记者获悉，近日国内量子计算领军企业合肥本源量子计算科技有限责任公司（下称“本源量子”）正式完成A轮融资。本轮融资规模达数亿元，将直接用于研发国产自主可控的实用化量子计算机，对量子芯片、量子测控等核心技术进行攻关，以及人才队伍的培养建设。 “本源量子成立之初就肩负着中国参与量子计算国际赛道的竞争这一使命，我们要为国家保留一支最好的队伍来参与国际竞争，”本源量子总经理张辉在接受记者专访时表示。 “国家队”领投A轮融资 据了解，本轮融资以国内投资机构为主，在保障股权结构“国产自主可控”的前提下实现投资主体多元化。目前，本源量子的投资方以各中字头基金与各地政府基金为主，多个国内知名机构参与。其中，中国互联网投资基金（下称“中网投”）领投，国新基金、中金祺智、成都产投、建银国际、中科育成、中天汇富等知名机构跟投。 记者采访了解到，本源量子计划三年左右时间登陆A股。而在此轮融资之前，本源量子已经历过三次股权融资。2017年11月份，公司在种子轮中引入合肥当地投资方合肥高投；2019年11月天使轮中又引入了中科创星和磐谷创投；2020年5月引入了科大控股。 在本次A轮投资中，最大看点则是“国家队”的领投。 资料显示，中网投由中央网信办和财政部共同发起，基金规划总规模1000亿元，首期规模300亿元，由中国互联网投资基金管理有限公司负责基金的市场化运营、专业化管理。 资料显示，去年以来，中网投先后对翱捷科技、界面·财联社、云轴信息、联软科技、派拉软件、郎坤智慧、三未信安等企业进行了战略投资。其中，翱捷科技的IPO申请在2020年12月15日获上交所科创板受理。今年1月13日，其IPO申请状态变更为“已问询”。 另一家跟投机构国新基金，公司发起人兼大股东国新控股直属国务院国资委监管。官网显示，截至2019年1月，国新科创一期基金已完成全部投资任务，累计投资10个项目。在国新科创一期基金的成功基础上，国新科创二期基金于2020年8月完成设立，基金总规模50亿元，首轮封闭金额25亿元。 “本源量子成立之初就肩负着中国参与量子计算国际赛道的竞争这一使命，是国内量子产业的领军企业。这与中网投、国新基金的战投理念高度一致。”张辉认为。 64比特量子计算机今年或上线 “经典计算机最基础的单元是晶体管，它的大小结构决定了计算机的运算速度，编译的语言由0和1构成。现在晶体管的物理结构正面临巨大挑战，要知道，在3纳米、2纳米就进入到微观世界了，这就触及到量子的边际。”张辉告诉记者，在微观世界，牛顿的经典力学开始失效，量子计算机也放弃了原来晶体管的结构，用电子或者原子来编译0和1。 “一句话，就是量子计算机的底层物理结构完全被改变了。”张辉说。 2020年9月，本源量子正式推出了国产工程化的超导量子计算机OriginQY悟源，搭载6比特量子芯片夸父KFC6-130组装完成，采用超导方案，并通过本源量子云面向全球用户提供量子计算服务，与IBM、Google、Intel等国际巨头共同竞争。同时，本源半导体量子计算机OriginQB悟本（搭载2比特半导体量子芯片玄微XWS2-200）也在紧张研制中，预计2021年上半年上线提供云服务。 2020年12月，本源量子基于国内用户“学习、训练、交流、服务、应用”的使用需求，发布量子计算“五朵云”战略，通过全新的本源量子云平台，为用户提供更完善的量子计算云服务。此外，本源量子还将携手合肥市大数据资产运营有限公司共同打造国内首个量子计算创新创业平台，进一步推动量子计算产业化发展。 目前，本源量子正在调试24比特量子计算机，预计春节前后上线。2021年底或2022年初将上线64比特量子计算机。 “融资后，我们首先是要建设人才队伍。”张辉表示，“本源量子会将很大一笔钱会用在人才培养和招募上，希望越来越多的优秀人才在这个平台上工作，人才决定了一个企业未来走多远走多高。” 据张辉介绍，2017年9月成立至今，本源量子一直都是轻资产的状态，人员工资是最大开销。从本轮融资本源量子将大规模购置原材料装备，力争早日实现量子计算产业化发展，参与国际竞争。 产业化发展一片蓝海 量子计算机究竟能做什么？产业应用前景如何？这是当前投资者最为关心的问题。 对此，张辉明确指出，首先一个就是量子计算机最擅长处理海量数据并行运算的能力，而且数据量越大越有优势。 “人工智能、金融等领域都是海量数据，要快速的搜索和分析决策，而这些都是量子计算机擅长做的事情。”张辉说，比如我今天要出门，现在可能觉得导航还够用，它能告诉你哪里交通拥堵哪里畅通，但这是一种被动的行为。随着道路和信号灯逐步增多、车流量越来越大，甚至无人驾驶的出现，经典计算机的速度已经明显滞后，处理不了大量数据。但量子计算机就能很快规划整个城市的信号灯，怎么控制最为合理；同时也会为驾车者规划合适的路线，告诉你车子怎么走不拥堵，这完全是一种主动的行为。 张辉同时表示，量子计算机还能天然地模拟微观世界的量子物理规律这个变化，比如原子分子相互作用。 “这些对经典计算机来说处理数据非常困难，但是对量子计算机来说却得天独厚，因为它本身就编译在电子原子上面。”张辉解释到，“你可以想象新药和新材料的研制速度会大幅提升。一般来说开发新药要20年30年甚至更长的时间，因为要不停的临床试验。以后可能前面的十几二十年试验的过程用量子计算机几天就能算完了，所以能够大大缩短新药研制时间。” 尽管目前量子计算机的生产制造环境非常的严苛，无法达到量产，但本源量子会通过建立量子计算中心，让用户享受量子计算机提供的超算服务。张辉表示，公司已在知识产权和授权管理服务、量子计算机整机制造、量子云基础设施服务、量子教育培训等方面产生营收。 “本源的使命首先要服务国家的军事需要，同时会逐步往产业化、民用化方向发展，和金融行业、生物制药、化学材料、人工智能等一系列的企业产生链接。未来，本源量子将继续加大量子计算机的研发投入，解决我国量子计算发展的诸多瓶颈，打造产业核心竞争力，为中国造出真正可用的量子计算机。”张辉信心满满地说。
记者获悉，金融级隐私计算技术服务商蓝象智联（杭州）科技有限公司（以下简称「蓝象智联」）完成了数千万元人民币新一轮融资。本轮融资由金沙江创投和联想之星两家知名创投机构完成，链兴资本为本轮融资财务顾问。据了解，公司此前还曾获得万向区块链种子轮投资。 36氪长期关注隐私计算领域，此前曾多次做过报道——隐私计算，广义上是指面向隐私保护的计算系统与技术，涵盖数据的产生、存储、计算、应用、销毁等信息流程全过程，想要达成的效果是使数据在各个环节中“可用不可见”。当前主要的技术包含密码学、联邦学习、区块链和TEE等。 据36氪观察，隐私计算自从2018年左右出现专精型公司后，于今年迎来关注度高峰。特别是随着个人信息保护法草案的亮相，如何在保护数据隐私的前提下解决数据孤岛问题，隐私计算被多个行业都视为颇具潜力的解决方式，特别是在金融行业。该行业是数据密集型行业，也是数据需求密集型行业，其风控、营销等能力都高度依赖于数据的支持——无论这些数据是来自金融机构内部还是外部。 本文主角「蓝象智联」，定位于金融级隐私计算服务。据公司介绍，其创始团队具备特殊优势，主要来自阿里巴巴、蚂蚁金服等头部科技或金融机构，也都曾供职于某国有四大行科技部，拥有很深的行业实践经验和资源积累。 在具体产品上，公司核心产品已通过工信部和公安部认证，目前已被应用于多家银行、运营商和零售商业客户。同时，公司也在参与工信部等行业多方安全计算标准的制定。 本轮投资的领投方金沙江创投主管合伙人朱啸虎在谈及隐私计算时认为，2B的赛道正在进入黄金发展期，其中数据相关赛道是2B众多赛道中最具发展空间的。这其中，隐私计算是数据赛道的基础技术，金沙江创投非常看好隐私计算的前景。 当前隐私计算领域已有多家入局者，谈及竞争，朱啸虎还觉得，未来这个赛道的赢家一定具备极强商业化落地能力，形成实质标准后将构筑极强的生态壁垒。他认为蓝象团队的综合实力在业内颇具竞争力。
土地、劳动力、资本、技术之后的第五种生产要素是什么？数据。数据的安全有序有效流动问题，学术界和业界“解法”众多，要让技术理论真正进入到应用落地的进程绝非易事。为此，雷锋网《AI金融评论》率先推出了《金融联邦学习公开课》系列，并与HKSAIR（香港人工智能与机器人学会）联手打造了《AI金融-隐私计算与联邦学习》系列公开课，十余位国内联邦学习与隐私计算顶尖专家做客线上讲堂，就相关研究热点与商业应用展开最前沿的分享和讨论。近期，《AI金融评论》邀请到了华控清交CEO张旭东做客雷锋网公开课，谈谈他眼中的数据隐私保护技术，以及华控清交一系列工程化研究的探索和实践。以下为张旭东公开课全文，AI金融评论做了不改变原意的编辑：数据的现实生态数据是数字经济的关键生产要素。从农业社会到工业社会再到信息时代，直到我们现在开始进入数字经济时代，每个社会发展阶段都有一种生产要素是最重要的和最难替代的。目前党和国家对数据要素化的认识程度在不断加深，从2014年开始，习主席谈到信息日益成为重要的生产要素，到去年四中全会，包括在今年的6月1号，国务院关于海南自由贸易港建设的总体方案中，都提到了数据要素化，数据要流通、挖掘价值。数字经济时代，数据是在人类生活和生产过程中，对自然资源和社会资源在分配和使用上进行优化的决策依据。首先，我们来看看作为生产要素的数据，为什么要交易流通？第一，生产要素的价格，是它参与社会化大分工的分配依据。国家讲得很清楚，要健全数据等生产要素，由市场评价贡献、按贡献决定报酬的机制，其中就提到了市场化的定价。价格是报酬的决定因素，数据作为生产化要素的报酬，那么如何形成定价呢？这就需要流通，需要由市场来进行，需要由供需来决定。我们用一个模型算出来这个数据值多少钱，是不是它的价格？不是，因为没有通过市场供需关系的检验，所以，数据的价格由市场决定，由市场供需决定，使数据成为生产要素的关键需要由市场供需决定，就需要流通。那么，既然数据作为生产要素需要交易流通并进行定价，为什么现在为止还没有大规模的数据流通，没有大规模的数据要素市场？难在哪里？缺什么？数据成为生产要素的难点和解题之道从数据特性来看，数据是一个很特殊的生产要素，其特征是复制成本极低，复制速度奇快，传播速度也极快。数据一旦被看见，包括被人看见或者被机器看见，都可以被复制，而且是可以被无限制地复制。在简单的经典经济学理论上，供需要有两根曲线相交，才能形成价格。明文数据的特点，使得它的供应和需求都是无限的，供应和需求两根线无法形成一个焦点，很难通过市场供需进行定价，并形成大规模的市场交易流通。再者，数据还存在一些群体性和公众性的泄露或滥用的问题，这些可能会影响整个群体甚至国家的利益。如果出了事，谁负责？获得利益后，该怎么处理？权利应该怎么主张？原始数据、二手数据、再生数据等，不同方又有什么样不同的权益和责任？这么多问题，目前要把它整盘解决，还需要很长的时间、需要实践和探索。我认为没有一个完美的答案——会有很多取舍，关键是取什么？舍什么？从数据价值来看，我们可以把它分为信息价值和计算价值。以波粒二象性打个比喻——数据有可以被展示或者被看见的具体信息，而另外一方面，数据虽然看不见，但是可以被用于计算得出结果，这就类似量子力学中的粒子和波。粒子是有形的，波是无形的，但是他们同样传播能量。在目前大数据和人工智能的时代，我们也把数据比作新的能量——数据能，而数据的主要价值越来越多的体现在它的计算价值。那么，数据交易流通的前提和形态是什么？因为明文数据的特征和特性，无法进行大规模的交易和流通。所以必须把数据的具体信息和计算价值分开，把数据作为变成可用不可见，避免被看见后造成无限供应和无限使用。计算价值怎么办？能不能对数据的计算价值进行限制，只有规定数据的价值，才能对数据的使用权进行定性、定量，形成有限的供应和需求，才能让这两根线竖起来形成焦点，同时避免、防止数据被滥用，厘清数据的责、权、利。如何能够做到以上两点，通过市场供需进行定价和大规模流通的是什么？既不是数据本身，也不是明文数据，而是数据的特定使用权。目前，大家谈到数据时，就会谈到数据确权和交易流通。这儿先抛出一个观点，就是：过早、过严、过窄地定义和规定数据的所有权，在法律上可能会制约数据产业和数据生态的发展。目前，要通过实践积累、摸索经验，反复的试验，才能够把这件事做好。数据确权的难处，只能点到为止。交易和流通需要生态，其中更重要的是，需要数据和资本的结合，才能使数据的交易流通、要素化大规模发展。现在，数据还不是法律和金融意义上的资产。“可用不可见”加上规定用途和规定用量，可以实现数据的归属权、使用权、收益权和处置权的分立，为数据真正成为资产，成为生产要素奠定技术基础。最后使它变成法律和金融意义上的资产的，不是技术，而是法律法规对其进行保障。在目前数据确权相关法律法规还不健全的情况下，是不是可以进行尝试，使数据交易流通？可能性是有的。也只有这么做才能反过来为数据的确权真正提供有益的实践和探索。怎么做？利用数据的可用不可见和规定用途、用量的技术手段，把它的使用权和受益权抽取出来。只针对使用权和受益权，在目前这个阶段，已经足够让数据进行先期的交易和流通，为后期的进一步的数据确权积累经验。 怎么才能做到可用不可见，又如何规定数据的用途用量？隐私计算如何打破数据壁垒，构建社会化数据闭环数据可用不可见的基础理论叫多方安全计算理论（MPC——multi party competition），由姚期智先生提出。安全是前提，没有安全就没有多方。他通过两篇论文，提出了百万富翁问题：两个百万富翁碰到后，相互都不愿意告诉对方有多少钱，也没有一个可信第三方，怎么把这个比较做出来？姚期智先生在86年从数学上证明，凡是可以在明文上进行的技术，都可以在密文上进行计算，而且得出同样的结果。现在多方安全计算成了密码学的一个重要分支。多方安全计算理论属于密码学范畴，是经过严密的数学论证的，它的安全假设是不信任硬件，不信任人。在明文计算体制当中，数据存储的加密技术、安全技术已经很发达，就像洋葱，里边有个宝贝，一层一层包起来，装进保险箱，再装进地下室，然后把钥匙全拿走。在这种情况下，唯独在它进入芯片进行计算之前，必须解码、解密成明文，才能编译成指令集，输入计算机进行计算，得出的是明文的结果，然后赶紧再包藏起来，进行传输。而在它解密成明文进行编译、计算的时候，从理论上和实践上都是不安全的——它要么要相信硬件，要么相信软件，要么相信人。多方安全计算理论，可以使数据在密文上直接进行计算，所以它可以不相信硬件，可以不相信软件。举个不一定恰当的例子，就好像去澡堂洗澡，在明文范畴内，你穿着衣服，从头到脚全副武装进去洗澡，很安全，不知道你是谁，但是到了澡堂之前，你必须裸露后才能洗澡，洗完后赶紧用毛巾擦干，恢复原状。但是，在澡堂子里洗的过程安全吗？澡堂子是谁造的？谁管的？你能相信硬件，相信软件没有后门，相信管理这些硬件软件的人吗？所以，多方安全计算做的就是穿着衣服洗澡，当然耗费大一点，水要用的很多，但洗完了以后出来还是完全盖住的。在这个理论刚提出的八十年代，算力耗费之多，使得它只是在理论上成立，如今分布式计算、通讯科技的发展，则使它具备初步的实用性。华控清交实现了基于多方安全计算，把多种基于明文的隐私计算技术（比如数据脱敏、差分隐私，联邦学习、可信计算等等）融合在一起形成的隐私计算解决方案，解决的是计算的准确性、保密性和计算效率之间的优化等关键问题。那么，怎么从理论到实践，做到让数据可用不可见？华控清交的数据要素化探索和实践我们把加法、乘法和比较通过密码学原理，从根本上用密文的形式替代了明文，重新把通用函数和机器学习深度学习的工具密文化，可以像在明文上编程一样，做到可用不可见的底层逻辑。同时，我们还综合应用了基于明文的隐私计算技术，实现了明文和密文的混合计算，在不同的场景下可以完成隐私查询、联合建模等实际应用。如何实现的呢？拿电话来举例——人看不见，声音听得见，比喻可用不可见。我们的隐私计算服务就如同“交换机”，负责按照数据提供房和数据使用方之间的数据计算合约，调配算力执行隐私计算，并把计算结果给到合约指定的结果计算方。它是数据共享与流通的计算控制站和算力调配中心，是隐私保护计算和高效算力的结合体。数据接入节点就如同“电话机”，部署在数据端，把明文数据转换成计算因子或将密文计算结果解算成明文。而计算因子本身不承载任何可以“看见”的具体信息，是数据计算价值的载体。这些理论是通过密码学和数学严密论证的。那么，数据程控交换机可以连接多台电话机，叠加起来、组合起来的就是数据电网，就如同国家对数据要素进行监测管理和宏观调控的神经系统和基础设置，助力数据要素化。这种基于合约的隐私计算技术，能够有效打通社会化数据闭环，使数据真正成为生产要素。
央行今日发布2020年第三季度银行家问卷调查报告。 2020年第三季度中国人民银行开展的全国银行家问卷调查结果显示： 一 银行家宏观经济热度指数 银行家宏观经济热度指数为25.6%，比上季上升12.6个百分点。其中，有47.5%的银行家认为当前宏观经济“正常”，比上季增加23.2个百分点；有50.6%的银行家认为“偏冷”，比上季减少24.3个百分点。对下季度，银行家宏观经济热度预期指数为34.9%，高于本季9.3个百分点。 二 银行业景气指数和银行盈利指数 银行业景气指数为66.0%，比上季提高2.1个百分点，比上年同期降低4.2个百分点。银行盈利指数为60.2%，比上季降低1.9个百分点，比上年同期降低6.5个百分点。 三 贷款总体需求指数 贷款总体需求指数为73.5%，比上季降低2.3个百分点，比上年同期提高7.6个百分点。分行业看，制造业贷款需求指数为69.6%，比上季降低1.0个百分点；基础设施贷款需求指数为67.7%，比上季降低2.0个百分点；批发零售业贷款需求指数为64.5%，比上季降低1.9个百分点；房地产企业贷款需求指数为53.8%，比上季降低1.0个百分点。分企业规模看，大型企业贷款需求指数为59.5%，比上季降低1.2个百分点；中型企业为64.8%，比上季降低2.1个百分点；小微企业为76.6%，比上季降低2.0个百分点。 四 货币政策感受指数 货币政策感受指数为66.0%，比上季降低8.6个百分点，比上年同期提高11.5个百分点。其中，有35.0%的银行家认为货币政策“宽松”，比上季减少15.8个百分点；62.0%的银行家认为货币政策“适度”，比上季增加14.3个百分点。对下季，货币政策感受预期指数为63.4%，低于本季2.6个百分点。 编制说明： 银行家问卷调查是中国人民银行2004年建立的一项季度调查。调查采用全面调查与抽样调查相结合的方式，对我国境内地市级以上的各类银行机构采取全面调查，对农村信用合作社采用分层PPS抽样调查，全国共调查各类银行机构3200家左右。调查对象为全国各类银行机构（含外资商业银行机构）的总部负责人，及其一级分支机构、二级分支机构的行长或主管信贷业务的副行长。 银行家调查报告大部分指数采用扩散指数法进行计算，即计算各选项占比，并分别赋予各选项不同的权重（赋予“好/增长”选项权重为1，赋予“一般/不变”选项权重为0.5， 赋予“差/下降”选项权重为0），将各选项的占比乘以相应的权重，再相加得出最终的指数。所有指数取值范围在0~100%之间。指数在50%以上，反映该项指标处于向好或扩张状态；低于50%，反映该项指标处于变差或收缩状态。 主要指数计算方法简单介绍如下： 1．宏观经济热度指数：反映当前宏观经济状况的扩散指数。该指数的计算方法是在全部接受调查的银行家中，先分别计算认为本季经济“偏热”和“正常”的占比，再分别赋予权重1和0.5后求和得出。 2．货币政策感受指数：反映银行家对货币政策感受程度的指数。该指数的计算方法是在全部接受调查的银行家中，先分别计算认为本季货币政策“偏松”和“适度”的占比，再分别赋予权重1和0.5后求和得出。 3．贷款总体需求指数：反映银行家对贷款总体需求情况判断的扩散指数。该指数的计算方法是在全部接受调查的银行家中，先分别计算认为本行本季贷款需求“增长”和“基本不变”的占比，再分别赋予权重1和0.5后求和得出。 4．制造业贷款需求指数：反映银行家对制造业贷款需求情况判断的扩散指数。该指数的计算方法是在全部接受调查的银行家中，先分别计算认为本行本季制造业贷款需求“增长”和“基本不变”的占比，再分别赋予权重1和0.5后求和得出。 5．基础设施贷款需求指数：反映银行家对基础设施贷款需求情况判断的扩散指数。该指数的计算方法是在全部接受调查的银行家中，先分别计算认为本行本季基础设施贷款需求“增长”和“基本不变”的占比，再分别赋予权重1和0.5后求和得出。 6．大型企业贷款需求指数：反映银行家对大型企业贷款需求情况判断的扩散指数。该指数的计算方法是在全部接受调查的银行家中，先分别计算认为本行本季大型企业贷款需求“增长”和“基本不变”的占比，再分别赋予权重1和0.5后求和得出。 7．中型企业贷款需求指数：反映银行家对中型企业贷款需求情况判断的扩散指数。该指数的计算方法是在全部接受调查的银行家中，先分别计算认为本行本季中型企业贷款需求“增长”和“基本不变”的占比，再分别赋予权重1和0.5后求和得出。 8．小微型企业贷款需求指数：反映银行家对小微型企业贷款需求情况判断的扩散指数。该指数的计算方法是在全部接受调查的银行家中，先分别计算认为本行本季小微型企业贷款需求“增长”和“基本不变”的占比，再分别赋予权重1和0.5后求和得出。 9．银行贷款审批指数：反映银行家对贷款审批条件松紧的扩散指数。该指数的计算方法是在全部接受调查的银行家中，先分别计算认为本行本季审批条件“放松”与“基本不变”的占比，再分别赋予权重1和0.5后求和得出。 10．银行业景气指数：反映银行家对银行总体经营状况判断的扩散指数。该指数的计算方法是在全部接受调查的银行家中，先分别计算认为本行本季经营状况“较好”与“一般”的占比，再分别赋予权重1和0.5后求和得出。 11．银行盈利指数：反映银行家对银行盈利情况判断的扩散指数。该指数的计算方法是在全部接受调查的银行家中，先分别计算认为本行本季“增盈（减亏）”与“持平”的占比，再分别赋予权重1和0.5后求和得出。
作者 | 王金旺出品 | 雷锋网产业组5G商用一年有余，互联网厂商的位置在哪里？即使如腾讯这般体量的互联网巨头，也需要认真考虑这个问题。2020年8月17日，深圳市市长陈如桂宣布，深圳已经实现5G独立组网全覆盖，率先进入5G时代。另据相关统计数据显示，深圳5G基站已经累计建成超过4.6万个，基站密度国内第一，甚至可以说，深圳已经是当下全球5G第一城。作为总部坐落在深圳市龙岗区的5G关键技术厂商、设备厂商的华为自然功不可没，不过，很多人却忽视了体量庞大的互联网巨头在这之中的作为，例如总部坐落于深圳市南山区的腾讯，究竟有怎样的5G布局？“腾讯不做5G”“我们并不是在做5G，并不是在与运营商、设备商竞争去做5G网络、5G设备。”腾讯云网络总经理王亚晨解释称。作为腾讯5G、物联网领域关键人物之一，王亚晨在腾讯云主要负责物联网络、无线网络、5G与边缘计算等领域相关研发工作。腾讯真的不做5G吗？如果我们只是将5G技术相关部署任务简单地划分为：5G网络建设、5G设备生产的话，是这样的。然而，5G技术部署远没有这么简单。以运营商为例，他们习惯将5G技术分为「云、管、边、端」四个层面进行部署。这其中，“管”正是运营商主要的工作——5G网络部署，包括无线接入网、核心网；“端”是指设备厂商的主要工作——5G设备研发生产，包括5G芯片、模组、硬件设备等。这两项工作，与腾讯自身基因契合度并不高，也并非腾讯部署5G切入的领域，腾讯真正花大力气在做的事儿其实主要集中在「云」和「边」侧。正因如此，这项艰巨的任务主要被放在了腾讯云中。云下屯兵腾讯云在腾讯整个体系架构中的权重上升也是这两年的事，尤其在2018年“930架构调整”后，腾讯云在腾讯中的战略地位开始显现。布局5G这件事，同样也是由腾讯云主导。尽管腾讯5G技术的主要能力部署集中在「云」、「边」两侧，王亚晨还是觉得，要解释清楚腾讯在5G上的投入，还是要从「云」、「网」、「边」、「端」四个层面来展开。在「云」侧，腾讯云搭建了5G物联网开放平台（IoT Explorer），以实现对5G、非5G终端的网络状态监控、模组远程运维、5G LAN通信能力、流量池管理等连接管理功能，提供云端便捷开发、小程序开发服务等；在「网」侧（也即是接入侧），腾讯云在做边缘网关，以此把更多用户的现场计算放到边缘侧完成，结合现在AI的处理能力，减少原本需要传输到云端造成的网络开销；在「边」侧，腾讯云部署了一个5G边缘计算平台，也就是现在行业中普遍理解的5G MEC，腾讯通过搭建这一平台，与运营商配合实现5G场景下的应用；在「端」侧，腾讯云在做的是储备5G SDK，并提供5G DTU、5G SDWAN、5G AIoT网关等设备，目的主要通过腾讯自研的产品、SDK连接到腾讯云的物联网开发平台中。这时再回过头来看腾讯在5G技术方面的布局就会发现，腾讯的5G相关能力其实整体被融入到了腾讯此前在云服务上的业务部署，以及近两年在物联网领域逐渐展开的局面。腾讯在5G、物联网上下的这些功夫，会有一个怎样的愿望？为客户打造一个开机即用的边缘网关、一个小型服务器。这样的小型边缘服务器既要支持物联网通信协议，也要有一些AI处理能力，我们将云端训练好的AI模型集成到边缘设备中，为用户提供一个软硬一体的、现场的边缘计算服务。为打造这样的小型边缘服务器，腾讯云还研发了两个平台，或者也可以说是工具：边缘计算机器ECM、边缘接入和加速平台TSEC。TSEC是腾讯的边缘接入和加速平台，可以实现在运营商网络将流量从基站侧快速分流出来，引入到我们自己的数据中心或者与运营商共建的数据中心，然后用ECM为用户提供计算服务；ECM是一个轻量化的计算平台，可以在计算平台上构建很多的服务，例如云游戏、高清视频，甚至一些物联网本地化服务也可以基于这一平台构建。TSEC+ECM所构建的正是腾讯5G边缘计算平台，一个连接、计算一体化的平台。这是腾讯云的逻辑。为此，腾讯预计在今年年底前要完成300个边缘计算节点的建设任务，全面支撑腾讯智慧工业、园区、能源、教育、车联、以及云游戏、4/8k直播业务和机器人等5G业务。不过，王亚晨也指出，“今年将建成的这300个节点并非都具备5G接入能力，还是会有一部分不具备5G接入能力。通过这样靠近用户侧的边缘节点，我们会把视频类的业务逐渐调度在边缘节点去，节省带宽成本、提升用户体验。”通过5G网络的大带宽、低延时等特性，将云服务的部分能力下沉到边缘侧，这是一项庞大的工程，也是一项深入影响企业、制造业数字化进程的工程。因而，也就成了当下互联网巨头厂商一个竞争焦点。建一个5G专网在腾讯5G技术体系中有一个关键平台：5G边缘计算平台。基于这一平台，腾讯在大力拓展5G专网建设业务。王亚晨向雷锋网介绍称：运营商的5G网络架构分为5G无线接入网、5G核心网，5G核心网通常部署在省会中心，这个位置非常高，我们希望可以将运营商的核心网通过轻量化的方式部署在我们的MEC中，为行业专网提供一个更快速部署的解决方案。然而，由于国内5G专网是基于运营商授权频谱进行的网络部署，这就需要运营商开放权限。好在，中国联通、中国移动已经开始针对5G核心网引入轻量化解决方案。王亚晨告诉雷锋网，腾讯目前也在参与中国移动N4接口。我们也在参与运营商的试点测试，实际上腾讯已经提供了运营商部分核心网的能力和我们的MEC打包，去提供行业专网的服务。目前在腾讯滨海总部落地的5G边缘计算“一体化中心”已经正式对外开放，融合5G、边缘计算与物联网技术支持云游戏、机器人等5G业务，可以提供可交付的整体解决方案。据悉，这一5G边缘计算中心是由原来MINI T-block边缘节点改造而成，将TSEC的网关及ECM的轻量计算的节点融入到腾讯服务器中，通过与运营商合作，将5G流量直接引入到MINI T-block中。王亚晨解释称：实际上可以将其理解为是部署在运营商基站侧的非常MINI的数据中心，我们将腾讯云的相关业务、产品一体化呈现在这个数据中心中，希望以此为行业客户打造一个标杆场景。这个边缘计算节点再进一步发展，也可以作为承载运营商5G轻量化核心网的一个节点，面向一些行业进行5G专网部署，这也是我们希望下一步能够做到的事情。腾讯的5G物联网版图去年一年，腾讯陆续对外公布了物联网领域从入口到平台的体系布局。据悉，目前已有300+的优秀行业企业入驻到腾讯云生态、500+款硬件、200+套端到端的解决方案在腾讯云物联网市场上架，为智慧城市、智慧能源、智慧制造的很多客户提供产业服务。此次腾讯再次公布在5G领域的屯兵布局，而要想将5G领域的布局很好地融入腾讯在物联网领域大的生态中，还需要降低连接门槛——降低设备使用5G网络连接到腾讯云的门槛。腾讯云物联网产品总监周佳鑫告诉雷锋网：除去围绕新版腾讯云物联网平台发布的5G开发套件、微信小程序服务外，我们还在于芯片、模组领域的合作伙伴，在做云到协议层的打通工作。我们现在已经与MTK、RealTek、上海移远、芯讯通、爱联，中移物联、移柯等合作伙伴进行了打通。通过与这些合作伙伴合作，我们希望可以快速拉平从芯片、模组到云的通道，让用户可以快速接入5G网络中，这个就是腾讯云在5G方面所投入布局做的事情。2020年，5G、物联网融合进程中，坐上这班车的腾讯，也开始加速行驶。关注AIoT、智能硬件、机器人，新闻爆料或寻求报道，欢迎添加作者微信交流（添加微信请注明公司、职位、姓名）：18210039208。相关文章：十年IoT，腾讯不着急腾讯物联网操作系统正式开源，最小体积仅 1.8 KB
“民间借贷新规出来后，我们就在开会，目前业内对于利率最高保护上限的口径统计上比较疑惑，到底是按照IRR（内部收益率）计算，还是APR（名义利率）计算，尚不清楚，还有待资金方以及监管层面明确。”沪上某助贷机构相关负责人对记者说道。 近日，最高人民法院发布了新修订的《关于审理民间借贷案件适用法律若干问题的规定》（下称《规定》），其中，备受市场关注的即为民间借贷利率司法保护上限的调整。 根据《规定》，民间借贷利率的司法保护上限为一年期贷款市场报价利率（LPR）的4倍，以最新发布的一年期LPR 3.85%计算，当前民间借贷利率的司法保护上限为15.4%，这一数字较此前“以24%和36%为基准的两线三区”的划定标准大幅下降。 不过，业内的疑惑在于，15.4%究竟指的是IRR还是APR。“从最高院的表述来看，更倾向于认定为APR。”上述负责人对记者说，“目前大多数机构的IRR基本都超过了20%，如果是IRR降低到15.4%以下，可能消费金融行业中80%左右的机构将无法存活。” 利率上限如何计算有待明确 在此次司法解释修正过程中，《规定》称将继续执行更加严格的本息保护政策，即借款人在借款期间届满后应当支付的本息之和，超过以最初借款本金与以最初借款本金为基数、以合同成立时一年期贷款市场报价利率四倍计算的整个借款期间的利息之和的，人民法院不予支持。 在不少业内人士看来，依据最高院的表述，民间借贷利率的司法保护上限指的是APR。上述负责人对记者解释道，“比如，最高院提及的‘以最初借款本金为基数’是较为典型的APR口径，如果是IRR，通常会表述成‘以剩余未还本金为基数’。” 所谓APR，是指名义利率，也就是消费者通常所说的“年化利率”，为央行或其他提供资金借贷的机构所公布的未调整通货膨胀因素的利率，即利息（报酬）的货币额与本金的货币额的比率。 而IRR则指内部收益率，即资金流入现值总额与资金流出现值总额相等、净现值为零时的折现率。简单而言，IRR就是消费者将未来的还款金额进行折现，使得折现后的金额与原始借款金额相等时的利率，这也是贷款本身的实际收益率。这种计算方式主要是考虑到了资金的时间价值。 具体来看，若15.4%指的是APR，按照常见的等额本息分期还款计算，则其对应的实际利率约为27.31%，接近30%。“这一水平线对行业虽有影响，但冲击并不会太大。”上述助贷机构负责人对记者说。 “实际上，目前行业内的贷款利率基本都是按照IRR来计算的，一般IRR都超过了20%。”一位消费金融资深从业者对记者说道。 上述负责人也称，如果15.4%被视为IRR，那么消费金融行业80%的机构可能无法存活，因为贷款利率远远无法覆盖资金成本、坏账成本和获客成本。 “整体来看，24%~36%之间的产品有不少机构在做，比如单单助贷领域，可能就有60%~70%的机构。目前IRR能做到15.4%以下的机构很少，估计只剩下几家大型的公司了，毕竟现在获客成本很高。”该人士进一步说道。 不过，也有业内人士持有不同观点。他们的担忧主要在于，如果将15.4%认定为APR，那么在名义利率符合要求的情况下，仍有机构能够通过设置不同的还款方式来使得实际利率远大于名义利率，比如采取先还本后付息，或者分期付款的方式等，从而无法实现对“高利放贷”的精准打击。 另外，中伦律师事务所合伙人刘新宇也对记者表示，虽然从文义上理解，最高院规定的利息计算方式似为名义利率APR口径，但该计算方式同2015年版司法解释第二十八条第二款无实质变化。而且，在近年的实践中，金融监管部门（央行、银保监会、地方金融办）的指导意见都倾向于按照实际利率IRR为标准计算借款利率，IRR标准已逐渐被社会公众所认识和理解。由此，无法排除人民法院在今后司法实践中以IRR作为放贷利率计算口径的可能。 在此背景下，上述助贷机构相关负责人告诉记者，该公司暂时还未收到合作方整改产品的要求。“一些利率稍高的产品还没下架，大家都在观望，等待细则出来，在资金方和监管表态后，再去做整改。” 刘新宇也对记者称，在各地监管机构未明确表示将按照IRR口径对小贷公司进行监管且LPR未持续下行的前提下，司法解释对小贷公司等机构的业务活动会产生一定影响，但影响相对可控。 金融机构是否适用有争议 除了利率上限的计算待明确外，市场也十分关注金融机构的适用范围。根据《规定》，经金融监管部门批准设立的从事贷款业务的金融机构及其分支机构，因发放贷款等相关金融业务引发的纠纷，不适用本规定。“尽管如此，但《规定》未对金融机构的范围做进一步解释。”刘新宇对记者说。 目前，市场上的主流观点是，对金融机构做“限缩解释”，即理解为一行两会监管下持有《金融业务许可证》的机构，如政策性银行、商业银行、金融资产管理公司、信用合作社、邮政储蓄机构、信托投资公司、企业集团财务公司、金融租赁公司和外资金融机构等。 “但《规定》对于当前由各省级人民政府进行区域性监管的小额贷款公司、融资租赁公司、商业保理公司等是否需要参照适用司法解释，并不明确。”刘新宇称。 光大证券首席银行业分析师王一峰也表示，小贷公司是否适用此规定目前存在争议。根据目前最高法的司法判例来看，倾向于认为小贷公司适用此规定，即小贷公司未来或存在利率上限下调、从而导致利润空间压缩的可能。 尽管持牌类金融机构不包含在内，但业内的共识在于，金融机构在一定程度上也将受到民间借贷利率上限的影响。 比如，最高院曾在2017年8月4日印发的《关于进一步加强金融审判工作的若干意见》中明确规定：“金融借款合同的借款人以贷款人同时主张的利息、复利、罚息、违约金和其他费用过高，显著背离实际损失为由，请求对总计超过年利率24%的部分予以调减的，应予支持，以有效降低实体经济的融资成本。” 同时，最高人民法院民二庭编著的《理解与适用》亦指出：“金融借款的总成本显然应该低于民间借贷利率的上限。” 刘新宇对记者表示，此前司法实践中，多是以年利率24%作为金融机构利率的上限。“基于此，从降低实体经济融资成本的立法本意处罚来看，各类金融机构并不能以司法解释第一条第二款为倚仗而突破4倍LPR的利率限制。” 中关村互联网金融研究院首席研究员董希淼也提及，虽然司法解释关于民间借贷利率上限的规定不适用于金融机构，但地方法院经常以此来约束金融机构，希望最高法院就此进行强调，并形成对地方法院的统一指导，减少因执行尺度不一给金融机构带来困扰。
遥感影像大众获取困难、个人电脑算力受限以及遥感处理分析专业性强等因素，制约着遥感大众化的应用和推广。针对以上难题，美国Google公司与卡内基美隆大学和美国地质调查局共同研发并发布了谷歌地球引擎GoogleEarthEngine，实现了全球范围内海量遥感数据的并行处理，为遥感大数据分析提供支撑。该平台的推出极大地提升了国外遥感大众化应用的水平，但是由于特定原因，目前国内科研人员无法直接使用GoogleEarthEngine来做科学研究，同时该国外系统中也没有接入国内的主要卫星遥感数据。为了进一步推动国内遥感技术发展并提升遥感大众化应用水平，研发同类国产软件系统产品是大势所趋。航天宏图依靠多年在遥感行业的技术积累，原生创造了遥感计算云服务平台PIE-Engine。 PIE-Engine作为PIECloud产品家族的重要组成部分，是一个集实时分布式计算、交互式分析和数据可视化为一体的在线遥感云计算开放平台，主要面向遥感科研工作人员、教育工作者、工程技术人员以及相关行业用户。它基于云计算技术，汇集遥感数据资源和大规模算力资源，通过在线的按需实时计算方式，大幅降低遥感科研人员和遥感工程人员的时间成本和资源成本。用户仅需要通过基础的编程就能完成从遥感数据准备到分布式计算的全过程，这使广大遥感技术人员更加专注于遥感理论模型和应用方法的研究，在更短的时间产生更大的科研价值和工程价值。 PIE-Engine是面向所有遥感用户的公众服务平台，不但提供国外的Landsat系列、Sentinel系列卫星遥感数据和国内的高分系列、环境系列、资源系列等卫星遥感数据的访问接口，还包含了大量的遥感通用算法和专题算法。如基于多时相的Landsat和Sentinel数据，可以实时进行作物长势监测、地区旱情分析、水体变化分析、城镇变化监测等分析处理。 PIE-Engine以在线编程为主要使用模式，提供了完善的在线开发环境，包括资源搜索模块、代码存储模块、代码编辑模块、运行交互模块、地图展示模块等。 下面以北京地区植被覆盖情况和东北某地作物长势状况分析来展示一下PIE-Engine的计算能力。 实例一：北京地区植被覆盖情况 北京地区植被覆盖情况分析主要是利用多张影像融合计算NDVI植被指数，分析植被覆盖度情况。在这个例子中首先使用时间和区域条件过滤得到多时态的40多景Landsat8影像，同时基于云量波段实现去云融合，然后针对结果影像计算NDVI指数，最后以北京行政区划矢量裁剪得到最终结果。上述过程全部在云端采用分布式实时计算，PIE-Engine总计算时间小于10秒。用户如果对于某个特定位置的指数值感兴趣，只需用鼠标点击该位置，PIE-Engine将会按需实时计算该位置的NDVI值，并在信息窗口中输出结果。 实例二：植被长势监测 在这个实例中，PIE-Engine利用了指定区域2017年的所有影像（总共30多景），经过实时的去云融合、植被指数计算和区域聚合统计得到了指定范围内的植被指数列表，最终绘制出了该区域的植被长势状况变化图，系统运行时间不到20秒。通过分析结果，可以看到PIE-Engine除了在后台提供实时分布式计算能力外，同样提供了较为丰富的前端开发和可视化能力。 上述范例只是应用PIE-Engine进行遥感专题计算的基础范例，更多的应用需要用户自己在平台上探索和挖掘。PIE-Engine改变了传统遥感影像分析应用的开发形式，降低了技术门槛，用户不用过多关心数据来源、数据存储、资源算力等基础因素，可以更加专注于遥感模型开发、遥感教学实践和行业应用研究，真正实现了“科技改变世界·遥感走进生活”。 作为一款刚刚诞生的全新产品，航天宏图欢迎不同行业、不同背景、不同使用习惯的你们成为第一批用户！目前，PIE-Engine正式迎来了公测，面向公众开放测试使用！公测注册地址：http://engine.piesat.cn。 航天宏图信息技术股份有限公司 地址：北京海淀区益园文化产业基地A区1楼五层 【PIE-EngineQQ交流群】604179645 【联系电话】400-890-0662 【联系邮箱】piecloud_support@piesat.cn （CIS）
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估