搜索引擎 + AI 驱动的行业新闻【覆盖行业】信保 ｜出口 ｜金融 制造 ｜农业 ｜建筑 ｜地产 零售 ｜物流 ｜数智【访问入口】hangyexinwen.com【新闻分享】点击发布时间即可分享【联系我们】xinbaoren.com（微信内打开提交表单）https://jinrong.hangyexinwen.comhttps://jinrong.hangyexinwen.com/posts/14492https://jinrong.hangyexinwen.com/posts/14492Tue, 28 Jul 2026 19:11:44 GMT⁣<br /><b><i><b>📰</b></i> 证通电子(</b><a href="http://002197.SZ/" target="_blank"><b>002197.SZ</b></a><b>)：推理算力会成为行业中长期需求增长的驱动力</b><br /><br />证通电子指出，随着人工智能产业进入规模化商业落地阶段，推理算力成为长期需求驱动力。为满足低时延、稳定性强的要求，算力基础设施正向终端用户和产业集群就近布局。公司自有数据中心主要分布在深圳、东莞、长沙等人口大城，区域具备成熟的本地AI应用和数字娱乐生态，互联网和游戏企业对低时延推理、实时渲染算力需求突出，成为大模型商业化落地的核心节点。依托高等级机房资源，公司构建AIDC+算力资源池，主要承接互联网与游戏行业的AI推理和实时渲染业务。公司在金融科技领域耕耘多年，积累大量优质金融客户，金融数据对保密性和本地化运营的需求较高，部分数据中心符合国标A级、T4及金融行业标准，能满足训推一体化落地及定制化算力集群服务需求。同时，公司自研多源异构算力调度平台，统筹GPU资源并提升利用效率。未来将凭借核心城市区位和行业基础，推动算力业务稳健增长，但短期内在手算力对主营收入影响不大。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E6%8E%A8%E7%90%86%E7%AE%97%E5%8A%9B">#推理算力</a> <a href="/search/%23AI%E8%90%BD%E5%9C%B0">#AI落地</a> <a href="/search/%23%E6%95%B0%E6%8D%AE%E4%B8%AD%E5%BF%83">#数据中心</a> <a href="/search/%23%E9%87%91%E8%9E%8D%E7%A7%91%E6%8A%80">#金融科技</a> <a href="/search/%23%E8%B5%84%E6%BA%90%E8%B0%83%E5%BA%A6">#资源调度</a><br /><br /><i><b>🔗</b></i> <a href="https://finance.jrj.com.cn/2026/07/28232257933406.shtml" target="_blank">原文链接</a>https://jinrong.hangyexinwen.com/posts/14489https://jinrong.hangyexinwen.com/posts/14489Tue, 28 Jul 2026 17:12:30 GMT⁣<br /><b><i><b>📰</b></i> 证通电子(</b><a href="http://002197.SZ/" target="_blank"><b>002197.SZ</b></a><b>)：推理算力会成为行业中长期需求增长的驱动力-证券之星</b><br /><br />证通电子在AI算力领域强调，随着大型模型进入规模化商业落地阶段，推理算力成为长期驱动行业需求的关键。为满足低时延和高稳定性的刚性要求，算力基础设施将向终端用户和产业集群就近布局。公司自有数据中心集中在深圳、东莞、长沙等人口规模较大的城市，具备良好本地AI应用和数字娱乐生态，互联网与游戏企业对低时延推理和实时渲染算力的需求强烈，形成核心节点。依托高等级机房资源，证通电子构建AIDC+算力资源池，重点服务互联网、游戏行业的AI推理与实时渲染业务。金融科技领域积累了大量优质客户，具备高涉密和本地化运营特征，部分数据中心按国标A级、T4级别等标准设计，支持训推一体化落地，并在机柜租赁基础上提供定制化训练与推理算力集群服务。此外，公司自研多源异构算力调度平台实现GPU资源的统一管理与智能调度，提高算力软硬件资产利用率。未来将凭借核心城市区位与行业积淀，推动算力业务稳健增长。短期内在手算力订单对主营收入的直接影响有限。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23AI%E7%AE%97%E5%8A%9B">#AI算力</a> <a href="/search/%23%E6%8E%A8%E7%90%86%E7%AE%97%E5%8A%9B">#推理算力</a> <a href="/search/%23%E6%95%B0%E6%8D%AE%E4%B8%AD%E5%BF%83">#数据中心</a> <a href="/search/%23%E9%87%91%E8%9E%8D%E7%A7%91%E6%8A%80">#金融科技</a> <a href="/search/%23%E5%88%86%E5%B8%83%E5%BC%8F%E8%B0%83%E5%BA%A6">#分布式调度</a><br /><br /><i><b>🔗</b></i> <a href="https://wap.stockstar.com/detail/IG2026072800040390" target="_blank">原文链接</a>https://jinrong.hangyexinwen.com/posts/12513https://jinrong.hangyexinwen.com/posts/12513Wed, 10 Jun 2026 18:16:53 GMT⁣<br /><b><i><b>📰</b></i> “不好用”还“不好买”，国产算力的希望在下一代？-钛媒体官方网站</b><br /><br />本文梳理了中国国产算力在“难买难用”的现实困境与未来机遇。当前，国内算力市场呈“冰火两重天”：部分厂商供不应求、但生态尚未成熟，应用端仍大量依赖英伟达等外资卡，适配成本高、运维复杂、上手周期长，制约大规模落地。华为提出的韬定律为国产算力提供了追赶路径，但真正的突破在于软硬件生态的全面成熟与产能释放。下一代国产芯片将突破低精度瓶颈，提升高端算力，使推理成为市场主导场景，训练虽仍有差距但也在快速缩小。行业普遍看好2025-2026年成为转折点，逐步实现规模化商用和“从能用到好用”的跃升。同时，推理场景将成为国产算力的主要支撑，产能释放和生态完善是实现全面国产化的关键。未来若两大条件得以解决，国产算力将凭性价比与自主创新实现跨越式发展，甚至引领下一代计算技术。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E5%9B%BD%E4%BA%A7%E7%AE%97%E5%8A%9B">#国产算力</a> <a href="/search/%23%E8%8A%AF%E7%89%87%E4%BA%A7%E4%B8%9A">#芯片产业</a> <a href="/search/%23%E7%94%9F%E6%80%81%E5%BB%BA%E8%AE%BE">#生态建设</a> <a href="/search/%23%E6%8E%A8%E7%90%86%E4%BC%98%E5%85%88">#推理优先</a> <a href="/search/%23%E4%BA%A7%E8%83%BD%E6%89%A9%E5%BC%A0">#产能扩张</a><br /><br /><i><b>🔗</b></i> <a href="https://www.tmtpost.com/8022414.html" target="_blank">原文链接</a>https://jinrong.hangyexinwen.com/posts/12484https://jinrong.hangyexinwen.com/posts/12484Tue, 09 Jun 2026 10:26:11 GMT⁣<br /><b><i><b>📰</b></i> 南方财经网 - 南方财经全媒体集团</b><br /><br />墨芯人工智能通过专注稀疏计算，突破传统堆叠算力的局限，以算法与软硬件协同实现更高效的推理能力，降低Token成本，并计划推出二代计算卡SparsePrime<i><b>®</b></i>，实现同等精度下2到8倍算力提升，形成“精度无损、算力翻番”的核心卖点。公司以千卡级集群和真实负载数据为基础，打造面向智算中心、数据中心的全栈算力平台，覆盖硬件、软件和算法三维壁垒，已在多领域实现落地应用，如生信分析、城市治理、工业视觉、金融科技等，并通过金博会等平台获得国资与产业资本背书，完成近十亿元C轮融资，资金用于二代卡研发、供应链升级及人才引进。未来，墨芯将继续以稀疏计算为核心，推动算力从单纯芯片供应转向全面产业化落地，致力于在国内市场对标国产主流推理芯片，提升对行业应用的适配性与性价比，力求在Token经济时代实现可持续商业化。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E7%A8%80%E7%96%8F%E8%AE%A1%E7%AE%97">#稀疏计算</a> <a href="/search/%23%E5%85%A8%E6%A0%88%E7%AE%97%E5%8A%9B">#全栈算力</a> <a href="/search/%23%E6%8E%A8%E7%90%86%E5%8D%A1">#推理卡</a> <a href="/search/%23%E5%9B%BD%E4%BA%A7%E8%8A%AF%E7%89%87">#国产芯片</a> <a href="/search/%23%E9%87%91%E8%9E%8D%E7%A7%91%E6%8A%80">#金融科技</a><br /><br /><i><b>🔗</b></i> <a href="https://m.sfccn.com/2026/6-9/2MMDE0NzNfMjE1NzQ2Mw.html" target="_blank">原文链接</a>https://jinrong.hangyexinwen.com/posts/11035https://jinrong.hangyexinwen.com/posts/11035Tue, 05 May 2026 23:16:43 GMT⁣<br /><b><i><b>📰</b></i> 2026年人工智能AI状况报告</b><br /><br />过去一年全球 AI 领域的投资与资本结构显示出空前的规模与结构性变化。总投入达到约8000亿美元，资本从概念转向已落地的生产力，推动全球经济底层逻辑的重塑。2025 年 AI 初创公司获得风险投资达到约2258亿美元，同比增长近一倍，且大额融资占比显著提高，1亿美元以上融资占比近80%；独角兽数量达到308家，且新诞生独角兽中 AI 公司占比高达三分之二，成长速度快、资产规模更轻。基础设施和基础模型层成为资金核心，全球资金分层格局明显，美国占全球资金84%，亚洲和欧洲资金规模相对较低，交易笔数虽高但影响力有限。企业端 AI 应用进入规模化落地阶段，88% 的企业在至少一个业务部门常规使用 AI，生成式 AI 预算增长显著，订阅企业数与留存率持续提升，合同价值明显攀升。应用场景以编码辅助、内容生成和知识检索为主，知识管理广泛渗透，金融行业在风控合规方面领先。训练与基础设施投入激增，全球数据中心能源消耗显著，硬件短缺与成本上升成为常态，推理模型与多模态能力成为技术发展主线，全球每周 AI token 消耗暴增，推动计算资源需求攀升，市场格局日趋分散，开放与闭源模型差距缩小，成本差异显著。总体呈现出高成长、高资本密度、强技术迭代与广泛应用落地并行的趋势。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23AI%E6%8A%95%E8%B5%84">#AI投资</a> <a href="/search/%23%E7%8B%AC%E8%A7%92%E5%85%BD">#独角兽</a> <a href="/search/%23%E5%9F%BA%E7%A1%80%E8%AE%BE%E6%96%BD">#基础设施</a> <a href="/search/%23%E6%8E%A8%E7%90%86%E6%A8%A1%E5%9E%8B">#推理模型</a> <a href="/search/%23%E5%85%A8%E7%90%83%E5%B8%82%E5%9C%BA">#全球市场</a><br /><br /><i><b>🔗</b></i> <a href="https://caifuhao.eastmoney.com/news/20260505152312986541330" target="_blank">原文链接</a>https://jinrong.hangyexinwen.com/posts/2917https://jinrong.hangyexinwen.com/posts/2917Fri, 17 Oct 2025 15:48:28 GMT⁣<br /><b><i><b>📰</b></i> 中信建投：AI可解释性创新成果入选国际顶级学术会议ACM SIGKDD</b><br /><br />中信建投在推进“八爪鱼”固收一体化智能平台建设中，其AI可解释性创新成果论文《精简解释：降低推荐解释中的冗余与伪相关性问题》被ACM SIGKDD 2025收录，标志着国内证券行业在AI可解释性领域的重大突破。该论文的录用不仅展示了中信建投在国际研究前沿的地位，也体现了公司在基础研究与技术转化方面的努力。<br /><br />中信建投针对传统推荐算法的“黑箱”问题，提出了ConciseExplain特征集合级解释框架。该框架通过掩码训练策略和梯度优化特征子集搜索，提升了推荐系统的解释精准性和逻辑性，使得推荐结果更加透明和可信。多维度评测显示，ConciseExplain在解释合理性和多样性上分别提升了6.1%和12.4%。<br /><br />未来，中信建投将继续在金融科技创新中心的指导下，推动解释表达的多样性和跨产品扩展性，力求让解释从“可读”走向“易懂、可用”。同时，公司将探索与监管标准的对接，巩固在可信AI与智能推荐领域的领先优势，为金融科技创新注入新动能。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E4%B8%AD%E4%BF%A1%E5%BB%BA%E6%8A%95">#中信建投</a> <a href="/search/%23AI%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%80%A7">#AI可解释性</a> <a href="/search/%23%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F">#推荐系统</a> <a href="/search/%23%E9%87%91%E8%9E%8D%E7%A7%91%E6%8A%80">#金融科技</a> <a href="/search/%23%E6%99%BA%E8%83%BD%E5%86%B3%E7%AD%96">#智能决策</a><br /><br /><i><b>🔗</b></i> <a href="https://www.cs.com.cn/qs/202510/t20251017_6517963.html" target="_blank">原文链接</a>https://jinrong.hangyexinwen.com/posts/2720https://jinrong.hangyexinwen.com/posts/2720Mon, 13 Oct 2025 12:33:19 GMT⁣<br /><b><i><b>📰</b></i> 中国工商银行&amp;华为推动面向金融AI场景的存储推理加速技术创新</b><br /><br />中国工商银行与华为联合研发的存储推理加速技术方案，在2025中国算力大会上被纳入“DC Tech创新先锋”案例集，重点解决金融AI推理效率瓶颈。该方案通过KV Cache技术和NDS直通技术，显著提升了长文档处理的速度和精度，支持金融业务中的财报分析等核心环节。<br /><br />通过KV Cache缓存加速技术，工行在财报分析场景中实现了首token时延降低和吞吐量提升，单位Token成本也显著下降。同时，分层计算与KV缓存优化提高了AI对财报中关键数据的识别准确度，为信贷决策提供了更深入的智能支持。<br /><br />最终，该技术方案使得金融行业在长文本、高并发AI推理性能上实现了200%的吞吐量提升和65%的时延降低，单位Token成本节省33%-67%。未来，工行将继续与产业链伙伴合作，探索存储技术在金融AI更多场景的应用，推动金融行业的数智化转型。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E9%87%91%E8%9E%8DAI">#金融AI</a> <a href="/search/%23%E5%AD%98%E5%82%A8%E6%8A%80%E6%9C%AF">#存储技术</a> <a href="/search/%23%E6%8E%A8%E7%90%86%E5%8A%A0%E9%80%9F">#推理加速</a> <a href="/search/%23KV">#KV</a> Cache <a href="/search/%23%E6%99%BA%E8%83%BD%E5%86%B3%E7%AD%96">#智能决策</a><br /><br /><i><b>🔗</b></i> <a href="https://www.odcc.org.cn/news/p-1977614962521878530.html" target="_blank">原文链接</a>https://jinrong.hangyexinwen.com/posts/411https://jinrong.hangyexinwen.com/posts/411Tue, 19 Aug 2025 22:26:36 GMT⁣<br /><b><i><b>📰</b></i> AI推理破局，金融服务如何“逆天改命”？</b><br /><br />在金融行业，智能体推送的信贷风险预警报告背后，AI模型面临着严格的监管和合规要求。蚂蚁数科推出的Agentar-Fin-R1金融推理大模型，通过专业化的数据训练和创新算法，成功突破了通用大模型在金融场景中的局限，展现出强大的推理能力和合规性。这一模型在多个权威评测中表现优异，标志着金融AI从通用能力向专业化深度转型，满足了行业对可信智能的迫切需求。<br /><br />金融AI的应用面临三重挑战：专业知识壁垒、复杂的业务推理和严格的合规要求。通用大模型在处理金融任务时常常出现误判和合规风险，而Agentar-Fin-R1通过构建系统的金融专业课程大纲和动态加权训练算法，显著提升了模型的效率和准确性，降低了微调成本，确保了模型输出符合监管要求。<br /><br />随着金融AI的不断发展，Agentar-Fin-R1的推出不仅提升了金融服务的智能化水平，还推动了行业的开放协作和标准化发展。未来，金融推理大模型将继续在技术、业务和生态层面深刻重塑行业格局，成为金融AI竞争的新核心。专业化的解决方案将为金融服务的智能化、效率和安全性提供坚实保障。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E9%87%91%E8%9E%8DAI">#金融AI</a> <a href="/search/%23%E6%99%BA%E8%83%BD%E4%BD%93">#智能体</a> <a href="/search/%23%E6%8E%A8%E7%90%86%E8%83%BD%E5%8A%9B">#推理能力</a> <a href="/search/%23%E5%90%88%E8%A7%84%E6%80%A7">#合规性</a> <a href="/search/%23%E4%B8%93%E4%B8%9A%E5%8C%96">#专业化</a><br /><br /><i><b>🔗</b></i> <a href="https://mp.ofweek.com/Internet/a756714176577" target="_blank">原文链接</a>