📖 ZKIZ Archives

蘋果奪走計算機產業增長價值

http://content.businessvalue.com.cn/post/5579.html

蘋果公司的股票已經超過了微軟與谷歌之和，但人們對蘋果公司在移動終端產業中的地位還往往缺少一個可以量化的認識。近期由美國投行Morgan Keegan發佈的報告則給予了人們量化理解蘋果價值的機會。

Morgan Keegan分析師塔維斯·麥考特(Tavis McCourt)記錄了近5年來全球移動計算產業的季度營收數據。數據顯示，全球非蘋果移動計算產業（本文指智能手機和平板電腦兩大產業）在2007年第 四季度的營收為379.3億美元，而該產業在2011年第4季度的營收卻僅為379.68億美元。這表明，全球非蘋果移動計算產業的營收4年來幾乎處於增 長停滯狀態。

數據還顯示，2011年第四季度，全球移動計算產業營收為715.38億美元。而蘋果在該季的移動計算產品營收就達到335.7億美元，市場佔有率 高達46.9%。換句話說，與2007年第四季度相比，2011年全球移動終端產業的新增營收幾乎全部來自蘋果移動產品。麥考特還在報告中指出：「蘋果控 制著全球移動計算產業的大部分利潤。2011年第四季度，雖然iPhone和iPad僅佔全球移動計算設備出貨量的11%，但蘋果營收佔整個產業營收的比 例高達47%，運營利潤佔整個產業的比例更是高達80.5%。」

 我們可以對此報告的數據做如下分解：

2007末是蘋果發佈iPhone的時段。客觀估計，2007年全球的手機用戶群體與現在的手機用戶群體，在地域分佈上和年齡分佈上並無太大差別。 4年後，他們的移動終端使用習慣差別，亦即只有三點：第一，iPad從無到有；第二，很多城市人開始配備兩部或三部手機；第三，持續地在應用商店進行消 費；第四，人們開始習慣於跟隨蘋果的產品更新頻率來頻繁更換終端設備。

在平板電腦領域，蘋果毫無疑問地成為了迄今為止的獨孤求敗。在同時使用兩款移動設備的人群中，至少一部是iOS設備是比較保守的估計。也就是說，在 喬布斯「重新發明手機」之後，蘋果帶領智能手機製造商取得了增長，打擊了非智能手機（或稱不靈光的智能手機，如諾基亞的塞班手機）並且拿了大頭；在平板電 腦領域，蘋果幾乎沒有給對手以任何機會。也就是說，非蘋果智能手機廠商在這4年跟隨蘋果所取得的增量，正好彌補自己被智能手機所衝擊折損的舊手機銷量。而 之前毫無手機製造經驗的蘋果，卻在手機和iPad兩個領域不斷擴大優勢。

這不得不說是商業史上的奇蹟。然而，蘋果公司會將這種局面保持多久，現在卻成為了疑問。人們已經看到，Android陣營追趕迅猛，而iOS設備近 乎革命的硬件更新勢頭似乎已經停止；另一方面，微軟憑藉Windows Phone手機欲圖在2012年促成三國逐鹿的局面。如上所述，移動終端的使用人群和各自的使用數量目前已接近飽和，除非保持如2009-2010年間的 每年不間斷的重磅創新頻率，否則在市場空間恆定的局面下，競爭對手的業務增長勢必意味著蘋果的業務下降。

然而，值得注意的是，移動終端的設計經驗回歸，使得蘋果Macbook業務在近年來也取得了巨大增長。這或許是蘋果保持總體競爭優勢的另一個重要籌碼。

PermaLink: https://articles.zkiz.com/?id=31819

超級計算機助力石油勘探

http://wallstreetcn.com/node/23227
這台名為Pangea超級計算機，有助於道達爾更精確判斷油井探鑽到石油的機率及石油蘊藏的規模。

道達爾公司探勘部門資訊主管Philippe Malzac說，

"利用Pangea協助分析公司在安哥拉Kaombo計劃的地震數據僅需9天，之前的電腦需要花上4個半月。"

道達爾新電腦運算能力也勝過競爭對手BP。後者的超級電腦能進行每秒2.3千兆次浮點運算。

Malzac稱，

「我們的競爭對手也在致力於研發這種演算系統，但我們在這方面搶得先機。」

他拒絕透露採購新系統的價格，但表示，這系統未來4年使用經費將達7755萬美元。

原油價格保持在100美元/桶以上給石油公司帶來了對生產設備進行投資的興趣。在過去的兩年之中，越來越多的石油和天然氣公司花費在諸如海底這種勘探和鑽探風險高但利潤豐厚的地區。道達爾在今年早些時候聲稱，提高勘探預算至28億美元，高於往年12%。

據悉，這台名為Pangea超級計算機由總部位於加州的SGI公司製造。SGI產品營銷副總裁 Bill Mannel稱，

「全球高性能計算機市場以每年7%的速度增長，最高端的市場份額上升至28%。」

Mannel表示大型跨國企業如今在安裝的信息系統已與一些軍用設備功能相當：

在與道達爾合作的同時，我們也在為美國國防部在俄亥俄的空軍基地安裝大型系統，而其性能與道達爾類似。

PermaLink: https://articles.zkiz.com/?id=53920

挖土黨之五：從可穿戴設備到量子計算機——2020年的硅谷 郭荊璞

http://xueqiu.com/7571730629/25079607
分享一個郵件。本篇挖土黨之五受到了雪球大神@trustno1 的強烈影響，特此聲明，原文（《IT滾雪球》）更加精彩，原文主要討論的是在軟件和硬件領域如何實現長期增長，區分了坡的長度和雪夠不夠濕的問題，我關心的更多的是視覺極限對坡的長度的影響。可惜我始終不太明白科技股，就當是給大神畫圖了，嘿嘿，輕拍。
不過，我不是特別贊成轉向聽覺等領域的看法，我始終覺得，既然人是視覺動物，對視覺需求的挖掘，應該始終是第一位的，聽覺和語言需求，滿足的是解放雙手的舒適需求，是不能夠替代視覺需求的。

$微軟(MSFT)$ $英特爾(INTC)$ $英偉達(NVDA)$ $蘋果(AAPL)$ $谷歌(GOOG)$

這回挖土黨要從畫圖開始，關於畫圖的歷史，請參考各種沒有節操的 草甘膦請你從了巨化 系列。

不過這次畫的圖都是些響噹噹的科技股，請看：微軟與英特爾(Wintel)、英偉達(NVIDIA)、蘋果公司，曾經分別在5年中上漲7~12倍，其各自股價的頂峰，在2000(Wintel)、2007(NVIDIA)、2012(Apple)年，請記住這幾個日子，我們後面會講到。
查看原圖這背後起作用的是什麼力量呢？是摩爾定律和人類的視覺極限。

摩爾定律說的是：集成電路芯片上所集成的電路的數目，每隔18個月就翻一倍。其實質，是硅片工業提供的計算能力極限的增長速度。

按照摩爾定律，計算能力的提升是指數式的，這就造成了週期性的計算能力過剩，誰能夠消化這種過剩，誰就能站在浪潮之巔。

在微軟與Intel的時代，PC機大行其道，CPU主頻從80286時代的約5MHz上升到目前的3.6GHz。Wintel時代的轉折點在2000年，主頻的增長明顯滯後於晶體管數目的增長，即CPU主頻上升已經無法容納過剩的計算能力。

這之後，NVIDIA的GeForce系列圖形處理器，將電腦中處理圖像輸出的運算獨立出來，使顯卡減少了對CPU的依賴，極大地提升了顯示性能，也成為三維圖形處理的必需部件。NVIDIA圖形處理器的轉折點在2006年，其核心時鐘主頻的增長同樣開始滯後於晶體管數目的增長，即GPU主頻上升也已經無法容納過剩的計算能力。

NVIDIA的狀況啟示我們，人類視覺的極限是硬件無法容納過剩計算能力的根源。即一旦應用達到了人眼分辨的極限能力，就不再有超高速的增長前景了。

如果我們回顧2000年的PC可以發現，當時的Windows XP操作系統可以支持屏幕顯示1024×768分辨率，32位真彩色，這同樣接近了人眼對於靜態畫面的視覺極限，即便10年後，主流的分辨率不過1280×800，仍然是32位真彩色。在NVIDIA這裡，視覺的極限是對動態圖像的分辨極限，除此之外，並無不同。

左圖為Intel歷代CPU芯片的主頻，右圖為NVIDIA歷代GPU核心時鐘頻率，分別對比摩爾定律中的晶體管數目變化，轉折點分別出現在2000年和2006年，之後1年之內股價即出現歷史最高點。
查看原圖圖中的斜率代表了增長速度，在Wintel、NVIDIA輝煌的年代，他們的速度都與摩爾定律相匹配，在撞上了各自的視覺極限之牆之後都降了下來，蘋果呢？查看原圖蘋果復興終結的原因，到底是不是喬布斯的去世呢？我看不是，喬布斯即使在世也難以改變目前的局面，因為蘋果創造了自己的視覺極限，即視網膜屏（Retina顯示屏）。
查看原圖說到可穿戴設備，我最看好谷歌眼鏡，因為目前的開發者版本分辨率僅為640×360，未來的擴展空間極大，谷歌還有很長的海灘可以去衝浪。而蘋果的 iPad mini 和 iWatch 似乎走錯了方向，以Retina顯示屏的設計思路來看，越小的顯示器對計算能力的要求越低，蘋果的下一代產品，包括可穿戴設備都沒有利用過剩計算能力的潛力。

谷歌眼鏡對過剩計算能力的利用，將建立谷歌在未來5~10年增長的基礎。

谷歌眼鏡將可能拓展計算能力的應用，直到撞到自己的視覺極限。那麼為什麼視覺極限這麼重要呢？如果你問我，我會告訴你，人是視覺動物，視覺相關的神經佔大腦的比例，遠遠超過其他感官，甚至超過其他感官的總和。開發與視覺相關的可穿戴設備的前景，要遠遠好過其他設備。

但我更想討論的是摩爾定律的終結，目前集成電路芯片上的電路寬度約為20納米，而量子力學預測的電路極限是5納米，當電路寬度低於5納米時，由於海森堡不確定性原理的作用，電子將溢出電路，瀰漫到電路之外的空間之中，使任何傳統的電子學原理都不再起作用。那時硅谷將失去存在的基礎。

那麼末日何時到來呢？

從20納米到5納米，蝕刻精度變為4倍，意味著單位面積上的晶體管會變為原來的16倍，按照摩爾定律，單位面積上的晶體管每18個月會變為原來的2倍，即需要：18個月× 4 = 72個月 = 6年。

也就是說，在2013+6=2019，即2020年之前，我們將迎來摩爾定律的終結，那一天硅谷將山崩地裂，江河倒流，因為那一天將是集成電路工業的末日。

6年，並不遙遠！

我們終將告別硅谷和摩爾定律的時代，迎來量子計算機的誕生。

計算機科學的根本在於2進制的數學，即建立在bit基礎上，非0即1的邏輯體系，每一個數據和每一次運算，每一個計算單元都要麼是0要麼是1，但量子計算機的每一個數位都在0和1的狀態之間，即由於「薛定諤的貓」，量子計算機的每一個計算單元，都處於0和1疊加的狀態。

第一個掌握量子計算機的國家，將會在8秒到22小時之內破解任何其他國家的軍用防火牆；80年代手持計算器芯片的計算能力超過了人類第一台計算機ENIAC，量子計算機出現之後，一台個人電腦的計算能力將超過目前造價數十億美元的超級計算機。

也許你會說，量子計算機還很遙遠，是一個幻想。那麼不要忘記，硅谷的極限在2020年，也就是說，6年之後如何量子計算機不能投入使用，硅谷就走到頭了。

不要低估科技的發展速度，2004年，維也納大學將量子隱形傳輸的紀錄（你沒看錯，就是星際迷航或者機器貓的任意門那種東西）提高到了600米，傳輸的是光粒子； 2006年，馬普所的科學家們將實體例子的信息傳輸了約0.5米，這也打破了量子傳輸只能用於光粒子的偏見； 2007年，澳大利亞科學家傳送了5000個銣原子……

2015年我們將可能看到傳輸第一個分子，未來甚至是DNA分子，量子傳輸的物理學基礎與量子計算機是互通的，量子傳輸的研究突破，就意味著我們離量子計算機的時代越來越近了。

anyway，我不是研究科技公司的，以上純屬一個熱愛挖掘歷史、清洗數據、畫出忽悠大家的圖表的不靠譜分析師的想像……
PermaLink: https://articles.zkiz.com/?id=74672

看看美國頂級教授的“計算機視覺”課講什麽？

來源: http://newshtml.iheima.com/2014/1226/148587.html


2014年12月20日-21日，我從香港飛往上海，在依圖公司的會議室參加了由加州大學洛杉磯分校UCLA統計系教授Alan Yuille(艾倫.尤爾)講授的“計算機視覺前沿課程”。來自各大高校的計算機系，數學系，物理系不同的背景，超過40名學生一起參加。我們交流下來非常有收獲，也很開心在這里和大家分享。

\依圖科技公司聯合創始人朱瓏(Leo Zhu)和導師Alan Yuille教授對話

很多人第一個問題會問，什麽是計算機視覺？Alan教授首先告訴大家，這個問題其實仁者見仁，智者見智，並沒有固定的答案。以一個對計算機視覺略知一二的“磚家”的角度，作者自己覺著計算機視覺主要是用計算機取代人的眼睛看東西。Alan教授喜歡用亞里士多德的一句話“To Know What is Where by Looking”來詮釋計算機視覺。為了讓大家更好的隊計算機視覺有個概念，作者自己覺著最好的方式還是舉幾個“栗子”。
 
例子1

在世界杯足球賽場的歷史上，出現過不少的“魔鬼進球”疑案，到底進了還是沒進，雙方球員、裁判、觀眾都各執一詞，爭論了長達幾十年也沒有下文。其中最著名的當屬1966年世界杯決賽中，英格蘭隊對陣聯邦德國隊的比賽，英國隊員赫斯特的射門最後恰好落在了門線上（http://songshuhui.net/archives/53739），當時裁判判定進球，英格蘭隊憑借這一進球成功奪冠。不過對於當時這個球到底有沒有越過門線，各界一直爭論不休。直到20世紀九十年代，牛津大學的研究人員另辟蹊徑地回答這一爭議，用計算機視覺技術分享當時的比賽錄像，計算足球在空中的位置，得出的結論是當年赫斯特的進球很可能為無效：皮球在離球網最近的時刻，有99.87%的概率離成為進球的距離要大於6厘米。
 
不過這樣的歷史懸案應該不會在今後的世界杯上再次出現了。在今年巴西世界杯上，“門線技術”被引進到了比賽當中，足球從接近球門到進球再到彈出，整個過程在空中的位置都可以全部偵測和計算出來，是否進球不再需要裁判的眼睛，計算機就可以完全告訴你。門線技術主要依靠兩套系統，一套系統是足球內部和球門上安裝的傳感器系統，另外一個就是由設置在場地不同區域的高速攝像機組成的“鷹眼系統”，可以提供視覺圖片和時間數據進行分析計算，標誌著計算機視覺技術成功應用到了世界杯比賽中。
 
例子2

另外一個很常見的計算機視覺應用應該是人臉識別了，大家在社交網站上上傳一組照片之後，就會發現上面的幾個人臉都被畫上了方框，然而這個簡單的功能在十幾年前的計算機視覺曾是一個巨大難題。計算機不僅可以把人臉圈出來，更可以識別出這張臉是誰，並且已經在實際中有了廣泛應用，在香港和深圳之間幾個繁忙的口岸，人臉識別功能已經在自助過關機器上使用了多年。
 
在這次課程的主辦方依圖公司的展示的產品中，我嘗試著公司的人臉識別的電腦程序進行PK，看誰可以更清楚的分辨幾張看起來很相似的照片，結果發現參與嘗試的十幾個人的“看臉能力”無一可以超過電腦的識別成功率，至於像作者這樣的“臉盲癥”人士識別成功率就非常堪憂了。
 
當然計算機視覺在現實中還有許許多多其他的應用，例如谷歌的圖片搜索功能和汽車車牌號碼的自動識別，這里就不一一列舉了。在三四十年前，計算機視覺曾經是一個大家都感到非常陌生的詞匯，而如今經過Alan Yuille教授和其他計算機視覺領域奠基人的長期不懈努力，計算機視覺技術已經出現在了世界杯賽場上，出現在了擁有億計用戶的各種社交網站上，出現在了世界上最繁忙的海關口岸中……
 
大家可能對於計算機視覺各種炫酷的應用，奇妙的產品以及未來的各種科幻場景更加有興趣，但是這些的背後都離不開看起來有些枯燥的底層的理論和公式。作為一個研究計算機視覺的學者，在課程中，Alan Yuille介紹給大家更多的是計算機視覺前沿的理論性研究。

\Alan Yuille教授在計算機視覺領域從事研究30年
 
首先，人的視覺其實本身是一件很複雜的事情，讓機器和人具備同等程度的視覺感知能力並非易事。Alan告訴大家，你睜開眼睛看清楚一個東西，連1秒的時間都用不上，表面上看起來眼睛眨都沒眨，腦子想都沒想，不費吹灰之力，但這並不意味著視覺的過程就一定比你苦思冥想一道數學題簡單，因為人的大腦分配了大量的資源用於視覺，所有神經元中的40-50%都與視覺功能有關，對視覺的“投入”比嗅覺，聽覺，味覺都多得多，這才使得你看東西輕而易舉。
 
不僅如此，計算機視覺所面對的圖片本身也是非常複雜的，一張普通的照片有幾百萬像素，而每一個像素的顏色值又有紅橙黃綠青藍紫深淺不一很多種可能，這樣一來，世界上沒有兩片完全相同的樹葉，也沒有兩張完全一樣的圖片。同一個人在不同地方，用不同的相機，擺不同的pose，從不同的角度拍，從不同距離拍，穿不同衣服拍，最後得到的照片都各不相同，但是作為一個從圖片中獲取信息的技術，需要從這些各種不同的圖片把同一個人認出來。
 
以一張大象的照片為例，人的眼睛可以將整只大象印入眼簾，也可以將目光聚焦在大象身體的某一個部分，只是轉一下眼球而已。而對於計算機來說，像“盲人摸象” “管中窺豹”一樣提取和處理圖片中各個小的部分的信息，還是處理整只大象的信息，在需要花費多少計算時間、使用何種算法以及完成何種任務都有很大的不同，前者叫Low-level vision，後者叫High-level vision。
 
Low-level vision可以去除掉大象照片中的汙點，可以識別出大象和草坪之間的邊緣，可以從照片中分割出兩只大象大概的區域，卻無法識別出照片里是什麽動物；High-level vision包含了很多的人工智能，比如這是只什麽動物，這只大象是亞洲象還是非洲象，它在照片里在睡覺還是在尋找食物，照片里有沒有缺少什麽東西等等各種分析推理和預測。當然還有介於Low-level vision和High-level vision之間的Mid-level vision，比如大象身上的一些條紋，照片是從哪個角度拍的，大象離鏡頭有多遠等等。
 
可以發現，一張普通照片包含的“信息量很大”，計算機視覺技術需要把它們都提取出來，需要完成的任務實在是很繁重很龐大，如果把圖片里的所有信息全部提取出來簡直需要一個福爾摩斯。Alan告訴大家我們可以有一個計算機視覺的圖靈測試，就是說如果某一天，人類可以從一張圖片里看到想到的東西，攝像機和電腦組成的計算機系統也可以全都看到想到，兩者之間沒有了差別，這樣計算機視覺在達到了終極目標。當然這一天離我們還非常遙遠。面對種種困難，幾十年來，研究人員提出了各種各樣的方法和理論，使得計算機視覺領域本身變得越來越龐大，如今恐怕沒有一本書能完整地囊括所有的計算機視覺知識。
 
在介紹了計算機視覺的整個框架之後，Alan具體介紹了計算機視覺領域內的各個不同的主題。Edge Detection（邊緣檢測）和Image Segmentation（圖像分割）是兩個最基本的計算機視覺算法，都屬於Low-level vision。Edge Detection應用很廣泛，比如在識別一張人臉的時候，人臉和背景之間會有一個邊緣，眼睛、嘴巴、耳朵、鼻子周圍都有一個邊緣，如果能把這些線條從圖片中識別出來，人臉各個部分的大小和位置信息就會變得容易很多。

\（Edge Detection）
 
從數學意義上，邊緣意味著圖片中的像素的顏色值有一個突然的變化，當然很多時候邊緣是比較模糊的，而在不是邊緣的地方顏色值也會因為噪聲而有波動，需要在尋找到邊緣像素的同時，避免把“偽邊緣”識別出來。現在已有一些簡單而有效的Edge Detection方法像Canny Edge Detector，Alan教授在這些方法的基礎上加入了統計學的元素：首先在一些圖片中，人工畫出所有的邊緣線，然後使用這些已有正確答案的測試圖片對各種Edge Detector進行大量測試，按照統計出的結果，更好地判斷邊緣像素，相當於對於各種傳統的方法進行了一次優化。
 
如果可以把一張圖片中的邊緣直接提取出來，就可以以這些線為邊界把圖片分成幾個部分，達到類似於把人臉的部分從背景圖片中提取出來的效果，這就是Image Segmentation。當然Image Segmentation也可以獨立於Edge Detection完成，主要依靠各個部分的像素的一致性，比如人臉都是皮膚的顏色，車表面的都是金屬的樣子，地面都是土壤的樣子，來讓電腦來“五馬分屍”。

\（Image Segmentaion：自動地把圖片中的人，兩輛不同的車，背景以及部分，各自分割出來）
 
按照這樣的思路，最簡單的一種方法是SLIC(Simple Linear Iterative Clustering)，相當於把圖片中的位置臨近的像素按照互相之間顏色值的相近“物以類聚”成幾個區域，算法的原理很簡單，主要通過不斷循環重複簡單的步驟。Alan同時也介紹了相對更加複雜的Graph Cut的Image Segmentation方法，用戶需要做的首先是在圖片中劃出一個大概的區域（比如要提取出人臉的區域，就在人臉的周圍粗略的劃出一個方框的區域），然後Graph Cut程序開始運行，選定區域的邊緣會按照“能量最小化”進行優化，最後逐漸收斂在需要分割的區域邊緣上。Alan展示四種不同的Graph Cut優化方法，包括Gibbs Sampling，Belief Propagation，Max flow/Min cut和MFT，並且進行了各種不同Image Segmentation方法得到的結果的比較。
 
在課間時間,我也了解了依圖公司開發的產品,寫到這里可以和課程有些對應的感受和收獲，比如一款可以自動識別車牌和品牌（車型）的軟件，無論汽車在高速行駛，還是在沒有燈光的漆黑夜晚，只要在監控攝像頭覆蓋之下，車牌號和品牌型號都可以被輕松識別，更有趣的是，通過車輛的照片，還可以判斷出車牌的真偽（識別假套牌車輛）。其實在計算機視覺中，無論車牌號，門牌號，還是田野上的巨型文字，從一張圖片中識別出文字屬於High-level vision的典型任務。Alan嘗試著使用時下比較流行的深度神經網絡來解決這一問題。“神經網絡”模仿人的大腦里的神經系統，在電腦程序里虛擬地構建出一個類似於人大腦相互連接的神經元的模型。這個模型像一臺機器一樣，每個神經元是一個零件，這些零件互相連接在一起，有的會很緊，有的會很松，之間每一個連接的強度是一個參數。而深度神經網絡是神經網絡方法中比較複雜的最新一種。通過給神經網絡輸入大量已經識別過的含有文字的圖片，在樣本圖片和標準答案的不斷“訓練”之下，深度神經網絡的各項參數不斷改變，最後可以奇妙的自然而然學會識別圖片中的問題，就如同人類自己並不清楚自己的大腦是怎樣工作一樣，我們也並不完全清楚電腦的深度神經網絡是到底怎樣完成學習的。Alan介紹說，深度神經網絡包含了很多個神經元的層，相當於先從圖片中識別出比較low-level vision的信息，然後逐層深入，提取出low-level vision的信息。深度神經網絡能夠在近些年火起來，主要還是計算機硬件計算能力的增強，像GPU（顯卡）計算的廣泛應用，使得這一在過去只是“紙上談兵”的想法可以真正實現。

\人臉識別能夠在監控攝像頭和海關檢查中大量使用，有時精確度甚至可以超出真人的識別能力，背後依賴著各種識別算法。在課程中，Alan也介紹了自己研究團隊提出的用於人臉識別的Hierarchical Compositional Model。在模型中，整個面部的數據分成了三層來處理，從最高層的整個面部到面部的各個部分（比如眼睛），再到各個細節。這一個模型可以把從High-level vision到Low-level vision不同的算法綜合起來。
 
在整個課程的最後，Alan分享了自己對於什麽樣的學生適合做研究，如何撰寫論文，怎樣做學術報告等方面的心得，並且和大家進行了眾多的問答互動。有同學詢問Alan教授挑選博士學生的標準是什麽，不同於大家普遍認為的GPA高低，GRE成績和發表的論文情況，Alan教授覺著GPA只是代表課程學習能力和考試能力，並不一定意味著研究能力很高，以他自己本人為例，在學校時的課程成績並不出眾，而發表的論文常常無法判斷申請的學生在論文中到底發揮了多大作用。Alan教授覺著最可靠的方式直接的接觸，如果有本科學生參與過他的實驗室的暑期實習，有尚佳表現，就有較大可能被錄取為他的博士學生，如果沒有機會直接接觸，他會參考自己熟悉的其它研究者的推薦意見，覺著他們的意見也是比較可信的。
 
通過這兩天的課程，本文作者獲得了一次難得的機會，在世界頂級的計算機視覺領域科學家的引導下，汲取了大量的關於這一領域的前沿知識和最新研究結果，再次感謝相關TV，感謝主辦方。
 

本文為i黑馬版權所有，轉載請註明出處，侵權必究。

美媒：俄羅斯黑客入侵白宮計算機系統

來源: http://www.yicai.com/news/2015/04/4602600.html

美媒：俄羅斯黑客入侵白宮計算機系統

一財網 盛媛 2015-04-08 17:05:00

有美國官員稱，近幾個月俄羅斯黑客已破壞性地入侵美國國務院計算機網絡，同時還借此侵入白宮計算機系統的敏感部分。

據美國有線新聞網(CNN)報道，有美國官員稱，近幾個月俄羅斯黑客已破壞性地入侵美國國務院計算機網絡，同時還借此侵入白宮計算機系統的敏感部分。

白宮已表示入侵僅影響到非機密系統，但有美國媒體稱這樣的表述掩飾了入侵的嚴重性。黑客獲得了如未公開的美國總統奧巴馬真實行程細節等敏感信息。也有美國官員稱，盡管這些信息並未歸入機密，但仍然屬於高度敏感，並為外國情報機構所看重。

入侵持續數月

去年10月，白宮曾稱發現總統行政部門的非機密網絡存在可疑活動。該系統曾間歇性關閉以進行安全升級。

美國聯邦調查局(FBI)、美國特工處和美國情報機構都已經介入調查此次入侵事件，他們認為此次是向美國政府計算機系統發起的所有進攻中最精密複雜的進攻之一。如黑客通常所為，此次入侵的黑客也隱藏了行蹤，經由分布在全球各地的計算機路由進行入侵行動，但調查人員發現指示代碼和其他標記指向黑客為俄羅斯政府服務。

美國國家安全委員會發言人斯特羅(Mark Stroh)並未確認是俄羅斯黑客，但稱“任何這樣的活動，我們都非常重視”。

“在這種情況下，我們明確表示，我們立即采取措施評估和減輕入侵活動。”他說，“由於我們一貫的立場，我們將不對文章指向的具體行動實施者發表評論。”

截止記者發稿時，美國國務院和俄羅斯方面均未立即對此發表評論。

美國總統奧巴馬的副國家安全顧問羅茲(Ben Rhodes)說，白宮對機密信息使用分離系統保護國家安全相關的敏感信息，以防被黑客獲得。他說：“我們不認為我們的機密系統被攻破。”

“我們一直不斷更新我們非機密系統的安全措施，但我們坦率地被告知要像我們不需要將敏感信息放在該系統上一樣操作。”他說，“換句話說，如果你要進行一些機密活動，你必須在一個郵件系統，一個電話系統上進行。坦白說，你必須像如果不在機密性系統操作信息就可能被盜一樣操作。”

調查人員認為，黑客首先攻破了美國國務院的計算機網絡，然後才由此進入白宮系統。有美國官員稱，俄羅斯黑客已經“攻占”美國國務院系統數月，並不清楚是否完全將黑客從系統中清除。

美國措手不及

據美國官員稱，如很多黑客襲擊一樣，調查人員認為黑客通過事先獲得的國務院郵件賬戶發出的“網絡釣魚郵件”，然後開始入侵。

美國國家情報局局長克拉珀(James Clapper)在今年1月的FBI網絡會議上曾發言警告政府官員和私營企業，要教授雇員什麽是魚叉式網絡釣魚攻擊。他說，很多時候，其他人進入到我們的系統只是通過加裝成另一個人，然後詢問使用權限，往往一些人就會將權限給他們。

美國媒體報道稱，近幾個月來俄羅斯黑客入侵的猛烈程度令美國官員措手不及，從烏克蘭危機到美國在敘利亞軍事行動等問題上，美國和俄羅斯的對峙不斷增加，從而導致了美國對網絡安全威脅進行重新評估。

今年2月，克拉珀曾在參議院聽證會上稱“俄羅斯帶來的網絡威脅比我們此前評估的要更嚴重”，而美國國務院和白宮計算機系統遭遇攻擊則是克拉珀這麽說的原因之一。

美國前國務卿希拉里•克林頓近日也因在擔任國務卿期間使用私人電子郵件賬號處理公務而引起爭議。奧巴馬也曾和希拉里通過私人郵箱聯系。批評者稱，希拉里的私人電子郵件賬號安全等級要比國務院的更低。俄羅斯黑客入侵被認為是在希拉里卸任國務卿後發生的。但一直以來希拉里和她的同事都是黑客襲擊的目標。

對於外界的批評，希拉里近日解釋稱，經過國務院的允許，她在擔任國務卿期間使用一部手機上的一個電子郵箱賬號同時處理公務和私人事務，因為這樣更加方便。而自卸任後，國務院要求她提供私人郵箱中所有與公務相關的郵件，她立即提供了所有相關郵件，同時也要求國務院向公眾公開她所有的公務郵件。

“The Smoking Gun”網站2013年就曾率先報道稱，著名黑客組織“Guccifer”攻破了希拉里的朋友兼顧問布盧門撒(Sidney Blumenthal)的美國在線(AOL)電子郵件賬戶，並公布了布盧門撒給希拉里私人電子郵件賬戶發的郵件。郵件包含了外交問題上的一些敏感備忘錄。這也是首次公開披露目前正處於辯論中心的希拉里私人郵箱地址：[email protected]。現在該郵箱地址已停用。

編輯：潘寅茹

更多精彩內容
關註第一財經網微信號

計算機行業港股投資標的：中國民航信息網絡、中國擎天...

來源: http://www.gelonghui.com/portal.php?mod=view&aid=2197

計算機行業港股投資標的:中國民航信息網絡（0696）、中國擎天軟件（1297）
分析師：劉雪峰、康 健

核心觀點：

資金南下帶動港股升值

國家利好政策引爆港股上漲行情：3月27日證監會允許公募基金不受QDII資格限制，直接投資香港市場；四日後保監會宣布允許10萬億保險資金投資香港創業板市場。資金的自由流通為港股註入充足的交易活力。相較於整體高估值的A股而言，仍處於低估值狀態的港股在利好政策和自由流動的資金市場雙重支持下，長期投資價值顯著，值得關註。

政策推動軟件服務領域快速發展

軟件服務公司處於計算機行業高附加值的核心領域，發展前景十分廣闊。根據《軟件和信息技術服務業“十二五”發展規劃》，軟件產業今年將達到4萬億元的規模。“互聯網+”的建設計劃將為行業發展帶來前行的東風。國產化進程的加速則為國內軟件企業帶來政府機關大量采購訂單，促使國內企業軟件的質量技術和解決方案逐漸向國際水平靠攏，提升自主品牌在國內市場的占有率。此外，包括金融、能源、醫療在內的下遊行業信息化建設的加大投入帶動軟件需求。軟件服務產業在國家政策和下遊需求的雙重推動下將保持高速增長勢頭。

重點投資標的推薦：中國民航信息網絡（0696.HK）

公司是國資委旗下唯一從事信息服務的央企，擁有全球最大的BSP數據處理中心，客戶覆蓋除春秋航空以外的國內全部航空公司和300余家海外航空公司、7000余家旅行社以及100多個國內外機場。數據量龐大，並且來源穩定。公司2014年實現營業收入53.16億元，年平均增速達15.36%；凈利潤15.53億元，同比大幅增長37.06%。

重點投資標的推薦：中國擎天軟件（1297.HK）

公司是中國領先的應用軟件產品及解決方案供貨商，主要在江蘇省開展業務，為政府機構和企業提供出口退稅軟件（江蘇省唯一供應商）、電子政務解決方案和碳管理解決方案，優化行政流程、提高管理效率。2014年，公司營業收入總計3.63億元，同比增長29%，凈利潤1.35億元，同比增長33%。凈利率由2013年的35.9%增至38.7%，上升了2.8個百分點。公司在江蘇省內出口退稅軟件市場和電子政務業務主導地位穩固，同時，受益於國產化浪潮，公司相關業務將持續受益。

風險提示

人民幣匯率貶值影響企業經營業績；軟件行業競爭加劇改變行業格局；國家政策改變影響公司收入。        



一、中國民航信息網絡

1、公司概覽 公司概覽 公司概覽


公司是中國航空旅遊信息行業領先的產品和解決方案供貨商，主要向商營航空公司、機場、旅行社、旅客、政府機構以及國際組織提供航班控制、座位分銷、值機配載和結算清算等信息服務。公司是國資委旗下唯一從事信息服務的央企，擁有全球最大的BSP數據處理中心，客戶覆蓋除春秋航空以外的國內全部航空公司和300余家海外航空公司、7000余家旅行社以及100多個國內外機場。

2、主營分析 主營分析 主營分析

隨著國內航空旅遊行業的持續升溫，公司營業收入近年來保持穩步增長。2014年，公司實現營業收入53.16億元，年平均增速達15.36%；凈利潤15.53億元，同比大幅增長37.06%，除正常營業收入增長外，部分原因在於公司收到政府補貼5億元。


航空信息技術服務（AIT）是公司的核心支柱業務，占營業收入比重保持在50%以上。AIT系統在國內和海外地區應用度逐步提高，2014年公司航班訂座量國內及海外地區分別增長10.68%和11.31%。同時，受益於公司在機場IT集成業務取得訂單突破，2014年公司實現系統集成業務10.4億元，同比增長48.65%。


隨著公司研發的新一代民航旅客服務信息系統的全面交付；包括政企機票采購平臺、旅遊產品分銷平臺等一系列重大項目的逐漸落地；以及北京新運行中心建設的逐步推進，公司的營業收入預期將繼續保持穩步增長。

3、競爭優勢 、競爭優勢 、競爭優勢

公司在多方面具備優勢：

 數據重量龐大並且具備價值，是攜程、去哪兒、藝龍等公司的數據源頭
 建亞洲最大的數據中心和推出“航旅縱橫”（一手數據準確率更高）
 上遊數據資源主要來源於公司股東，穩定性強
 企業性質具有優勢，國內僅此一家。

4、風險提示 、風險提示 、風險提示

人民幣匯率波動影響經營業績；航空旅遊市場行情波動；新項目運行效果未達預期。


二、中國擎天軟件

1、公司概覽 公司概覽 公司概覽

公司是中國領先的應用軟件產品及解決方案供貨商，主要在江蘇省開展業務，為政府機構和企業提供出口退稅軟件、電子政務解決方案和碳管理解決方案，優化行政流程、提高管理效率。



2、主營分析 主營分析 主營分析

憑借著在出口退稅領域積累的十余年生產經驗以及與江蘇省各級政府建立的良好合作關系，公司近幾年搭乘軟件行業快速發展的東風，收入保持24.27%的年平均增速快速增長。2014年，公司營業收入總計3.63億元，同比增長29%，凈利潤1.35億元，同比增長33%。凈利率由2013年的35.9%增至38.7%，上升了2.8個百分點。


受到近年來“政府信息化”建設推進的影響，集團的電子政務解決方案業務快速增長，2014年帶來收益1.5億元，同比增長21.6%。而作為江蘇省出口退稅軟件的唯一供應商，市場對於出口退稅軟件產品、培訓課程的強勁需求促使集團該項業務能夠保持42%的平均增速快速發展。受益於政府節能減排政策的逐步推進，集團碳管理解決方案2014年實現收入6654萬元，同比增長93.7%。


3、競爭優勢 、競爭優勢 、競爭優勢

江蘇省內出口退稅軟件市場和電子政務業務主導地位穩固。鑒於公司與江蘇省政府合作形成的客戶優勢以及軟件產品的兼容性帶來的技術壁壘，其他公司進入該領域將面臨較大的市場壁壘。

國家政策使公司相關業務持續受益。出於互聯網信息安全方面的考量，政府今年來鼓勵各部門采購優先使用國產軟件系統。擎天軟件等本土服務商將能夠在甲骨文、IBM和微軟等國外巨頭的競爭壓力下占據更大的市場份額。

4、風險提示 、風險提示 、風險提示

環保、軟件、退稅等政策改變可能改變客戶結構，影響公司業績；人民幣匯率波動影響經營收入；行業競爭加劇減少公司市場份額。

（來自廣發證券）

格隆匯聲明: 本文為格隆匯轉載文章，不代表格隆匯觀點。格隆匯作為免費、開放、共享的16億中國人海外投資研究交流平臺，並未持有任何公司股票。  

計算機行業趨勢向好，估值上移邏輯仍未變

來源: http://www.gelonghui.com/portal.php?mod=view&aid=2430

本帖最後由 WENBEN 於 2015-5-7 14:40 編輯

計算機行業趨勢向好，估值上移邏輯仍未變
作者：李振亞

年報及一季報分析：基本面逐漸向好，軟件行業表現亮眼行業基本面逐漸向好，軟件行業表現明顯優於硬件與

行業基本面逐漸向好，軟件行業表現明顯優於硬件與IT服務

從行業增長角度，計算機行業從行業增長角度，計算機行業2014年全年及2015年一季度實現收入及利潤穩定增長。年一季度實現收入及利潤穩定增長。14年全年相較13年來看，行業收入和利潤增速均有所加快，反映了行業基本面正逐漸向好的趨勢；從軟硬件兩個板塊看，軟件服務子行業表現明顯優於硬件與年來看，行業收入和利潤增速均有所加快，反映了行業基本面正逐漸向好的趨勢；從軟硬件兩個板塊看，軟件服務子行業表現明顯優於硬件與IT服務子行業。今年1季度全行業表現來看，收入增速穩定而凈利潤增速有所提升。季度全行業表現來看，收入增速穩定而凈利潤增速有所提升。

根據WIND統計數據，計算機行業上市公司2014年全年實現營業收入同比增長10.27%，增速較去年同期加快3.4個百分點；實現歸屬母公司股東的凈利潤同比增長21.67%，增速較去年同期提升5.7個百分點。

從子行業2014年全年的情況來看，軟件板塊表現良好，收入及歸屬母公司股東的凈利潤增速分別為20.8%、25.5%；IT服務行業收入及凈利潤增速分別為14.9%、17.2%；硬件板塊收入增長表現偏弱，增速分別為5.7%、21.2%。


從投資回報率角度，雖然自從投資回報率角度，雖然自2012年至2014年行業ROE水平有所提升，其中水平有所提升，其中2014年全年計算機行業ROE為為8.4%，相比2013年小幅提升了約年小幅提升了約0.7個百分點，然而總體來看行業ROE相比09年有顯著下降的趨勢，對應年有顯著下降的趨勢，對應2009年行業ROE下降了約4個百分點。

進一步重點分析軟件服務業進一步重點分析軟件服務業ROE持續下滑的原因，我們發現主要原因是銷售凈利率的下降及財務杠桿率的降低，其中，管理費用率明顯提升（上升持續下滑的原因，我們發現主要原因是銷售凈利率的下降及財務杠桿率的降低，其中，管理費用率明顯提升（上升4個百分點）是更直接的原因；財務杠桿率的下降更多是由於企業現金流狀況緊張所導致的被動性去杠桿。個百分點）是更直接的原因；財務杠桿率的下降更多是由於企業現金流狀況緊張所導致的被動性去杠桿。




和其他行業橫向對比，計算機行業在和其他行業橫向對比，計算機行業在2014年全年以及2015年一季度的收入及凈利潤增速總體位於中上水平：年一季度的收入及凈利潤增速總體位於中上水平：2014年全年及15年一季度行業營收增速在29個子行業中排名第9和第8；凈利潤增速排名略高於營收增速，排名分別為第8和第7。雖然這一成績排名居前，但並不算耀眼，似乎並不能匹配計算機行業今年的火爆行情。然而，我們認為，雖然目前軟件行業的增速正在逐漸趨緩，但在行業幾乎集體面向互聯網積極轉型的大背景下，未來計算機板塊有望成為最具業績爆發力的行業。




14年超七成公司實現正增長，業績表現分化明顯

從計算機全行業從計算機全行業125家公司的營業收入看，大部分的公司收入增速在家公司的營業收入看，大部分的公司收入增速在10%-50%之間，數量達73家。其中2014全年同比增速超過100%的有3家，50%-100%的有9家，30%-50%的有26家，10%-30%的有47家，1-10%的有17家，小於0%的有23家。2015年一季度同比增速超過100%的有13家，50%-100%的有9家，小於0%的有31家。

凈利潤同比增速看，凈利潤同比增速看，14年全年約7成公司實現正增長，且業績分化明顯。成公司實現正增長，且業績分化明顯。2014Y增速超過100%的18家，50%-100%的11家，30%-50%的22家，小於0%的30家。2015年一季度由於行業正面臨轉型，加大對營銷和研發的投入，因此凈利潤增速小於0%的公司多達59家，此外增速增速超過100%的有17家，50%-100%的有8家，30%-50%的有16家。






估值溢價持續提升，軟件子行業表現亮眼行業季度報告。

兩個方面看行業估值水平，一方面，絕對值角度，計算機行業估值處於歷史相對高位水平，並從兩個方面看行業估值水平，一方面，絕對值角度，計算機行業估值處於歷史相對高位水平，並從15年開始快速提升，當前達到126倍倍PE，同時軟件行業估值溢價較之硬件和集成亦有明顯提升（軟件行業對應，同時軟件行業估值溢價較之硬件和集成亦有明顯提升（軟件行業對應149倍倍PE，集成行業對應112倍倍PE，硬件行業對應100倍倍PE，）；另一方面，自，）；另一方面，自07年至今7年時間內，計算機行業較之A股估值溢價持續提升，達約股估值溢價持續提升，達約7-9倍之間。


投資策略：估值上移邏輯仍未變

從業績與市場表現來看，目前行業正面臨著“乏善可陳的數據”與“傳統意義上高估值”之間的巨大差異。首先從行業數據層面來看，收入端增速自從業績與市場表現來看，目前行業正面臨著“乏善可陳的數據”與“傳統意義上高估值”之間的巨大差異。首先從行業數據層面來看，收入端增速自12年初至今正在不斷放緩，總體處於10-20%的穩定增長區間內，即使軟件及服務子行業的收入及利潤增速略快於硬件，但卻是以犧牲的穩定增長區間內，即使軟件及服務子行業的收入及利潤增速略快於硬件，但卻是以犧牲ROE為代價換來的，而在估值層面卻看到了持續7年之久的持續膨脹，估值溢價倍數從年之久的持續膨脹，估值溢價倍數從07年10月份相對於A股的1倍上升至當前的7-9倍歷史高位，在經濟增速持續放緩、轉型升級深化以及互聯網時代撲面而來的可見未來，我們認為計算機行業估值上移的大趨勢短期難以改變。重點推薦公司：優炫軟件、易華錄、科大訊飛、數字政通、立思辰。



來源：齊魯證券

格隆匯聲明:本文為格隆匯轉載文章，不代表格隆匯觀點。格隆匯作為免費、開放、共享的16億中國人海外投資研究交流平臺，並未持有任何公司股票。


世界最強超級計算機在中國誕生 首用國產巨強“芯”

來源: http://www.yicai.com/news/5031614.html

全球速度最快的計算機來自於中國。

國際高性能計算權威組織日前在法蘭克福宣布最新一期超級計算機500強榜單顯示，由我國自主研制的“神威-太湖之光”超級計算機，以每秒超過10億億次的運算速度獲得冠軍。

這是我國完全資助研制和生產的超級計算機首次使用中國制造芯片，並突破10億億次量級，也標誌著中國近期在計算機系統方面取得重大成果，並逐步擺脫對美國芯片技術的依賴。

10億億次量級比美國超算快5倍

根據國際TOP500排名公布的數據，“神威-太湖之光”超級計算機系統的峰值性能達到每秒12.5億億次，持續性能達到每秒9.3億次，性能功耗比為每瓦60億次。這三項關鍵指標均位居世界第一。

“神威-太湖之光”由國家並行計算機工程技術中心研發，在無錫國家超級計算中心安裝完成，去年12月完成整機系統性能測試，目前由清華大學負責運營。

在國家超級計算（無錫）中心1000平米的主機房內，整齊排列這兩組共40個運算機倉，每個機倉容納1024個芯片，一共40960個芯片。據介紹，“神威-太湖之光”單芯片的計算能力相當於3臺2000年全球排名第一的超級計算機，當前性能指標達到全球領先水平。

國家超級計算（無錫）中心主任楊廣文表示：“神威-太湖之光的綠色指標很好，性能是目前排名第二的單瓦性能的三倍，軟件支撐功能強大，包括容錯、編譯和任務調度等能力都具有創新性。”

此前人類超級計算機的最快運算記錄由我國“天河二號”保持，為每秒5.59億億次。“神威-太湖之光”的實測計算速度比天河二號提高了三倍，是美國最快的計算機速度的5倍，也是目前世界上第一臺運算速度達到10億億次量級的超級計算機。

“神威-太湖之光”一分鐘的計算能力，相當於全球70億人同時使用計算機不間斷計算32年。該計算機集合了41000個芯片，每個芯片都含有260個處理器內核，整個計算機擁有1065萬個內核，美國最快的計算機內核個數僅為56萬個。在存儲記憶方面，“神威-太湖之光”整臺機器只用了1.3個拍字節，這意味著該計算機非常節能，耗能僅為15.3兆瓦，天河二號的能耗為17.8兆瓦。

國家863計劃高性能計算重大項目總體組組長錢德沛表示：“神威-太湖之光的功耗是全球領先的，也就是單位一瓦特能夠達到的計算速度，是非常了不起的。天河二號一秒算20億次，太湖之光大約一秒算57億次。”

一顆中國“芯”打破國外技術封鎖

比性能更重要的是，“神威-太湖之光”全部使用自主研制的芯片制造而成，實現了我國超級計算機核心技術的自主可控。彭博社引述田納西大學教授，全球超級計算機測速方法創造者Jack Dongarra稱：“中國超級計算機並不是建立在某個已經存在的架構中，而是自成一體。這個系統完全依賴於中國處理器。”

中科院計算所研究員韓銀和表示：“太湖之光之所以那麽牛，原因就是它擁有一顆巨強的‘芯’——申威26010，由上海高性能IC設計中心設計的國產高性能處理器。一顆申威芯片的性能相當於天河二號中5個英特爾芯片的峰值性能之和。

“神威-太湖之光”超級計算機完全依靠我國自主研制的“申威”處理器，打破了以往中國對國外處理器的依賴。此前天河二號超級計算機，是基於美國英特爾處理器所建造。去年4月，天河二號性能的升級計劃因為美國政府對於中國高性能計算機芯片的出口限制而擱置。美國政府當時表示：“向中國出口此類芯片技術有悖於美國的國土安全和美國在國外的利益。”

超級計算機對於中國和美國的國土安全和科研都是至關重要的。超級計算機系統的用途包括天氣預報和產品設計等民事用途；同時也能用於更加高端的科研項目，比如網絡安全和核武器。“神威-太湖之光”發明團隊表示，太湖之光將能夠用於制造、生命科學以及地球系統的建模。

中國高性能計算機制造發力

中國近年來正在加大對於高性能超級計算機芯片和超級電腦的投入。2001年，中國超級計算機還沒有進入TOP500超級計算機的排名榜。今天，全球超級計算機TOP500排名榜里有167臺是中國的計算機，超過美國的165臺。“神威-太湖之光”標誌著中國高性能計算技術發展的又一個里程碑。

超級計算機項目隸屬於中國的“863計劃”，該計劃持續至今已有30多年的歷史，擁有曙光系列、天河系列、神威系列等世界一流水平的超級計算機，旨在擺脫中國在超級計算機領域核心硬件方面對於國外技術的依賴。

同屬我國863計劃重大專項的“高端容錯計算機研制與應用推廣”項目成果的浪潮天梭K1系統，是我國第一臺關鍵應用主機，標誌著我國成為繼美日之後全球第三個掌握新一代主機技術的國家，有效改變了我國在金融、電信等核心領域大型主機長期依賴進口的尷尬局面。

浪潮方面向第一財經記者介紹，自2013年上市以來，天梭K1獲得廣泛應用，形成了產業規模。2015年，浪潮天梭K1完成了金融、交通、財稅、公安、社保等12個行業市場應用突破，在中國銀行、建設銀行、交通ETC等眾多客戶的核心業務中實現了進口產品替代。根據IDC研究機構去年四季度發布的數據，浪潮在高端Unix服務器市場的份額占到14%，位居市場第二。

據悉，浪潮正在攻關性能更高、可靠性更強的64路高端容錯計算機系統，預計今年將推向市場，為規模更大、可靠性要求更高的系統的自主化替代提供技術方案。浪潮雲計算集團總裁王洪添上個月在貴陽數博會上接受第一財經記者采訪時表示：“中國龐大的市場為國內計算機企業的市場化提供了重要基礎。但是中國企業的整體規模和美國企業相比還有待提升。”

廣東省急需緊缺人才缺口還有45335人 最需計算機服務

截至2016年5月27日，廣東省急需緊缺人才的需求總數達45335人。從整個二季度看，信息傳輸、計算機服務用工需求最旺，企業需求人數占在崗員工數12%以上。

廣東省人社廳7月20日發布2016年二季度廣東人力資源市場供求和企業用工監測情況，數據顯示，2016年以來廣東全省城鎮新增就業75.75萬人，二季度末城鎮登記失業率2.43%，市場用工需求274.63萬人次，進場求職257.46萬人次，求人倍率(需求數與求職數之比)1.07，處於常態水平。

從行業看，信息傳輸、計算機服務和軟件業、制造業、住宿和餐飲業等行業用工需求較旺，企業需求人數占在崗員工數12%以上。從工種看，電氣工程技術人員、電子工程技術人員等工種較為緊缺;電子元件器件制造工、裁剪縫紉工等工種趨向飽和。

這與此前廣東省人才服務局發布的急需緊缺人才信息基本吻合。7月5日，廣東省急需緊缺人才供求分析報告發布，截至2016年5月27日，廣東省21個地級市共有3195家企事業單位提供急需緊缺人才崗位10408個，急需緊缺人才需求總數達45335人，主要集中在計算機軟件、計算機服務(系統、數據服務，維修)、機械/設備/重工等行業。

從地市分布看，佛山需求最多，缺口達10095人，其次為廣州、惠州、東莞和中山，需求分別為4517人、4180人、3979人和3831人。

崗位學歷要求方面，本科以上學歷的有7916個，占總需求的17%;要求本科學歷的有16987個，占總需求的38%;要求大專學歷的有10619個，占總需求的23%。

另據全省20000家企業用工定點監測數據顯示，二季度末監測企業平均在崗人數391.40人，同比下降1.88%。企業在崗人員流失率(流失人數與在崗人數的比值)10.71%，同比下降1.86個百分點。在崗普工和技工的月工資中位數分別達2965元和3713元，同比分別上升7.22%和4.97%。

此外，廣東省行政村勞動力轉移就業以及自主創業人數均有所提升。粵東西北1002個行政村勞動力轉移就業情況監測顯示，勞動力人口183.45萬人，占總人口51.09%，同比下降0.64個百分點，其中外出就業人數82.61萬人，占45.03%，同比上升1.2個百分點;本地自主創業人數4.15萬人，占2.26%，同比提高0.56個百分點。

中國量子計算機研究獲突破性進展 中科大成功研發量子芯片

近日，我國量子計算機研究取得突破性進展，中國科技大學量子實驗室成功研發了半導體量子芯片。

據央視新聞8月11日消息，量子芯片相當於未來量子計算機的“大腦”，研制成功後可實現量子的邏輯運算和信息處理。有了計算，量子的存儲及控制技術也必不可少。這款三明治型的固態量子存儲器，在低溫有磁場的輔助設備中才能工作。

中科院量子信息重點實驗室研究員周宗權表示，下一步發展方向，要把這個量子存儲器做小做得齊整化，以延長它的壽命，最終我們希望做成一個像經典的便攜式U盤一樣方便使用的器件，實現超遠距離的量子態量子信息的傳輸。

今年3月，科技部網站發布消息稱，中國科學技術大學郭光燦院士領導的中科院量子信息重點實驗室郭國平研究組在量子芯片開發領域取得一項重要進展，首次在砷化鎵半導體量子芯片中成功實現了量子相幹特性好、操控速度快、可控性強的電控新型編碼量子比特。成果發表在國際權威物理學雜誌《物理評論快報》上。

郭國平研究組多年來致力於半導體量子芯片的開發，他們利用半導體量子點多電子態軌道的非對稱特性，首次在砷化鎵半導體系統中實現軌道雜化的新型量子比特，巧妙地將電荷量子比特超快特性與自旋量子比特的長相幹特性融為一體，實現“魚”和“熊掌”的兼得。

Next Page
ZKIZ Archives @ 2019