Investment Rating - The investment rating for Chinasoft International is Neutral, with a target price of HK$5.50, reflecting a potential upside of 11.8% from the current price of HK$4.92 [10][13]. Core Insights - The company is optimistic about growth driven by the HarmonyOS ecosystem and generative AI opportunities, while traditional IT services remain modest [1][8]. - Management emphasizes the transition from traditional IT services to intelligent cloud services, which is expected to enhance profitability through higher gross margins and efficiency improvements [7][8]. Summary by Sections HarmonyOS Ecosystem - Chinasoft International is collaborating closely with Huawei on HarmonyOS initiatives, focusing on application migration and developing Harmony-version virtual machines. Increased adoption of Harmony PCs is anticipated to create more business opportunities [2][3]. Generative AI Opportunities - As a full-stack AI service solutions provider, the company is capitalizing on the growing demand for generative AI in China. Their services span AI infrastructure, foundation models, and application software development. The establishment of AI computing centers with local governments is also highlighted [3][7]. 2025 Outlook - Management expects traditional IT services to see better growth from sectors such as financial institutions, internet companies, automotive, and state-owned enterprises. The company anticipates a higher profit level due to the expansion of intelligent cloud services and AI deployment [7][8].

之前我被某厂举报过，所以写这类文章特别谨慎。 1. 6 月 30 日：华为开源盘古-7B 稠密模型和 Pangu Pro MoE 72B； 2. 7 月 4 日：GitHub 帐号 @HonestAGI 发布论文，用参数"指纹"法比对，认为 Pangu Pro MoE 与阿里 Qwen-2.5 14B 高度相似，疑似"套壳"； 昨天业内爆出了惊天大瓜一个疑似某厂员工的人进行了爆料，只不过我详细读了下，只根据现有信息量是无法下任何结论的，所以仅仅梳理一些信息，让大 家对事件进行下快速回顾： 3. 7 月 5 日：华为官方发布声明，否认抄袭，称模型"基于昇腾平台独立训练"，并质疑论文方法学； 4. 7 月 6 日凌晨：本次长文爆料者自称盘古四纵成员，详细描述多次"续训套壳"、内部治理失衡及人才流失等情况； 5. 7 月 7 日：多家科技媒体跟进报道，社区继续对模型权重展开对比实测。 是否真实抄袭这个是没办法验证的，他至少缺乏原始训练日志、算力租用凭证、完整 git 历史等更硬核证据。 事实上，这里的是否抄袭我是并不关注的，假定爆料者确实是HW员工，那么我们应该如何看待这份材料呢？又应该如何从管理角度与个人安全角度 ...

但随后，华为盘古大模型（Pangu Pro MoE 72B）被指与阿里巴巴通义千问 Qwen-2.5 14B 模型参 数结构"惊人一致"，引发了关于技术原创性与开源合规性的讨论。 6 月 30 日，华为公司宣布开源盘古大模型（Pangu Pro MoE 72B）和基于昇腾的模型推理技术，并 对外公布相关研究论文。对此，华为表示，此举是华为践行昇腾生态战略的又一关键举措，推动大 模型技术的研究与创新发展，加速推进人工智能在千行百业的应用与价值创造。 质疑的提出 7 月 4 日，一项发布于 GitHub 的研究指出，华为盘古 Pro MoE 模型采用了 LLM - Fingerprint（模 型指纹技术），与阿里通义千问 Qwen-2.5 14B 模型的注意力参数分布存在高度相似性，平均相关 性达 0.927，显著超出模型间正常差异范围，指向"非独立开发"的可能性。 - EOF - 推荐阅读 点击标题可跳转 1、 DeepSeek 对明星道歉上热搜！网友：首次看到 AI 被摁头道歉，笑不活了 2、 腾讯：鸿蒙架构特殊，微信适配必须从零重写代码 7 月 4 日，盘古大模型团队在 GitHub 中进行了回应，否认抄袭 ...

Artificial Analysis是一家做 AI 能力测评的权威机构。 先看一些具体数据和案例。自从2022年ChatGPT发布后，中美AI之间的差距一度显得很大，但到了 2025年5月，这个差距已经缩小到不足三个月了。 这意味着，中国的AI实验室和企业在这些年里取得了巨大的进步。 这份报告盘点中国 AI 在全球的位置，顺便对比一下，中美在语言模型这块到底谁强一点。 01 DeepSeek R1（2025年5月）在Artificial Analysis Intelligence Index中评分68分；阿里巴巴的Qwen3 235B A22B评分47分。 相比之下：OpenAI的o3也是68分；Gemini 2.5 Pro则是67分，你看，中美两国在这方面的差距已经非常 小了。 中国是如何实现这一跨越的呢？简单来说：技术性能提升和战略上的突破。 帮助工程师和企业精准把握AI的能力，从而做出战略决策。它的方法是：用大量数据说话，做系统性 分析。 2025 年 6 月中期，它们发布了一份：《2025 年第二季度中国 AI 亮点报告》。 举个例子： 阿里巴巴发布的QwQ 32B Preview在2024年11月 ...

1. 迁得快：让三方框架模型 "零成本"迁移，避免重复造轮子，同时模型精度完全对齐。 2 . 部署快：训转推全流程自动化，让大模型部署像执行一行命令一般敏捷高效 。 Figure 1 MindSpore生态快速迁移解决方案的技术架构 接下来，我们将揭开昇思 MindSpore的破局之道。 一、支持训练Day0迁移，构建跨框架的"无感智能翻译"能力 当大模型架构日新月异，开发者最怕被生态绑定。昇思 MindSpore通过三重兼容术打通主流 技术栈 ， 支持 主流 加速库 模型0代码迁移 ，通过精度自动对比工具 实现跨框架、跨版本、 跨策略快速调优， 精度对齐原模型， 实现 在分布式并行策略保持不变的情况下，训练性能提 升5 %+ 。 在训练生态方面，通过 MindSpeed /Megatron桥接层实现 PyTorch 模型零代码迁移，训练 脚本可直接运行； 通过动态图能力重构，昇思让 PyTorch 开发者获得"原生体验"，同时借力 MSAdapter 工具自动转换9 5 %以上接口， 主流模型如 DeepSeek 、 Pan g u 等 迁移损耗 逼近于零。 大模型发展日新月异，新的大模型层出不穷，参数规模 ...

证券时报记者刘灿邦 6月11日，2025 SNEC国际光伏与储能展览会（简称"SNEC光伏展"）在上海国家会展中心正式拉开帷 幕。众所周知，去年至今，光伏行业经历了罕见的产业深度重构，大变革、大震荡、大调整带来的阵痛 尚未远去：2024年及2025年一季度，光伏行业出现史上规模最大的亏损。在此背景下，很多业界人士将 今年的SNEC光伏展视为观察行业动向的窗口。 尽管行业处于低谷，但记者注意到，今年的SNEC光伏展仍然热闹：共有来自全球近100个国家的光伏 行业从业者和3600多家参展商参加，展位面积近40万平方米，国际展商比例达到30%，预计观众将超过 50万人次。在现场，多家厂商带来了基于TOPCon或BC的电池组件新产品，不同技术路线的比拼仍十分 激烈。 正如一位企业家所说，困难只是暂时的，心中的光与热从未熄灭。 技术比拼依然激烈 作为国内最大、关注度最高的光伏与储能行业展会，参展厂商将SNEC作为展示实力的舞台。从2023年 9月，隆基绿能宣布押注BC技术以来，业内关于BC与TOPCon谁更具优势的争论从未停歇。记者在展会 现场看到，多家厂商带来了多种技术路线的电池组件新品。 TOPCon阵营方面，晶科 ...

6 月 10 日，以 "质变・因智变而生" 为主题的 2025 为恒智能品牌焕新暨储能新品发布会 在上海隆重举办。此次发布会标志着为恒智能开启全新征程，从 品牌形象到产品矩阵，全方位展示其在储能领域的创新实力与战略布局，积极拥抱电力市场化改革与分布式能源转型浪潮，以智能化解决方案迎接行业机遇 与挑战 。 储能领跑者联盟理事长杜笑天在致辞中提到 2025 年和 "十五五" 时期是我国能源发展关键期，储能在新型电力系统中至关重要，政策推动储能参与系统建 设，还列举了 2025 年风光及新型储能装机预计数据，肯定为恒智能品牌焕新与新品发布是对行业趋势的回应及对 "长期主义" 的诠释，并表示联盟将为行 业发展赋能。 中国能源研究会新能源智能制造与应用技术专委会秘书长曹宇分享了全球及国内储能市场现状、储能在能源变革中的重要价值，并肯定为恒智能以技术创新 推出 "智储融合、全域安全、收益跃升" 理念的新品及品牌升级对产业发展的助力。 高工储能副总经理欧阳丽珍为发布会致辞，祝贺为恒智能品牌焕新与储能新品发布，肯定其科技生命力与行业贡献，分析储能产业发展趋势，期待其发挥优 势推动行业良性发展，并表示高工储能将助力产业高质量发 ...

想象一下，你正在用手机导航规划长途路线，背后可能有几十个 AI 模型同时在分析路况、预测拥 堵；医院用 AI 辅助诊断癌症时，系统需要瞬间处理成百上千张 CT 影像。这些看似简单的智能应 用，背后都依赖着像 " 超级大脑 " 一样的 AI 算力集群在 24 小时不停运转。 超节点需要做大超节点规模，才能充分发挥超平面网络的优势，目前业界没有使用光链路来构建超节 点的成功案例，因此华为团队提出了相应的超节点光链路软件容错方案。通过多层防护体系，借助超 时代答，绿色通道等关键技术实现无超节点级故障，通过链路级重传，光模块动态升降 Lane ， HCCL 算子重执行，借轨通信，双层路由收敛， Step 级重调度等特性，实现光模块闪断的故障率容 忍度 >99% 。在新增 10 倍 + 光模块后，通过软件可靠性措施，以及光链路压测技术等，实现光模 块闪断率低至电链路水平，保障了超平面的可靠性。通过构建 Step 级重调度能力，高频的 HBM 多 比特 ECC 故障恢复时间 缩短至 1min ，对于因为故障造成的用户的算力 损失下降 5% 。 高可用助力业务——万卡集群上千亿模型的线性度和训推快恢 线性度指标用于衡量训练 ...

HUAWEI X HUXIU 在通往通用人工智能（AGI）的路上，如何像其他领域一样实现弯道超车，是业界绕不开的 话题。 在过去的十余年时间里，各项单点技术飞速演进，但随着单点技术演进的边际效应递减和系 统复杂度的提升，系统性能的天花板逐步从单点技术的上限演变成系统工程上限：单点优势 越来越像是精致的零件，提升空间有限；但采用系统工程创新，各个部分完美配合、高效协 同，实现整个系统的效能最优，才有更积极的现实意义。 如何在发挥单点技术优势的同时，以整体视角重新构建路径，通过对复杂系统的极致把控与 再组织、找到新的突破可能？解决这个看似不可能的问题，就有望为我们独立引领最前沿技 术发展创造条件。 近期，虎嗅将推出《华为技术披露集》系列内容，通过一系列技术报告，首次全面详述相关 技术细节，为业界提供参考价值。 01 高可用核心基础： 面向超节点的故障感知、管理及容错 AI大集群问题定位复杂，系统规模大、软硬技术栈复杂、调用链长，先要跨域故障定界，然 后各域内部故障定界定位，故障诊断面临巨大挑战；当前定位时间从数小时到数天，技能要 求高 ，难以找到故障设备和根因。华为团队为了让集群运维工具能够快速找到问题原因，有 ...

金磊 发自 凹非寺 量子位 | 公众号 QbitAI 大模型的落地能力，核心在于性能的稳定输出，而性能稳定的底层支撑，是强大的算力集群。其中，构建万卡级算力集群，已成为全球公认 的顶尖技术挑战。 但是，在 华为 ，昇腾万卡算力集群，已经可以做到近乎 "永不罢工" 了： 或许有小伙伴要问了：AI算力需要如此24小时不间断的运作吗？ 关于这一切背后的秘密，华为在今天首次把技术给公开了出来。 高可用的核心：三套"智能保险系统" 答案是肯定的，需要，且有必要。 因为小到我们用手机导个航，背后都会有几十个AI模型在发力来分析路况、预测拥堵；再如医院用AI辅助诊断癌症，系统得在瞬间处理掉成 百上千的CT照片。 这些看似简单的智能应用，其实都离不开如 "超级大脑" 般的AI算力集群，需要它们全天候不停歇地运转着。 而要保证有这样的能力，高训练可用度、高线性度、快速消除故障，就相当于给AI发动机上了一份强有力的保险。 更严格来说，AI推理的可用度甚至还需要 达到99.95%的程度。 那么华为又是如何做到这点的？ AI大集群出问题时，定位故障特别麻烦；毕竟系统规模庞大，软件和硬件组成的技术栈错综复杂，而且调用链条还很长。 要解 ...