ZDNet至顶网软件频道消息: 根据工信部发布的数据,2014年1-7月,我国软件和信息技术服务业实现软件业务收入19991亿元,同比增长21.4%,实现利润总额2287亿元,同比增长23.2%;软件业实现出口262亿美元,同比增长15.9%。其中7月份完成软件业务收入3062亿元,同比增长23.8%。整体来看,我国软件和信息技术服务业发展呈缓中趋稳态势,收入增速继续低于去年同期水平,但连续多月稳定在21%左右;产业效益及运行情况稳定,新兴领域持续蓬勃发展。具体特点如下:
(一)7月收入增速份略有回升
1-7月,我国软件和信息技术服务业实现软件业务收入19991亿元,同比增长21.4%,增速比1-6月提高0.4个百分点,但比去年同期回落2.4个百分点。其中7月份完成软件业务收入3062亿元,同比增长23.8%,比6月提高2.4个百分点。
(二)数据处理和存储服务、集成电路设计快速增长
1-7月,数据处理和存储服务继续领先全行业发展,实现收入3616亿元,同比增长27%,增速高出全行业5.6个百分点,比去年同期提高0.5个百分点,占全行业比重达18.1%,比去年同期提高0.8个百分点。集成电路设计行业发展明显加快,1-7月实现收入585亿元,同比增长23.2%,增速比去年同期提高6.5个百分点。软件产品、信息系统集成服务和信息技术咨询服务增长均有所放缓,完成收入6254、4022和2129亿元,同比增长21.2%、18.6%和22.5%,增速比1-6月均有所回升,但仍低于去年同期0.3、6.9和1.2个百分点。嵌入式系统软件实现收入3385亿元,同比增长18.6%,增速比1-6月和去年同期分别下降2.7和6.2个百分点。
(三)软件外包服务出口有所回升,嵌入式软件出口增速下滑
1-7月,软件业实现出口262亿美元,同比增长15.9%,增速比1-6月和去年同期下降1.2和3.8个百分点。其中外包服务出口增长22.2%,增速比去年同期和1-6月提高4.8和0.3个百分点; 嵌入式系统软件出口增长11.8%,增速比1-6月和去年同期下降1.1和8.3个百分点。
(四)中部软件产业发展加快
1-7月,中部地区完成软件业务收入776亿元,同比增长30.8%,增速高出全国平均水平9.4个百分点,其中湖北、安徽增长超过35%,湖南、江西等省增幅都比去年有较大提高。东部地区完成软件业务收入15093亿元,同比增长20.6%,增速比去年同期下降2.3个百分点,其中江苏、广东、上海、浙江、福建等都有不同程度回落。西部和东北地区分别完成软件业务收入2038和2084亿元,同比增长22.1%和23.9%,增速比去年同期低6.9和0.7个百分点。
(五)中心城市软件业稳步增长
1-7月,全国15个中心城市实现软件业务收入11383亿元,同比增长23.3%,增速低于去年同期3个百分点,但高于全国平均增速1.9个百分点。其中,截至7月底软件业务收入超500亿元的中心城市有10个,超千亿元的城市达5个。中心城市的软件业务收入中,数据处理和存储服务增长达31%,增速比1-6月提高0.8个百分点,高于全国平均水平4个百分点;占全部收入比重19%,高于全国平均水平0.8个百分点。
(六)效益保持平稳,从业人员工资水平增长加快
1-7月,软件和信息技术服务业实现利润总额2287亿元,同比增长23.2%,增速比1-6月提高1.2个百分点;从业人员平均人数增长10.2%,增速低于去年同期4.7个百分点;从业人员工资总额增长20.6%,增速高于去年同期3.8个百分点。
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。