Author: admin

据行业最新消息，佰维存储 2026 年半年度归母净利润 70 亿元～75 亿元，同比增长 3200.15%~3421.59%

IT之家 7 月 15 日消息，佰维存储今日发布 2026 年半年度（2026 年 1 月～2026 年 6 月）业绩预告报告： 营业总收入：150 亿元～160 亿元，同比增长 283.40%~308.96% 归母净利润：70 亿元～75 亿元，同比扭亏为盈，增长 3200.15%~3421.59% 扣非净利润：62 亿元～70 亿元，同比扭亏为盈，增长 2776.26%~3121.59% 本次业绩预告营业收入和净利润均大幅超出市场一致预期，业绩增速远超行业平均水平

从更深层次来看，预计 2026 年半年度实现营业收入 150 亿元～160 亿元，同比增长 283.40%~308.96%；实现归属于母公司股东的净利润 70 亿元～75 亿元，同比扭亏为盈，增幅达到 3200.15%~3421.59%；扣非归母净利润 62 亿元～70 亿元，同比扭亏为盈，增幅 2776.26%~3121.59%，业绩爆发式增长

值得关注的是，剔除约 9063.74 万元股份支付费用后，归母净利润仍达到 70.91 亿元～75.91 亿元，核心盈利水平依然强劲

业内人士指出，本次业绩大幅增长主要受益于 AI 算力爆发带动存储行业进入高景气周期，公司持续优化产品和客户结构，同时在芯片设计、解决方案、先进封测及测试设备领域不断加大投入，市场竞争力持续增强

业内人士指出，目前公司已是全球最大的 AI 新兴端侧半导体存储解决方案供应商，AI 相关产品业务快速增长

业内人士指出，本次业绩数据为初步测算结果，未经注册会计师审计，仅供投资者参考，最终业绩以公司正式披露的半年报为准

业内人士指出，《德明利 2026 年半年度归母净利润 57 亿元 – 65 亿元，同比扭亏为盈》 《闻泰科技 2026 年半年度归母亏损 4 亿元～6 亿元，同比由盈转亏》 《TCL 科技 2026 年半年度归母净利润 37 亿元 — 39.2 亿元，同比增长 96%~108%》 《三安光电 2026 年半年度归母亏损 9000 万元～13500 万元，同比由盈转亏》 风险提示：本文内容由 AI 自动分析生成，仅供参考，不代表IT之家观点

业内人士指出，如有出入请以证监会指定上市公司信息披露平台为准

值得关注的是，本文内容不构成投资建议，如有投资者据此操作，风险自担，IT之家对此不承担任何责任

可以预见，这一趋势将在未来深刻影响IDC行业格局

如果您正在寻找优质的AI算力服务器，欢迎访问 www.isclouder.com 了解更多

行业动态更新：消息称苹果转化 100 亿美元造车成果，用于 M7/M8 系列 Mac AI 芯片

IT之家 7 月 14 日消息，科技媒体 AppleInsider 昨日（7 月 13 日）发布博文，报道称苹果酝酿的 M7 系列、M8 系列芯片，关联苹果公司已取消的汽车（Apple Car）项目

值得关注的是，彭博社的马克 · 古尔曼在最新一期 Power On 时事通讯中指出，苹果公司于 2024 年搁置汽车研发，相关技术与研究成果并未被完全废弃，开始转入其他产品线

从更深层次来看，苹果首席执行官蒂姆 · 库克在 2017 年 6 月就曾表示：“我们专注于自主驾驶系统，很显然，其中一个用途是自动驾驶汽车，当然还有其他用途

从更深层次来看，” 库克此前还描述该项目为“所有 AI 项目之母”（the mother of all AI projects），并称其这可能是最困难的 AI 项目之一

从更深层次来看，古尔曼指出苹果汽车项目研发持续 10 年，前后投入资金超过 100 亿美元，但最终于 2024 年被搁置，但是这一项目并未被完全废弃，其技术与研究成果正转入其他产品线

从更深层次来看，项目终止后，部分相关员工被调入当时由 John Giannandrea 负责的 AI 团队，而目前团队正基于汽车芯片研发积累的技术，加速研发 M7 和 M8 系列芯片

从更深层次来看，IT之家此前报道，M6 系列仅有标准版一款芯片，将会成为苹果 Apple Silicon 最“单薄”系列；而苹果公司的研发重心放在 M7 和 M8 系列上，优先服务于 AI 技术场景

业内分析认为，AI算力需求与绿色数据中心将成为行业主旋律

如果您正在寻找优质的美国CN2服务器，欢迎访问 www.isclouder.com 了解更多

行业动态更新：Cung cấp không gian làm việc dùng một lần cho tác nhân AI của bạn với Alibaba Cl

Do Rizky Andriawan, Solution Architect Alibaba Cloud Indonesia, viết TL;DR — Tác nhân AI không chỉ trả lời mà còn hành động. Tác nhân có thể chạy mã, điều khiển trình duyệt và thao tác với tệp. Vì vậy, tác nhân cần một không gian làm việc. Sự chuyển dịch mà gần như mọi đội ngũ xây dựng hạ tầng tác nhân đều đi đến trong hai năm qua không phải là “tác nhân không tự lưu lại trạng thái”, mà là tác nhân buộc chúng ta phải đảo chiều giả định mặc định khi thiết kế hệ thống. Con người mặc định có khả năng duy trì trạng thái; còn tác nhân thì mặc định được cô lập, chỉ duy trì trạng thái trong trường hợp ngoại lệ. Môi trường thực thi của tác nhân nên là môi trường dùng một lần, trong khi bộ nhớ, danh tính và kết quả đầu ra của tác nhân được chủ động lưu trữ ở nơi khác và có thể duy trì lâu dài. Bài viết này giải thích vì sao sự đảo chiều đó là lựa chọn đúng đắn, cũng như cách AgentRun của Alibaba Cloud biến cách tiếp cận này thành một không gian làm việc mà bạn có thể sử dụng mà không cần dựng bất kỳ máy chủ nào.* Dùng một lần ở nơi tác nhân vận hành, bền vững ở nơi tác nhân ghi nhớ. Chatbot chỉ trả lời. Tác nhân thì hành động. Khi bạn hỏi chatbot một câu, chatbot chỉ viết lại câu trả lời bằng văn bản, và thế giới bên ngoài không có gì thay đổi. Giao cho tác nhân một tác vụ, chẳng hạn như “phân tích bảng tính này và vẽ biểu đồ các giá trị ngoại lệ”, “sửa bài kiểm tra lỗi trong kho mã nguồn này” hoặc “mở trang web này và lấy ba tin đăng rẻ nhất”, thì tác nhân phải thực hiện các hành động: chạy mã, ghi tệp, điều khiển trình duyệt, đọc kết quả và quyết định bước tiếp theo. Cứ lặp đi lặp lại trong một vòng lặp. Chính khác biệt duy nhất đó (hành động thay vì trả lời) tạo ra một nhu cầu mà chatbot chưa bao giờ cần: một nơi để thực hiện công việc. Một nơi để chạy đoạn mã đó. Một vùng lưu trữ tạm. Một trình duyệt. Một môi trường dòng lệnh. Hãy gọi đó là một không gian làm việc. Vậy câu hỏi thực sự là: bạn nên cung cấp loại không gian làm việc nào cho một tác nhân như vậy? Câu trả lời theo trực giác, “cùng loại không gian làm việc như dành cho nhà phát triển”, hóa ra lại hoàn toàn ngược lại. Và hiểu được lý do là cách nhanh nhất để nắm rõ một nền tảng như AgentRun được tạo ra nhằm mục đích gì. Chatbot trả lời trong một bước duy nhất. Một tác nhân chạy vòng lặp bên trong không gian làm việc được cô lập, rồi tác động đến thế giới bên ngoài. Hãy nghĩ về môi trường phát triển của chính bạn, chiếc laptop của bạn hoặc một VM mà bạn SSH vào. Bạn thiết lập môi trường đó một lần. Bạn cài đặt công cụ, để các tệp nằm đó, rồi ngày mai quay lại và thấy mọi thứ vẫn còn nguyên. Đó là mặc định của con người: mặc định duy trì trạng thái, chỉ cô lập trong trường hợp ngoại lệ. Bạn chỉ dùng đến sandbox hoặc một VM sạch trong trường hợp hiếm hoi khi xử lý gì đó không đáng tin cậy. Tác nhân cần điều ngược lại: mặc định cô lập, chỉ duy trì trạng thái trong trường hợp ngoại lệ. Mỗi tác vụ chạy trong môi trường sạch và được cô lập riêng, còn mọi thứ cần tồn tại sau tác vụ đều được chủ động đẩy ra bên ngoài môi trường đó. Từ đang âm thầm gánh nhiều ý nghĩa ở đây là “không gian làm việc”, vì vậy hãy cùng làm rõ khái niệm này. Thứ nên dùng một lần là môi trường thực thi của tác nhân, nơi tác nhân chạy mã, điều khiển trình duyệt và ghi tệp tạm. Những thứ không nên dùng một lần, như bộ nhớ của tác nhân (“Acme là một thương vụ đang bị đình trệ”), danh tính và quyền của tác nhân, các kết quả đầu ra do tác nhân tạo ra, cùng dấu vết kiểm tra về những gì tác nhân đã thực hiện, hoàn toàn không nằm trong không gian làm việc. Những thứ đó được lưu bên ngoài không gian làm việc, bền vững một cách có chủ đích, để không gian làm việc có thể bị loại bỏ mà không làm mất những dữ liệu và kết quả đó. Sự tách biệt đó chính là điểm mấu chốt. Nếu đặt phép so sánh ở cấp độ môi trường thực thi nơi tác nhân thực sự thực hiện công việc thì chúng ta sẽ thấy rất rõ sự khác biệt: Đây chính là khoảng trống mà AgentRun được xây dựng để lấp đầy. Thay vì bạn phải cấp phát và duy trì máy chủ để các tác nhân hoạt động, AgentRun cung cấp cho mỗi tác nhân một không gian làm việc thực thi mới, cô lập và dùng một lần theo nhu cầu, đồng thời chỉ tính phí trong thời gian tác nhân thực sự làm việc. Phần còn lại của bài viết này thực chất là giải thích vì sao đây là thiết kế đúng đắn, lần lượt qua từng thuộc tính. “Dùng một lần” nghe có vẻ như một sự đánh đổi. Với môi trường thực thi, đây là một bước nâng cấp, và từng lý do đều tương ứng với một khả năng mà AgentRun mang lại: Hãy chú ý rằng mô hình mối đe dọa và thiết kế gần như tự thân đã khớp với nhau. Mối nguy nằm ở mã không đáng tin cậy chạy trên các đầu vào không đáng tin cậy. Giải pháp (cô lập để không thể vươn ra ngoài, dùng một lần để mọi thao tác không lưu lại lâu dài) gần như là sự phủ định trực tiếp của mối nguy đó. Đây là điểm mấu chốt dành cho những ai vẫn thấy tác nhân hơi khó hiểu: không gian làm việc đã hé lộ bí mật đó. Tác nhân không phải là một nhà tiên tri biết sẵn câu trả lời. Tác nhân là một vòng lặp thử mọi thứ trong không gian làm việc, đọc lại kết quả đã xảy ra, rồi thử tiếp. Lý do duy nhất khiến tác nhân cần đến sandbox dùng một lần là vì tác nhân sẽ tạo ra mớ hỗn độn: chạy mã bị lỗi, cài sai thứ cần cài, đi sai hướng, và bạn muốn mớ hỗn độn đó được cô lập rồi loại bỏ. Lý do bộ nhớ của tác nhân nằm bên ngoài không gian làm việc cũng tương tự: để phần hỗn độn có thể bị loại bỏ, trong khi phần đã học được vẫn được giữ lại. Quá trình thử và sai diễn ra trong một ô cô lập mà bạn sẽ loại bỏ; còn bài học được lưu vào một kho lưu trữ mà bạn giữ lại. Hãy hình dung tác nhân AI không phải như một thiên tài, mà giống một thực tập sinh rất nhanh nhẹn, không biết mệt, được bạn giao cho một căn phòng cô lập, một chiếc máy tính và đúng một tác vụ. Bạn dựng lại căn phòng đó từ đầu cho công việc tiếp theo, nhưng vẫn giữ lại các ghi chú. Không chỉ là một phép ẩn dụ. Về cơ bản, đó chính là kiến trúc. Tác nhân hoạt động bằng cách thử và sai: lập kế hoạch, chạy, thất bại, thử lại, rồi thành công. Hãy xem một ví dụ thực tế. Một tác nhân vận hành bán hàng được giao nhiệm vụ: “lấy báo cáo hệ thống bán hàng của tuần trước và đánh dấu các thương vụ đang bị đình trệ.” Tác nhân đăng ký một không gian làm việc mới. Tác nhân mở trình duyệt, đăng nhập vào CRM của bạn và tải báo cáo về. Tác nhân chạy vài dòng Python để tìm các thương vụ không được cập nhật trong 14 ngày. Tác nhân viết một bản tóm tắt ngắn. Sau đó, tác nhân thoát ra và không gian làm việc bị hủy. Bây giờ, hãy xem những gì đã không xảy ra: Và những thứ bạn thực sự muốn giữ lại, như bản tóm tắt do tác nhân tạo ra, nhật ký kiểm tra của từng cú nhấp chuột, và bộ nhớ của tác nhân rằng “Acme đã ngừng phản hồi”, đều được chủ động ghi bên ngoài không gian làm việc, để không gian làm việc có thể biến mất mà không kéo theo những thứ đó. Đó là sự đảo chiều mặc định trong một tác vụ đơn lẻ: quá trình thực thi là dùng một lần, còn các kết quả đầu ra và bộ nhớ thì không. Một khi nhận ra mô hình này trong một quy trình làm việc, bạn sẽ thấy mô hình này xuất hiện ở khắp nơi. Đây chính là mô hình mà AgentRun đóng gói thành dịch vụ. Dễ gọi AgentRun là “một chiếc hộp tác nhân tất cả trong một”, nhưng cách gọi đó lại đánh giá thấp thiết kế này, vì AgentRun giữ những thành phần riêng biệt ở đúng trạng thái riêng biệt thay vì gom tất cả lại với nhau: Dễ bắt đầu: một biểu mẫu duy nhất để xác định mô hình, câu lệnh và công cụ của tác nhân — không cần quản lý hạ tầng. AgentRun cung cấp năm mẫu sandbox — mỗi mẫu được thiết kế riêng cho một loại công việc khác nhau của tác nhân. Tạo AIO Sandbox: chọn tài nguyên, trình duyệt và môi trường chạy của bạn — không gian làm việc được khởi tạo theo nhu cầu và biến mất khi tác vụ hoàn tất. Quản trị mô hình: kiểm soát những mô hình mà tác nhân có thể gọi, cũng như các giới hạn áp dụng. Bộ nhớ nằm bên ngoài không gian làm việc dùng một lần — bền vững, có thể tìm kiếm và được tách biệt có chủ đích. Lớp quan sát: theo dõi từng lệnh gọi, đo lường từng đơn vị tài nguyên. Không gian làm việc dùng một lần chính là phần mà toàn bộ bài viết này tập trung phân tích. Các lớp còn lại tồn tại chính là để phần này có thể dùng một lần. Nhiệm vụ của AgentRun là kết nối các lớp đó với nhau để bạn không phải tự làm, đồng thời giữ ranh giới đủ rõ ràng để bạn vẫn biết lớp nào đang đảm nhiệm việc gì. Dùng một lần ở trung tâm, bền vững ở vùng biên, tất cả trên một nền tảng serverless. Mở rộng năng lực của tác nhân với marketplace gồm các công cụ MCP và kỹ năng tích hợp đám mây ngay từ đầu — từ Playwright đến RDS Copilot. Dễ quản lý: mọi môi trường chạy của tác nhân đều được hiển thị và có thể kiểm soát từ một nơi. Mối lo hiển nhiên là: nếu một tác nhân chạy mã không đáng tin cậy và hàng nghìn tác nhân dùng chung phần cứng, liệu một tác nhân có thể thoát khỏi môi trường cô lập và truy cập vào khách hàng khác không? Đây là câu hỏi đúng, và câu trả lời trung thực không phải là “môi trường được cô lập hoàn hảo” cũng không phải là “muốn làm gì cũng được”. Các không gian làm việc này không nằm trực tiếp trên một máy dùng chung không có lớp cách ly. Các không gian làm việc này chạy trên cùng lớp cô lập cấp VM nhẹ (bộ chứa bảo mật) vốn đã tách biệt hàng triệu khối lượng công việc serverless đa đối tượng thuê. Ranh giới cách ly này vững chắc, đã được kiểm chứng qua thực tế vận hành, chứ không phải một ranh giới mới mẻ và mong manh. Nhưng “vững chắc” không có nghĩa là “hoàn hảo”. Không có cơ chế cách ly nào là không thể bị phá vỡ, giới nghiên cứu đôi khi vẫn tìm ra lỗ hổng, và tác nhân còn tạo thêm một bề mặt tấn công thực sự mới mà không sandbox nào có thể khép kín hoàn toàn: chèn câu lệnh, trong đó đầu vào không đáng tin cậy chính là các chỉ dẫn dành cho tác nhân, được cài cắm qua một trang web hoặc tài liệu mà tác nhân đọc. Vì vậy, tư thế bảo mật thực sự là phòng thủ theo chiều sâu: cách ly mạnh mẽ, cộng với khả năng dùng một lần (không có gì được duy trì để bị đánh cắp sau này), cộng với kiểm soát lưu lượng ra ngoài (không thể tùy ý gọi ra bên ngoài), cộng với thông tin xác thực theo nguyên tắc đặc q

随着IDC行业的快速发展，可持续发展将成为未来竞争的关键

如果您正在寻找优质的高防CDN，欢迎访问 www.isclouder.com 了解更多

最新消息显示，微软考虑推迟或放弃2030年100%可再生能源匹配目标

近日，多家外媒报道，微软公司正内部评估是否推迟甚至放弃其 2030年100%清洁能源目标

业内人士指出，该目标名为”100/100/0″，旨在实现全球范围内每小时100% 用电量均由零碳能源匹配（100% of electricity consumption, 100% of the time, matched by zero-carbon energy purchases）

从更深层次来看，这一讨论主要源于人工智能（AI）数据中心快速扩张带来的电力需求激增，目前尚未做出最终决定

业内人士指出，微软于2021年提出这一雄心勃勃的目标，旨在超越传统的年度可再生能源匹配，实现更严格的小时级实时匹配，以推动电网脱碳

值得关注的是，但随着生成式AI技术的迅猛发展，微软数据中心建设速度大幅加快，每季度新增约1吉瓦容量，年资本支出预计将达到1900亿美元

值得关注的是，这导致电力需求远超此前预期，给实现小时级匹配带来显著挑战和成本压力

从更深层次来看，针对相关报道，微软发言人回应称，公司仍在积极寻找途径坚守清洁能源匹配目标，并强调将继续推进碳负、用水正、零废弃物等整体可持续发展承诺

从更深层次来看，公司近期已与美国威斯康星州能源企业We Energies达成一系列协议，将在当地开发总规模1.2吉瓦的无碳能源项目，包括光伏发电和储能设施，预计2028年12月起陆续并网投运

从更深层次来看，知情人士表示，相关内部讨论仍在进行中，最终结果尚未确定

业内人士指出，此前，微软已签订超过40吉瓦的可再生能源采购协议，并在2025年前提前实现全球年度电力使用100%匹配可再生能源的目标

业内人士指出，但AI驱动的算力需求正迫使科技巨头重新权衡气候承诺与业务增长之间的平衡

业内人士指出，这一消息引发业界对科技公司在AI时代如何协调能源需求与可持续发展目标的关注

业内人士指出，国际能源署等机构预测，到2030年，数据中心电力消耗将大幅增长，美国部分地区新增需求可能主要依赖天然气等过渡能源

业内人士指出，公司表示，将继续通过长期购电协议等方式推进清洁能源项目，以支持全球业务发展和气候目标

值得关注的是，如果您想了解更多关于泰国算力产业发展，以及数据中心项目落地情况、当地政策变化、中国出海企业现状等，欢迎报名即将于2026年5月27日在泰国曼谷香格里拉酒店召开的数字基础设施全球合作发展曼谷论坛（DIFGC 2026 · THAILAND），并关注下午召开的DIF Lounge研讨会，与真正参与泰国 AI 数据中心建设一线决策者和工程伙伴面对面交流，提前锁定合作、项目与生态位置

业内分析认为，AI算力需求与绿色数据中心将成为行业主旋律

如果您正在寻找优质的高防服务器，欢迎访问 www.isclouder.com 了解更多

行业动态更新：绿电标配时代：和林格尔新区“荷”力重塑数字版图

近年来，在自治区党委、政府的坚强领导下，呼和浩特市积极抢抓国家”东数西算”工程的重大机遇，凭借其独特的区位、气候、绿电、网络、算力、政策、人才等多重优势，开创了数字经济高质量发展的新局面

值得关注的是，呼和浩特以”算电协同、全链赋能”为核心持续发力，其中，和林格尔新区作为这一战略的核心引擎，正以其强大的”荷”力，深刻重塑着绿色算力新版图

值得关注的是，作为呼和浩特市数字经济发展的重中之重，和林格尔新区积极打造成为全国领先的数据中心集群

业内人士指出，目前，和林格尔新区已成功集聚了包括三大运营商、主要金融机构、国家部委及众多头部企业在内的46个数据中心项目

从更深层次来看，这些项目的落地生根，使得和林格尔新区的算力规模达到10.1万P，这一成就使其在全国八大枢纽、十大集群21个片区中持续保持领先地位

从更深层次来看，支撑和林格尔新区强劲算力发展的，是其上游算电设备制造产业的快速集聚与蓬勃发展

业内人士指出，目前，已有超聚变、浪潮、诚迈、万帮、云储储能机柜、瑞科特等45家算电设备制造龙头企业入驻呼和浩特

从更深层次来看，同时，自治区首家算电数字设备制造产业园在呼和浩特成立，吸引了华电、国电南自、新华三等一批供电、服务器、电气设备制造企业落地，加速构建”绿电+算力设备”的双轮驱动发展模式

值得关注的是，得益于此，呼和浩特的用电成本创下全国最低水平，其绿色算力指数也持续领先，为和林格尔新区提供了强大的绿色能源保障

业内人士指出，围绕和林格尔新区提供的强大算力支撑，下游算力数据应用领域也实现了全面布局，构建起一个龙头企业引领、产业协同共进、创新生态蓬勃的完整产业链条

从更深层次来看，信创验证适配企业如燧原科技，以及京东优博、蒙牛数科、多云算力调度平台、数据交易中心等数据产业企业在此集聚

从更深层次来看，此外，电信星辰、移动九天、联通元景、讯飞星火、智谱华章、中石油昆仑等大模型训练推理企业也纷纷落户

业内人士指出，同时，中通服、中元设计等专业化设计建造企业，中科仙络、北京璇玑等运营运维企业，以及云天畅想、星海算力、滴滴出行等算力应用企业，共同构筑起覆盖全生命周期的完整产业链，确保和林格尔新区的算力能够高效转化为经济社会发展的强大动能

从更深层次来看，综上所述，和林格尔新区正以前所未有的速度和深度，引领着数字经济高质量发展

业内人士指出，在绿电标配时代背景下，和林格尔新区凭借其独特优势和全产业链的赋能效应，不仅持续领跑全国算力版图，更成为推动区域乃至全国数字经济腾飞的重要力量

业内分析认为，AI算力需求与绿色数据中心将成为行业主旋律

如果您正在寻找优质的韩国CN2服务器，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，土耳其 Tripy Mobility 将部署天瞳威视智驾方案 Robotaxi

IT之家 7 月 14 日消息，土耳其出行服务企业 Tripy Mobility 昨日宣布在天津与中国智能驾驶解决方案供应商天瞳威视 (CalmCar) 签署一项战略合作协议，双方将携手在土耳其等市场提供 L4 Robotaxi（无人驾驶出租车）服务

业内人士指出，这一拟议车型将基于上汽大通的大家 7 电动汽车平台，配备来自 NVIDIA（英伟达）和地平线的硬件，结合天瞳威视软件能力，具备先进传感器融合、高精地图、人工智能决策系统和多层安全架构

业内人士指出，IT之家了解到，Tripy Mobility 将参与本地化改造和道路测试，并负责车队管理和 Robotaxi 服务国际化推广

业内分析认为，AI算力需求与绿色数据中心将成为行业主旋律

如果您正在寻找优质的香港服务器租用，欢迎访问 www.isclouder.com 了解更多