Category: 行业资讯

据行业最新消息，IT早报 0614：一季度国内汽车行业利润率降至历史新低 3.2%；JetBrains IDE 适配鸿蒙；张雪机车夺取赛季第 6 冠；华为鸿蒙 NEXT 座舱预

>> 查看详情 科技媒体 9to5Mac 6 月 12 日发布博文，报道称在 iOS 27 Beta 1 更新中，苹果升级其键盘输入法，扩展支持 10 种语言，并优化支持简体中文输入

值得关注的是，汽车行业一季度利润率仅 3.2%，明显低于全国规上工业企业平均水平的 4.9%

从更深层次来看，同时，大市场、庞大用户群体将是促成中国高端摩托车产品技术快速成熟的关键性优势

从更深层次来看，>> 查看详情 智谱称 GLM-5.2 是智谱迄今能力最强的开源模型，支持真正可用的 1M 上下文，并在长程任务中继续保持领先

值得关注的是，>> 查看详情 当地时间周五，马斯克成为全球首位万亿富豪后，马姆达尼在 X 上写道：“我们应该向富人征税的第 1 万亿个理由

业内人士指出，>> 查看详情 IT之家实测发现，目前，华为鸿蒙座舱模拟器已上线 DevEco Studio，版本号为 HarmonyOS 7.0.0 (26.0.0)Beta1

从更深层次来看，他援引数据称，5 月纯电渗透率已达 42.2%，首次超过油车，并认为这一趋势将如挪威般加速，最终走向纯电主导

从更深层次来看，>> 查看详情 今天就先聊到这里，IT早报，咱们明天见

业内人士指出，该年番共 52 集，每周六 11:00 更新，非会员可免费观看一集，大会员可抢先看

值得关注的是，>> 查看详情 重庆武两高速控制性工程 —— 凤来大溪河特大桥钢混组合梁顺利合龙，标志着这座主跨 580 米的世界最大跨径钢拱桥主体钢结构施工圆满收官

值得关注的是，>> 查看详情 在 6 月 13 日的华为开发者大会 HDC 2026 的鸿蒙电脑开发者论坛环节，华为官方确认，2026 年，鸿蒙电脑将实现主流 IDE 上架应用市场

业内人士指出，>> 查看详情 国产动画《凡人修仙传》新年番“慕兰之战”6 月 13 日在B站正式开播，首集更新即吸引超过 50 万观众同时在线观看

值得关注的是，>> 查看详情 关于理想 L8 为什么从豪华六座 SUV 改成旗舰五座 SUV，理想汽车方面回应称，“因为我们希望为五座需求的用户，做一台不需要在体验上做任何妥协的旗舰 SUV

业内人士指出，>> 查看详情 荣耀手机官方 6 月 13 日发布了荣耀 Robot Phone 首支成片，为上影节评委团打造

从更深层次来看，行业面临销量、营销、利润三重回落，消费者审美疲劳，车企内伤严重

值得关注的是，“好的产品不仅是国人享用，更应让全球用户消费共同享用

业内人士指出，今年以来，部分民生领域互联网企业仍存在类似违规行为，网信部门将持续加大执法力度，严厉打击危害网络和数据安全、侵害个人信息权益的违法行为

值得关注的是，>> 查看详情 科技媒体 MacRumors 6 月 12 日发布博文，报道称苹果公司正铺垫其首款折叠手机 iPhone Ultra，包括 Apple Music、播客、健康等十余款应用已扩展支持横屏模式

从更深层次来看，>> 查看详情 小米董事长兼 CEO 雷军 6 月 13 日在盐城试验场完成一场 YU7 测试直播，随后他发布长文，对本次直播进行了总结

业内人士指出，周靖人是阿里通义大模型团队的关键人物，去年刚成为合伙人

从更深层次来看，>> 查看详情 在阿里公开周靖人出任首席科学家、牵头成立 AI 未来研究院仅 6 天后，网络便传出其拟离职的消息

业内人士指出，>> 查看详情 世界超级摩托车锦标赛（WSBK）意大利艾米利亚-罗马涅站 WorldSSP 组别首轮正赛落幕，张雪车队车手德比斯取得冠军

业内人士指出，大桥桥面距河面高差超 310 米，累计用钢量达 2.58 万吨，展现了我国山区特大桥梁的顶尖建造实力

业内人士指出，如今，蔚来自研的神玑芯片已落地应用，大幅缩减了相关开支，降本成效显著

业内人士指出，>> 查看详情 针对行业消息显示网络热议的小米 YU7 GT 装载 600 斤车厘子视频，雷军澄清该行为是在封闭实验场内进行，并非公共道路

值得关注的是，小米高管也补充解释，测试场面积超万亩，内部用车搬运更为方便

从更深层次来看，目前 IntelliJ IDEA 确认鸿蒙适配中，预计 Q4 上架

从更深层次来看，>> 查看详情 华为 HDC 2026 开发者大会 6 月 13 日继续举行，带来了鸿蒙 NEXT 座舱详细开发与发布计划，从 6 月开发者 Beta 到 12 月消费者商用版，节奏紧凑

从更深层次来看，>> 查看详情 多位业内人士透露，目前相关部门已经在研究相关政策，除养路费分摊问题，还将涉及更多汽车产业相关的税费体制，以实现制度“与时俱进”

从更深层次来看，>> 查看详情 苹果两位高管在最新采访中表示，iOS 27 版照片（Photos）应用引入 3 项 AI 功能，是让普通用户也能享受专业级修图能力

从更深层次来看，>> 查看详情 上海市网信办公布执法案例，携程因未落实数据出境安全评估要求、违法出境个人信息，被依法处以 1000 万元罚款并责令改正

业内人士指出，>> 查看详情 数码博主爆料子系旗舰新机正在测试 10000mAh 左右大电池，网友推测该机为小米 REDMI K100 系列，此前该博主曾曝光过该系列新机核心规格

业内人士指出，”>> 查看详情 蔚来副总裁马麟在论坛上坦言，过去采购英伟达芯片年花费高达 3 亿美元

业内人士指出，”>> 查看详情 李斌在重庆论坛上指出，汽车行业已进入残酷的存量竞争阶段，预计全年零售量将下跌 15%-20%

值得关注的是，“IT早报”时间，大家好，现在是 2026 年 6 月 14 日星期日，今天的重要科技资讯有： 今年前 5 个月超百款新车上市，但销量却出现收缩

业内人士指出，视频记录了他前往盐城汽车试验场慰问工程师的行程，所载车厘子为统一采购后分发给园区不同地点

值得关注的是，根据模拟器预览，新版本座舱将适配 17.2 英寸车机屏幕，分辨率为 3402×1620、像素密度为 432dpi

业内人士指出，新车将在林肯重庆工厂生产，提供 Premiere 和 Reserve 两种配置

业内人士指出，”>> 查看详情 外媒《Car & Driver》12 日公布的一份美国国家公路交通安全管理局文件确认，2027 款冒险家已经在规划中

值得关注的是，>> 查看详情 李明称，尊界是江淮与合作伙伴共同打造的标杆产品，未来在海外推广时，也必须同当地用户需求深度适配

值得关注的是，>> 查看详情 张雪认为，国内摩托车制造工艺、加工水平已基本追平国际一线品牌，零部件供应链成熟，硬件层面差距极小

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云主机，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，微软重金布局东南亚算力：泰国超10亿美元，新加坡投55亿美元

3月31日，微软副总裁兼总裁布拉德·史密斯（Brad Smith）在曼谷与泰国总理阿努廷·查恩维拉库尔（Anutin Charnvirakul）会晤后公开，从2026年至2028年，微软计划向泰国投入超过10亿美元，用于扩展云和AI基础设施以及持续运营

业内人士指出，史密斯表示，此举体现了微软对新加坡作为全球数字领导者的长期信心

值得关注的是，此举凸显东南亚地区在全球AI算力版图中的战略重要性，泰国和新加坡分别扮演不同角色：前者强化区域AI/云节点，后者巩固高端合规算力中心地位

业内人士指出，此前，微软已于2025年与CP Group、True等伙伴启动泰国云区域相关合作，True IDC将作为关键数据中心设施之一

业内人士指出，紧随其后，4月1日，微软在新加坡公开，从2025年至2029年，将投入55亿美元用于云和AI基础设施及持续运营

从更深层次来看，泰国政府表示，该计划将助力提升劳动力AI素养，并与相关部委合作开发负责任AI治理框架

值得关注的是，微软相关声明强调，所有投资均致力于”技术、信任与人才”三大支柱，推动东南亚在AI时代的包容性发展

从更深层次来看，不过，具体项目落地细节、能源水资源配套以及技能培训规模，仍有待后续跟进披露

从更深层次来看，多家媒体报道指出，这反映出泰国正加快数据中心、电子和电力项目，以巩固其作为东南亚数字枢纽的地位

从更深层次来看，该投资同时涵盖网络安全、韧性和治理框架建设，以及AI技能普及项目

业内人士指出，分析指出，新加坡的投资重点在于高端AI算力、合规性与稳定连接，吸引跨国企业寻求海外可靠基础设施

业内人士指出，如果您想了解更多关于泰国电力市场，以及与数据中心项目落地情况、当地政策变化、中国出海企业现状，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），诚邀您共话全球数字集成新篇章

业内人士指出，同时，微软将与泰国本地及全球伙伴合作，包括Gulf Development Public Company Limited、Advanced Info Service（AIS）、Charoen Pokphand Group（CP Group）、True Corporation以及True Internet Data Center（True IDC）

值得关注的是，微软此番行动或将进一步带动本地企业数字化转型，并为区域经济注入新动能

业内人士指出，新加坡自2010年起已设有微软云区域，此次扩容旨在满足AI计算需求增长，并通过”Microsoft Elevate”程序为所有高等教育学生免费提供Microsoft 365 Premium with Copilot工具，为教育工作者提供AI培训，并助力非营利组织领导者提升技能

从更深层次来看，两项投资合计超过65亿美元，显示微软正积极响应东南亚AI需求激增，同时注重人才发展和可持续治理

从更深层次来看，泰国投资强调本地生态构建与包容性增长，新加坡则侧重区域枢纽的韧性与创新扩散

值得关注的是，这些伙伴关系旨在通过数据中心开发、联合市场策略和数字解决方案，助力泰国”以AI推动国家增长、繁荣与全球竞争力”倡议

从更深层次来看，业内观察认为，随着全球AI算力竞争加剧，东南亚凭借政策支持、能源配套和人才基础，正成为科技巨头布局热点

业内人士指出，根据微软官方声明，此次投资不仅限于”建机房”，还将支持本地技能培养、就业机会创造和技术知识转移

从更深层次来看，行业消息显示，微软公司行业消息显示连续公开在东南亚两大枢纽的大额投资计划，旨在加速云和人工智能（AI）基础设施建设，并推动本地数字化转型

业内人士指出，该投资聚焦建设符合微软全球标准的云和AI数据中心，强调可持续性，包括绿色能源和水资源正效益

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土耳其服务器，欢迎访问 www.isclouder.com 了解更多

最新消息显示，《DOTA2》国服优化服务器网络架构：取消“电信 / 联通”运营商命名标准，改用地理分区

本次调整旨在进一步提升网络互通效率、优化匹配组网结构

业内人士指出，请各位玩家在匹配时，直接根据最新界面中各地区显示的实际延迟数据和您所在的地理位置，选择最合适的大区进行游戏

从更深层次来看，调整后，服务器对各家运营商网络的兼容与支持更为智能化

从更深层次来看，目前获得直接邀请的队伍包括：卫冕冠军 Team Falcons、西欧劲旅 Team Liquid 与 Tundra Esports、东欧的 Aurora Gaming、BoomBoys 及 Team Yandex，以及中国战队 Xtreme Gaming（XG）等

业内人士指出，在本次更新后，游戏内匹配界面中的地区选项名称及分类将有所改变

业内人士指出，关于服务器网络架构优化及大区命名规范化调整的说明 为给广大玩家带来优质顺畅的游戏体验，我们近期对部分服务器进行了网络架构优化及大区命名规范化调整

业内人士指出，《DOTA2》2026 年国际邀请赛（TI15）将于 8 月 13 日-23 日在中国上海举行，来自全世界的 16 支顶尖职业战队将在上海争夺冠军之神盾与至高无上的荣耀

值得关注的是，本届国际邀请赛是第 15 届国际邀请赛，同时也是第二次在上海举办的国际邀请赛

值得关注的是，服务器的命名与分类将不再沿用以往的“电信 / 联通”等运营商标准，而是统一直接按照“地理区域”进行命名和划分

业内人士指出，IT之家 6 月 11 日消息，《DOTA2》国服今日发布“关于服务器网络架构优化及大区命名规范化调整的说明”，称服务器的命名与分类将不再沿用以往的“电信 / 联通”等运营商标准，而是统一直接按照“地理区域”进行命名和划分

业内人士指出，感谢您的理解与支持，我们会继续努力为大家提供更好的游戏体验

值得关注的是，在预选赛名额分配方面，中国赛区拥有 2 个名额，比赛时间为 6 月 15 日至 18 日；欧洲赛区因合并东欧与西欧预选赛，将产生 4 个名额，比赛时间为 6 月 21 日至 28 日；此外，南美、东南亚和北美赛区各占 1 个名额

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大带宽服务器，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，800V来了，数据中心要变天了

换句话说，未来数据中心最大的困境，可能不是GPU不够快，而是电流太大

从更深层次来看，而真正值得关注的，从来不是技术本身，而是谁会成为赢家，谁又会被淘汰

业内人士指出，当行业还在讨论下一代GPU性能提升多少时，一场围绕800VDC的基础设施革命已经悄然启动

业内人士指出，然而，对于规模较小的数据中心而言，情况完全不同

值得关注的是，它本质上是一套电力电子系统，通过高频半导体器件完成电压转换

业内人士指出，这意味着，未来几年行业很可能出现双轨制发展

业内人士指出，一边是AI超级数据中心率先进入800VDC时代

值得关注的是，从历史经验看，每一次基础设施革命都会诞生新的龙头企业，也会淘汰旧时代的赢家

业内人士指出，新一代AI机柜甚至开始向千瓦乃至兆瓦级迈进

值得关注的是，因此，头部企业和中小运营商之间的分化将进一步加剧

业内人士指出，因此，800VDC并不是一个”更先进”的选择，而是”别无选择”

业内人士指出，因此，资本市场开始高度关注这一赛道，大量初创企业获得融资，传统电力设备巨头也纷纷收购相关技术团队

业内人士指出，过去需要多个系统共同完成的工作，未来可能被一个设备完成

从更深层次来看，传统变压器依赖工频铁芯工作，本质上是一种非常成熟的设备，稳定、可靠、寿命长，是它最大的优势

业内人士指出，03、一个被忽视的现实：800VDC首先利好巨头 围绕800VDC，目前行业存在一个非常有争议的话题

值得关注的是，在许多业内人士眼中，它甚至可能是未来十年数据中心最重要的新设备

值得关注的是，无论是UPS、配电柜还是机房母线系统，都形成了成熟稳定的产业生态

从更深层次来看，从产业逻辑来看，这与新能源汽车行业从400V向800V平台升级的逻辑高度契合，二者升压原理一致，但应用场景、安全规范标准存在显著差异

从更深层次来看，更重要的是，许多实验室效率数据是在理想环境下获得的

从更深层次来看，但如果把视角拉远，会发现一个更值得关注的变化正在发生：数据中心的电力系统正在被重新定义

从更深层次来看，800VDC并不是简单替换设备，而是重新建设体系

从更深层次来看，过去的数据中心产业格局中，UPS、低压配电柜、交流开关柜、传统变压器等设备长期占据核心位置

业内人士指出，因为当数百兆瓦甚至数吉瓦级AI集群接入电网时，其动态特征已经远远超出传统负载模型

业内人士指出，从这个角度看，800VDC不仅是技术升级，也可能成为新的行业门槛

值得关注的是，对于传统基础设施厂商而言，这是一场守城战；对于新兴电力电子企业而言，则是一场难得的跃迁机会

值得关注的是，真正值得关注的是，它正在改变数据中心与能源系统之间的关系

业内人士指出，它未必会按照所有支持者期待的速度推进，但有一点已经越来越清晰：AI革命进入深水区之后，决定竞争力的将不只是芯片和模型，而是谁能够以更低成本、更高效率持续获得电力

值得关注的是，过去需要七级转换才能完成的供电链路，未来可能压缩至五级甚至更少

从更深层次来看，未来几年，SST（固态变压器）更可能成为新的产业核心

值得关注的是，有人认为，800VDC将成为未来十年的基础设施必选项，也有人认为这不过是头部科技巨头推动的一场成本转移游戏

值得关注的是，理论上，SST能够把变压器和整流器整合为一个设备，同时显著提升效率和功率密度

从更深层次来看，许多企业正是依靠这些成熟产品建立起数十亿美元规模的业务体系

业内人士指出，过去两年，AI产业最大的焦点始终集中在GPU、模型和算力竞赛

值得关注的是，对于能源行业而言，这是一次角色转换；对于监管机构而言，这是一次全新的挑战

业内人士指出，长期以来，UPS被视为数据中心不可替代的基础设施

值得关注的是，随着训练集群和推理集群不断扩大，单机柜功率已经从过去几十千瓦一路攀升至数百千瓦

从更深层次来看，因此，未来最大的悬念不是SST能否成功，而是它究竟会成为新的行业标准，还是停留在高端市场的补充方案

业内人士指出，而托管型数据中心更关注设备兼容性和客户多样化需求，它们未必愿意激进转型

从更深层次来看，整个行业几乎没人认为电力架构会成为创新方向

值得关注的是，值得注意的是，这场变革并非新增设备赛道，而是对现有设备体系做精简整合

业内人士指出，因此，800VDC真正改变的不是电压，而是利润流向

值得关注的是，于是，行业发现一个残酷现实，如果想继续提升算力密度，就必须提升供电电压，800VDC因此被视为最佳方案之一

从更深层次来看，这也是为什么越来越多业内人士认为，未来数据中心可能不是主动拥抱800VDC，而是被AI推着走向800VDC

从更深层次来看，本届大会以”AI 入场景，Token大时代”为主题，设置主论坛、供需交流会、年度评选、闪话：智算引力现场、创新成果展等多元环节，汇聚大模型企业、算力基础设施提供商（芯片、服务器等）、算力服务商、行业用户，共同探讨智算产业从建设走向应用、从技术走向生态的关键路径

从更深层次来看，因为从现实落地情况来看，最积极推动800VDC的并不是普通数据中心运营商，而是谷歌、Meta、微软等超大规模云服务商

业内人士指出，谁能率先掌握新的架构标准，谁就有机会在下一轮产业周期中获得主导权

值得关注的是，固态变压器、储能系统、超级电容以及软件定义电力控制系统的结合，使数据中心开始具备主动参与电网调节的能力

值得关注的是，毕竟传统变压器可以稳定运行数十年，而固态变压器本质上是复杂电子系统，其寿命、维护成本和故障率仍需时间验证

业内人士指出，过去十年，服务器功率增长相对缓慢，传统交流供电体系完全能够满足需求

业内人士指出，另一边则是大量传统数据中心继续运行在交流体系之中

业内人士指出，对于拥有数百兆瓦甚至吉瓦级负载的科技巨头而言，哪怕只提升几个百分点能效，每年都意味着巨额成本节约

业内人士指出，但问题也恰恰在这里，成熟意味着改进空间有限，SST则完全不同

从更深层次来看，当功率密度持续提高时，提高电压几乎是唯一能够同时解决效率、重量和散热问题的方法

业内人士指出，此时，传统48V供电体系暴露出越来越明显的问题：铜损偏高、载流受限、散热过载、配电挤占机柜空间

从更深层次来看，因此，800VDC最大的影响，或许根本不在数据中心内部

从更深层次来看，2026 中国智算产业生态发展年会将于 6 月 30 日在深圳盛大启幕

业内人士指出，但随着分布式储能、电池备份单元以及超级电容的普及，传统UPS承担的部分功能开始被拆解和替代

从更深层次来看，新的供电柜、新的安全规范、新的运维流程、新的认证体系、新的电力保护机制，几乎每一个环节都意味着额外投入

值得关注的是，尤其在第一阶段，新增供电系统带来的资本支出非常明显

值得关注的是，如果说800VDC是主线，那么SST就是最值得关注的支线

从更深层次来看，而在部分探索场景下，数据中心可能同时成为储能节点、能源调节节点甚至微电网节点

从更深层次来看，业内多数分析将800VDC定义为一场节能升级，但这一认知过于片面

从更深层次来看，02、这不是技术升级，而是一次产业洗牌 如果把800VDC理解成供电系统升级，很容易低估它的影响力

业内人士指出，这也让运营商陷入两难困境：长期节能收益可观，但前期改造投入成本远高于节能回报

从更深层次来看，这意味着，未来的数据中心不再只是买电，它们甚至可能成为电网的一部分

从更深层次来看，01、AI把数据中心逼到了物理极限 事实上，节能只是结果，不是原因

值得关注的是，真正推动800VDC出现的，是AI算力密度的爆炸式增长

业内人士指出，从谷歌、Meta到英伟达，从电源厂商到电网企业，越来越多玩家开始押注同一个方向——800V

值得关注的是，大型云厂商拥有足够规模摊薄成本，也拥有技术团队处理复杂架构改造

从更深层次来看，反对者则认为，SST可靠性仍未得到长期验证

值得关注的是，真正进入吉瓦级数据中心后，是否还能保持优势，目前尚无定论

值得关注的是，一旦SST技术成熟，它将成为800VDC体系中的关键入口

从更深层次来看，从产业角度看，这与AI服务器替代传统服务器极其相似

从更深层次来看，业内观点表示，旁路供电柜可能成为第一阶段最大的增量市场

从更深层次来看，围绕直流配电形成的新型电力电子设备获得前所未有的发展机会

值得关注的是，传统设备依靠规模和经验取胜，新设备依靠效率和集成度取胜

值得关注的是，它最终会把算力产业、电力产业和能源产业连接成一个新的生态系统

业内人士指出，在低压架构下，功率越高，电流越大，而线路损耗与电流平方成正比

值得关注的是，这场变革最有意思的地方在于，它看上去是一次供电技术升级，本质上却是AI时代对整个产业链的一次重新分配

业内人士指出，未来算力竞争的差距，或许不只是GPU数量差距，更是基础设施效率差距

业内人士指出，当机柜功率不断攀升时，供电系统反而会占用大量机柜有效空间，成为算力扩容的制约

从更深层次来看，过去监管的是用电设备，未来监管的是具备能源调度能力的数字基础设施

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法国服务器，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，华为朱懂东再谈平板 / 电脑边界与融合：未来可能都是算力型设备，大家按需携带

例如华为在平板上推出了电脑桌面功能，还把键鼠操控和电脑的专业应用挪到了平板上

业内人士指出，IT之家注意到，朱懂东还在现场谈及了平板使用电脑应用不够流畅这一缺点

值得关注的是，针对有人评价华为鸿蒙电脑用起来像平板的言论，朱懂东也表达了感谢，他称这是对华为很好的表扬，虽然黑子经常拿这个点黑华为，但在他看来这个点其实是表扬，因为（鸿蒙电脑）就是这么做的，就是要把电脑的使用体验和整体的感觉做得像平板一样易用好用，而且接受度也会更高

业内人士指出，朱懂东还表示，华为还把平板做得越来越像电脑，正促进两种设备之间的融合

值得关注的是，他称这也是没办法的事情，因为是在平板上面运行一个电脑应用，但有总比没有强

业内人士指出，他提到，华为根据芯片的功耗墙设计，正在把平板和电脑的操作系统尽可能去进行融合

值得关注的是，朱懂东还希望开发者不要认为鸿蒙电脑没有量，因为华为现在正致力把电脑应用往平板上面搬，这样开发者的应用实际上不只鸿蒙电脑的安装量，还有几千万用户的基础，是中国平板领域的 No.1，开发者如果放弃的话可能会损失掉这部分的潜在用户

值得关注的是，朱懂东表示，华为一直在做的，就是不刻意去强调这款产品到底是平板还是电脑，而其实两者的区别就在于用了什么功耗的芯片、搭载了什么样的操作系统

从更深层次来看，而这对于开发者来说也有巨大的好处，如果应用只推出 PC 版，那么用户量可能会比较少，但是平板每年的量非常大，而且华为还有几千万的存量用户

业内人士指出，IT之家 6 月 14 日消息，华为开发者大会 HDC 2026 的「鸿蒙办公」分论坛已于昨日举行，华为终端平板与 PC 产品线总裁朱懂东再次谈及了平板与电脑的边界

值得关注的是，朱懂东认为，用户未来用平板还是电脑，将从使用场景出发，用户认为哪台设备可以满足自己的需求，就带哪台设备出发，因为未来的设备从客观来讲可能都是算力型的设备

值得关注的是，据介绍，目前华为 MatePad 鸿蒙平板分为 Pro、Air、Mini 和无尾缀普通款四个系列

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香港服务器租用，欢迎访问 www.isclouder.com 了解更多

最新消息显示，40英亩、200MW：Gorilla泰国AI园区启动 瞄准主权AI需求

根据公司官方声明，该地块位于曼谷东北约260公里的呵叻地区，面积约100莱（相当于约40英亩）

从更深层次来看，公司表示，全面运营后该园区有望从2028年开始贡献约15亿美元的年化收入，并创造超过1000个就业岗位

业内人士指出，”该项目被定位为支持泰国及区域政府、企业和AI开发者的主权计算平台，配备弹性电力架构、先进冷却系统、暗光纤连接以及增强型安全控制

从更深层次来看，Gorilla Technology董事长兼首席执行官Jay Chandan表示：”任何人都可以谈论AI，但很少有人能真正构建运行AI所需的物理平台

业内人士指出，5月5日，纳斯达克上市公司Gorilla Technology Group公开，已在泰国呵叻（Nakhon Ratchasima，简称Korat）收购一块战略性土地，用于开发一座规划容量达200MW的AI数据中心园区

从更深层次来看，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），诚邀您共话全球数字集成新篇章

业内人士指出，园区全面建成后将包括六个高密度AI数据大厅，其中五个大厅各约30MW，一个较大大厅约50MW，总IT负载容量约150MW，支持高密度GPU部署

从更深层次来看，该项目落地有望进一步提升当地AI算力能力，并带动相关产业链发展

业内人士指出，项目时间表与预期：首期工程目标于2026年7月启动建设，预计2027年第一季度完成，具体进度取决于审批和融资情况

从更深层次来看，此举旨在满足东南亚地区快速增长的主权AI计算需求，进一步拓展其AI基础设施布局

业内人士指出，泰国近年来积极吸引数据中心投资，凭借稳定的电力供应、战略地理位置和政策支持，正逐步成为东南亚数字基础设施枢纽

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香港VPS，欢迎访问 www.isclouder.com 了解更多

最新消息显示，深蓝汽车邓承浩：今年三季度，搭载华为乾崑激光 + 鸿蒙座舱的全新 G318 也会上市

去年 4 月，深蓝 G318 无忧穿越版上市，采用前双叉臂 + 后五连杆独立悬架系统，配备 DEEPAL AD PRO 行泊一体智驾系统，官方指导价 18.59 万元起

业内人士指出，IT之家 6 月 14 日消息，2026（第二十八届）重庆国际汽车展览会昨日在重庆国际博览中心正式拉开帷幕

业内人士指出，据IT之家此前报道，今年 3 月，深蓝 G318 新增四驱旷野版，尺寸 5125×2025×1895mm、轴距 2880mm，搭载 1.5T 增程系统 + 后通风制动盘，定价 18.59 万元

从更深层次来看，在全新深蓝 S07 华为乾崑激光版（增程）正式发布之后，IT之家注意到，深蓝汽车董事长邓承浩昨日还发文预告，称今年三季度，搭载华为乾崑激光 + 鸿蒙座舱的全新 G318 也会上市

值得关注的是，深蓝汽车在现场公开全新深蓝 S07 华为乾崑激光版增程动力车型正式上市

从更深层次来看，新车共推出三款配置，限时优惠价区间 15.49-17.19 万元

业内人士指出，《深蓝 G318 无忧穿越版车型上市，限时焕新价 15.29-19.69 万元》 《深蓝 G318 车型新增“四驱旷野版”上市：专属“峡谷黑”车身配色，售 18.59 万元》 《全新深蓝 S07 华为乾崑激光版增程车型上市：限时价 15.49 万元起，搭载乾崑 ADS 4 Pro 增强版》

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海外服务器，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，How to Manage AI Costs When Developing a Cloud Application on Alibaba Cloud

AI features in cloud applications are not optional anymore. Recommendation engines, natural language interfaces, and intelligent search, these are table stakes now. But the cost of running these features at scale can catch teams off guard, especially when you’re deep into cloud application development, and the bills start climbing. Alibaba Cloud gives developers a strong set of tools to keep those costs in check. The problem is most teams don’t use them well. They pick a model, deploy it, and then check the billing console two weeks later with a sinking feeling. This article discusses the practical ways to manage AI costs in Alibaba Cloud-based applications, from API usage to GPU infrastructure to built-in financial controls. If your application uses foundation models via Alibaba Cloud Model Studio, including the Qwen model family, your first cost lever is how you structure your API calls. Every call to a large language model costs tokens. Input tokens, output tokens, and, depending on the model tier, reasoning tokens. Qwen-Max costs significantly more per million tokens than Qwen-Turbo. So the first question to ask is: does every task in your application actually need the most powerful model? The answer is almost always no. For simple classification tasks, short summaries, or intent detection, Qwen-Turbo handles the job well and costs a fraction of what Qwen-Max does. Reserve the heavier model for multi-step reasoning, complex agent workflows, or anything that genuinely requires it. This approach, sometimes called intelligent model routing, can reduce your Model Studio bill by 50% or more without touching your application logic in any meaningful way. The second thing to look at is context caching. If your application sends the same system prompt or document context with every API call, you’re paying for those input tokens repeatedly. Alibaba Cloud’s context caching feature lets you cache those repeated tokens and receive up to a 75% discount on subsequent calls that use the same cached context. For document-heavy applications, this change alone can justify the engineering time it takes to implement. Finally, turn on the built-in monitoring dashboards inside Model Studio. You can track token consumption per call, per user, and per endpoint. This visibility helps you catch runaway API usage before it becomes a billing problem. Most AI cost problems in cloud application development aren’t model problems; they’re infrastructure problems. Teams spin up GPU instances for model inference, forget to scale them down, and pay for idle compute around the clock. Alibaba Cloud’s Container Service for Kubernetes (ACK) solves this when configured correctly. Running your AI workloads inside containers with proper autoscaling policies means your resources match your actual demand. When traffic drops to zero at 3 AM, so does your compute bill. For batch inference jobs, model training runs, or any non-real-time workload, Spot Instances are worth serious consideration. Alibaba Cloud’s preemptible GPU instances can cost 70-80% less than standard Pay-As-You-Go pricing. The tradeoff is that they can be reclaimed with short notice, which makes them unsuitable for latency-sensitive user-facing features but perfectly fine for background processing. Dynamic GPU scaling, where your cluster scales down to zero instances when there’s no inference demand, requires a bit more setup, but it’s one of the highest-impact changes for teams running custom models. The alternative is paying for a GPU instance that does nothing for 16 hours a day. If you’re doing custom model training or fine-tuning as part of your cloud application development workflow, Alibaba Cloud’s Platform for AI (PAI) is where you’ll likely spend money without realizing it. The most common issue is idle Deep Learning Containers (DLC). A training job finishes, but the environment stays active. The GPU keeps billing. This happens more than it should, especially in teams where multiple engineers share the same PAI workspace. Configure your DLC environments to automatically release compute resources when a job completes. PAI supports this natively. It takes ten minutes to set up and eliminates one of the most avoidable cost drains in AI development. PAI also lets you set budget thresholds with alerts. If your training job exceeds a defined number of compute hours, you get notified immediately. This is especially useful for fine-tuning runs that are supposed to take two hours but drift into eight because someone adjusted the dataset size and didn’t update the estimates. Individual cost controls only go so far. You also need visibility at the application and team level to manage AI costs systematically. Alibaba Cloud has a native FinOps stack that most development teams underuse. The Cost Analysis feature inside the Alibaba Cloud Billing Center lets you break down spending by Kubernetes namespace, resource tag, or application label. This means you can see exactly which microservice or feature within your application is driving AI costs, not just a lump sum for the month. That kind of granularity changes how teams make architecture decisions. Beyond visibility, you can set tight and soft budgets with anomaly detection. If your application hits 80% of its monthly AI budget by the 15th of the month, the system flags it. If something goes wrong, a bug triggers an infinite loop of API calls, for example, anomaly detection catches the spike before it becomes a large unexpected charge. The Log Service (SLS) Cost Manager adds another layer by pulling real-time billing data into structured reports. You can generate cost breakdowns, spot trends, and build forecasts for upcoming months. For teams managing cloud application development projects across multiple clients or environments, this kind of reporting is essential for staying on budget and communicating costs clearly to stakeholders. There are a few areas where teams consistently underestimate costs in AI-powered cloud applications. Storage is one. Vector databases, model checkpoints, and training datasets can accumulate fast on Alibaba Cloud OSS. Unused datasets from old experiments, checkpoints from training runs that were abandoned, these add up quietly. A quarterly cleanup policy costs nothing to implement and keeps storage bills predictable. Egress is another. If your application pulls model outputs or embeddings from Alibaba Cloud into an on-premise system or a third-party service, you’re paying for data transfer. Keeping your AI processing and application logic within the same Alibaba Cloud region eliminates most of this. Logging overhead is the third one. Detailed logging is important for debugging AI behavior, but logging every model response at full token length, across every API call, across every user session, gets expensive. Log what you need for debugging and compliance. Archive the rest to cold storage or set a retention window that matches your actual debugging needs. The teams that manage AI costs well don’t treat it as a finance problem. They treat it as an architecture decision made early in the cloud application development process. Pick the right model tier for each task. Set up autoscaling before you go to production. Configure PAI budget alerts before you run your first training job. Turn on FinOps cost tagging when you create your first resource, not six months later when you’re trying to trace a surprise bill. Alibaba Cloud gives you all the tools to do this. The question is whether you build cost awareness into your workflow from the start or try to retrofit it later. The first approach costs you an afternoon. The second approach costs you a lot more. Disclaimer: The views expressed herein are for reference only and don’t necessarily represent the official views of Alibaba Cloud.

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俄罗斯服务器，欢迎访问 www.isclouder.com 了解更多

最新消息显示，SpaceX 历史性 IPO 后，马斯克称将深化与英伟达的关系

IPO 前夕，SpaceX 与谷歌达成云服务协议，获得相当于 11 万块英伟达 GPU、CPU、内存和其他组件的计算能力，费用为每月 9.2 亿美元（现汇率约合 62.34 亿元人民币）

业内人士指出，SpaceX 还在与特斯拉和英特尔合作，加快建设 Terafab

业内人士指出，接下来，SpaceX 与英伟达之间有望展开更大规模合作

值得关注的是，AI1 卫星的峰值计算载荷最高可达 150 千瓦，配备液冷散热器、微流星体防护、集中式计算模块和可展开太阳能阵列

值得关注的是，IT之家 6 月 13 日消息，SpaceX 完成历史性 IPO 后，股票正式开始自由交易，并推动埃隆 · 马斯克成为全球首位万亿富豪

值得关注的是，据外媒 Wccftech 今日报道，这一表态出现之际，SpaceX 已经公布首款专门面向 AI 计算的卫星设计

值得关注的是，近期，SpaceX 还与 Anthropic 达成类似协议，向 Anthropic 提供 22 万块 H100、H200、GB200 等各类英伟达 GPU 的使用权限，费用为每月 12.5 亿美元（现汇率约合 84.71 亿元人民币），相当于每年 150 亿美元（现汇率约合 1016.48 亿元人民币）

业内人士指出，马斯克已经公开表示，希望把两家公司之间的关系进一步加深

从更深层次来看，SpaceX 常规交易收涨超过 19%，市值升至 2.11 万亿美元（IT之家注：现汇率约合 14.3 万亿元人民币），马斯克也因此成为全球首位万亿富豪

业内人士指出，根据行业消息，SpaceX 将在得克萨斯州 Gigasat 工厂生产 AI1 卫星

从更深层次来看，随后，马斯克也迅速回应，称将把“与英伟达令人兴奋的合作关系提升到新水平”

值得关注的是，SpaceX 股票登陆纳斯达克数小时后，英伟达在 X 上发文祝贺 SpaceX 团队完成“历史性的 IPO 首秀”

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大模型训练服务器，欢迎访问 www.isclouder.com 了解更多

行业动态更新：聚力同行解码AIDC新架构——「新技术」私享会顺利召开

《AIDC转型下液冷系统及智能架构突破》 珠海横琴新近纪智能科技有限公司总经理聂磊重点介绍了两相液冷技术

从更深层次来看，围绕算力密度持续攀升带来的基础设施挑战，海尔数据中心行业总经理石君华指出，单颗GPU芯片功率已提升至300W–1000W以上，供电与散热成为制约系统稳定运行的关键因素

值得关注的是，为此，公司自建并自营BMS平台，实现10万级以上的主动均衡管理能力，为储能在IDC场景中的深度应用奠定基础

值得关注的是，他表示，该方案单芯片支持功率覆盖300W至5000W区间，并通过全负压运行的两相冷凝器设计，从根本上规避爆管风险，为超高功率场景提供了更高安全冗余

值得关注的是，在供配电与绿电协同话题方面，多位嘉宾分享了实践经验

业内人士指出，同时，商汤方舟城市开放平台、商汤星云”嗨丫”智趣门禁考勤一体机、SenseAuto商汤绝影智能汽车平台，以及日日新多模态大模型V6.5与Seko短片创作Agent等应用成果集中亮相，直观呈现了商汤从算力底座到应用落地的整体能力

业内人士指出，与会嘉宾走进商汤科技展厅，系统了解了商汤在全国范围内的算力布局，覆盖华东、华北、华南、西南、西北等多个超算枢纽节点

值得关注的是，面向未来趋势，嘉宾们就算力竞争格局、资本驱动逻辑及技术路径展开交流

业内人士指出，尤其在医疗、工业等对数据安全和实时性要求较高的领域，本地部署与低功耗架构具备更高现实价值，也有助于缓解能耗与供电压力

业内人士指出，但在实际部署过程中，液冷系统与服务器、GPU的长期适配仍是关键挑战，需要在项目前期预留充分的测试与验证周期，避免”应用先行、适配滞后”

值得关注的是，从当前工程实践看，冷板式液冷仍是超节点架构下的主流选择，但其设计与落地需与整机功率密度协同推进

从更深层次来看，由商汤与上海人工智能实验室联合发布的”异构混训”方案，在实测中可实现接近同构算力95%的效率，为多元算力协同提供了现实路径

从更深层次来看，在趋势交流环节，与会嘉宾围绕数据中心能耗演进与液冷技术落地展开深入探讨

值得关注的是，随着源端与负荷端波动加剧，数据中心配电体系正向绿色微电网、标准化设计与快速交付演进

业内人士指出，会议伊始，商汤大装置事业群品牌市场中心总经理马婷婷在致辞中表示，围绕”低成本、低门槛”的客户需求，商汤正在推进”1+X”的战略布局：”1″聚焦大装置、大模型及相关应用等核心业务，”X”则涵盖具身智能、GPU芯片、AI芯片等创新方向，持续拓展算力与应用边界

从更深层次来看，《”储备一体”重构IDC备电体系》 供配电与储能体系同样是智算中心稳定运行的重要底座

业内人士指出，1月16日，由中国IDC圈企业俱乐部和北京商汤科技有限公司联合主办的”「新技术」私享会-AIDC新架构”在北京顺利召开

业内人士指出，昆明理工恒达科技股份有限公司新能源事业部总经理佟国勋指出，传统备电系统多停留在”只监不控”的BMS阶段，难以满足高频调度与精细化管理需求

值得关注的是，大家一致认为，随着AI算力快速增长、单机功率持续上探，传统风冷方案已难以支撑高密度负载，液冷正从”可选项”加速走向”必选项”

业内人士指出，通过新能源接入、储能协同以及设备模块化、线性化设计，可显著提升系统灵活性与建设效率

业内人士指出，有观点认为，单纯追逐更高功率并非终局，未来算力形态将更加多元，垂直场景、本地化计算以及类脑智能等方向值得重点关注

从更深层次来看，与会嘉宾普遍认为，供电、制冷与算力架构需协同重构，才能支撑AIDC的长期可持续发展

值得关注的是，来自算力基础设施、温控制冷、供电储能、智能应用等领域的数十家企业决策者、技术专家与生态伙伴齐聚一堂，通过企业参访、主题演讲与趋势交流等形式，深入探讨了智算中心建设、冷却架构创新、供配电技术升级等核心议题

业内人士指出，《智算中心建设及生态运营实践分享》 商汤科技大装置解决方案总监纪伟明介绍，目前商汤运营算力规模已达32000P，其中国产算力占比约10%，并具备约5500卡规模的国产算力调度能力

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海外服务器，欢迎访问 www.isclouder.com 了解更多