遷移算力

❶ 黑芝麻智能的華山系列晶元有哪些特點

黑芝麻智能科技是行業領先的車規級自動駕駛計算晶元和平台研發企業，成立於2016年。自成立以來，黑芝麻智能專注於大算力計算晶元與平台等技術領域的高科技研發，能夠提供完整的自動駕駛、車路協同解決方案，包括基於車規級設計、學習型圖像處理、低功耗精準感知的自動駕駛感知計算晶元和自動駕駛計算平台，支撐自動駕駛產業鏈相關產品方案的快速產業化落地。黑芝麻智能從核心IP為切入點，打造國產性能最強自動駕駛計算晶元。基於兩大核心自研IP——NeuralIQISP 圖像信號處理器及高性能深度神經網路演算法平台DynamAI NN引擎，黑芝麻智能已發布多款晶元產品：2019年8月，黑芝麻智能第一顆車規級智能駕駛晶元華山一號A500在國內首發，算力達5-10TOPS；2020年6月，第二代晶元華山二號A1000發布，算力達58-116TOPS，是國內第一款可以支持L2+自動駕駛的國產晶元；2021年4月，國產車規大算力晶元再升級，黑芝麻智能發布華山二號A1000 Pro。A1000 Pro於同年7月流片成功，算力達到驚人的106-196TOPS，單顆晶元可以支持高級別自動駕駛功能，從泊車、城市內部到高速場景的無縫銜接。華山二號A1000自動駕駛晶元：國內首款基於成熟車規功能安全體系打造——通過了ISO26262功能安全產品ASIL B Ready認證、滿足最高安全等級ASIL D的功能安全流程認證、滿足汽車行業最高安全級別ASIL D要求、已量產的高性能自動駕駛晶元華山二號A1000L自動駕駛感知晶元：目前國內第一個同時符合汽車功能安全和汽車可靠性權威認證的L2.5等級自動駕駛感知晶元——專用的高性能圖像感測、實時計算機視覺、神經網路處理器、符合ISO26262 ASIL-B汽車功能安全和AEC-Q100 Grade2汽車可靠性完整的L2.5級別自動駕駛解決方案華山二號A1000 Pro國內算力最高的自動駕駛計算晶元：國內目前唯一能夠滿足ISO 26262 ASIL D級別的功能安全要求的大算力晶元——採用業界創新先進封裝工藝集成多個核心，解決16nm工藝支持超大規模深度學習引擎難題，基於內部多核心建立高速通信通路，大幅提高數據傳輸效率，支持黑芝麻智能最新的FAD Platform，適配多種標准協議和操作系統，提供軟體全生命周期的管理，在A1000Pro系統中，任務可以在多個子系統之間動態遷移華山二號A2000國內首個250T大算力晶元：頂尖7納米工藝、國產自主知識產權核心IP、滿足ASILD級別的安全認證標准』

❷ 中國電信雲網集成和數據遷移有什麼優勢

近日，國家發展改革委、中央網信辦、工業和信息化部、國家能源局聯合印發通知，同意在全國8地啟動建設國家算力樞紐節點，並規劃了10個國家數據中心集群。

中國電信集團有限公司副總經理劉桂清介紹，中國電信全面推進雲改數轉戰略，一直高度重視和積極參與全國一體化大數據中心體系總體布局設計，積極響應國家號召，圍繞「數網」「數紐」「數鏈」「數腦」「數盾」五大要素，加快數據中心布局、算力調度體系、數據流通、數據應用、安全能力建設。

當前「東數西算」工程正式全面啟動，將有利於中國電信充分發揮雲網融合優勢，進一步優化中國電信的算力資源布局，進一步降低數據中心的運營成本，推動信息基礎設施布局進一步完善。從算力資源布局角度，全國一體化大數據中心體系建設，將推動業務需求和各類建設條件向八大節點集中，因此將進一步推動中國電信的算力資源向核心區域集約布局，使得資源配置更加精準，資源利用更加高效，有效彌補東部資源的不足。同時，充分盤活西部資源，從降低運營成本角度。一直以來，數據中心的能耗高居不下，2021年11月國家發改委印發的《關於嚴格能效約束推動重點領域節能降碳的若干意見》將數據中心定位為高能耗產業，以中國電信為例，2021年數據中心耗電達到56億度，占總耗電量的20%。

此次一體化大數據中心布局要求能源網和算力網高效協同，將在一定程度上降低運營成本；從推動信息基礎設施布局角度，全國一體化大數據中心與傳統數據中心不同，是將數據中心、通信網、雲計算、大數據、人工智慧和安全等融為一體，從而構建新型的信息基礎設施體系。

中國電信在2020年明確提出，按照「網是基礎、雲為核心、網隨雲動、雲網一體」的原則，打造雲網融合、安全綠色的新型信息基礎設施，其核心內容與一體化大數據中心體系的要求完全吻合。

中國電信擁有794個數據中心，機架50萬個。按照2+4+31+X的結構進行全國布局，該布局與全國一體化大數據中心的國家樞紐節點的選址、業務定位以及核心集群與城市數據中心的分類高度吻合。其中2指在內蒙、貴州兩個樞紐的內蒙古和貴州數據中心園區，定位為全國數據存儲備份、離線分析的基地；4為京津冀、長三角、粵港澳大灣區和成渝四個樞紐的布局，定位為熱點地區高密度人口高頻次訪問的視頻播放、電子商務等實時要求較高的業務承載；31+X為包括甘肅、寧夏兩個樞紐在內的為31省及X個重點城市的布局，重點定位為車聯網、自動駕駛、無人機、工業互聯網、AR\VR等超低延遲、大帶寬、海量連接的業務。

❸ 人工智慧包括哪些方面

1.從發展程度角度，人工智慧可劃分為弱人工智慧、強人工智慧與超強人工智慧。
目前，人工智慧處於弱人工智慧階段，AI並不具備類似人類思考與聯想的能力。未來，人工智慧可能發展到強人工智慧與超強人工智慧階段，這個階段的AI將具備類似人類思考與聯想的能力，可以在更多領域代替人類完成工作。
2.從產業角度，人工智慧可劃分為基礎層、技術層與應用層。
基礎層可以按照演算法、算力與數據進行再次劃分。演算法層麵包括監督學習、非監督學習、強化學習、遷移學習、深度學習等內容;算力層麵包括AI晶元和AI計算架構;數據層麵包括數據處理、數據儲存、數據挖掘等內容。
技術層根據演算法用途可劃分為計算機視覺、語音交互、自然語言處理。計算機視覺包括圖像識別、視覺識別、視頻識別等內容;語音交互包括語音合成、聲音識別、聲紋識別等內容;自然語言處理包括信息理解、文字校對、機器翻譯、自然語言生成等內容。
應用層主要包括AI在各個領域的具體應用場景，比如自動駕駛、智慧安防、新零售等領域。

❹ ETH合並的幾個小Tips：何時通縮分叉幣價值幾何

1、共識機制的切換並不是「瞬時」完成：

以太坊 主網合並升級不會立即完成Pow Pos的轉變，當前以太坊是兩種共識機制同步運行，Pow佔90%，Pos佔到10%，按照開發組將難度炸彈的時間推遲到9.12日，難度炸彈爆發後伴隨合並完成Pow挖礦難度將會逐漸「指數型增加」，屆時局於挖礦成本的問題，倒逼Pow礦工逐步退出網路，但該過程可能持續將近6個月以上的時間，Pow網路也將進入「冰河期」

2、冰河期逐步減產，「通縮」並非一蹴而就：

在冰河期，由於以太坊Pow挖礦難度的劇增，出塊時間的延長意味著礦工每日出塊總獎勵減少，按照以往難度炸彈爆發時期的數據，冰河期內大約1個月會進行1次Pow挖礦難度的調增，每次調增的力度都會比上一次更顯著，預估持續6個月以太坊網路的總獎勵將減少50%以上，持續9個月的時間將減少80%以上，經過6-9個月的時間將會完成大部分的減產，近幾日 ETH Burn徘徊在1300附近，因此以太坊真正達到「通縮」需要在合並6個月後即23年上半年才能完成

3、用戶端並不會有過多不良體驗：

在以往難度炸彈爆發的冰河時期，隨著Pow挖礦難度的陡增，用戶端可能會產生非常不良的體驗，雖然手續費可能並沒有很高的提升，但是交互時間延長會明顯降低用戶體驗；不過本次合並之後用戶可能不會感受到明顯的交互時間延長，合並後共識機制的切換，Pos驗證開始將逐漸承載原本Pow驗證的份額，出塊時間更多的是參照Pos的時間；並且本次難度炸彈爆發和合並相隔時間不長，最多隻會有1-2次的挖礦難度調增，最差情況下增加2秒附近的出塊時間可能也不會過多影響用戶體驗

4、礦工分叉價值幾何？定價權在交易所：

2017年 比特幣 經過了一波分叉潮，潮水過後最終發現大家都在裸泳，只有比特幣仍然屹立不倒，當時市場更多的是看不懂、看不清，分叉的「好」與「壞」在激辯中沒有定論，交易所上線分叉也不會背負更多的罵名，市場的猶豫成為交易所爭奪流量的工具；但今日非同往昔，主流的聲音都是力挺主鏈，小型交易所可能會應為流量爭奪被迫上線，而頭部交易所應更加愛惜自身的羽毛，沒有頭部交易所支持失去流動性的分叉將是一地雞毛；不過分叉幣大概率還是會存在

5、算力遷移能否成真？或是偽命題：

市場更多的是在計價炒作預期。市場中大約80%以上為Gpu礦機，大部分GPU礦場會轉型，為視頻流應用程序構建基礎架構、2D 和 3D 對象的渲染以及雲伺服器，因此也能保證一定的利潤；算力遷移的過程伴隨著挖礦難度的驟增，獎勵也會隨之減少，甚至入不敷出，因此並不認為大礦工會頂著巨額的成本拉高ETC沒有生態支持的幣價，更何況Gpu礦機也並非一條出路。而算力遷移和幣價是否有直觀的聯系更像是先有雞還是蛋的問題

❺ 遷移性發展相對應的是什麼發展

深度神經網路，相比於之前的傳統機器學習方法，可以看成是一個全新的物種，這背後的原因，最明顯的還是深度學習對機器算力的巨大需求，在深度學習入門最少需要知道什麼？中介紹了深度學習所需的顯卡資源，而當前大內存的機器不貴，而高性能，大顯存的顯卡就沒那麼便宜了。這使得使用深度學習去處理實際生活中遇到的問題，例如圖像和語音的識別時，需要消耗大量的資源。而遷移可以改變這一切，顯著的降低深度學習所需的硬體資源。

本文會先介紹遷移學習的定義，接著說說預先訓練好的網路是什麼，為什麼有用？使用預訓練的網路又有那兩種方法？之後會通過MINST數字識別的例子，來展示該如何應用遷移學習。

讓我們通過一個直觀的例子來說明什麼是遷移學習。假設你穿越到了古代，成為了太子，為了治理好國家，你需要知道的實在太多了。若是從頭學起，肯定是來不及的。你要做的是找你的皇帝老爸，問問他正在做了什麼，而他也希望能將他腦子的知識一股腦的轉移到你腦中。這正是遷移學習。即將一個領域的已經成熟的知識應用到其他的場景中。

這幅圖說明了該用哪種遷移學習，讓我們逐個來看。

1）右下角場景，待訓練的數據集較小，已訓練的模型和當前任務相似。此時可以只是重新訓練已有模型的靠近輸出的幾層，例如將ImageNet中輸出層原來可以判別一萬種輸出的網路改的只能判別貓的品種，從而利用已有網路來做低層次的特徵提取。

2）左下角場景，待訓練的數據集較小，已訓練的模型和當前任務場景差距較大。例如你有的已訓練網路能識別出白天高速路上的違章車輛，你需要訓練一個能識別出夜間違章車輛的模型，由於不管白天夜晚，交通規則是沒有變化的，所以你需要將網路靠近輸入的那幾層重新訓練，等到新的網路能夠提取出夜間車輛的基本信息後，就可以借用已有的，在大數據集下訓練好的神經網路來識別違章車輛，而不用等夜間違章的車輛的照片積累的足夠多之後再重新訓練。

3）左上角場景，待訓練的數據集較大，已有的模型和新模型的數據差異度很高。此時應該做的是從頭開始，重新訓練。

4）右上角場景，待訓練的數據集較大，已有模型的訓練數據和現有的訓練數據類似。此時應該使用原網路的結構，並保留每一層的節點權重，再逐層微調。

接下來看一個實際的例子，大家都熟悉的MINST手寫數字識別，也可以用遷移學習來做，已有的訓練數據是六萬張圖片，已有的模型是通用的圖像識別模型VGG16，看起來，我們即可以將網路的最高層重新訓練，也可以訓練網路的最初幾層，畢竟手寫數字的圖片，和我們日常見到的圖片即相似也有明顯不同。點擊閱讀原文，可以查看具體的python代碼。

總結一下，遷移學習應用廣泛，尤其是在工程界，不管是語音識別中應對不同地區的口音，還是通過電子游戲的模擬畫面前期訓練自動駕駛汽車，遷移學習已深度學習在工業界之所以成功的最堅實支柱，而學術界對遷移學習的研究則關注以下幾點，一是通過半監督學習減少對標注數據的依賴，應對標注數據的不對稱性，二是用遷移學習來提高模型的穩定性和可泛化性，不至於因為一個像素的變化而改變分類結果，三是使用遷移學習來做到持續學習，讓神經網路得以保留在舊任務中所學到的技能。

最後引申來看，集成學習，例如AdaBoost其背後的機制，也可以看成是另一種形式的遷移學習，通過多次使用訓練樣本，並給不同的樣本賦予不同的權重，集成學習也可以做到站在巨人的肩上。而Dropout機制，也是讓網路訓練中隨機的丟失節點，從而使得網路不得不依據之前的模型進行遷移學習，從而提高泛化能力。遷移學習本質上利用的是不同任務間的相關性，用冗餘對抗復雜。

❻ 以太坊的主力有多哪些

北京時間2022年9月15日上午11點開始，以太坊團隊以視像形式直播合並情況，最終在下午2點40左右成功觸發合並。

文章圖片2
上圖是值得被所有以太坊礦工，或曾經是以太坊礦工，銘記和懷念的一刻：最後定格在740T算力，這些算力瞬間失去區塊收益，以後也不會再有。其實在合並前的12小時，部分算力已經開始提前遷移，總共約100T左右。

文章圖片3
上圖是ETC的全網算力變化。ETC是吸納ETH算力的主力幣種，占所有約6-7成份額，在下午2點40分後，算力開始暴漲，從90T到290T，整整3倍多，如果與三天前的算力相比，是6倍。即全部原ETC礦工收益下跌83%。

文章圖片4
文章圖片5
290T這個ETC總算力超出了我的預料，因為這么高的話，全部顯卡都得陣亡（付不起電費，如上圖），是我低估了礦工們的電力資源嗎？還是他們還未意識到電費問題？GPU晶元機將統治ETC！

不過我預計ETC這個算力不會維持太久，除非幣價能持續拉高。其他幣種如RVN、ERGO、FLUX基本全部算力暴漲，收益大跌，極度內卷。

文章圖片6
合並後的幣價走勢

正如我在系列4預測那樣，合並後並相關受益幣種並沒有大幅拉升，甚至還隨大盤下跌，一切利好已順利兌現，大概玩家們也是平倉收杠桿之時。

文章圖片7
合並前ETHw拉升，合並後立馬大跌

文章圖片8
ETHw這次分叉看起來很不成功，吸引了不到30T的算力，只佔原來約3%而已，離歇菜不遠。ETHw的幣價在合並前暴拉，合並後又暴跌至20塊，而且ETHw的真正拋壓還沒出現，預計真正的拋壓是未來7天，我拍個腦袋，預計可以跌到2塊以下。我聽說有些小夥伴在合並後一直沒敢在某安賣出ETH，是因為某安的快照時間要8個小時（正常以下午第一個POS區塊誕生那一刻為准拍照），就為了能賺到分叉幣，結果撿了芝麻丟了西瓜，ETH幣價跌了100塊，為了賺10塊的ETHw，完全沒必要。

ETH走勢回歸大盤隨波逐流，ETC走勢會偏強，如果ETHw分叉失敗，那ETC就是妥妥的新任顯卡幣一哥！以全網算力來看，ETC是ETHw的10倍，做大哥沒有任何爭議！

❼ 全球算力競爭加劇，我國 ICT 建設駛入快車道

（報告出品方/分析師：銀河證券研究院 趙良畢）

報告原標題： 通信行業深度報告：ICT「雙碳」新基建，IDC 溫控新機遇

（一）算力建設關乎數字經濟發展，各國均不斷發力

加快培育數據要素市場，全球算力競爭不斷提升。 2020 年 4 月 9 日，《中共中央、國務院關於構建更加完善的要素市場化配置體制機制的意見》中，數據首次作為一種新型生產要素在文件中出現，與土地、勞動力、資本和技術等傳統要素並列。計算力已經與國家經濟息息相關。

IDC&清華產業研究院聯合發布的《2021-2022 全球計算力指數評估報告》表明，計算力是數字經濟時代的關鍵生成要素：

（1）從 2016-2025 年的整體趨勢及預測來看，各個國家的數字經濟占 GDP 的比重持續提升，預計 2025 年佔比將達到 41.5%。

（2）計算力作為數字經濟時代的關鍵生產力要素，已經成為挖掘數據要素價值，推動數字經濟發展的核心支撐力和驅動力。

（3）國家計算力指數與 GDP 的走勢呈現出了顯著的正相關。評估結果顯示十五個重點國家的計算力指數平均每提高 1 點，國家的數字經濟和 GDP 將分別增長 3.5%和 1.8%，預計該趨勢在 2021-2025 年將繼續保持。同時，通過針對不同梯隊國家的計算力指數和 GDP 進行進一步的回歸分析後，研究發現：當一個國家的計算力指數達到 40 分以上時，國家的計算力指數每提升 1 點，其對於 GDP 增長的推動力將增加到 1.5 倍，而當計算力指數達到 60 分以上時，國家的計算力指數每提升 1 點，其對於 GDP 增長的推動力將提高到 3.0 倍，對經濟的拉動作用變得更加顯著。

數字化進程不斷推進，發展中國家經濟增速較高。 根據 IDC 數據顯示，2016 年到 2025 年，數字經濟佔比不斷提升，全球數字經濟佔比2025E為41%，其中發達國家數字經濟佔比為48.10%，比發展中國家高 17.8 個百分點。中美兩國計算力指數綜合評估較高，中國計算力發展水平漲幅達 13.5%，處於較高增長水平。總體來看，數字經濟為各國 GDP 總量貢獻不斷提升，算力提升推動數字經濟向好發展。

全球公有雲用戶市場保持增長，IT 側資本開支不斷增加。 雲是推動企業數字化轉型升級的重要驅動力, 企業不斷增加對移動技術、協作以及其他遠程工作技術和基礎架構的投資。預計到 2023 年，用戶支出將達到近 6000 億美元，雲將佔全球企業 IT 消費市場的 14.2%。其中軟體化服務（SaaS）是最大的細分市場，預計該市場在 2023E 用戶支出增長至 2080.80 億美元，相比 2021 年增長 36.73%；雲基礎建設（IaaS）將達到 1562.76 億美元，相比 2021 年增長 70.53%。為了獲得數字經濟時代的比較優勢，全球主要國家在數據中心的建設上進行了大規模投資，全球經濟受到新冠疫情的嚴重影響下，數據中心的建設保持了較高增速，預計在未來幾年雲服務提供商與電信公司之間的合作日益增加，全球雲市場有望進一步增長。

中國 IDC 市場規模增速較快，目前處於高速發展期。 受益於我國「新基建」戰略提出和持續攀升的互聯網流量，2021 年數據中心建設規模不斷增長。根據中國信通院數據，我國 2021年 IDC 行業規模約 1500.2 億元，近 5 年中國 IDC 市場年均復合增速約達 30%，領先於全球 IDC市場增速，其中近三年中國 IDC 市場具有高增速。我國 IDC 行業增速較快主要系我國 5G 建設持續推進，5G 應用項目多點開花不斷落地，預計到 2025 年，我國數據中心市場規模達到 5952億元。隨著數字經濟「東數西算」工程加速推進、互聯網和雲計算大客戶需求不斷擴張及數據中心在物聯網、人工智慧等領域的廣泛應用，數據中心行業發展前景廣闊，有望保持高速增長。

IDC 機櫃數量不斷增長，中國東部地區 IDC 中心較多。 2021 年 IDC 的機櫃量增長了 99.15萬架，增速為 30%，機櫃量總數達到 415.06 萬架，年度增長率達到 31.39%。隨著 5G 時代數字經濟向 社會 各領域持續滲透，數據量爆炸式增長使得全 社會 對算力需求提升，預計每年仍將以20%以上速度高增，有望打開市場新空間。目前我國大部分數據中心集中在東部及沿海地區，根據 CDCC 數據，2021 年華東、華北、華南三地區機櫃數佔全國總數的 79%，而東北、西北地區佔比相對較低。

我國東部地區 IDC 上架率較高，西部地區加速建設。 目前 IDC 機房在我國東西部呈現差異較大發展，體現東密西疏、東熱西冷的特點。2021 年新增機櫃對比可知，東部及沿海地區數據中心上架率高，西部上架率較低。2021 年華東、華北、華南三地上架率約 60%-70%，而東北、西北、西南及華中上架率僅有 30%-40%。在政策布局方面，國家不斷推進數字經濟發展，形成以數據為紐帶的區域協調發展新格局。對於網路時延要求不高的業務，率先向西部轉移建設，由於西部地區氣溫較低優勢突出，實施「東數西算」有利於數據中心提高能效，西部地區產業跨越式發展，促進區域經濟有效增長。

（二）數字經濟政策護航，「東數西算」工程建設有望超預期

把握數字化發展機遇，拓展經濟發展新空間。2022 年 1 月，國務院發布《「十四五」數字經濟發展規劃》，規劃強調數字經濟是繼農業經濟、工業經濟之後的主要經濟形態，是以數據資源為關鍵要素，以現代信息網路為主要載體，以信息通信技術融合應用、全要素數字化轉型為重要推動力，促進公平與效率更加統一的新經濟形態。同時，規劃明確提出到 2025 年，數字經濟邁向全面擴展期，數字經濟核心產業增加值占 GDP 比重達到 10%。基於上述規劃，2022年 5 月 26 日，工信部在 2022 年中國國際大數據產業博覽會上指出，堅持適度超前建設數字基礎設施，加快工業互聯網、車聯網等布局。

推進綠色數據中心建設，提升數據中心可再生能源利用率。 我國能源結構正處在不斷優化的過程中，新能源地區分布不均衡，特別是水力、光伏、風能，主要集中在中西部地區，而使用端主要在東部沿海地區，雖然通過「西電東送」工程部分緩解了東部地區用電緊張問題，但是作為高耗能的數據中心產業，協調東西部發展布局、降低能耗就十分必要。全國各省市、地區相繼出台了各種強調數據中心綠色、節能的政策要求，進而促進能源生產、運輸、消費等各環節智能化升級，催化能源行業低碳轉型。

東西部資源高效匹配，建立全國一體化協同創新體系。 「東數西算」工程是我國繼「南水北調」、「西氣東輸」、「西電東送」之後的又一項重大的國家戰略工程，將東部海量數據有序引導到西部，優化數據中心建設布局，縮小東西部經濟差異，促進東西部協同發展。2022 年 2 月17 日，國家發改委、中央網信辦、工業和信息化部、國家能源局聯合印發通知，同意在京津冀、長三角、粵港澳大灣區、成渝、內蒙古、貴州、甘肅、寧夏等 8 地啟動建設國家算力樞紐節點，並規劃了 10 個國家數據中心集群。全國一體化大數據中心體系完成總體布局設計，「東數西算」工程正式全面啟動。國家以「東數西算」為依託，持續推進數據中心與算力、雲、網路、數據要素、數據應用和安全等協同發展，形成以數據為紐帶的區域協調發展新格局，助力數字經濟不斷發展。

全球算力網路競爭力凸顯，ICT 產業鏈有望迎來發展新空間。 通過全國一體化的數據中心布局建設，擴大算力設施規模，提高算力使用效率，實現全國算力規模化、集約化發展，有望進一步提升國家算力水平和全球競爭能力。同時，擴大數據中心在中西部地區覆蓋，能夠就近消納中西部地區新型綠色能源，持續優化數據中心能源使用效率。通過算力樞紐和數據中心集群建設，將有力帶動相關產業上下游投資，促進東西部數據流通、價值傳遞，延展東部發展空間，推進西部大開發形成全國均衡發展新格局。

（三）雙碳減排目標明確，綠色節能成為發展必需

能源變革不斷創新升級，低碳轉型融入 社會 經濟發展。 自上個世紀人類逐漸認識到碳排放造成的不利影響，各國政府和國際組織不斷進行合作，經過不懈努力、廣泛磋商，在聯合國和世界氣候大會的框架下達成了一系列重要共識，形成了《聯合國氣候變化框架公約》（1992 年簽署，1994 年生效）、《京都議定書》（1997 年達成，2005 年生效）和《巴黎協定》（2015年達成，2016 年生效）等文件，其中《巴黎協定》規定了「把全球平均氣溫升幅控制在工業化前水平以上低於 2 以內」的基礎目標和「將氣溫升幅限制在工業化前水平以上 1.5 之內」的努力目標。

推動能源革命，落實碳達峰行動方案。 為了達到《巴黎協定》所規定的目標，我國政府也提出了切合我國實際的雙碳行動計劃，2020 年 9 月 22 日，我國在第七十五屆聯合國大會上宣布，中國力爭 2030 年前二氧化碳排放達到峰值，努力爭取 2060 年前實現碳中和目標。中國的「雙碳」目標正式確立，展現了中國政府應對全球氣候變化問題上的決心和信心。同時 2021年度《政府工作報告》中指出：扎實做好碳達峰、碳中和各項工作，制定 2030 年前碳排放達峰行動方案。優化產業結構和能源結構。推動煤炭清潔高效利用，大力發展新能源，在確保安全的前提下積極有序發展核電。擴大環境保護、節能節水等企業所得稅優惠目錄范圍，促進新型節能環保技術、裝備和產品研發應用，培育壯大節能環保產業，推動資源節約高效利用。落實 2030 年應對氣候變化國家自主貢獻目標。加快發展方式綠色轉型，協同推進經濟高質量發展和生態環境高水平保護，單位國內生產總值能耗和二氧化碳排放分別降低 13.5%、18%。

聚焦數據中心低碳發展，實現雙碳方式產業發展。 在雙碳背景下，「東數西算」工程中數據中心西部遷移，PUE 值有望降低帶來能耗電量高效利用。能源高效節能、革新升級已是大勢所趨和必然要求。

（一）數據中心能耗突出，綠色節能是發展趨勢

綠電成為發展趨勢，低碳發展中發揮重要作用。 隨著大力發展數據中心產業，數據中心能耗在國民經濟中的佔比也在不斷提高。研究表明，預計 2025 年，數據中心能耗總量將達到 3952億 kW·h，佔全 社會 用電總量的 4.05%，比例逐年攀升。整體來看，由伺服器、存儲和網路通信設備等所構成的 IT 設備系統所產生的功耗約占數據中心總功耗的 45%。空調系統同樣是數據中心提高能源效率的重點環節，所產生的功耗約占數據中心總功耗的 40%。降 PUE 將成為未來發展趨勢，主要從製冷方面入手。

數據中心碳排放不斷控制，PUE 值不斷改善。 根據國家能源局 2020 年全國電力工業統計數據 6000 千瓦及以上電廠供電標准煤耗每度電用煤 305.5 克，二氧化碳排放量按每噸標煤排放 2.7 噸二氧化碳來計算，2021 年全國數據中心二氧化碳排放量 7830 萬噸，2030 年預計排放約 1.5 億噸二氧化碳。

量化指標評估數據中心能源效率。 為評價數據中心的能效問題，目前廣泛採用 PUE（Power Usage Effectiveness）作為重要的評價指標，指標是數據中心消耗的所有能源與 IT 負載消耗的能源的比值。PUE 通常以年度為計量區間，其中數據中心總能耗包括 IT 設備能耗和製冷、配電等系統的能耗，其值大於 1，越接近 1 表明非 IT 設備耗能越少，即能效水平越好。

數據中心空調系統及伺服器系統能耗佔比較大。 數據中心的耗能部分主要包括 IT 設備、製冷系統、供配電系統、照明系統及其他設施(包括安防設備、滅火、防水、感測器以及相關數據中心建築的管理系統等)。整體來看，由伺服器、存儲和網路通信設備等所構成的 IT 設備系統所產生的功耗約占數據中心總功耗的 45%。其中伺服器系統約占 50%，存儲系統約占 35%，網路通信設備約占 15%。空調系統仍然是數據中心提高能源效率的重點環節，它所產生的功耗約占數據中心總功耗的 40%。電源系統和照明系統分別占數據中心總耗電量的 10%和 5%。

（三）溫控系統持續優化，節能技術變革打開新機遇

溫控系統多元化趨勢，節能技術不斷突破。 當前主流的製冷方式包括風冷、水冷、間接蒸發冷卻和液冷技術，根據數據中心規模、環境特點選擇合適的製冷技術。提高數據中心的能效，尤其是空調製冷系統的能效成為研究重點。目前，數據中心空調製冷能效比的提升主要從液冷和自然冷源兩方面入手。從製冷方式來看，風冷將逐漸被安裝靈活、效率更高的液冷方式所取代。液冷技術目前應用於 5G 場景，通常對骨幹網 OTN 設備、承載網設備以及 5G BBU 設備進行液冷，採用液冷技術可以通過液體將發熱元件熱量帶走，實現伺服器的自然散熱，相互傳統製冷方法，液冷技術更為高效節能。

冷卻系統不斷優化。 為了客觀評價這些製冷技術以便進一步提高節能減排效率，中國製冷學會數據中心冷卻工作組研究認為：採用數據中心冷卻系統綜合性能系數（GCOP）作為評價指標更為合理。

其中，GCOP 為數據中心冷卻系統綜合性能系數指標，用於評價數據中心冷卻系統的能效。為數據中心總能耗，其中不僅包括數據中心市電供電量，也包括數據中心配置的發電機的供電量。為製冷系統能耗，包括機房外製冷系統的能耗，另外包括 UPS 供電的製冷風扇、關鍵泵以及設備機櫃內風扇等製冷設備產生的能耗。

實際情況中，為了使能效評價結果更具有說服力與可比較性。冷卻工作組建議使用數據中心全年平均綜合性能系統數的（GCOPA）指標和特定工況下數據中心冷卻系統綜合性能系數（GCOPS）作為評價標准。

冷卻工作組根據上述標准針對來自內蒙古呼和浩特、廣東深圳、河北廊坊等地的高效數據中心進行分析。這些數據中心分布在不同建築氣候區，使用了不同系統形式和運行策略，例如高效末端、自然冷卻、AI 控制的運行優化等。數據表明西部地區建設新型數據中心製冷能耗較優。我國數據中心冷卻系統能效存在極大差異，提升我國數據中心冷卻系統的能效意義較大，冷卻系統仍存在巨大的節能潛力。

數據中心容量不斷擴充，中美兩國貢獻較多。 根據 Synergy Research Group 的最新數據顯示，由大型供應商運營的大型數據中心數量已增至 700 家，而以關鍵 IT 負載衡量，美國占這些數據中心容量的 49%，中國是繼美國之後對超大型數據中心容量貢獻第二大的國家，占總量的 15%。其餘的產能分布在亞太地區(13%)、EMEA 地區(19%)和加拿大/拉丁美洲(4%)。超大規模數據中心數量翻一番用了五年時間，但容量翻番用了不到四年時間。

空調系統建設成本較多。 根據IBM數據，數據中心的建設成本中空調系統的佔比為16.7%。總體來說，2021 年數據中心基礎設施設備總支出為 1850 億美元，能源方面建設資本開支占較大份額，能源建設及利用效率有望進一步提升。

數據中心資本穩步增長，溫控市場打開新空間。 根據 Synergy Research 的數據，2021年數據中心基礎設施設備總支出（包括雲/非雲硬體和軟體）為 1850 億美元，公有雲基礎設施設備支出佔比為 47%。面向硬體的伺服器、存儲和網路合計占數據中心基礎設施市場的 77%。

操作系統、虛擬化軟體、雲管理和網路安全佔了其餘部分。參照 2021 年全球數據中心資本開支增長 10%的現實，假設未來 4 年數據中心每年資本開支保持增長 10%，我國數據中心溫控系統市場規模 2021 年為 301 億元，可在 2025 年達到 441 億元。

（一）英維克：打造溫控全產業鏈，行業高景氣領跑者受益

國內技術領先的精密溫控龍頭，聚焦精密溫控節能產品和解決方案。 公司自成立以來，一直專注於數據機房等精密環境控制技術的研發，致力於為雲計算數據中心、通信網路、物聯網的基礎架構及各種專業環境控制領域提供解決方案，「東數西算」項目中提供節能技術。

公司營業收入高速增長，盈利能力表現良好。 2022Q1，公司實現營收 4.00 億元，同比增長 17.10%，歸母凈利潤 0.13 億元，同比下降 59.26%，主要受原材料價格上漲、疫情反復等因素影響。2021 年英維克實現營業收入 22.28 億元，同比增長 29.71%，自 2017 年以來 CAGR 達34.65%，主要是由於機房溫控一些大項目驗收確認，以及機櫃溫控節能產品收入增長。受益於整個行業的景氣度，全年實現歸母凈利潤 2.05 億元，同比增長 12.86%，自 2017 年以來 CAGR達 24.25%，主要源自數據中心及戶外機櫃空調業務的持續增長。

公司毛利率總體穩定，未來有望止跌回升。 2021 年公司銷售毛利率為 29.35%，同比下降9.50%，主要原因繫上游原材料成本提升，公司整體盈利能力承壓。凈利率總體有所下降，銷售凈利率為 8.92%，同比下降 15.85%。隨著公司持續數據機房等精密環境控制技術的研發，技術平台得到復用，規模效應愈發顯著，公司未來毛利率及凈利率有望企穩回升。

蒸發冷卻、液冷技術為未來發展趨勢，公司技術儲備充足，產品系列覆蓋全面。 目前國內數據中心溫控方式仍然以風冷、冷凍水為主，由於熱密度、耗能的提升，傳統方案已經不能滿足市場需求，散熱方式逐漸從傳統風冷模式發展到背板空調、液冷等新型散熱方式，數據中心冷卻系統呈現出冷卻設備貼近伺服器、核心發熱設備的趨勢，液冷、蒸發冷卻技術優勢明顯。

研發投入持續增加提升核心競爭力，溫控系統不斷優化。 公司以技術創新作為企業發展的主要驅動力，不斷加大研發投入。雖然受到上游原材料價格急速上漲和疫情反復的不利影響，公司始終堅持加大研發力度，為公司後續發展提供技術支撐。英維克作為細分行業龍頭，及時捕捉市場發展動向，以技術創新作為企業發展的主要驅動力。

公司產品線豐富，方案靈活凸顯競爭優勢。 英維克的機房溫控節能產品主要針對數據中心、伺服器機房、通信機房、高精度實驗室等領域的房間級專用溫控節能解決方案，用於對設備機房或實驗室空間的精密溫濕度和潔凈度的控制調節。其中包括 CyberMate 機房專用空調&實驗室專用空調、iFreecooling 多聯式泵循環自然冷卻機組、XRow 列間空調、XFlex 模塊化間接蒸發冷卻機組、XStorm 直接蒸發式高效風牆冷卻系統、XSpace 微模塊數據中心、XRack 微模塊機櫃解決方案、XGlacier 液冷溫控系統等產品與解決方案。

公司的產品直接或通過系統集成商提供給數據中心業主、IDC 運營商、大型互聯網公司，歷年來公司已為騰訊、阿里巴巴、秦淮數據、萬國數據、數據港、中國移動、中國電信、中國聯通等用戶的大型數據中心提供了大量高效節能的製冷產品及系統。此外，英維克還提供機櫃溫控節能產品主要針對無線通信基站、儲能電站、智能電網各級輸配電設備櫃、電動 汽車 充電樁、ETC 門架系統等戶外機櫃或集裝箱的應用場合提供溫控節能解決方案，以及用於智能製造設備的機櫃溫控產品。

（二）佳力圖：運營商市場企穩互聯網市場突破，業績有望邊際改善

精密環境溫控龍頭，打造恆溫恆濕解決方案。 公司產品應用於數據中心機房、通信基站以及其他恆溫恆濕等精密環境，公司客戶涵蓋政府部門以及通信、金融、互聯網、醫療、軌道交通、航空、能源等眾多行業。公司產品服務於中國電信、中國聯通、中國移動、華為等知名企業。目前，公司擁有精密空調設備、冷水機組兩大類產品，十三個系列產品線，產品的先進性、可靠性以及節能環保的優勢在行業中始終保持主導地位，同時公司依託在環境控制技術和節能技術方面的優勢，為數據中心提供節能改造服務。

公司營業收入保持增長，凈利潤有所下滑。2022Q1，公司實現營收 1.22 億元，同比下降10.69%，歸母凈利潤 0.14 億元，同比下降 36.68%，主要受原材料價格上漲、疫情反復、競爭加劇等因素影響。

2021 年佳力圖實現營業收入 6.67 億元，同比增長 6.68%，自 2017 年以來CAGR 達 9.73%，全年實現歸母凈利潤 0.85 億元，同比下滑 26.35%，2021 年，公司主要是受到以下因素影響導致利潤下滑，（1）南京疫情停工待產、限電限產、疫情延時交付驗收的各種困難；（2）隨著市場規模的不斷擴大，國內機房空調市場競爭較激烈；（3）原材料價格特別是大宗商品價格持續上漲，原材料成本占公司營業成本平均比例達 70%以上，是公司產品成本的主要組成部分，銅、鍍鋅鋼板在 2021 年度一直呈現上漲趨勢，采購價格較 2020 年上漲了 20%-40%，導致公司成本呈現大比例增長。

圖 17. 公司受多因素影響毛利率有所下降（單位：%）

公司精密環境領域產品豐富，技術先進。 公司產品應用於數據中心機房、通信基站以及其他恆溫恆濕等精密環境，公司客戶涵蓋政府部門以及通信、金融、互聯網、醫療、軌道交通、航空、能源等眾多行業。公司產品服務於中國電信、中國聯通、中國移動、華為等知名企業。

目前，公司擁有精密空調設備、冷水機組兩大類產品，十三個系列產品線，產品的先進性、可靠性以及節能環保的優勢在行業中始終保持主導地位，同時公司依託在環境控制技術和節能技術方面的優勢，為數據中心提供節能改造服務。

研發投入不斷投入，空調效率持續提升。 雖然受到上游原材料價格急速上漲和疫情反復的不利影響，公司始終保持加強技術研發團隊建設，加強與高等院校、行業專家等機構、人士的合作，推動尖端理論研究和實踐，依託現有的研發體系，充分發揮節能控制方面的技術優勢，加快機房智能節能管理系統的研製，進一步提高公司產品的性能指標，加強在空調換熱器效率提升、供配電技術方面的基礎性研究實力，全面提升公司在機房環境控制一體化解決方案方面的創新能力。

公司核心技術不斷凸顯。 2021 年末公司擁有的核心技術有 36 項，同時有包含帶封閉式高效冷卻循環的通信模塊、數據中心冷凍站集中控制系統、機房空調 VRF 系統、CPU 液冷技術、VRF 技術在機房空調領域的初級應用等 28 項在研項目。

（三）其他節能相關公司情況

申菱環境是國內提供人工環境調控整體解決方案的領先企業，服務場景數值中心、電力、化工、能源、軌道交通、環保、軍工等領域。產品主要可分為數據服務空調、工業空調、特種空調三部分。公司是華為數據服務空調的主要供應商，與華為存在多年合作關系。除了華為業務的快速增長，也獲得了騰訊等互聯網龍頭企業的認可。此外，申菱環境在儲能方面也有布局。

依米康致力於在通信機房、數據中心、智慧建設以及能源管理領域為客戶提供產品和整體解決方案，包括從硬體到軟體，從室內精密空調到室外磁懸浮主機，從一體機和微模塊到大型數據中心的設計、生產和運維服務，助力客戶面對能源和生態挑戰。公司信息數據領域的關鍵設備、智能工程、物聯軟體、智慧服務四大板塊業務均可為數據中心產業鏈提供產品及服務。

高瀾股份是國內領先的純水冷卻設備專業供應商，是國家級專精特新「小巨人」企業，從大功率電力電子裝置用純水冷卻設備及控制系統起家，產品廣泛應用於發電、輸電、配電及用電各個環節電力電子裝置。2020 年以來，通過企業並購，其新能源 汽車 業務收入大幅提升，動力電池熱管理產品、新能源 汽車 電子製造產品收入占總營收比重均大幅上漲，合計收入占總營收比重達到 48.88%，首次超過純水冷卻設備成為公司第一大收入來源。

節能技術突破不及預期導致供給端產能釋放緩；

原材料短缺及價格上漲；

市場競爭加劇；

下游數據中心市場增速不及預期。

❽ enft算力怎麼獲得

eNFT應用鏈是新一代的NFT游戲、應用、以及數字資源的運營平台，其具有高度可擴展、低交易費用等優勢，與Ethereum虛擬機（EVM）兼容，支持智能合約，基於乙太網絡的DApp只需進行最低限度的配置，即可快速遷移到eNFT應用鏈上。

❾ 四年級筆算乘法里有什麼內容

三位數乘以兩位數的計算方法
筆算三位數乘兩位數的方法，先用第二個因數個位上的數去乘第一個因數每個數位上的數，再用十位上的數去乘第一個因數每位數位上的數，最後再把兩次的結果加起來。
注意不要對錯位，不要漏加進位。
三位數乘兩位數是人教版課程標准實驗教科書四年級上冊第三單元的內容，學生在三年級下冊已經學過三位數乘一位數兩位數乘兩位數的筆算乘法，兩位數乘兩位數的演算法和算理都將直接現已到三位數乘兩位數中來，因此，學生對算力和演算法的理解和探索都不會感到困難。教學目標是經歷探索三位數乘兩位數計算方法的過程，掌握三位數乘兩位數的筆算方法，結合具體情境培養學生估算意識，讓學生獲得運用已有知識解決新的計算問題的體會，培養學生遷移類推的能力和解決簡單實際問題的能力。

❿ 元宇宙是什麼梗

指沉浸式的虛擬世界，英文Metaverse。這個虛擬世界由VR（虛擬現實）、AR（增強現實）等3D技術和互聯網組成。用戶可以在元宇宙中感受不一樣的人生，或是體驗與真實世界完全不同的世界。與現有網路游戲不同的是，元宇宙能給玩家帶來更真實的感受，讓玩家可以彷彿置身於虛擬世界當中，甚至可以做到無法區分真實與虛擬世界。元宇宙也被吹捧成了互聯網的終極形態。 電影《黑客帝國》和《頭號玩家》就是元宇宙概念。 元宇宙一詞最早出自美國科幻小說《雪崩》。小說中描繪了一個與現實世界平行的虛擬世界，元界（Metaverse）。