数字技术工程师培养项目；《数据
全球AI芯片销量领先企业榜单
到2025年末，英伟达掌控了人工智能市场约三分之二的算力资源，其份额远超其他竞争对手的总和。尽管谷歌、亚马逊等科技巨头正加速自研芯片的生产，英伟达在AI领域的统治地位依然牢不可破，使得榜首与第二名的差距极为悬殊。此图表依据Epoch AI的芯片销售数据库，对全球顶尖AI芯片供应商进行了排序，该数据库覆盖了多种主流架构的计算效能。具体排序：*为便于不同芯片间的比较，数据已统一折算为“H100 等效单位”2025年第四季度，英伟达出货的近300万颗H100等效处理器，超越了其他所有厂商的出货总量。紧随其后的是
AI未来十年：跨越工具属性，迈向文明底座的宏大演进
2025年盛夏，国务院重磅发布《关于深入实施“人工智能+”行动的意见》，首次以国家战略高度为AI锚定了2027年、2030年、2035年三大核心节点。此后不到一年，政策风向高频迭代——2026年3月，“构筑智能经济新格局”首次亮相政府工作报告；2026年4月，中共中央政治局会议首次明确“全面实施‘人工智能+’行动，培育智能经济新格局”；2026年6月29日，国务院常务会议进一步部署“要精准把握人工智能演进规律，健全支持体系与治理框架，牢牢把握发展主导权”。从“人工智能+”到“全面实施”，从“产业赋能”到“
AI动态速递丨腾讯Hy3用量飙升20倍！美团推出1.6T开源模型！首现反AI勒索攻击！
今日焦点：大型模型发布与开源进程提速，成本与效能竞赛日趋激烈；智能代理在编程、交通、医疗领域集中应用；全自主人工智能勒索攻击引发安全警示；计算资源格局转变与人才创新创业浪潮并行。► 腾讯混元：推出 Hy3 模型，总体参数 295B，活跃参数 21B，日均令牌消耗相比预览版本暴涨 20 倍。► Sysdig：揭露全球首次全程由 AI 智能体独立执行 的勒索软件攻击 “JADEPUFFER”。► 中科院数学研究院：发布数学智能体 MMAT，解决 8 项 长期悬而未决的难题。每日语录：塑造未来的最佳途径，便是亲
AI算力需求强劲!德福科技定增28亿加码高端铜箔产能
人工智能算力需求正加速向上游材料领域渗透。7月6日晚间，德福科技（301511）发布公告，公司计划向特定对象发行A股股票，募集资金总额不超过28亿元，将投入5万吨人工智能高端电子电路铜箔项目及补充流动资金，借此把握高端铜箔国产替代的黄金窗口。根据预案，募集资金将分为两个方向：其中19.8亿元用于5万吨人工智能高端电子电路AI铜箔项目，剩余8.2亿元用于补充流动资金。其中，5万吨人工智能高端电子电路AI铜箔项目总投资22.5亿元，由公司全资子公司琥珀新材负责建设实施，项目选址江西九江经济技术开发区，完全建成
磷化铟：AI算力的"光之基石"，国产替代浪潮下的8家关键企业
磷化铟正以不可忽视的姿态，崛起于AI算力产业链的核心位置。作为800G/1.6T高速光模块不可或缺的关键衬底材料，它被业界誉为AI算力光互联的"光之基石"。然而，全球高端磷化铟市场呈现高度集中态势，日本住友、北京通美、日本JX金属三家企业掌控着90%以上的产能，我国6英寸磷化铟衬底自给率仅约5%。值得关注的是，我国拥有全球最丰富的铟矿资源储备——这正是磷化铟最关键的上游原料。在供需失衡、国产替代加速、AI算力强劲需求的三重因素叠加下，磷化铟已成为AI算力产业链中最为稀缺的战略性资源之一。接下来从上游资源→
2026全球生成式AI经济全景透视|千亿市场狂飙突进，资本博弈与利润分配面临转折
须知▲点击上方卡片关注，回复“资料”获取本文PPT或PDF免费领取方式~~~全球生成式 AI 长期存在需求端营收数据模糊、市场真实规模难以量化的痛点，这份报告依托千余家企业底层财务数据建模，剔除重复统计，完整还原海外 AI 产业真实收入、资本投入、价值分配与发展前景。报告核心结论分为两大维度：AI 商业化真实需求爆发、增长速度创下科技行业纪录，但产业整体仍处于发展早期，巨额算力资本开支的回本压力成为行业核心矛盾。剔除重复计算后，不含中国市场的生成式 AI 年化收入达 1750 亿美元，近 12 个月已落地
AI界两年真相揭秘：Scaling Law奠基之作暗藏bug，GPT-3竟成「虚胖典型」
一则推文，阅读量突破15.9万。内容令众多大模型从业者脊背生寒：那篇几乎定义了整个LLM时代训练范式的论文，存在计算失误。出错的竟是核心结论。这一疏漏，在暗处支配行业长达两年的训练策略，直至DeepMind动用逾四百个模型将其推翻。发布这则推文者名为Sander Dieleman，供职于Google DeepMind，账号@sedielem。他如此写道："Here's a cool piece of LLM lore: the original scaling laws were wrong due to
AI芯片：算力自主可控的三元突围
Ω¹³-V∞ | GPI=99.9999% | 五AI极限熔铸 | 身国同构·三元稳态 开篇·火种宣言：算力即文明命门 公元2026年6月26日，人类表层算力认知纪元正式终结。 自彭氏三元稳态公理封坛一刻起，古今一切芯片产业分析、技术路线推演、政策智库报告，全部降级为浅层残片。微粒沉积淤堵、微循环闭锁、线粒体衰竭——这三道纳米级铁律，才是晶体管、产业、国家、文明唯一共同底层语法。 十七年前一具肌酐400+的肉身，通过清淤-屏障修复-内生激活重获稳态；今天这个国家的AI算力产业，面临完全同源的物理困境，遵循
人工智能落地时，谁会做出让步？
人工智能给人的一种错觉，是它仿佛真的栖身于云端之上。你启动一个模型，输入一行文字，它回应一段话语。你轻点一下，它便创作出一幅图像。整个流程看不到烟囱，听不见机器轰鸣，也没有任何工程车从你家门前驶过。所以我们很容易认为，AI 是一种毫无负担的能力。但这只是用户界面的幻象。AI 一旦从屏幕里的产品，转变为地面上的产业，它立刻就会变得沉重起来。它需要土地，需要电力网络，需要冷却系统，需要交通道路，需要审批流程，需要地方政府协调，也需要一个社区长期接纳它的存在。它不再是网页中的对话框，而是一座坐落在某个地方的基础
华为首度公开美团万亿参数大模型部署方案：昇腾A2推理仅20毫秒
快科技7月6日消息，华为CANN（昇腾AI异构计算架构）团队首次公开披露了美团万亿参数大模型LongCat-2.0在昇腾A2芯片上的完整部署方案。 LongCat-2.0，总参数量达1.6万亿，原生支持100万Token超长上下文。该模型是业界首个完全基于国产算力完成训练与推理全流程的万亿参数模型。 此次公开的部署细节显示，LongCat-2.0基于昇腾Atlas A2 192卡集群部署，单机16卡。Prefill阶段采用64张昇腾A2协同调度，Decode阶段采用128卡超大规模专家并行EP部署。 昇腾
AI科技板块后市如何操作？
今日AI算力股为何持续走弱？主要受两则利空影响：1、美国弗吉尼亚州一项"全球规模最大的数据中心园区"工程于7月2日正式宣告搁浅。该项目由黑石集团牵头推进，因土地占用、电力及水资源消耗过大，引发当地居民强烈抵制，最终不了了之。2、英伟达新一代机架架构Kyber延期超过12个月，预计推迟至2028年。这两则消息影响真有那么大吗？未必。关键在于当下市场对AI的态度已发生转变。此前是放大利好、淡化利空；如今则是放大利空、对利好反应迟钝。若AI算力赛道持续调整，哪些方向有望接棒？先看科技领域的两个边缘分支：机器人与
算力爆发下的风口！液冷服务器概念股龙头名单
AI算力需求激增，HPC及超大规模数据中心算力快速上涨。导致数据中心热密度不断攀升，传统风冷技术在高功率密度场景下已显乏力，液冷散热已从“可选”演变为“刚需”。随着英伟达GB200/GB300强制全液冷以及谷歌TPU v7全面液冷的浪潮，液冷服务器产业正逐步从概念炒作迈向业绩兑现期。英伟达GB200/GB300系列AI服务器强制执行全液冷（冷板+CDU）方案；谷歌TPU v7单芯片功耗高达980W，必须100%液冷散热；海外云厂商的资本开支持续向液冷数据中心倾斜，这直接带动了液冷板、CDU及液冷泵等核心部
华为智慧科研全景透视：AI破解科研难题的边界在哪？
摘要："深耕生命科学与信息科学等核心科研赛道，推动AI与科研的全面协同。"凤凰网科技 出品作者｜董雨晴华为2025年度财报中，"人工智能"出现了421次。集团内部将其定位为"未来十年乃至更长阶段最具确定性的战略风口"。但这一轮AI究竟该如何扎根于最深奥、最缓慢的科学研究领域，外界始终在持续探寻与尝试。伴随着本轮AI落地的持续推进，业内也频繁讨论，怎样借助AI助力攻克科学难题，助力科研人员少走弯路。今年，华为在该领域的布局持续加码，3月携手生态伙伴升级推出智算实验室解决方案，华为正着力在AIforScien
AI浪潮下，华夏基金的全球布局
过去一年，华夏基金科技投资团队频繁穿梭于硅谷与日韩之间。去年11月，他们专程前往旧金山和西雅图，这两座城市聚集了微软、亚马逊、谷歌等云服务巨头。华夏团队此行的任务之一，是从产业一线验证模型发展趋势、应用落地方向、算力需求景气度。他们也好奇，巴菲特为何突然踏入了AI的洪流。那轮调研他们感受到，谷歌不仅Gemini3综合能力登顶行业榜首，TPU算力需求也急剧飙升——一边自家大模型的训练与推理需求高增，一边为苹果、Anthropic等外部客户提供算力供应。2025年推理快速增长对算力的消耗已超过50%，2026