“我原来想把10年国债收益率打到0%，是不是很大胆？” 这两天这个既荒诞、又无厘头的小视频的爆火，恰恰反应了市场的情绪，究竟有什么逆天的神力阻止了债券牛市，我们今天来聊一聊关于“央妈出手做空国债”的事件。 事件导读：最近长债交易火热，即便是10年国债收益率打到0%，依然会有机构会去配置。这不，央妈出手了。7月1日，下午央行开展国债借入操作，市场理解是，央妈将开展国债借入操作，后续将在二级市场卖出，以平衡市场供需，这一操作无异于债市的“转融通”，债市立马给出反馈。 午后，国债期货全线下跌，市场很快领悟到了央妈的精神，即在此前多次喊话未果的背景下，央妈出手了，长债应声下跌，短债相对平稳。 数据显示，截至当日收盘，30年期国债期货跌幅超过1%，其中30年主连期货跌幅达到1.06%，一度跌幅达到1.24%。跌幅随着期限有所收敛，2年期国债期货跌幅在0.06%-0.08%之间。 * 央行此举意欲何为？国债市场波澜再起，究竟隐藏着何种深意？ * 债券市场波澜壮阔，映射出经济脉络的哪些微妙变化？ * 债市未来路在何方？揭秘债券投资的新风向。 * 即将到来的重磅会议将聚焦哪些改革要点？提前窥探政策风向标！ * 历史总是惊人相似，这次债市波动与往昔有何雷同之处？ 欢迎收听这期的量子跳跃。

对OpenAI终止对中国大陆提供API服务的讨论，这对我们国产大模型公司又意味着什么。

好久不见，甚是想念！本期是#数字经济系列#之2:关于算力层你所需要知道的一切，这集稍微有点硬核和dry, 不过我们认为这一层的解析对于我们未来的应用层的理解十分重要。目前这个系列我们计划做如下几期，如有感兴趣的其他话题请随时反馈我们，我们会十分荣幸与你们沟通。 废话不多说，上正片Shownotes: 首先先来听听皮衣黄最近又说了啥，宇宙第一大“妖”股英伟达（真的很美的妖）开始降维打击模式。 00:02:31:算力层：支持人工智能算法训练和推理的核心环节，算力为什么重要 00:04:31:“加速一切”的英伟达GPU又一次推动算力实现巨大突破，算力已经难不住老黄了 00:08:28:中国AI算力市场有望实现三到五十的增长，咱市场需求实打实这个不吹 00:12:47:英伟达是又双叒如何成为宇宙第一大股 00:21:24:地缘政治环境下市场上到底表现如何：中国制造商是在全球产业环节中吗，我们有什么竞争力 00:25:41:如何在大A中低吸埋伏，投资机会在哪里 00:34:17:AI的未来：算力到底决定着什么，如何影响未来AI行业 00:38:35:芯片量产难题：高成本、复杂设计与先进工艺的需求，我们到底差在哪里 00:42:52:炒概念还是真实价值？普通人如何在这波算力大潮中学会游泳 Appendix附文： 1. 关于摩尔定律： 英伟达创始人兼CEO黄仁勋表示，“摩尔定律结束了”。他解释道，以类似成本实现两倍业绩预期对于该行业来说“已成为过去”。摩尔定律是英特尔联合创始人戈登·摩尔对半导体行业创新的预测，即芯片中集成的晶体管数量大约每24个月翻一番，同时价格下降为之前的一半。 摩尔定律是由英特尔创始人之一戈登·摩尔于1965年提出的。其内容也并不复杂：集成电路上可容纳的晶体管数目，约每隔两年便会增加一倍。简单来说就是处理器的性能大约每两年翻一倍，同时价格下降为之前的一半。 自从提出到现在50多年以来，摩尔定律一直都是半导体行业的金科玉律，指导着行业的发展。不过在28nm节点之后随着芯片工艺的迭代难度变得越来越大，外界也逐渐出现了不少“摩尔定律已死”或者是“摩尔定律就要到达极限了”的声音。 2.关于算力的衡量标准： 算力既然是一个“能力”，当然就会有对它进行强弱衡量的指标和基准单位。大家比较熟悉的单位，应该是FLOPS、TFLOPS等。 其实，衡量算力大小的指标还有很多，例如MIPS、DMIPS、OPS等。 MFLOPS、GFLOPS、TFLOPS、PFLOPS等，都是FLOPS的不同量级。具体关系如下： 浮点数有FP16、FP32、FP64不同的规格 不同的算力载体之间，算力差异是非常巨大的。算力对比表格： 前面我们提到了通用计算、智算和超算。 从趋势上来看，智算和超算的算力增长速度远远超过了通用算力。 根据GIV的数据统计，到2030年，通用计算算力（FP32）将增长10倍，达到3.3 ZFLOPS。而AI智算算力（FP16），将增长500倍，达到105 ZFLOPS。 3 关于未来算力需求 根据罗兰贝格的预测，从2018年到2030年，自动驾驶对算力的需求将增加390倍，智慧工厂需求将增长110倍，主要国家人均算力需求将从今天的不足500 GFLOPS，增加20倍，变成2035年的10000 GFLOPS。 根据浪潮人工智能研究院的预测，到2025年，全球算力规模将达6.8 ZFLOPS，与2020年相比提升30倍。新一轮的算力革命，正在加速启动。 4关于算力产业政策： 全国一体化算力体系建设：国家推动全国范围内算力资源的有效整合和优化布局，通过统筹规划，加强算力资源的衔接和调度，建设高效、绿色、经济的算力基础设施。这包括提升数据中心的建设标准和能效比，以及推进云计算、边缘计算、高性能计算等异构算力中心的共性标准研究。 绿色电力支持：为了支持数字经济的发展，特别是对算力中心的供电，政策鼓励使用绿色电力，如在山西省大同市阳高县的中联绿色大数据产业基地，当地政府依托资源优势和能源产业基础，推动以IDC为重点的算力产业发展，实现数字经济的绿色可持续发展。 标准研制：中央网信办、市场监管总局、工业和信息化部联合印发《信息化标准建设行动计划（2024—2027年）》，其中提到推进算力基础设施标准研制，建设“存、运、算”一体化的算力基础设施标准体系，推进相关标准的研制和实施，保障算力资源的质量和效率。 算力资源的高效利用：政策还鼓励通过技术创新提高算力资源的利用率，比如在贵安新区，当地政府利用气候凉爽、能源丰富、地质条件稳定等优势，吸引互联网头部公司入驻，推进数据中心由单纯存储中心向存算一体转变，加快培育以智能算力为代表的新质生产力。 算力产业集聚发展：如河南全省一体化算力体系布局，中原算力谷与各地边缘算力中心形成互联互通，实现全省算力的统一规划、建设、调度、运营，促进人工智能产业的跨越式发展。同时，南京、河北等地也通过政策引导，推动算力基础设施的优化布局，提升算力赋能应用水平。 人工智能产业创新发展：河北省出台政策，明确到2025年全省算力规模达到35百亿亿次/秒（EFLOPS）以上，智能算力占比达到35%，新增算力基础软硬件设施自主可控比例60%以上，强化多元优质算力普惠供给，支持人工智能产业创新发展。 东数西算：“东数西算”工程是中国国家发展和改革委员会等部门联合推动的重大战略项目。这一项目的核心目标是在全国范围内优化数据中心的一体化布局，实现资源的优化配置和绿色集约化使用，以及促进东西部地区的协调发展。 具体来说，“东数西算”工程计划在京津冀、长三角、粤港澳大湾区、成渝地区等八个地区建设国家算力枢纽节点，并规划了十个国家数据中心集群。这一布局旨在利用中国西部地区的资源优势，特别是丰富的可再生能源，来承接东部地区的算力需求。这样的布局不仅有利于提升国家整体的算力水平，而且有助于促进绿色发展，扩大有效投资，并推动区域协调发展。 此外，该项目还强调了数据中心由东向西的梯次布局和统筹发展，以及实现“东数西算”循序渐进、快速迭代的目标。为了确保项目的顺利进行，还制定了一系列政策和措施，包括加强网络设施的联通，强化能源布局的联动，支持技术创新的融合，以及推进产业生态的壮大等。 “东数西算”工程是中国响应新一轮科技革命和产业变革的重要举措，旨在通过优化数据中心的布局，推动数字经济和产业数字化的发展，进而支撑经济的高质量发展。

这期我们简要谈谈对最近大A的热点话题的观点：退市潮。

#数字经济系列1# 面对应接不暇、层出不穷的前沿科技你会不会有种眼花缭乱的感觉？ 今天我们和大家一起系统梳理一下第六波康波周期，即数字经济的整体思考框架及分析方法论，面对历史大趋势我们作为普通人可以做些什么，如何不再被收割。本系列后续我们会按照：宏观/微观/子行业/子赛道来逐一整理和分析，本期先从宏观基本面开始聊起。 01:10 数字化浪潮给各行各业带来的变化 05:27 数据作为新生产要素的特征及其所推动的新生产力 09:33 数字经济的基础要素：数据、算力、算法 12:25 数字经济引领第六轮康波周期：宏观背景 19:04 中国在发展数字经济方面的优势 23:36 美国、欧盟、中国数据治理模式比较 33:08 数字经济如何改变经济秩序

最近太原的跳桥事件引发了大量关注和讨论，背后隐藏着何种社会和个人层面的原因？是经济压力、心理健康还是社会支持系统的缺失所导致的绝望？我们试图探究引发这一系列悲剧背后的深层原因，同时也思考如何从社会层面能够有更有效的帮助与支持。 00:02:04:太原频发跳桥事件：是个人问题还是社会公共问题，当代年轻人如何走出困境 00:04:05:富士康员工频繁自杀事件：工作环境与人际关系的影响分析 00:06:05:广州跳桥事件之老伯的推手：为什么舆论走向另一个极端 00:08:08:太原经济转型之路：年轻人的经济和就业挑战 00:10:11:太原是孤例事件还是导火索的引子 00:12:14:社会问题引发思考：我们如何去帮助孤独的跳桥者 00:14:15:负债累累的困境：除了心理疏导，我们还需要关注社会问题 Reference 胡锡进的微博评论： https://weibo.com/1989660417/5038005232342739?wm=3333_2001&from=10E5293010&sourcetype=weixin&s_trans=1770814325_5038005232342739&s_channel=4

一年一度的投资圈春晚来了，没有查理的巴菲特都说了些什么；量子的小伙伴们深受启发并录制最新一期，从而聊到全球投资的新格局。 01:37 2024年度巴菲特股东大会的意料之中与意料之外 05:53 解读伯克希尔哈撒韦持有大量现金：cash is treasury的新时代背景 07:12 关于全球范围内几类受益资产的预测 14:48 关于当前全球资产的风口在哪里的讨论 18:22 港股最近为何反弹？能否持续？ 33:14 普通投资者现在可以投什么？

Hello GPT4o!!! 作为科技迷及奥特曼铁粉的《量子跳跃》当然不能错过Gpt4o最新人机交互发布啦，今天我们对交互现场总结，所产生的新的应用场景，市场反应及所带来的社会变革、教育，及经济周期思考等讨论。 本期作为#数字经济#系列第一期，以后会陆续播出更多的该话题播客，请各位知音关注：） 00:02:01:GPT4o：这回进展到底有哪些不一样，我们真的能实现Her了吗？ 00:04:05:多模态处理方式：让人类与机器对话更丝滑 00:06:07:国产大模型是不是“伪竞品”？ 00:08:10:量化投资为什么这么偏爱投资发展AI？ 00:12:18:GPT4o的发布为什么在科技圈炸裂，在资本圈只有小水花？ 00:14:18:AI+教育行业：下一个风口？ 00:18:19:技术变革下的教育：以后到底什么才算人才？ 00:20:21:行业深度分析：从自然语言处理到代码生成的跨越 00:22:27:数字经济引领第六轮康波周期：AI+算力的新时代到来 参考： Gartner对于AI细分技术成熟度曲线（2023） 该曲线将一项技术的发展分为了 5 个阶段： * 技术启动 (Innovation Trigger)：该技术开始获得媒体关注、产生舆论，但是可能没有实际的产品和应用。 * 期望膨胀 (Peak of Inflated Expectations)：由于媒体过度炒作，导致公众对该技术的期望被过度放大。 此期间可能会出现一些成功的案例，但是更多的是失败的尝试。 * 失望谷 (Trough of Disillusionment)：当实际效果达不到过度炒作的期望时，工作会开始对技术感到失望。 * 启蒙坡道 (Slope of Enlightenment)：一些企业开始了解如何使用该技术，并开始看到其潜在的效益。 * 生产高地 (Plateau of Productivity)：该技术已经成熟且被广泛的理解和接受，被大众所使用。 废话不多说，上图，

1. 你有养老计划吗？ 2. 我国的养老制度是怎样的，全球养老体制又如何。 3. 我国养老金投资如何，会抵消通胀吗，养老资金安全吗？ 4.养老延迟问题，预计会如何， 养老结余会耗尽吗。 5.老了之后你最怕什么。

从去年8月起市场的波动，我们的市场问题到底出在哪里？新国9条是否达到了市场预期？

今天老于、小萱和KK一同讨论阅读、碎片化信息、学习、教育以及表达等话题，以及如何得到内心的自由，在纷扰的世俗中保持自我。 "我们的教育既没有教会知识，也没有教会技能“，”看短视频，看剧，读小短文，读文章，读书，所需要的思考是指数级的变化“ 04:01阅读在这个时代变成了小众文化，看书总看不进去是为什么？ 04:49上学时看的教科书总觉得没看懂是为什么？ 06:01为什么有些专家的话总是听不懂？ 06:27短视频、长视频、纪录片、书籍的递进信息量，碎片化信息致死量你服用了多少？ 09:32我们是否有慕强心理作祟，导致教育上反而化简而繁？ 12:45为什么大格局者总能化繁为简？ 15:19为什么我们的教育和文化中总让人互相卷？ 16:19如何在国外讲好中国故事，仅仅是语言壁垒吗？ 22:37相反，语言差是否就讲不好中国故事？ 26:10我们的教育是在教知识，还是技能？ 28:09如何学好数学，如何学以致用？ 31:39如何保持好学习的好奇心？

最近蔡崇信接受挪威国家主权基金CEO，对冲基金AKO创始人Nicolai Tangen的专访，期间谈到了“阿里落后的原因”，“因为我们忘记了我们真正的客户是谁。我们的客户是使用我们的app进行购物的人，而我们没有给他们最好的体验。“ 网上对此否定的声音一片，认为老蔡过时了，到现在都没有看到阿里落伍的真实原因。 任何一个生意的起落，背后都不止一个原因。我们从这个专访中，应该去学习什么呢？