人民财讯12月26日电，国家金融监督管理总局办公厅印发《银行业保险业数字金融高质量发展实施方 案》，其中提出，积极推进数字新基建。支持大型金融机构梯次布局，加快建设适应业务线上化、海量 数据（603138）存储、分布式计算的多层级、多地多活数据中心。前瞻布局智能算力网络设施，优先部 署在"东数西算"工程国家枢纽节点。推进绿色数据中心建设，持续提高绿电使用比例。推动基础设施云 化管理，充分运用新一代移动通信技术、物联网建立安全外部连接。构建适应分布式架构、数字化转型 的新一代运维体系，健全基础设施安全应用管理机制。 ...

当我们在谈论AI大模型时，往往最先想到的是昂贵的显卡、繁忙的算力中心，以及日新月异的智能应用。 但在这场热闹的技术盛宴背后，有一个极其关键却容易被置于幕后的问题：AI产生的浩如烟海的数据，最终都要存放在哪里？人类的存储水平是否能够 和AGI共同跃迁？ 答案可能并不像科幻电影里那样充满未来感，而是回归到一种更务实、更经典的物理介质——机械硬盘（HDD）。 尽管固态硬盘（SSD）在我们的个人PC时代已经普及，但在承载全人类数据资产的数据中心里，机械硬盘依然是绝对主力。特别是在中国，随着云计算 和AI产业的规模化爆发，对海量、低成本、高可靠存储的需求正在呈指数级增长。 这不仅是一个关于"容量"的技术挑战，更是一场关于"供应链"和"制造能力"的硬仗。 在这项长期主义的事业中，东芝（Toshiba）是一个非常特殊的观察样本。作为全球硬盘制造领域的巨头之一，东芝在中国市场走了一条与众不同的路： 它在中国大陆建立了近线硬盘（Nearline HDD）产线并真正成功实现了量产。 这不仅仅是一个"在中国销售"的故事，更是一个"在中国制造"的故事。 而在这个故事里，还有另一位关键角色的身影——新科电子（SAE）。作为东芝长达多年 ...

证券代码：603138 证券简称：海量数据 公告编号：2025-074 公司于 2025 年 10 月 24 日以部分闲置募集资金向中国光大银行股份有限公 司购买银行结构性存款。该笔理财产品已到期，公司如期赎回本金人民币 8,800 万元，获得理财收益合计人民币 230,755.56 元，具体赎回情况如下： 北京海量数据技术股份有限公司 使用部分闲置募集资金进行现金管理到期赎回的公告 本公司董事会及全体董事保证本公告内容不存在任何虚假记载、误导性陈述 或者重大遗漏，并对其内容的真实性、准确性和完整性承担法律责任。 北京海量数据技术股份有限公司（以下简称"公司"）于 2024 年 4 月 17 日 召开第四届董事会第八次会议审议通过了《使用部分闲置募集资金进行现金管理 的议案》。同意公司使用额度不超过人民币 24,000 万元的闲置募集资金购买安全 性高、流动性好、具有合法经营资格的金融机构销售的大额存单、结构性存款等 保本型产品，在上述额度范围内资金可滚动使用，使用期限自董事会审议通过之 日起十二个月内有效。 公司又于 2025 年 4 月 16 日召开第四届董事会第十二次会议审议通过了《使 用部分闲置募集资 ...

格隆汇12月19日丨海量数据(603138.SH)公布，公司于2025年11月6日披露了《北京海量数据技术股份有 限公司董事、高级管理人员减持股份计划公告》，屈惠强先生因个人资金需求，拟通过集中竞价方式减 持其所持有的公司股份合计不超过2.5万股，约占公司股份总数的0.0085%，占其直接持有股份总数的 25%，减持价格根据减持时的市场价格确定。截至2025年12月18日，屈惠强先生本次减持计划已实施完 毕。 ...

减持计划的实施结果情况 公司于 2025 年 11 月 6 日披露了《北京海量数据技术股份有限公司董事、高 级管理人员减持股份计划公告》（公告编号：2025-071），屈惠强先生因个人资 金需求，拟通过集中竞价方式减持其所持有的公司股份合计不超过 25,000 股， 约占公司股份总数的 0.0085%，占其直接持有股份总数的 25%，减持价格根据减 持时的市场价格确定。截至 2025 年 12 月 18 日，屈惠强先生本次减持计划已实 施完毕。 证券代码：603138 证券简称：海量数据 公告编号：2025-073 北京海量数据技术股份有限公司 董事、高级管理人员集中竞价减持股份结果公告 本公司董事会、全体董事及相关股东保证本公告内容不存在任何虚假记载、 误导性陈述或者重大遗漏，并对其内容的真实性、准确性和完整性承担法律责任。 重要内容提示： 董事、高级管理人员持股的基本情况 本次股份减持计划实施前，北京海量数据技术股份有限公司（以下简称"公 司"）董事、高级管理人员屈惠强先生持有公司股份 100,000 股，占公司当前总 股本的 0.0340%；本次减持计划实施完成后，截至本次公告披露日，屈惠强先生 持有公 ...

海量数据公告，公司董事、高级管理人员屈惠强因个人资金需求，通过集中竞价方式减持公司股份 25000股，占公司总股本的0.0085%。减持价格区间为14.05～15.32元/股，减持总金额为36.16万元。减 持后，屈惠强先生持有公司股份75000股，占公司当前总股本的0.0255%。 ...

在技术快速进化的同时，比亚迪坚持以安全为基石。今年7月，比亚迪率先做出行业承诺：对"天神之眼"车辆用户在泊车辅助场景下的安全及 相关损失进行全方位兜底，且赔偿无上限、不限首任车主。这一举措不仅展现了比亚迪对其辅助驾驶技术的绝对自信，更体现了对用户安全高 度负责的企业态度。 自下半年以来，比亚迪连续推送多次大规模OTA更新，涵盖主动安全强化、行车功能升级、座舱体验优化等多个维度，确保用户能持续享受到 技术进步的最新成果，真正践行了"好的技术，人人可享"的理念。 市场反馈是对产品最好的检验。"天神之眼"凭借其稳定可靠的表现和全面的安全保障，赢得了消费者的广泛信赖，口碑效应日益凸显，已成为 助推比亚迪车型，尤其是中高端车型热销的关键因素之一。这反映出，在比亚迪等头部企业的推动下，智能辅助驾驶正逐步从"亮点配置"转变 为用户购车的"核心考量"。 （文章来源：21世纪经济报道） 近日，比亚迪公布了其搭载天神之眼辅助驾驶系统的车型在11月的销售数据，全月销量达311267辆，继续引领市场。其中，比亚迪王朝与海洋 系列贡献265734辆，方程豹、腾势、仰望等高端及个性化品牌亦表现稳健，技术赋能夯实领先地位，共同构筑了比亚迪 ...

公司又于 2025 年 4 月 16 日召开第四届董事会第十二次会议审议通过了《使 用部分闲置募集资金进行现金管理的议案》。同意公司使用额度不超过人民币 15,000 万元的闲置募集资金购买安全性高、流动性好、具有合法经营资格的金 融机构销售的大额存单、结构性存款等保本型产品，在上述额度范围内资金可滚 动使用，使用期限自董事会审议通过之日起十二个月内有效。 具体内容详见公司于 2024 年 4 月 19 日在指定信息披露媒体披露的《公司关 于使用部分闲置募集资金进行现金管理的公告》（公告编号：2024-019）及于 2025 年 4 月 18 日在指定信息披露媒体披露的《公司关于使用部分闲置募集资金进行 现金管理的公告》（公告编号：2025-016）。 一、本次募集资金现金管理到期赎回情况 公司于 2025 年 11 月 17 日以部分闲置募集资金向中信银行股份有限公司购 买银行结构性存款。该笔理财产品已到期，公司如期赎回本金人民币 2,100 万元， 获得理财收益合计人民币 25,027.40 元，具体赎回情况如下： 证券代码：603138 证券简称：海量数据 公告编号：2025-072 北京海量数据技术股 ...

Investment Rating - The report maintains an "Overweight" rating for the computer industry [1] Core Insights - The emergence of AI inference necessitates a new storage architecture centered around GPU directly connected to SSD, which will replace the CPU-dominated era [9][14] - The shift from CPU-centric to GPU-centric architecture will drive significant changes in database software design, optimizing for GPU's data processing capabilities [18][19] - The industry is witnessing accelerated advancements in both hardware and software, with notable collaborations and innovations aimed at enhancing performance for AI workloads [22][24] Summary by Sections AI Inference Era and New Storage Architecture - AI inference requires different I/O demands compared to training, with a focus on small data blocks and high concurrency, leading to the need for a new storage architecture [9][10] - The traditional CPU-centric data loading architecture is becoming a bottleneck for AI workloads, necessitating a shift to GPU as the primary controller for data access [11][14] Changes in Database Architecture - The transition to GPU-centric architecture will require a complete redesign of database software, with GPU taking on the role of the main computing unit [18][19] - Key components such as storage engines and query execution engines will need to be restructured to optimize for GPU capabilities and direct SSD connections [19][21] Industry Progress - Hardware advancements include the development of High Bandwidth Flash (HBF) technology, which is expected to play a crucial role in the future of AI storage solutions [22] - Collaborations between companies like SanDisk and SK Hynix aim to standardize HBF technology, with initial products expected by 2027 [22] - Software improvements are being made to enhance data orchestration and performance, such as Hammerspace's advancements in metadata reading and Cloudian HyperStore's object storage capabilities [24] Investment Recommendations - The report suggests that as AI inference grows, the importance of GPU will increase, leading to new opportunities in the database industry as software architectures adapt to these changes [25][26]

Core Insights - NVIDIA has officially released and open-sourced its new Vision-Language-Action (VLA) model, Alpamayo-R1, and plans to open-source some core datasets in future updates [1][2]. Group 1: Model and Dataset Release - The corresponding dataset for the Alpamayo-R1 model has been uploaded to the open-source community, totaling approximately 100TB, marking NVIDIA's first open-source VLA model [2]. - The dataset can be used for both commercial and non-commercial purposes, allowing companies with limited VLA technology experience to quickly engage in VLA development [2]. Group 2: Technological Advancements - The introduction of Alpamayo-R1 signifies a shift in autonomous driving technology from mere "behavior imitation" to a new stage of deep "causal reasoning" [4]. - Alpamayo-R1 addresses critical safety issues in long-tail scenarios, achieving a 12% improvement in planning accuracy compared to baseline models and reducing off-road accident rates by 35% [5]. Group 3: Model Architecture and Training - The model employs a modular and efficient architecture that balances "slow thinking" and "fast action," driven by NVIDIA's Cosmos-Reason visual language model for complex environmental understanding [13]. - A new training strategy incorporating reinforcement learning (RL) has significantly improved reasoning quality by 45% and reasoning-action consistency by 37% [17]. Group 4: Industry Impact - The open-sourcing of Alpamayo-R1 and its dataset may lead to a reshaping of the autonomous driving industry, lowering entry barriers for small and medium-sized companies and research institutions [19]. - This move reflects NVIDIA's "soft and hard integration" strategy, showcasing the model's performance reliant on NVIDIA's powerful GPU capabilities and the Cosmos framework [19].