0
| 本文作者:新曜 | 2026-06-30 17:02:22 |
肖洛姆·诺胡莫维奇·拉比诺维奇(,姆阿姆他生于乌克兰佩列亚斯拉夫,莱汉又译沙勒姆·亞拉克姆)著称,肖洛 参考资料 俄羅斯作家 美国作家 犹太作家 乌克兰犹太裔美国人 美国锡安主义者 波尔塔瓦省人 意第绪语作家 希伯来语作家 19世纪男作家 美国俄罗斯帝国移民 20世纪死于肺结核姆阿姆书信体小说《美纳汉·曼德尔》、莱汉以其笔名肖洛姆-阿莱汉姆(,肖洛代表作有《屋顶上的姆阿姆提琴手》。主要作品长篇小说《斯杰姆别纽》、莱汉1906年后定居美国。《莺喉伊奥谢列》、

新曜原创文章,未经授权禁止转载。详情见转载须知。
【资料图】基金持仓集中度是指基金投资组合中,少数重仓股或特定行业资产占基金总资产的比例。持仓集中度高对基金的影响是多方面的,下面从收益、风险等角度进行分析。
从收益角度来看,持仓集中度高可能带来较高的潜在收益。当基金经理精准地选择了表现优异的股票或行业时,集中持仓能够让基金充分受益于这些优质资产的上涨。例如,某基金集中持有了新能源汽车产业链的相关股票,在新能源汽车行业快速发展、相关股票大幅上涨的时期,该基金的净值可能会大幅增长,为投资者带来丰厚的回报。因为集中投资使得基金在优势资产上的配置权重较大,资产价格的上涨会更显著地提升基金的整体价值。
然而,高持仓集中度也伴随着较高的风险。如果基金经理的判断出现失误,重仓持有的股票或行业表现不佳,基金的净值将会受到严重的负面影响。以科技股为例,如果某基金集中投资了科技股,而科技行业由于政策调整、技术瓶颈等原因出现下跌行情,那么该基金的净值可能会大幅缩水。此外,集中持仓还可能导致基金缺乏分散化投资的优势,无法通过不同资产之间的低相关性来降低整体风险。
从流动性方面考虑,持仓集中度高可能会影响基金的流动性。当基金需要大量卖出持仓股票来应对投资者赎回等情况时,如果持仓过于集中在少数股票上,可能会面临较大的流动性压力。因为大量抛售某一只股票可能会导致该股票价格下跌,从而进一步影响基金的净值。
以下是一个简单的表格,对比基金持仓集中度高和低的不同影响:
对于投资者来说,在选择基金时需要综合考虑自身的风险承受能力和投资目标。如果投资者风险承受能力较高,追求较高的收益,并且对基金经理的选股能力有信心,那么可以考虑持仓集中度较高的基金。相反,如果投资者更注重风险控制和资产的稳定性,那么持仓较为分散的基金可能更适合。
标签: 基金经理精准 基金时 指基金 基金总资
" alt="基金持仓集中度高有何影响?" width="170" height="100" />巴塞罗那的三月,在联接之外,所有的聚光灯都照向了AI。
走进2026年的世界通信移动大会(MWC)展馆,从大模型到智能体,从具身机器人到自动化运维,几乎每一块屏幕都在谈智能。算力被反复提及,Token成为高频词汇,模型能力几乎包揽全部技术叙事的核心。但是,当所有人的目光都聚焦在运营商网络、算力、AI应用发展速度与规模时,却鲜少讨论背后默默支撑的隐形底座—站点能源和AIDC基础设施。
MWC 2026期间,华为数字能源高峰论坛释放出一个明确信号:AI时代的约束变量正在发生变化,过去隐于幕后的数据中心基础设施建设正逐渐走向台前,站点储能资产将变为创收来源。从传统的通算数据中心,到未来智算数据中心(AIDC)基础设施,这一AI时代的核心资产的建设与演进,显得愈发重要。

算力需求高速增长,过去一年,主流模型的Token消耗增长超过十倍。到2026年,全球AI支出预计将达到2.5万亿美元。随着多模态技术成为标配,推理需求从潮汐式的波峰波谷转变为全天候、高强度的持续性负载。
为了驾驭这股洪流,算力资源开始向超大规模数据中心加速聚集。一个GW级的数据中心园区每年耗电量高达百亿度,相当于一个百万人口城市一年的用电量。这让新能源的大规模供能成为刚需。同时,新能源的并网也将考验电网的韧性,稳定可靠的供电将是给算力提供源源不断动力的根本。巨大的能耗给能源供给带来极大压力,如何解决电供得上的问题是摆在行业面前的必答题。
更为严峻的是,IT演进也与数据中心建设周期出现错位。
芯片迭代已缩短至一年一代,而传统数据中心的规划、土建、交付周期仍需18至24个月,这意味着刚建成的数据中心可能无法匹配最新算力需求。IT演进快与基础设施建设慢的矛盾,迫使行业寻找新的建设范式。
最后是规模演进带来的安全与可靠性难题。
随着数据中心规模从MW级跃升至GW级,承载的业务越多,故障域越大,一个10MW智算中心承载的算力是通算数据中心的1000多倍,一旦发生断电、起火等安全事故,造成的经济损失和连锁反应不可估量。
这些难题正成为算力狂飙的拦路虎,而算力的终极边界无疑是能源。算力持续高速增长,能源基础设施架构若不革新,终将掣肘AIDC产业的发展。

随着AI技术的爆发式增长,行业能耗快速攀升,稳定供电与能效优化已成为ICT行业的核心挑战,AIDC已升级为战略级的电力与算力基础设施。
过去几年,数据中心行业应对算力需求的方式相对直接。负载增加,就增加电源模块;担心停电风险,就提高备电时长;油机不够,就再上几台发电机。这种头痛医头、脚痛医脚的单点优化在电网波动频繁、算力密集部署的今天,不仅成本高昂、效率低下,更如同在淤塞的河道中强行拓宽,难以解决系统性的拥堵与危机。若继续照旧,不仅建设周期被拖长,高昂的能耗与运维成本更会让业务吃紧。面对高密度、大规模与快交付的严苛需求,摒弃零敲碎打的修补,转而以系统级架构实现高可靠、高效率、快交付与全兼容的统一,将是大势所趋。
在此背景下,在MWC 2026数字能源峰会上,华为提出了“4+1”重构的全新理念,围绕4条链路及建设模式深度重构AIDC基础设施:通过供电、制冷、储能、运营四条关键链路的创新,叠加模块化建设模式,打造出最优的AIDC基础设施架构。
首先,供电链路是AIDC稳定运行的基石,为海量的算力产出提供澎湃动力。
华为通过从电网到芯片全链路供电创新,实现多元供电架构共存及高效供电。在中低密算力场景下,交流UPS仍是主流方案,仍将持续演进,充分满足第一波AIDC市场建设需求。面向单柜功率密度超过300kW的高密智算场景,供电将逐步转向直流方案,华为将联合产业伙伴,联合技术创新,统一标准及规范,推动产业链成熟并高质量发展。
其次,制冷链路也是算力稳定运行的重要保障,它在给算力设备高可靠供冷的同时实现极致能效。
在高密算力场景,传统风冷已捉襟见肘,液冷成为必选项。华为通过从芯片到户外散热全链路制冷创新,实现从制冷到“智冷”转变,灵活应对高密散热需求及高效制冷。液冷的交付也从单一产品走向整体解决方案交付。
在供电、制冷链路之外,运维是大脑,统筹全局。
在运维方面,华为将AI深度反哺DC,解决了AIDC时代愈加复杂的能效高、运维难等问题,全生命周期提升AIDC安全和节能。在安全方面,通过故障预测和故障识别,实现从被动维护走向预测性维护。在节能方面,通过冷电联动,实现智能联动寻优,降低能耗。
最后,是储能。AIDC巨大的耗电量,决定了绿电将是未来AIDC的主要来源之一。绿电的使用,伴随着大规模的储能设施部署。
未来的AIDC储能架构也不再是单一备电,通过从园区到芯片全链路储能创新,华为提出的构网型储能方案将实现AIDC从备电型储能向多级储能架构转变,利用绿色能源实现削峰填谷,让数据中心从单纯的用电大户,变成懂得平衡和回馈的新型电力系统节点。
为了让这一切更快落地,建设模式也变得更加灵活,助力数据中心快速交付、按需扩容。基于POD化解决方案,实现供电链路模块化、热管理链路模块化,核心模块工厂预制、预调试,运到现场像搭积木一样组装起来。这不仅大幅缩短建设时间,还能保障交付质量,且支持平滑扩容,完美适配AI业务快速迭代的发展节奏。
“4+1”重构,从更长远的角度指明了未来AIDC基础设施建设模式和关键链路的技术方向,将是AIDC持续演进、高质量发展的破局之道。

智能化时代到来,除了AIDC建设需求快速增长,对于运营商来说,海量的通信基站作为联接末端,也面临着高能耗、弱电网等挑战。国际咨询机构沙利文认为,未来十年,智能化将重新定义电信网络,海量站点成为更广泛能源生态系统中的关键力量,不仅保障网络正常运行,还能主动稳定电力系统,释放新的价值。
过去,华为为ICT行业提供了以5G、AI、云等为代表的数字技术,使能千行百业数字化转型。在AI时代,华为认为,ICT产业转型需要更加绿色、韧性、敏捷、安全的能源基础设施。本次巴展亮相的新一代AI绿色站点方案,通过iBackup显著提升网络运行韧性,通过iGrid电网协同,激活运营商存量沉默储能资产。随着全场景虚拟电厂解决方案的落地,北欧通信站点储能通过参与电网调峰与电力市场交易,每站每年新增收益超过2000欧元。
回顾2023年,华为首次提出“能源产消者”概念,而在MWC 2026上,这一理念正式迈向2.0。运营商将利用通信站点、数据中心等基础设施,提升设备能效,叠加光储,从单纯的能源消费者走向消费者和生产者的综合角色,从能源产消者1.0迈向2.0,实现绿色可持续发展。
而华为数字能源将发挥在算力、AI大模型、光储系统、电网等方面的多年积累,融合数字技术与电力电子技术,帮助运营商走向产消者2.0。
这意味着能源系统深度融入了社会经济循环,它不再只是保障AI运行的幕后角色,而是通过绿色化、智能化的手段让每一度电都产生更大的商业价值与社会价值。

审核编辑 黄宇
" alt="绘就数字山水,华为数字能源如何为AI洪流筑基?" width="170" height="100" />
不同于豆包、deepseek等通用大模型,豌豆AI基于12年独家数据沉淀,由2亿+真实订单与450万专业师傅服务经验训练生成。其立足家居服务场景,深度拆解用户需求,通过“事前诊断”和“价格参考”,帮助用户有效避坑、省钱、省事。
以往,消费者在互联网平台或小程序上下单,师傅上门检测后根据故障情况和维修难度报价。
在此服务模式下,主导权完全掌握在服务者手中。即便对服务价格和维修方案存在疑问,消费者也无处求证;哪怕没有达成交易,也可能面临意料之外的“天价”上门费与检测费,最终只能“任人宰割”,处于完全被动的境地。
而豌豆AI的出现则改变了这一局面,其构建了一条全新路径,即描述问题→AI诊断→图文教学→获取价格→匹配师傅→下单服务,彻底重塑传统服务流程。
当家电出现故障,我们只需通过万师傅小程序找到豌豆AI,向其描述具体问题,如空调不制冷、冰箱有异味,即可得到故障原因和对应解决方案。
值得一提的是,豌豆AI涵盖大量详细图文教程,用户可自行排查解决,节省服务费用。
与此同时,对于对于无法自行解决的复杂问题,豌豆AI也提供相应的“避坑指南”。以空调维修为例,豌豆AI根据具体需求拆解服务明细与服务费用,从基础的上门费、拆机检测费、高空作业费,再到加不同制冷剂的价格一应俱全,用户得以根据行业价格参考,精准甄别套路,规避踩坑风险。

万师傅表示,研发豌豆AI的初衷在于解决信息不对称的行业痛点,最大限度上消解信息差,保障消费者权益。家电维修行业之所以乱象丛生,本质是非标交易中存在大量信息差,给无良服务者“可乘之机”。
如果说利用信息差坑蒙拐骗的无良师傅是“维修刺客”,那豌豆AI无异于“钱包护卫”,用2亿次真实服务与450万师傅的专业经验铸造的“铜墙铁壁”抵挡“暗器”的袭击,切实保障消费者财产安全,为每一次到家服务保驾护航。
世界上任何一种科技的诞生,最终目的都不是为了生产与提效,而是为了创造更美好的未来。万师傅借助豌豆AI重塑全新服务路径,将行业重心从事后监管转向事前预防,从源头根治痛点问题,最终实现“人找对事、事配对人”的精准匹配,降低错配率,提升服务体验。
AI大模型作为热门技术,正在彻底改变产业的价值创造与交付方式。“找师傅之前,先问万师傅”,这种全新决策逻辑,不仅让消费者掌握主动权,也帮助平台实现服务标准化与数据反哺迭代。
在万师傅设想的行业终局中,消费者能够随时享受品质、高效、有温度的服务,放心找师傅;技术好、素质高的专业师傅能够得到更多工作机会,“多劳多得”;家居商家能够通过一站式数智化交付弥补售后短板,推动品牌升级。参与这一生态的各方都能实现共赢。
正如豌豆AI的使命“用科技还原服务本真,让每一次到家服务都值得信赖”,万师傅正在努力做的是,通过科技创新和生态赋能逐步根除行业乱象,以标准化建设和确定性服务重塑信任基础,引领家居服务行业实现健康、可持续、高质量的良性循环。
业内人士认为,豌豆AI的诞生并非是简单的科技创新、技术迭代,而是一场彻头彻尾的信任革命。其试图将凝聚于数百万老师傅脑中、流转于非标交易里的“行业共识”从一次次真实服务中提炼出来,进行数智化、民主化、透明化,让消费者得以掌握决策主导权。
" alt="小病大修、坐地起价,家电维修太多坑?豌豆AI来填坑!" width="170" height="100" />
文章点评: