看好成长股

外围股市迭创新高，美股的长牛市，德国刚创历史新高，港股跟5178高点差了一点点。在人民币国际化的当下，MSCI 逐步落地的情况下，没有理由看空股市。坚定做多不动摇。。。

哈哈，看了一下午以为大神的帖子竟然是个吸粉帖。我也是服了。低吸如何结合形态，逻辑，风口，我感觉还是挺靠谱的。反思自己一直是低吸风格，为什么收益一直上不去，其实就是没有结合风口来做。。。

联想创投王光熙：AI 产业投资 选有大数据基础的垂直领域
·联想创投王光熙：AI 产业投资 选有大数据基础的垂直领域·在新晋独角兽寒武纪的投资名单中，出现了几家产业资本的名字，联想创投是其中之一。后者是一支专注在科技方面的投资基金，除了寒武纪，他们在人工智能方面已经做了一系列投资布局，包括商汤科技、水滴科技、Face++等项目。（一财网） 在新晋独角兽寒武纪的投资名单中，出现了几家产业资本的名字，联想创投是其中之一。后者是一支专注在科技方面的投资基金，除了寒武纪，他们在人工智能方面已经做了一系列投资布局，包括商汤科技、水滴科技、Face++等项目。
 近日，结合国务院此前公布的《新一代人工智能发展规划》(以下简称“规划”)，记者采访了联想创投执行董事王光熙，从资本和技术的角度对于《规划》进行全面的解读。
 王光熙认为，在这个时间点上国家提出这个规划是非常必要的，有助于全方位协调社会资源。我国人工智能产业和世界先进水平在底层技术上还有差距，到2020年时，在垂直行业中做出领先性的AI应用有很大机会。
差距：数据基础和底层技术
 《规划》明确了我国新一代人工智能发展的阶段性目标，第一步是到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径。
 “最近两三年开始，AI领域，从整个计算架构、计算能力、硬件、软件、云服务，一直到后面的应用，很明显在整个业界、全球都是很清晰的风口。”王光熙说道。
 他认为，中国在AI产业上的整体布局起步比较早，现在的差距主要是企业的现代化、信息化和数据化。只有企业的“三化”跟上了，才能谈利用AI进行改造和升级，AI产业本身才能快速发展。
 其次，我们在一些核心技术上底子薄，比如芯片技术，芯片是跨学科的，从最底层的制造工艺到上层的软件，是一个非常考验综合科技实力的领域。移动互联网发展起来之后，我们在应用软件端改造的比较快，但是在前端，特别底层和核心的技术上，积累的还是有点薄。
 中美技术发展一个很大的不同是，美国是从技术到应用，正循环的科研模式；而中国往往是从应用倒推技术进步，经济价值先行。
 “很多技术是要经过长期的积累，汇集到一个时间点才爆发的，但我们是赶上了最后爆发的一段。”王光熙认为，到2020年，在垂直行业中做出领先性的AI应用是有机会的，优势也会慢慢往底层移。
 因此，在AI产业的投资上，联想创投现在比较关注的是垂直行业的应用和改造，至于在哪个垂直行业下注，王光熙称，考虑的点包括：大行业，行业本身有数据基础，AI改造后会产生明显的经济效益。
优势：AR/VR技术有领先机会
 在《规划》里，也有大篇幅提到了“建立新一代人工智能关键共性技术体系”：研发部署要以算法为核心，以数据和硬件为基础，以提升感知识别、知识计算、认知推理、运动执行、人机交互能力为重点，形成开放兼容、稳定成熟的技术体系。
 《规划》还对于八项关键共性技术分别做了阐述，其中就包括时下大热的自动驾驶技术、虚拟现实技术、智能芯片技术等等。
 王光熙分析到，这八项技术基本上覆盖了所有AI的核心领域。有的是偏应用类，有的是偏交互，有的是偏底层算法，八项技术把AI的产业链串了起来。
 在八项技术中有一条提到了“虚拟现实智能建模技术”，《规划》指出，重点突破虚拟对象智能行为建模技术，提升虚拟现实中智能对象行为的社会性、多样性和交互逼真性，实现虚拟现实、增强现实等技术与人工智能的有机结合和高效互动。
 虚拟现实建模是利用虚拟现实技术，在虚拟的数字空间中模拟真实世界中的事物。今天的AR/VR技术已经从图片识别发展到3D的物体识别，也可以用单摄像头做精准的空间定位。
 2015到2016年间，AR/VR的风口效应非常明显，无论是在娱乐方面的应用，还是工业方面的应用，都得到了资本的青睐。但是，因为一些基础性的技术尚未成熟，以及需求和技术之间的隔阂，使得无论是C端还是B端，这些技术并未得到大规模的应用。
 联想新视界研发总监张培此前告诉记者，问题在于，AR/VR技术中所包含的技术点复杂多样，开发厂商并没有精力去了解如何将技术应用于客户身上；并且，一个新技术出现后，往往只被少数人掌握，成为稀缺资源。而工具化是产业成熟的必经之路。
 针对AR/VR的发展方向，王光熙指出，中国公司以前在产业链上吃过很多亏，只做产业链上的一环，结果很多高价值的东西都掌握在别人手里。现在，AR/VR可能成为下一代的计算平台，我们应该从一开始就是硬件到软件再到服务，全产业链布局。中国的优势是有体量庞大的C端和B端应用场景。从全球来看，现在整个的AR/VR技术都不是太成熟，利用起自身的优势就有很大的追赶机会，现在来看，中美在这一块基本上是齐头并进的。
建议：阶梯人才培养、有效退出机制
 以前，我们有的技术尽管在实验室中已经可以达到世界先进水平，但是从实验室到市场，仍然有很长的路要走，有的甚至就被困在了实验室里。
 王光熙认为，这个问题现在已经有所改善。
 联想本身是从中科院走出来的公司，在后来的投资中，也投了不少学院派的创业者。他看到，国内的科研人员对于科技产业化的意识已经越来越强。一些应用类或是工程类的技术生命周期非常短，学校也想得很清楚，会以开放的政策姿态给予科研人员产业化的机会。
 此外，国内的AI行业近年来聚集了一大批顶级的华人科学家，把全球最前沿的技术带到了中国，比如加盟百度的陆奇，加盟阿里的任小枫，加盟腾讯的俞栋。
 《规划》中特别提到了要聚集和培养AI高端人才：把高端人才队伍建设作为人工智能发展的重中之重，坚持培养和引进相结合，完善人工智能教育体系，加强人才储备和梯队建设，特别是加快引进全球顶尖人才和青年人才，形成我国人工智能人才高地。
 王光熙对此建议，除了高端的领军人物，阶梯性的人才培育机制也非常重要。
 他提到，未来AI产业需要有不同层的工种，就像今天的移动互联网，不光需要有架构师，还要有好的产品经理，项目经理，程序员，测试员，售后服务等等，这是一个全产业链的事情。国家要发展AI人才，就应该是阶梯性的培养，包括普通大学、大专、高职院校、中职院校，这些都要跟着产业的变化去调整。人才的培养和要产业接轨。
 王光熙介绍了两种人才培养模式。一是德国式的阶梯教育模式，德国的工种、薪酬、人才培育结构都比较平衡，分工非常明确，而且，即便是职校毕业的待遇也不会比大学毕业的差太多。所以当地的职业教育做得非常好，很多学生很早就明确了职业方向，大家想的都是如何找到合适的、对口的工作。
 另一种是美国式的精英教育模式，强调的就是高端教育，在头部人才的建设上非常强，所以有强大的科研能力。同时，美国社会也吸引了全世界非常多的中层人才、工程型人才，填补了阶梯式教育的不足。
 除了人才的阶梯式培养机制，从投资的角度出发，王光熙还希望能在高新技术企业的证券化方面给予扶持政策。风投最终考虑的是投资收益，如果没有顺畅的退出通道，对于一些需要长期投入的科技公司，投资人就不仅仅是看公司价值，而是要花很多精力去想怎么退出的问题，政策的不确定性也会让初创企业疲于应对。
 联想创投王光熙：AI 产业投资 选有大数据基础的垂直领域
·联想创投王光熙：AI 产业投资 选有大数据基础的垂直领域·在新晋独角兽寒武纪的投资名单中，出现了几家产业资本的名字，联想创投是其中之一。后者是一支专注在科技方面的投资基金，除了寒武纪，他们在人工智能方面已经做了一系列投资布局，包括商汤科技、水滴科技、Face++等项目。（一财网） 在新晋独角兽寒武纪的投资名单中，出现了几家产业资本的名字，联想创投是其中之一。后者是一支专注在科技方面的投资基金，除了寒武纪，他们在人工智能方面已经做了一系列投资布局，包括商汤科技、水滴科技、Face++等项目。
 近日，结合国务院此前公布的《新一代人工智能发展规划》(以下简称“规划”)，记者采访了联想创投执行董事王光熙，从资本和技术的角度对于《规划》进行全面的解读。
 王光熙认为，在这个时间点上国家提出这个规划是非常必要的，有助于全方位协调社会资源。我国人工智能产业和世界先进水平在底层技术上还有差距，到2020年时，在垂直行业中做出领先性的AI应用有很大机会。
差距：数据基础和底层技术
 《规划》明确了我国新一代人工智能发展的阶段性目标，第一步是到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径。
 “最近两三年开始，AI领域，从整个计算架构、计算能力、硬件、软件、云服务，一直到后面的应用，很明显在整个业界、全球都是很清晰的风口。”王光熙说道。
 他认为，中国在AI产业上的整体布局起步比较早，现在的差距主要是企业的现代化、信息化和数据化。只有企业的“三化”跟上了，才能谈利用AI进行改造和升级，AI产业本身才能快速发展。
 其次，我们在一些核心技术上底子薄，比如芯片技术，芯片是跨学科的，从最底层的制造工艺到上层的软件，是一个非常考验综合科技实力的领域。移动互联网发展起来之后，我们在应用软件端改造的比较快，但是在前端，特别底层和核心的技术上，积累的还是有点薄。
 中美技术发展一个很大的不同是，美国是从技术到应用，正循环的科研模式；而中国往往是从应用倒推技术进步，经济价值先行。
 “很多技术是要经过长期的积累，汇集到一个时间点才爆发的，但我们是赶上了最后爆发的一段。”王光熙认为，到2020年，在垂直行业中做出领先性的AI应用是有机会的，优势也会慢慢往底层移。
 因此，在AI产业的投资上，联想创投现在比较关注的是垂直行业的应用和改造，至于在哪个垂直行业下注，王光熙称，考虑的点包括：大行业，行业本身有数据基础，AI改造后会产生明显的经济效益。
优势：AR/VR技术有领先机会
 在《规划》里，也有大篇幅提到了“建立新一代人工智能关键共性技术体系”：研发部署要以算法为核心，以数据和硬件为基础，以提升感知识别、知识计算、认知推理、运动执行、人机交互能力为重点，形成开放兼容、稳定成熟的技术体系。
 《规划》还对于八项关键共性技术分别做了阐述，其中就包括时下大热的自动驾驶技术、虚拟现实技术、智能芯片技术等等。
 王光熙分析到，这八项技术基本上覆盖了所有AI的核心领域。有的是偏应用类，有的是偏交互，有的是偏底层算法，八项技术把AI的产业链串了起来。
 在八项技术中有一条提到了“虚拟现实智能建模技术”，《规划》指出，重点突破虚拟对象智能行为建模技术，提升虚拟现实中智能对象行为的社会性、多样性和交互逼真性，实现虚拟现实、增强现实等技术与人工智能的有机结合和高效互动。
 虚拟现实建模是利用虚拟现实技术，在虚拟的数字空间中模拟真实世界中的事物。今天的AR/VR技术已经从图片识别发展到3D的物体识别，也可以用单摄像头做精准的空间定位。
 2015到2016年间，AR/VR的风口效应非常明显，无论是在娱乐方面的应用，还是工业方面的应用，都得到了资本的青睐。但是，因为一些基础性的技术尚未成熟，以及需求和技术之间的隔阂，使得无论是C端还是B端，这些技术并未得到大规模的应用。
 联想新视界研发总监张培此前告诉记者，问题在于，AR/VR技术中所包含的技术点复杂多样，开发厂商并没有精力去了解如何将技术应用于客户身上；并且，一个新技术出现后，往往只被少数人掌握，成为稀缺资源。而工具化是产业成熟的必经之路。
 针对AR/VR的发展方向，王光熙指出，中国公司以前在产业链上吃过很多亏，只做产业链上的一环，结果很多高价值的东西都掌握在别人手里。现在，AR/VR可能成为下一代的计算平台，我们应该从一开始就是硬件到软件再到服务，全产业链布局。中国的优势是有体量庞大的C端和B端应用场景。从全球来看，现在整个的AR/VR技术都不是太成熟，利用起自身的优势就有很大的追赶机会，现在来看，中美在这一块基本上是齐头并进的。
建议：阶梯人才培养、有效退出机制
 以前，我们有的技术尽管在实验室中已经可以达到世界先进水平，但是从实验室到市场，仍然有很长的路要走，有的甚至就被困在了实验室里。
 王光熙认为，这个问题现在已经有所改善。
 联想本身是从中科院走出来的公司，在后来的投资中，也投了不少学院派的创业者。他看到，国内的科研人员对于科技产业化的意识已经越来越强。一些应用类或是工程类的技术生命周期非常短，学校也想得很清楚，会以开放的政策姿态给予科研人员产业化的机会。
 此外，国内的AI行业近年来聚集了一大批顶级的华人科学家，把全球最前沿的技术带到了中国，比如加盟百度的陆奇，加盟阿里的任小枫，加盟腾讯的俞栋。
 《规划》中特别提到了要聚集和培养AI高端人才：把高端人才队伍建设作为人工智能发展的重中之重，坚持培养和引进相结合，完善人工智能教育体系，加强人才储备和梯队建设，特别是加快引进全球顶尖人才和青年人才，形成我国人工智能人才高地。
 王光熙对此建议，除了高端的领军人物，阶梯性的人才培育机制也非常重要。
 他提到，未来AI产业需要有不同层的工种，就像今天的移动互联网，不光需要有架构师，还要有好的产品经理，项目经理，程序员，测试员，售后服务等等，这是一个全产业链的事情。国家要发展AI人才，就应该是阶梯性的培养，包括普通大学、大专、高职院校、中职院校，这些都要跟着产业的变化去调整。人才的培养和要产业接轨。
 王光熙介绍了两种人才培养模式。一是德国式的阶梯教育模式，德国的工种、薪酬、人才培育结构都比较平衡，分工非常明确，而且，即便是职校毕业的待遇也不会比大学毕业的差太多。所以当地的职业教育做得非常好，很多学生很早就明确了职业方向，大家想的都是如何找到合适的、对口的工作。
 另一种是美国式的精英教育模式，强调的就是高端教育，在头部人才的建设上非常强，所以有强大的科研能力。同时，美国社会也吸引了全世界非常多的中层人才、工程型人才，填补了阶梯式教育的不足。
 除了人才的阶梯式培养机制，从投资的角度出发，王光熙还希望能在高新技术企业的证券化方面给予扶持政策。风投最终考虑的是投资收益，如果没有顺畅的退出通道，对于一些需要长期投入的科技公司，投资人就不仅仅是看公司价值，而是要花很多精力去想怎么退出的问题，政策的不确定性也会让初创企业疲于应

阿里云张献涛：AI浪潮致计算需求爆炸 传统计算已无法满足 评论 12017-10-04 09:39  来源：一财网

·阿里云张献涛：AI浪潮致计算需求爆炸 传统计算已无法满足·从1956年的达特茅斯会议算起，人工智能的概念的提出已经有60多年的时间了，但直到近几年才呈现出爆发的趋势。在阿里云异构计算掌舵人张献涛看来，爆发背后必须具备三个要素：首先是人工智能相关的算法方面的研究，还有数据的积累，最为重要的是计算力。（一财网） 从1956年的达特茅斯会议算起，人工智能的概念的提出已经有60多年的时间了，但直到近几年才呈现出爆发的趋势。在阿里云异构计算掌舵人张献涛看来，爆发背后必须具备三个要素：首先是人工智能相关的算法方面的研究，还有数据的积累，最为重要的是计算力。
如果把人工智能比作“火箭”，算法就是“控制台”，数据是“燃料”，那么计算力就是“加速引擎”。 “特别是人工智能浪潮催生的计算迭代需求，远超摩尔定律。”张献涛在接受一财科技采访时说。
传统通用计算已经无法满足人工智能对于爆发的计算能力需求，现在异构计算中GPU/FPGA等高并行、高密集的计算能力被视作现阶段挑起人工智能产业的大梁。
今年9月，阿里云异构计算宣布推出新一代的异构加速平台，涵盖了GPU、FPGA在内等6款异构实例，解决从图形渲染到高性能计算及人工智能等复杂应用的计算需求。特别是在人工智能领域，可将深度学成本缩减一半，大幅降低人工智能计算门槛。
与此同时，异构计算的使能领域不仅支撑人工智能计算力升级需求，也能为图形计算、生命科学、材料力学、分子动力学等科研计算领域提供普惠计算能力。
异构计算凭什么？
数据+算法+计算力三要素构成了人工智能产业爆发的要素。
IT企业都有自己的算法和数据，但在计算力的获取上，一直有比较高的门槛。
2009年，几名斯坦福的学者向世界展示，使用 GPU 可以在合理的时间内训练深度神经网络，引发了GPU热潮。过去，借助通用计算完成的智能模型训练需要几天才能完成，如今使用异构计算只需要1小时就能完成。
异构计算因此被认为是更适合人工智能的计算形态。它是一种把不同类型的指令集和体系架构的计算单元组成的系统的计算方式，如“CPU+GPU”，“CPU+FPGA”等，更适合深度学、基因匹配、金融分析等计算密集型领域。它的优点在于具有比传统CPU并行计算更高效率和低延迟的计算性能，在处理物联网场景下的AI应用时，异构计算比CPU的处理效率高30倍以上。
阿里云异构计算产品解决方案就在这样的背景下诞生，掌舵者是张献涛。
张献涛花名旭卿，武汉大学信息安全博士。加入阿里巴巴前，他就职于英特尔亚太研发中心，是Xen、KVM等多个开源虚拟化项目的主要贡献者，同时，他也是Intel HAXM加速器的主要作者和贡献者，并因此获得英特尔最高成就奖。
2014年，张献涛正式加入阿里巴巴任资深专家，目前主要负责阿里云虚拟化技术、高性能计算产品、异构计算产品以及创新类型产品的技术和研发的团队。
在研发异构计算产品的同时，张献涛发现：对于一般用户而言，使用异构计算也有痛点。他举例，小量的用户基本没有议价能力，特别是购买FPGA(现场可编程矩阵门阵列)板卡，量少的话采购价格高昂。此外，交付周期是另一大痛点，从机型选择、硬件架构设计、供应商选择、机房选择、财务审批通常要几个月时间。采购之后型号就固定了，有新品出现只能追加预算购买，线下的GPU/FP又无法和线上服务打通。
他还提到，做FPGA产品的最大的挑战在于整个FPGA的生态环境很差，具备FPGA开发能力特别是开发FPGA做计算加速的客户非常少。
既然云已经证明了是提供计算能力的最佳交付方式，张献涛认为，把GPU/FPGA的计算能力放在云端对外服务是“水到渠成”。
云计算可以说是计算能力的“放大器”，张献涛介绍，虚拟化技术让GPU/FPGA的计算资源可以即买即用，弹性伸缩，无需担心性能瓶颈，还能以更低的价格享受到性能更强的GPU/FPGA计算能力，解决了用户使用异构计算方案的痛点。
“阿里云在短时间里先后推出弹性GPU和FPGA解决方案，目的就是降低异构计算资源使用的门槛，对人工智能有计算需求的企业可以随买随用。”张献涛说。
据介绍，异构计算产品特别适合在计算密集的企业环境下，人工智能在线业务的高性能，高可靠场景，包括但不限于：深度学、神经网络训练、图像识别、语音识别、人脸识别、自动驾驶、基因分析、油藏勘探、视频渲染等计算密集领域。
张献涛还透露，现在不少客户都在单机上训练模型，通常需要几周到一个月的时间，阿里云推出一款超高性能异构集群的产品，提供了25/100Gb RoCE (基于融合以太网的 RDMA)走RDMA(技术全称远程直接数据存取)协议直连，可以多机多卡，用非常多的GPU/FPGA设备集群来共同训练一个模型，减少用户训练的时间，可以缩短到一天甚至几个小时的级别。
GPU、FPGA、ASIC三分天下
业界专家预测，到2020年，与人工智能相关的计算力需求将会增长12倍。可以预见的是，异构计算的需求比重将越来越大。
异构计算的发展也得益于国家战略的推动。张献涛提到，今年国务院印发《新一代人工智能发展规划》，人工智能由此上升为国家战略，到2020年，整个人工智能核心产业达到1500亿规模。这势必会刺激异构计算的需求。
目前，张献涛所带领的团队主要有两个目标：一是致力于让异构计算变成用户即买即用的计算资源，提供最为全面的异构计算产品方案；另一个是致力于让用户能够用好异构资源，充分发挥云上各个产品之间的统一调度能力，让阿里云在人工智能方面的服务更具备竞争力，把异构计算变成一种普惠的计算能力。
事实上，此前阿里巴巴集团内部不少业务通过异构计算取得计算加速效果，包括淘宝天猫上的拍照购，以及商品风格预测、图片质量控制、CRT预估、千人千面、人脸识别、内容鉴定、图片创意、图像搜索等。而阿里云弹性FPGA异构计算的解决方案主要面向人工智能、半导体设计、基因计算、视频图像处理、数据分析决策等场景，目前的应用案例包括深度学推理、深度学模型裁剪、非规整数据计算、视频图像处理、硬件半导体设计等。
对外，阿里云异构计算产品已经有包含微博、陌陌、华大基因、中国工程院等数千家企业在应用。
同时，阿里云提供了从产品、服务、生态等维度的人工智能平台服务，比如用户可以在阿里云异构平台上快速搭建TensorFlow深度学框架，同时调用视频识别、图像识别、语音识别等服务，开发出类似ET工业大脑、环境大脑的应用服务。
在异构计算的背后，GPU处理器仍占据了异构计算的主流地位。相比CPU，GPU有更高的并行度、更高的单机计算峰值、更高的计算效率；而FPGA则拥有更高的每瓦性能、非规整数据计算更高的性能、更低的设备互联延迟。
不过，对于未来的趋势，张献涛表示，“随着FPGA的生态环境的建立和完善、ASIC芯片的逐渐成熟，未来异构计算领域会呈现GPU、FPGA、ASIC(为专门目的而设计的集成电路)芯片三分天下的局面，GPU、FPGA、ASIC芯片都会有自己独特的特长和应用领域，有自己独特的客户群体。”
 阿里云提供同时覆盖Intel和Xilinx两大FPGA厂商的解决方案。这也是张献涛团队专注的方向。他对记者透露，接下来团队会发布包括8卡/16卡GPU产品、下一代的Volta架构的GPU产品、新一代的FGPA的产品，而ASIC芯片的产品上云也正在研发当中。

节前炒作的5G，其实也可以看做人工智能的基础支撑。关注物联网，超算方向。。。

在市值大幅回撤的过程中，也在启动点下车了小四。所谓一步错，步步错。其实这次如果早点转换到小盘股的话，就能躲过这次大跌。。。

是的，目前的世道思维转换不及时，很容易大亏。融资重仓资源股市值被砍了十几个点，休养生息中。。。
[引用原文已无法访问]

天目兄，资源的风已过了，别搞资源股有色股了，风向偏向科技人工智能，等等

每次都是看到风险，操作没有跟上。早盘券商又很好的减仓机会没有把握住。资源股回补也是早了。什么时候能够淡定些呢。。。

资源且战且退，继续低吸券商，感觉风险比较大了。