来个涨停吧

不得了

这大好事，不趁热打铁拉个板吗

牛批

值得拉一板？

利好消息再多，股票拉不起来有什么用

不急嘛，等别的票把空间打开，再抗大旗冲。

,[爱心][爱心]孟晚舟：2026年全球数字化转型支出达3.4万亿美元 ，AI算力到2030年增长500倍！算力由数据中心提供，数据中心由无数的光模块和GPU组成

.,[爱心][爱心]市值仅几十亿的联特科技年新增170万支光模块的产能，这产能绝对是国内第一，A股最大市值的光模块公司是七百亿！联特会超越七百亿

,[爱心][爱心]孟晚舟：2026年全球数字化转型支出达3.4万亿美元 ，AI算力到2030年增长500倍！算力由数据中心提供，数据中心由无数的光模块和GPU组成

……重磅来袭 孟晚舟预估到2030年AI算力将增长500倍，华为做了哪些准备？ 时代周报 时代周报官方帐号,优质财经领域创作者 关注 本文来源：时代周报 作者：杨玲玲 4月19日，2023华为全球分析师大会在深圳召开，华为副董事长、轮值董事长、CFO孟晚舟身着一袭蓝黑拼接的连衣裙亮相，这是她当值华为轮值董事长以来的首次公开亮相。 孟晚舟在主题演讲中表示，预计到2030年，全球联接总量将突破2000亿。与此同时，企业网络接入、家庭宽带接入、个人无线接入将迎来万兆联接的时代；通用算力将增长10倍、人工智能算力将增长500倍。 华为副董事长、轮值董事长、CFO孟晚舟做主题演讲（图源：企业供图） 数字化是共识度最高、也是当前确定性最高的趋势，已经成为越来越多国家、企业和组织的共同话题。跃升数字生产力正当时，这是全行业的共同机遇。 孟晚舟坦言，数字化转型是百转千回的，华为也要通过一系列管理变革，用数字化技术、思维和能力重构业务，实现研发、制造、销售、交付等各个环节的数字化转型。 数字化成为新蓝海 会上，孟晚舟表示，数字经济是全球经济的关键驱动力，有170多个国家发布数字战略，2026年全球数字化转型支出将高达3.41万亿美元。 “数字化是整个产业链的新蓝海，华为将在联接、计算、存储、云等方面保持投入，提供极简架构、极高质量、极低成本、极优体验的‘4极’数字基础设施，从而实现数字化转型的‘4化’，即作业数字化，数字平台化，平台智能化，智能实战化。”孟晚舟说道。 孟晚舟认为，在联接产业，从人到物，从家庭到工厂，从地上交通到地下矿道，极为丰富的行业场景要求联接无处不在、无时不快。华为将持续推动建设5.5G时代领先的数字基础设施，构建千亿物联、万兆体验的网络能力。 在计算产业，未来算力将像水和电一样，触手可及、随需随用。华为将围绕着多场景、多样性的需求，不断提高通用计算、人工智能计算的算力。 华为云将沿着行业数字化的“云底座”和“使能器”保持投入。华为自身在数字化转型中沉淀的技术、工具和经验，将持续开放在华为云上，与此同时，全球伙伴的优秀实践也将逐步承载在华为云上，支撑好企业“上云”“用云”。 孟晚舟称，围绕数字化，华为在基础软件领域持续创新，已经发布欧拉和鸿蒙操作系统、毕昇编译器、高斯数据库、昇思AI框架等，并将openEuler（欧拉）、OpenHarmony贡献给 开放原子 开源基金会，通过软件开源发展产业生态。 结合华为近10年的实践，孟晚舟还分享了对数字化转型的三个核心洞见。 首先，战略驱动是根本，数字化本质是战略选择和战略规划，成功的数字化转型都是由战略驱动，而非技术驱动。其次，数据治理是基础，只有通过对数据的科学治理，数据在企业内部的流动才具有意义，不同维度的数据汇聚在一起才能创造新的价值。最后，数据智能是方向，数据正在成为生产力，作业数字化、数字平台化使得数据清洁、透明、聚合，是转型的基础；平台智能化，智能实战化使得数据随需、易懂、有用，是数字转型的深化。 华为如何推动AI发展？ 数字化转型过程中，华为如何看待AI行业发展，目前已进行哪些布局，未来还有怎样的规划？ 对于这些问题，当日，华为战略研究院院长周红在演讲中进行了详细解答。周红提出，2016年在AlphaGO推出之后，人们发现可以通过大模型来很好描述具有先验知识的世界，这个世界的很多信息并不是离散无记忆的。 “过去的几年中，我们看到智能应用的迅速发展，尤其是通过AI模型优化可能帮助解决应用碎片化的问题，这也引发了模型规模的爆发式增长。过去十年，AI算法的算力需求提升了四十万倍。”周红说道。 他进一步指出，在山腰上的一些能力上，人们还在不断研究提升中，例如，自动驾驶、图像识别、语言文字处理等，当前AI在语言文字的学习、理解和生成上表现出来的能力，超出很多人的想象。在接近山顶的能力上，例如软件编程、科学研究、定理自动验证和自动证明等，学术界和产业界已经有一些探索。 “在AI能力快速提升的情况下，我认为需要考虑AI的目标如何与人类一致、并且正确和高效地执行。除了通过规则和法律来加强AI的伦理和治理外，从理论和技术的角度看，要达到这些要求，目前还面临三个重要的挑战：AI的目标定义、正确性与适应性、以及效率。”周红表示。