影音先锋橹撸资源_人妻少妇孑伦无码视频_日本女人牲交视频免费看_国产香蕉视频上线免费_波多野结超清无码中文影片_婷婷色丁香五月激情综合在线观看_寡妇高潮流白浆A片_国产精品九色 Av_花房姑娘电影未删减版免费观看_国产亚洲综合一区三区在线播放

這是對算力產業(yè)鏈的簡單示意圖，流程上，英偉達先設計GPU，接著委托臺積電做制造和封裝測試，然后交給下游的ODM廠商做成一個基板，在這個基礎上進一步把它組裝成服務器，再把服務器轉交給下游的云廠商，這些云廠商可能在進行組網(wǎng)的時候也需要購買交換機。

在這個產業(yè)鏈中，設計主要是由英偉達自己完成的，制造由中國臺灣的臺積電完成。其中用到的PCB包括A股的幾家PCB龍頭公司以及臺股的PCB龍頭公司，服務器ODM主要是由工業(yè)互聯(lián)、廣達電腦、偉創(chuàng)、英業(yè)達等公司進行組裝，到客戶端下游的云廠商，主要是北美幾家較大的云廠商，包括亞馬遜、谷歌、微軟、META等。在英偉達的產業(yè)鏈上，IC設計、IC制造等方面A股公司的參與程度是比較低的，而在以下環(huán)節(jié)占有較高的份額，自然這些環(huán)節(jié)也就跟英偉達本身的景氣度高度強相關。

第一個是PCB，因為A股很多公司比較有競爭力，他們在AI還沒有興起之前就有比較大的優(yōu)勢。另一個是光模塊，光模塊屬于英偉達AI需求起來以后形成的針對性成長領域。第三個是服務器ODM，也就是組裝AI服務器，它的利潤可能也會比組裝傳統(tǒng)的通用服務器更高一點。這里面我們重點聊一下光模塊的機會。

光模塊：用于大型網(wǎng)絡連接，AI服務器帶動光模塊起量

因為現(xiàn)在的大模型規(guī)模比較大，進行大模型的訓練和推理不可能依靠一臺服務器或者一張GPU就能夠完成。即使GPU再先進，它顯然都承受不起這么大規(guī)模的運算量，我們就可以把GPU進一步組裝成更大的集群，大模型運算的任務就可以分割成無數(shù)個小任務，分發(fā)到每一張GPU上，分別進行運算，最后通過各種各樣的運算得到結果并匯總。

現(xiàn)在數(shù)據(jù)中心的組網(wǎng)也比較復雜，我們用的AI集群里面最簡單的要求就是任意兩個GPU之間或者服務器之間必須得有一條通路，這樣才能夠滿足數(shù)據(jù)交換，可以看一下示意圖，其中紅色部分是GPU，上面有一層交換機，分別把GPU連起來，連成一個小的集群，再由上面的交換機把各交換機連接起來，這樣下面的GPU可以連成一個集群，如果還要進一步擴展GPU的規(guī)模，就可以在上面再加第三層交換機，叫作核心交換機，這樣就可以把GPU連成一個比較大的集群。

在這其中，光模塊的作用是什么？數(shù)據(jù)中心信號的頻率是比較快的，傳輸?shù)乃俾室埠芸?，在這個時候如果還用傳統(tǒng)的銅纜進行長距離信號的傳遞，這個電流會有一個趨膚效應，這些信號在傳輸?shù)倪^程中集中在導體的表面，傳輸不均勻，這就會引發(fā)發(fā)熱、信號的損耗等問題，導致最后數(shù)據(jù)包丟失等比較嚴重的后果，訓練和推理的效率就會下降得非?？?，所以在傳輸?shù)倪^程中必須用光進行長距離的傳輸。

如果距離比較長的話，怎么用光傳輸？信號從交換機出來以后需要用一個光模塊把電信號轉化成光信號，傳輸?shù)搅硪欢酥笥职压庑盘栟D化為電信號進行進一步的數(shù)據(jù)處理，光電轉換的任務就是由光模塊來做的。為什么要轉化成電信號？因為現(xiàn)在光信號是沒有辦法進行數(shù)據(jù)處理的。所以光模塊在集群里面占據(jù)了必要且核心的位置。A股公司也在光模塊領域的技術領域、產能方面全球有一個比較大的優(yōu)勢，在北美的云廠商定制芯片里面都有比較大的份額。

在英偉達GPU進化的過程里，對于網(wǎng)絡的要求也變得越來越高，英偉達的上上代A100芯片，它的網(wǎng)絡通信速率大概是200G，因為配套的是200G網(wǎng)卡，在英偉達H100芯片里面，它的網(wǎng)絡通信速率已經到達了400G，當時用的主要光模塊是400G和800G，到GB200后，網(wǎng)絡的通信速率到達了800G，也就是說現(xiàn)在在這個網(wǎng)絡里用到的光模塊必須得是800G以上，甚至是1.6T的光模塊。因為它可以向下兼容，一個1.6T的光模塊相當于兩個800G的光模塊，所以整體來看光模塊一方面是受益于英偉達的GPU量的成長，另一方面從200G到400G、800G，再到1.6T，后面可能還會再到3.2T，技術密集度也在提高，所以總體上光模塊也是量價齊升的。

根據(jù)研究機構的測算，在組建三層網(wǎng)絡的時候，GPU和光模塊的比大概是1：3.5，也就是一張GPU需要用到3.5個光模塊，之所以比例會略低，是因為它是以Blackwell進行測算的，里面用到了1.6T的光模塊，如果全部用800G的，這個比例會進一步上升。光模塊和PCB的業(yè)績確定性是很強的，需求也是比較明確的，只要英偉達的卡可以放量，下游的廠商買了卡以后要組建一個大規(guī)模的集群。在組建集群的時候，所用到的光模塊、服務器交換機以及光模塊里面的PCB的量都是在上升的。

如果要去篩選相關的投資品，通信ETF（515880）光模塊、服務器ODM加銅連接的占比超過60%，光模塊占比超40%，業(yè)績確定性比較強，從4月份看到現(xiàn)在的走勢是比較好的。創(chuàng)業(yè)板人工智能ETF國泰（159388）光模塊占比也較高，具備高彈性的特點。而信創(chuàng)ETF（159537）涵蓋了在信創(chuàng)產業(yè)鏈上的很多個股，比如GPU設計、制造等公司，隨國產算力發(fā)展或有比較好的前景。

風險提示：

投資人應當充分了解基金定期定額投資和零存整取等儲蓄方式的區(qū)別。定期定額投資是引導投資人進行長期投資、平均投資成本的一種簡單易行的投資方式。但是定期定額投資并不能規(guī)避基金投資所固有的風險，不能保證投資人獲得收益，也不是替代儲蓄的等效理財方式。

無論是股票ETF/LOF基金，均屬于較高預期風險和預期收益的證券投資基金品種，其預期收益及預期風險水平高于混合型基金、債券型基金和貨幣市場基金。

基金資產投資于科創(chuàng)板和創(chuàng)業(yè)板股票，會面臨因投資標的、市場制度以及交易規(guī)則等差異帶來的特有風險，提請投資者注意。

板塊/基金短期漲跌幅列示僅作為文章分析觀點之輔助材料，僅供參考，不構成對基金業(yè)績的保證。

文中提及個股短期業(yè)績僅供參考，不構成股票推薦，也不構成對基金業(yè)績的預測和保證。

以上觀點僅供參考，不構成投資建議或承諾。如需購買相關基金產品，請您關注投資者適當性管理相關規(guī)定、提前做好風險測評，并根據(jù)您自身的風險承受能力購買與之相匹配的風險等級的基金產品。基金有風險，投資需謹慎。

iPhone要這樣設置,才能最大程度保護個人隱私,新用戶要注意!

一、基礎安全加固：防丟失與身份驗證1、啟用查找我的iPhone 查找我的iPhone也是蘋果最先有的，后來被安卓統(tǒng)統(tǒng)學了去，它的作用還是挺大的，雖然不能保證能夠找回丟失的手機，但至少給了我們一個希望，最重要的是，設備丟失時可遠程鎖定、抹除數(shù)據(jù)，防止隱私泄露。打開【設置】【Apple ID】【查找】設置頁面，在有幫助請點贊。
1. 打開‘設置’應用：首先，在你的蘋果手機主屏幕上找到并點擊‘設置’圖標。這個圖標通常是一個齒輪形狀，非常顯眼。2. 滑動至‘隱私’選項：在設置界面中，向下滑動直到找到‘隱私’選項_|。點擊進入后，你會看到一個包含多個子選項的列表——。3. 進入‘麥克風’設置：在隱私列表中，找到并點擊‘麥克風’選項。這里，..

蘋果手機鎖屏密碼在哪里設置

1.進入面容ID與密碼在蘋果手機主屏幕上找到并點擊設置圖標，進入界面，您會看到多個設置選項——-。為了增強設備安全性，用手指往下滑，在界面中找到【面容ID與密碼】，直接點進去——。2.進入打開密碼在面容ID與密碼界面，往下滑，點擊藍色字體的【打開密碼】，該手機初始是沒有密碼的。將進入密碼設置流程，為設備添加一層好了吧！
四、安全與隱私：蘋果的“防護結界”1. 數(shù)據(jù)加密：三重保險機制傳輸層：AES-128加密協(xié)議應用層：沙盒機制隔離敏感數(shù)據(jù)硬件層：Secure Enclave安全芯片存儲密鑰2. 隱私保護：你的數(shù)據(jù)你做主權限管理：設置→NFC→關閉后臺標簽讀取標簽屏蔽：讀取陌生標簽時需手動確認數(shù)據(jù)最小化：蘋果承諾“不收集NFC使用數(shù)據(jù)”3. 后面會介紹。

蘋果手機隔空投送在哪里打開

（以下方法適用于運行iOS 7或更高版本的蘋果設備）方法一：控制中心- 在主屏幕向上滑動，打開控制中心。 點擊控制中心底部的"隔空投送"圖標——。 在彈出的隔空投送窗口中，選擇"接受"或"允許"-。方法二：設置應用- 打開設置應用——-。 點擊"通用"選項——_。 在通用設置中，找到并點擊"隔空投送"————。 在隔空投送好了吧！
1. 背部上半部分：對于大多數(shù)蘋果手機而言，NFC感應區(qū)主要位于手機背部的上半部分，靠近攝像頭的位置|。當用戶將手機背面貼近NFC標簽或讀卡器時，NFC功能便會自動激活|。2. 屏幕下方（特定場景）：在某些特定場景下，如使用Apple Pay進行支付時，NFC感應區(qū)實際上是通過手機屏幕下方的Home鍵（對于iPhone 7及更早機型）或還有呢？

免責聲明：本文內容由開放的智能模型自動生成，僅供參考。