【截至今年6月中國智算規模同比增177%】 以“共織算力網 智啟新未來”為主題的2026年中國算力大會12日在河北省廊坊市開幕。中國工業和信息化部總工程師鍾志紅在開幕式介紹，截至今年6月，中國智算規模達2185EFLOPS(FP16)，同比增長177%，建成超70條連通算力樞紐、重點區域的算力傳輸通道，批覆17個國家算力互聯互通區域節點。 鍾志紅表示，算力已成為數智時代不可或缺的新型信息基礎設施，要深入推進算力高質量發展，服務國家重大戰略和經濟社會發展需要。需要做以下幾方面工作。 一是強化系統謀劃，提升算力利用效能。加快構建“樞紐—區域—邊緣”多層次、梯次化算力架構；持續完善中國算力平台功能，促進算力資源統籌監測和高效利用。 二是強化算網融合，築牢協同發展底座。搭建高速互聯、超低時延、韌性強健的算力傳輸通道，按需部署城域毫秒接入，持續推進算力互聯互通節點體系建設。 三是強化技術創新，鍛造自主產業生態。支持高端芯片、架構設計等技術攻關，推動算力設施、算電協同等領域創新，加快算力標准體系建設指南編製。 四是強化應用賦能，激活數實融合引擎。降低用算成本和應用門檻，切實把“普惠算力應用紅利”轉化為“中小企業發展動力”；推動分行業凝練高價值場景，以算力支撐“人工智能+”行動，促進各領域數字化、智能化、綠色化升級。 當天開幕式上，舉行了中國算力平台實現全國一體化算力統籌監測發布儀式，標誌著中國算力“一張網、一盤棋、一體化”發展格局基本形成。同時，發布《2026綜合算力全景分析》，啟用國家算力互聯互通區域（河北）節點，揭曉首批普惠算力賦能中小企業發展服務清單，啟動“一網三融”算力金融生態共建行動。（來源：香港新聞網） 詳情：

海光信息發布首款面向端側的算力晶片 CPU1000 系列 海光信息發布 CPU1000 系列，這是其首款面向低功耗、嵌入式和端側算力場景的輕量級處理器。該系列採用 C86 架構，主要面向邊緣終端、工業設備、物聯網節點以及機器人、機器視覺、智能製造等「物理世界」場景，標誌著海光算力版圖從雲側（數據中心）進一步延伸至邊緣與端側，補齊「雲—邊—端」算力布局。 海光信息總裁沙超群表示，CPU1000 系列並非單一晶片，而是一個面向端側算力的產品系列，後續將根據不同場景需求調配 CPU、GPU、NPU 等算力能力，持續豐富嵌入式產品矩陣。 產品定位：補齊「雲—邊—端」版圖 此前，海光信息已形成較清晰的 CPU 產品梯隊： HYGON 7000 系列 — 面向資料中心的旗艦級高效能處理器 - 集成 16–32 核心，支援 128 路 PCIe 通道、8 個 DDR4 記憶體通道；單顆 CPU 最大支援 2TB 記憶體容量；針對資料中心、雲計算中心等進行了功耗優化，從而為用戶提供更具能耗比的解決方案； - 主要應用於對計算能力、擴展能力、吞吐量有高要求的領域，包括雲計算、大數據、資料庫、分散式儲存、人工智慧等。 HYGON 5000 系列 — 面向行業客戶的主流中端處理器 - 集成 8–16 核心，支援 64 路 PCIe 通道、4 個 DDR4 記憶體通道，單顆 CPU 最大支援 1TB 記憶體容量； - 適用雲計算、邊緣計算、分散式儲存等應用場景，能夠滿足互聯網、金融、電信、交通、能源等多行業和企業的運營需求。 HYGON 3000 系列 — 面向多場景的高性價比處理器 - 集成 4–8 核心，支援 32 路 PCIe 通道、2 個 DDR4 記憶體通道，最高加速頻率達到 3.3GHz； - 主要應用於入門級伺服器、工作站、工業控制等市場，為中小企業客戶和專業人員，提供高效解決方案。 HYGON 1000 系列—補齊低功耗端側算力環節 與伺服器晶片不同，端側和工業場景更強調即時響應、低功耗、安全可靠、寬溫運行和生態兼容。CPU1000 系列的目標是讓算力更靠近感測器、攝影機、機械臂和執行機構，在本地完成推理、控制與資料處理，減少雲端往返帶來的延遲和頻寬成本。 主要應用場景 CPU1000 系列重點面向以下方向： 機器人：包括工業機器人、人形機器人及邊緣智能終端 機器視覺：用於產線檢測、視覺識別、影片分析等 智能製造：面向工廠控制器、工控機、邊緣閘道等設備 物聯網節點：為交通、電力、能源、醫療等場景提供基礎算力

【ラジオ日経📻新コーナー】 2026年4月1日（水）スタート🌸 「マーケット・テラス」内　 毎週水曜14:15～14:30 新コーナー「ザ・ニッポン・インベストメント」日本金融経済研究所の馬渕磨理子さんが日本株の魅力を紹介します。セクター企業分析の基礎など実践的な話をお届けいたします🎶 #ラジオ日経#

今日は予算委員会に登壇し、デジタル主権をテーマに総理に質問しました。 ・マイナンバーカードの義務はダメ ・ガバメントクラウドが米国起業依存に ・医療データの価値認識 ・データ分析企業への依存と監視社会化のリスク などを指摘しました。 専門用語も多く、どこまで国民の皆さんに問題意識が伝わったかわかりませんが、 デジタル行政推進法と個人情報保護法の改正について反対の意を伝えたつもりです。 一つ一つの法律ではなく、トータルで捉えて問題の大きさを知ってもらいたいと考えました。 安藤幹事長からは追及がまだまだあまいと指摘を受けたので、さらに精進します。 背景説明に時間を使いすぎでした。

日本のトップエリート企業、大和総研。「米中貿易戦争の勝者は中国」 → 大和総研が中国を勝者と分析 投稿では高市氏の対中姿勢にも言及しています。

SaaStr 「エンタープライズAIの現実」 ■ ダッシュボードの死とセルフサービス分析 全てのフォーチュン500企業がAI推進を命じた結果、トークン消費だけが肥大化し価値が見えないAIスプロールが起きている。これに伴い従来のBIダッシュボードは完全に死を迎え、自然言語で直接対話するセルフサービス型分析が台頭している。実際に大手自動車メーカーでは、7万人もの非技術職ユーザーを直接オンボーディングする大規模なデータ活用改革を断行した。彼らは社内データにプレーンテキストで直接クエリを投げ、データアナリストの承認を待つことなく即座に回答を得ている。組織内のデータ流通におけるボトルネックを取り除くことこそが、現場の意思決定スピードを数日から数分へと劇的に引き上げる。 ■ データではなくコンテキスト（セマンティックレイヤー）の壁 多くのエンタープライズ企業でAIエージェントが失敗に終わるのは、データやモデルの質ではなく、運用のためのコンテキスト（文脈）が足りないからだ。自社の地域定義や会計年度、売上計上ルールなどを体系化したセマンティックレイヤーがなければ、AIは正確な意思決定を行えない。膨大なデータが単にデータベースに蓄積されていることと、そのビジネス的な意味が機械可読な形で定義されていることは全く別物である。企業はビジネス用語の標準的な解釈を定義する「オントロジー」を、あらかじめ機械にインプットしておかなければならない。独自のセマンティックな語彙集を盤石に整備することだけが、AIが妄想することなく真に信頼に足る出力を返すための唯一の手段である。 ■ 30日以内のレガシーシステム移行革命 かつて数年がかりで巨額のコストを要した企業のレガシーシステム移行が、LLMの導入によって劇的に高速化している。Databricksでは、コードの解析やデータモデルの変換、さらには移行前後の完全な整合性検証にLLMを活用している。この仕組みにより、これまで数年を要したエンタープライズ規模 of システム移行をわずか30日以内で完了させる体制を構築した。従来支払われていた数年間の巨額なコンサル費用と時間ロスが、実質的にゼロに近い水準まで削減される。移行コストの劇的な低廉化は、企業の近代的なテクノロジースタックへの移行ハードルを完全に消し去っている。 ■ 24ヶ月以内に崩壊するソフトウェア独占 システム移行や開発のコストが極限まで低下したことにより、今後24ヶ月以内に既存のエンタープライズ向けソフトウェアの独占構造は崩壊する。巨額のサンクコストや移行障壁に守られていた業界の大手 incumbent も、安価なAIネイティブ競合の出現により強烈な価格破壊プレッシャーに晒される。ユーザー企業は特定の高価で不便なシステムを使い続ける客観的な理由を完全に失うことになる。これにより、自社のニーズに最も合致した最新の競合製品へ容易に乗り換える動きが世界的に加速する。自社独自の顧客データや固有のコンテキストで強固な差別化を構築できないSaaSは、この価格破壊の波を乗り越えられない。 ■ 危険な「曖昧な中間」を避ける予算選別 企業のIT予算は「純粋なAI予算」と「従来のソフトウェア予算」の二極化が進んでおり、自社製品がどちらの枠にいるかを見極める必要がある。ここで最も危険なのは、どちらの予算枠からも真っ先に削減される「曖昧な中間（マキシー・ミドル）」に位置する製品である。自社プロダクトが現場の作業を10倍自動化する本物のAI兵器なのか、それとも従来のワークフロー管理ツールに過ぎないのかを徹底的に峻別すべきだ。企業はただのAI機能のアドオンに留まらず、顧客に対して具体的かつ明確なコスト削減や業務時間の短縮といった実数値を証明しなければならない。顧客のAI予算を確実に獲得するためのポジショニングの再設計と、価値提案の刷新こそが全B2Bベンダーに今求められている。

【分析】Anthropicの売上、上位1%の顧客が全体の46%を占める構造に。昨年8月の25%から急拡大した。 エンプラ大口依存が一段と強まっている。Claude Codeや長文コンテキスト用途で開発企業が青天井に使い込んでいる構図。 ・上位1%顧客の売上シェア: 25%→46% ・調査元: YipitData（オルタナデータ大手） ・裏付け: エンプラ利用の急伸 ・裏返し: 中小・個人ユーザーの寄与は相対的に低下 売上は伸びても、少数顧客のチャーンで一気に揺れる構造。 ↓詳細