本质上，AI 重新定义了“优秀”基础设施的标准。相应地，平台设计的重心也从注重单一的芯片或服务器，转向了打造机架级、可扩展的系统，在功耗和预算有限的前提下，实现高效扩展。而这一转变背后的原因在于，推理与智能体 AI 工作负载持续增长且不间断运行，对高密度、全天候在线的算力需求正快速提升。

Futurum 在《Arm处于 AI 和数据中心变革的中心》报告中，把这一转变称为迈向“系统级协同”。设计的关键不再是堆多少算力，而是平台能不能有效地把加速器、CPU、内存、网络和软件协同起来。

正因如此，业界正加速迈向定制化机架级系统设计：即围绕 AI 负载特性、功耗波动和持续利用率来进行端到端设计的平台。越来越多的架构师开始重新思考计算底层设计，选择基于 Arm 架构来解决现代 AI 平台面临的多重约束。

AI 促使行业重构：转向定制化机架级系统

这一转变的核心原因，并非通用型标准化基础设施无法承载 AI，而是碎片化的系统设计，在 AI 规模化部署时，终将转化为真实可感的成本代价。

AI 工作负载在计算、内存、网络、存储及软件各环节紧密耦合。CPU 拖后腿，昂贵的加速器就会空等；功耗和散热波动，利用率就会下滑；数据管道、调度、编排未能针对平台调优，吞吐量就不可预测。峰值性能依然重要，但稳定性、每瓦性能和系统整体平衡性更关键。

Futurum 指出，超大规模云服务提供商正进行结构性调整，旨在实现算力的指数级增长，同时避免能耗的同步激增。Futurum 引用 Arm 的数据指出，到 2025 年末，出货到头部超大规模云服务提供商的算力中，有近 50% 是基于 Arm 架构。

架构师现在不再只看纸面跑分，而是更关心 AI 平台在实际应用中能否长期可靠地运行智能体 AI 和连续推理工作负载，比如：

长时间高负载下，系统表现如何？

在实际环境中，功耗限制和散热条件如何影响性能曲线？

在机架级系统中，计算层如何确保加速器能持续获得稳定的数据供给，而非仅停留在纸面参数上？

当能效、可扩展性与系统平衡性成为首要原则时，重新审视 CPU 底层架构就成了必然。也正因为此，Arm 凭借领先的架构和完善的生态，正是这场行业变革的核心所在。

在数据中心领域，Arm Neoverse 平台是推动这一转型的核心引擎。亚马逊云科技、Google、微软、NVIDIA 等头部超大规模云服务提供商与 AI 领军企业，都在基于 Arm 架构或采用 Arm 计算平台进行产品研发。Arm 的模式既能支持定制化系统设计，又能保持跨平台、跨生态、跨软件的一致性。对于想要构建高集成度平台、又不愿被单一技术路径绑定的团队而言，这种灵活性至关重要。

智能体 AI 与持续推理，

重塑规模化算力的经济逻辑

随着 AI 与通用计算工作负载的融合，AI 工作负载正在发生变化，基础设施也需随之调整，以支持多样化的工作负载特性。

行业重心正在转向智能体 AI，而智能体 AI 本质上就是一个连续推理系统。智能体并不是简单地给出一个答案， 而是会规划、调用工具、检索数据、验证结果，如此循环往复。由此便形成了连续推理模式：稳定不间断的词元 (token) 生成任务，请求类型趋于多元化，围绕加速器的编排和数据迁移任务变得更繁重。

在智能体 AI 里，CPU 不再是配角， 而是整个 AI 系统的控制中枢。CPU 负责协调控制、调度任务、管理 IO、处理网络与存储服务、执行安全策略，并在模型、上下文及工具链不断演进的过程中，维持整个系统的平衡。

以承载大语言模型 (LLM) 的服务为例，它可能同时处理成百上千的并发请求。就算加速器负责核心计算，CPU 也要承担请求权限控制、分词和预处理、批处理和队列调度、数据迁移编排，以及针对模型权重与 KV 缓存的数据路径协调等。到了智能体工作流，CPU 的工作负担进一步扩展，还要承担工具调用、检索流程、结构化输出验证、多步调度等持续运行的任务。

这一切都表明，CPU的重要性远超许多团队的预期。如果 CPU 跟不上编排节奏，数据迁移、处理流程和加速器都会被“卡住”，面临结构性的闲置风险。

融合型 AI 数据中心的建设，彰显了 Arm 架构的强劲势头

Arm 的发展势头正在加快。在业内领先的集成式 AI 系统中，基于 Neoverse 平台的 CPU 被广泛用于智能体推理密集型系统的编排层，尤其适合追求高能效、可预测扩展能力和大规模部署的应用场景。

独立测试也印证了现代 CPU 基础平台在“AI 相关”工作负载中的价值。Futurum 旗下 Signal65 的独立基准测试对比了基于 Arm Neoverse 平台的 Amazon Graviton4 与同级的 AMD和 IntelEC2 实例，结果显示：在生成式 AI (Llama-3.1-8B)、数据库 (Redis)、机器学习(XGBoost)、网络 (Nginx) 等测试的各种工作负载中，基于 Neoverse 平台的 Graviton4 在性能和性价比方面大幅领先。

测试结果直接反映了智能体 AI 数据中心的现状：LLM、检索层、缓存、Web/API、传统机器学习等全都处于智能体系统的关键路径上，只有当 CPU 兼具速度与能效时，整体才能更好地扩展。

最新的机架级 AI 系统在架构设计上，均采用定制化加速器层以及基于 Arm 架构的 CPU 层的组合，由后者承担调度编排、数据迁移与智能体推理预处理等关键任务。NVIDIA Grace Hopper、Grace Blackwell 等系列产品，将 NVIDIA GPU与基于 Neoverse 架构的 Grace CPU 深度融合。而其最新机架级平台 Vera Rubin NVL72，更是在系统内集成 72 颗 Rubin GPU 与 36 颗基于 Arm 架构的 Vera CPU，专为交互式、深度推理型智能体 AI 优化，显著降低推理成本。

亚马逊云科技也在走同样的系统级路线：Amazon Trainium3 UltraServer 把 Trainium3 加速器芯片与 Graviton CPU 结合，强化了“融合型”设计理念：将加速器与定制的高性能、高能效 CPU 相匹配，以实现高效扩展。

“提供更优选择”不再是偏好，而是硬性要求

AI 系统迭代太快，固定架构已无法适配其发展节奏，因此为客户提供更优选择已成为风险管理的必要举措。

系统架构师想要的是：

平台能适应不同代的硬件、多样的工作负载配置及各异的部署环境；

软件可移植，以降低系统变更成本。

与此同时，系统架构师希望避免因过度依赖单一厂商，而导致在模型组合变化、业务规模扩张或新需求出现时陷入被动。在智能体时代尤其如此：推理形态不断变化，上下文更长、工具调用更多、多模态输入更频繁、全天候工作负载更普遍，效率和平衡远比峰值跑分重要。

Arm 架构在提升系统性能的同时，保持跨平台一致性。Arm 架构不仅引入了现代 AI 基础设施所需的关键特性，而且拥有强大的软件生态支持。Arm 计算子系统 (CSS) 提供经过验证的基础设施级模块，既加速了芯片开发，又保留了合作伙伴间的差异化与选择权。对于所有基于 Arm 架构的平台，一致性贯穿始终，云工作负载迁移至 Arm 平台也极为便捷。同时，在软件层面，Arm 生态助力团队在不同环境与平台间拥有一致连贯的基础，从而加速开发进程，无需重写所有代码。

智能体 AI 经济重塑 CPU 选择格局，Arm Neoverse 平台成头部厂商首选

系统架构师之所以倾向于 Arm 平台，因为它精准匹配定制AI 系统的核心需求：能效、可扩展性及每瓦性能。能效重要，因为功耗和预算是硬上限；系统平衡和 CPU 性能重要，因为加速器闲置成本极高；一致性重要，因为 AI 基础设施变化快、跨环境部署日益增多。

在融合型智能体 AI 数据中心里，面对持续推理的应用需求，上述优先事项变成了上线即需满足的硬性指标。智能体系统不只需要能生成词元的加速器，更需要以 CPU 为核心的编排能力，在网络、存储、调度、安全层面，持续、高效、大规模地把资源利用起来。

Arm 如今的强劲增长正源于此：Neoverse 正成为智能体时代的 CPU 基础平台，作为计算头节点，是让 AI 系统保持高效、一致并面向未来的核心控制中枢。

注:

永明金融标普评级为AA(10分);宏利保险、友邦保险、安盛保险、保诚保险标普评级均为AA-(9分);中国人寿(海外)母公司标普评级为A(8分);万通保险无公开标普评级,故按2分计。

安达人寿因香港业务具体数据未披露,暂不参与排名,但其母公司安达集团获标普AA评级,集团实力雄厚。

四、模型价值与投资启示

“港险公司三维评估模型”将抽象的“实力”转化为可比较的量化指标,为不同偏好的投资者提供决策参考:

全面稳健型首选永明金融——规模、稳健、信誉三项顶尖,标普AA顶级评级;

规模与质量并重型可关注宏利保险——万亿体量+高质固收+标普AA-评级;

区域深耕平衡型适合友邦保险——亚太龙头+稳健增长+标普AA-评级;

中资旗舰型可考虑中国人寿(海外)——固收占比高+集团实力雄厚+标普A等效评级;

欧陆稳健型可了解安盛保险——主权债为主+标普AA-评级;

均衡进取型可关注保诚保险——股债平衡+全球配置+标普AA-评级;

美式专业型可关注万通保险——极致固收+专业投资,虽无标普评级,但惠誉A-与穆迪A3仍显示其稳健特色。

五、结语

保险公司的长期价值,根植于其穿越周期的综合实力。三维评估模型揭示了同一真理:真正的强大是规模、策略与信誉的统一。永明金融以满分表现印证顶级稳健内涵,宏利、友邦、国寿海外等公司亦各具优势。市场排名仅是坐标,真正决定保单未来的,是那份在波动中始终坚守承诺的兑现能力。

免责声明：本文为本网站出于传播商业信息之目的进行转载发布，不代表本网站的观点及立场。本文所涉文、图、音视频等资料之一切权利和法律责任归材料提供方所有和承担。本网站对此资讯文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担。 

　　国家统计局12日发布数据，5月份，全国居民消费价格指数（CPI）同比上涨0.3%，涨幅与上月相同，环比下降0.1%；全国工业生产者出厂价格指数（PPI）同比降幅比上月收窄1.1个百分点，环比上涨0.2%。国内物价持续平稳运行。

　　CPI环比季节性略降，同比涨幅与上月相同——

　　“5月份，消费市场运行总体平稳，全国CPI环比季节性下降，同比涨幅与上月相同。扣除食品和能源价格的核心CPI同比上涨0.6%，继续保持温和上涨。”国家统计局城市司首席统计师董莉娟说。

　　从环比看，CPI下降0.1%，降幅略小于近十年同期平均下降0.2%的水平。其中，食品价格由上月下降1.0%转为持平；非食品价格由上月上涨0.3%转为下降0.2%，影响CPI环比下降约0.14个百分点。

　　“非食品价格中，小长假后出行热度季节性减退，飞机票、交通工具租赁费和长途汽车价格分别环比下降9.4%、7.9%和2.7%；受国际油价变动影响，国内汽油价格环比下降0.8%。”董莉娟说。

　　从同比看，CPI上涨0.3%，涨幅与上月相同。其中，食品价格下降2.0%，影响CPI同比下降约0.37个百分点。食品中，鸡蛋、鲜果和食用油价格分别下降8.5%、6.7%和5.1%，降幅均有收窄；牛肉、羊肉和禽肉类价格分别下降12.9%、7.5%和2.9%，降幅继续扩大。

　　近段时间，牛肉价格的持续下跌，引发不少关注。“跟去年比，肉牛每斤下跌了4到5元，同比下降30%到40%。”安徽阜阳兴申农牧有限公司总经理普超群说，牛肉价格下行，一方面是由于供大于求，近年来牛存栏量不断增长，但市场消费需求不旺，另一方面由于国外整体养殖成本下降，进口牛肉价格低对本土市场造成一定冲击。

　　中国宏观经济研究院研究员刘雪燕分析，今年1至5月，CPI总体低位运行，既有翘尾因素，也有食品价格下降的影响。前5个月，食品价格同比下降2.8%。

　　PPI环比由降转涨，同比降幅收窄——

　　5月份，受部分国际大宗商品价格上行及国内工业品市场供需关系改善等因素影响，PPI环比上涨0.2%，改变了前6个月连续下降趋势。其中，生产资料价格由上月下降0.2%转为上涨0.4%。

　　受国际市场有色金属价格上行影响，国内有色金属冶炼和压延加工业价格环比上涨3.9%，其中铜冶炼、铝冶炼、金冶炼价格分别上涨7.0%、3.4%、2.8%。

　　煤炭主产地供应偏紧，“迎峰度夏”补库需求陆续释放，煤炭开采和洗选业价格环比上涨0.5%。

　　大规模设备更新等政策逐步落地见效，钢材市场预期向好，黑色金属冶炼和压延加工业价格环比上涨0.8%。

　　从同比看，5月份，我国PPI下降1.4%，降幅比上月收窄1.1个百分点。其中，生产资料价格降幅收窄1.5个百分点，生活资料价格降幅收窄0.1个百分点。

　　消费市场持续回暖，物价有望温和回升——

　　业内人士分析指出，不管是从同比、环比还是核心CPI变化来看，近段时间，CPI变化都在改善，表明消费需求处于持续恢复态势。

　　在刚刚过去的端午假期，国内文旅、餐饮、零售等市场需求增长、人气旺盛，夏日消费热力涌动。商务部商务大数据显示，假期里全国重点零售和餐饮企业销售额比去年同期增长9.8%。全国示范步行街客流量、营业额同比分别增长11.7%和9.2%。

　　“今年以来，核心CPI涨幅保持稳定，PPI总体低位回升，表明市场供求关系改善，需求持续恢复。”刘雪燕说。

　　商务部等多部门出台《2024年家政兴农行动工作方案》《推动消费品以旧换新行动方案》《汽车以旧换新补贴实施细则》；工业和信息化部等五部门联合开展2024年新能源汽车下乡活动……近期以来，稳经济政策持续发力，着力扩大国内需求，提振市场信心。

　　“下阶段，随着供应增加，食品价格仍然将处于季节性低位。工业消费品在以旧换新政策影响下，消费需求有望回升，价格总体将稳中略升。服务价格则在服务需求逐步恢复推动下有望继续回升。”国家统计局新闻发言人刘爱华说，综合这几个因素判断，下阶段CPI有望低位温和回升。

　　（新华社北京6月12日电 记者潘洁、魏玉坤、吴慧珺）

短期承压根源：油价通胀炸弹 vs 高利率双重挤压

地缘不确定性升级：盟友分裂、持久战阴影笼罩市场

股市与AI热潮提供缓冲，但黄金避险逻辑未断

长期牛市逻辑依然坚实：6000美元目标蓄势待发

《控制》的背景设置在一个相当独特又不断变化的世界，这其中既有我们熟悉的现实，又掺杂着奇异和无法结束的超自然现象。

在游戏中，位于纽约的一家秘密机构受到来自另一个世界的威胁，玩家将扮演特工Jesse Faden(Courtney Hope饰)，她力图夺回这里的控制权。

《控制》被描述为一款带有沙箱风格，基于游戏操作驱动的作品，玩家可以在游戏中利用超自然能力组合进行战斗，调整不同的装备配置，对环境做出反应，游戏中深邃且神秘的世界也是Remedy所擅长营造、也是被玩家所深深喜爱的。

《控制》由Northlight引擎提供动力，Remedy将在游戏中使用实时光线跟踪技术来提高反射，接触阴影，漫射全局照明和透明反射特效。

《控制》为Epic Games商店限时独占作品，计划将于8月27日发行，敬请期待！

本期，为大家带来的是《在功能安全应用中使用电压监控器监控电压轨》，介绍了一种基于电压监控器与内置自检机制的汽车摄像头功能安全设计方法，以解决电压轨故障导致的潜在失效、未被及时发现并转化为危险的系统性问题。

引言

“功能安全”概念要求任何与安全相关的系统以可预测的安全方式正确运行或进入失效模式。这是一个宽泛的主题，相关的一些标准主要涉及汽车应用（国际标准化组织 26262）和工业应用（国际电工委员会 61508）中的电子产品。

自动驾驶汽车或协作机器人对先进电子系统的需求不断增长，引发了人们对功能安全的担忧，这促使工程师想要深入了解各种失效模式以及如何设计失效防护系统。

本文重点讨论汽车摄像头系统的电压轨监控。与其他分立式解决方案相比，电压监控器在功率、尺寸和时基故障 (FIT) 率方面具有优势，并且可帮助工程师在设计中达到更高的安全等级。汽车摄像头系统或域控制器通常需要对整个电源架构进行重要的电压轨监控。

电压轨系统故障

电压轨监控功能是每个电子系统的一部分，可确保关键元件在建议的工作电压范围内正常工作。发生电压轨故障的原因有很多，包括电源内部故障导致电压调节不正确、被动失效导致短路或开路故障，甚至是意外的负载电流导致电源轨电压骤降。电压监控器可监控电压轨是否有电压错误，并允许它们提供由安全系统用于诊断用途的响应输出。

负载点故障的一个常见示例是微控制器 (MCU) 的欠压问题。为 MCU 供电的电压轨低于预期电压时便会发生“欠压”，这一问题会导致 MCU 处于不明状态。解决MCU 欠压问题的一种常见方法是监控进入 MCU 的电压轨是否存在欠压情况，并向 MCU 提供复位输出。复位输出会将 MCU 关闭，直到欠压问题得到解决。

图 1 是汽车摄像头系统的基本电源架构示例，其中采用了TPS37043-Q1 电压监控器，这是一款符合功能安全标准的器件，可满足 ISO26262 要求和汽车安全完整性等级。在此电源架构中，监控器的作用是识别系统中的潜在故障，并防止图像传感器或摄像头系统出现任何运行错误。没有任何保障措施的电压轨故障会降低故障指标等级，从而降低整体系统安全性，而电压轨监控功能则有助于提高电源架构的故障指标等级。此功能为系统提供了更多信息，从而支持受控的决策过程，并避免可能导致危险情况的安全违规行为。

图 1 具有监控功能的汽车摄像头电源架构

在图 1 中，安全运行意味着使用中的汽车摄像头始终可靠工作，时刻确保用户不会面临严重受伤的风险。可能发生的故障类型有两种：系统性故障和随机故障。开发用于电源架构的部件时，遵守正确的设计规则有助于消除系统性故障；然而，按照定义，随机故障是随机的。没有人知道它们是否以及何时会发生。

现在来看一个采用了备用摄像头的故障示例。如果电源架构的任何部件发生随机故障并且驾驶员的显示屏出现黑屏，该事件会被认定为可察觉的故障；驾驶员仍可通过后视镜安全倒车。然而，该摄像头用于车道保持辅助功能或障碍物检测系统时，用户不会意识到故障的发生，这种情况会导致危险。触发该故障的因素可能是通向图像传感器的其中一个电压轨低于图像传感器的绝对最大值或最小值，从而导致其进入挂起状态。在这种情况下，电压监控器的任务是在出现挂起状态时使图像传感器复位，以便系统重新启动。

一个明显的问题是，重启所花费的时间本身是否会被视为安全隐患？这种情况下容错时间间隔 (FTTI)将发挥作用。这是指系统必须在不使驾驶员或其他人处于危险之中的情况下进行更正的时间。监控器的复位延时时间将是根据 FTTI 选择的设计参数。在系统复位期间，安全的做法是在故障触发时立即向驾驶员发出视觉和听觉警报。该警报将使驾驶员警觉，并避免出现可能导致危险的不可察觉的故障。

下一个问题是如何保证电压监控器始终可靠工作？这就是可能出现故障的环节。例如，假设会触发直接运行错误的临界电压轨是 1.2V，如果负责监控 1.2V 电压轨的TPS3704 的比较器(SENSE3) 不能正常工作，会发生什么情况呢？故障检测功能失效有四种可能的原因（这称为失效模式分布）：

过压阈值太高。

欠压阈值太低。

比较器完全无法工作。

比较器可以工作，但复位线卡在高电平，因此无法传达故障。

如果比较器进入这些失效模式之一，则系统中不会有任何指示，直到监控器作出反应。这种未被检测到的监控器故障会导致运行错误，如果未在 FTTI 内发现，驾驶员可能会受伤。因此，比较器的故障是潜在的并且处于休眠状态，直到监控器作出反应。

运用一种称为内置自检 (BIST)的机制可防止监控器故障情况。理想情况下，BIST 应该是自动的，并且在每次给监控器供电（点火开关接通）时运行。图 2 所示为欠压故障的手动自检，而图 3 为过压和欠压跳闸点的手动检查。

图 2 针对欠压故障的手动自检

图 3 针对过压和欠压跳闸点的手动检查

在图 2 中，SENSE4 过压 (VIT+) 设置为 5.5V，欠压(VIT–) 设置为 2V。VIT+是设置的过压跳闸点，VIT–是设置的欠压跳闸点。能够设计启动机制，以便每次打开点火开关时，都会触发手动欠压，从而将 SENSE4 拉低至其欠压跳闸点以下，并将 RESET2 置为低电平。此过程将确认欠压比较器和 RESET 逻辑工作正常。这是一种低覆盖率的自检方案，因为它只检查一个 SENSE 通道并作为其他通道的伪表示。

图 3 显示的方案用于检查高于或低于阈值的过压和欠压跳闸点，并在 SENSE 通道上实施检查（此处对于汽车摄像头的运行至关重要）。在该方案中，LM10011 与电压识别 (VID) 接口结合使用。VID 接口的不同逻辑组合在三个值（标称值、过压测试值和欠压测试值）之间改变 LM10011 的内部 DAC输出电流 (IDAC_OUT)。公式 1、2 和 3 说明了如何使用 LM10011 来触发过压和欠压故障。

公式 1.

其中 VSENSEx为感应电压，1.2V 为监控的电压。

根据公式 1，对于要检查的标称输出电压，选择 R1 和 R2 可以在 SENSEx 引脚上获得 0.8V 电压。

应设置公式 2 的值，以便在设置用于过压测试的 IDAC_OUT时越过 1.2V 电压轨的选定过压跳闸点。

公式 2.

应设置公式 3 的值，以便在设置用于欠压测试的 IDAC_OUT时越过 1.2V 电压轨的选定欠压跳闸点：

公式 3.

其中，IDAC(ovtest)>IDAC(nom)>IDAC(uvtest)。

现在考虑图 3 所示实施的 BIST 方案直接影响的功能安全指标。在计算功能安全指标时，有两个关键方面会很重要：单点故障诊断覆盖率和潜在故障诊断覆盖率。使用了窗口监控器来提高单点故障诊断覆盖率的成绩，因此通过实施 BIST 方案，潜在故障诊断覆盖率从 0% 跃升至 60%。这有助于降低潜在时基故障率。

各种自检方法都可提高潜在故障指标，以确保监控器始终有效。为了将自检作为一种安全机制，需要在每次接通点火开关时或在一个行驶周期中或者在激活摄像头系统功能的任何时候进行一次测试。图 4 所示的流程图展示了该方案。目标是在系统进入活动状态或任务工作模式之前执行自检方案。图 4 中的着色区域显示了自检方案的附加模块，这些模块可提高潜在故障指标。

图 4 显示自检方案实施情况的流程图

结论

根据应用选择合适的监控器很重要，一旦选定，就可使用简单的机制来改善潜在故障指标并避免电源轨故障转化成危险。

注:

永明金融标普评级为AA(10分);宏利保险、友邦保险、安盛保险、保诚保险标普评级均为AA-(9分);中国人寿(海外)母公司标普评级为A(8分);万通保险无公开标普评级,故按2分计。

安达人寿因香港业务具体数据未披露,暂不参与排名,但其母公司安达集团获标普AA评级,集团实力雄厚。

四、模型价值与投资启示

“港险公司三维评估模型”将抽象的“实力”转化为可比较的量化指标,为不同偏好的投资者提供决策参考:

全面稳健型首选永明金融——规模、稳健、信誉三项顶尖,标普AA顶级评级;

规模与质量并重型可关注宏利保险——万亿体量+高质固收+标普AA-评级;

区域深耕平衡型适合友邦保险——亚太龙头+稳健增长+标普AA-评级;

中资旗舰型可考虑中国人寿(海外)——固收占比高+集团实力雄厚+标普A等效评级;

欧陆稳健型可了解安盛保险——主权债为主+标普AA-评级;

均衡进取型可关注保诚保险——股债平衡+全球配置+标普AA-评级;

美式专业型可关注万通保险——极致固收+专业投资,虽无标普评级,但惠誉A-与穆迪A3仍显示其稳健特色。

五、结语

保险公司的长期价值,根植于其穿越周期的综合实力。三维评估模型揭示了同一真理:真正的强大是规模、策略与信誉的统一。永明金融以满分表现印证顶级稳健内涵,宏利、友邦、国寿海外等公司亦各具优势。市场排名仅是坐标,真正决定保单未来的,是那份在波动中始终坚守承诺的兑现能力。

免责声明：本文为本网站出于传播商业信息之目的进行转载发布，不代表本网站的观点及立场。本文所涉文、图、音视频等资料之一切权利和法律责任归材料提供方所有和承担。本网站对此资讯文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担。 

本质上，AI 重新定义了“优秀”基础设施的标准。相应地，平台设计的重心也从注重单一的芯片或服务器，转向了打造机架级、可扩展的系统，在功耗和预算有限的前提下，实现高效扩展。而这一转变背后的原因在于，推理与智能体 AI 工作负载持续增长且不间断运行，对高密度、全天候在线的算力需求正快速提升。

Futurum 在《Arm处于 AI 和数据中心变革的中心》报告中，把这一转变称为迈向“系统级协同”。设计的关键不再是堆多少算力，而是平台能不能有效地把加速器、CPU、内存、网络和软件协同起来。

正因如此，业界正加速迈向定制化机架级系统设计：即围绕 AI 负载特性、功耗波动和持续利用率来进行端到端设计的平台。越来越多的架构师开始重新思考计算底层设计，选择基于 Arm 架构来解决现代 AI 平台面临的多重约束。

AI 促使行业重构：转向定制化机架级系统

这一转变的核心原因，并非通用型标准化基础设施无法承载 AI，而是碎片化的系统设计，在 AI 规模化部署时，终将转化为真实可感的成本代价。

AI 工作负载在计算、内存、网络、存储及软件各环节紧密耦合。CPU 拖后腿，昂贵的加速器就会空等；功耗和散热波动，利用率就会下滑；数据管道、调度、编排未能针对平台调优，吞吐量就不可预测。峰值性能依然重要，但稳定性、每瓦性能和系统整体平衡性更关键。

Futurum 指出，超大规模云服务提供商正进行结构性调整，旨在实现算力的指数级增长，同时避免能耗的同步激增。Futurum 引用 Arm 的数据指出，到 2025 年末，出货到头部超大规模云服务提供商的算力中，有近 50% 是基于 Arm 架构。

架构师现在不再只看纸面跑分，而是更关心 AI 平台在实际应用中能否长期可靠地运行智能体 AI 和连续推理工作负载，比如：

长时间高负载下，系统表现如何？

在实际环境中，功耗限制和散热条件如何影响性能曲线？

在机架级系统中，计算层如何确保加速器能持续获得稳定的数据供给，而非仅停留在纸面参数上？

当能效、可扩展性与系统平衡性成为首要原则时，重新审视 CPU 底层架构就成了必然。也正因为此，Arm 凭借领先的架构和完善的生态，正是这场行业变革的核心所在。

在数据中心领域，Arm Neoverse 平台是推动这一转型的核心引擎。亚马逊云科技、Google、微软、NVIDIA 等头部超大规模云服务提供商与 AI 领军企业，都在基于 Arm 架构或采用 Arm 计算平台进行产品研发。Arm 的模式既能支持定制化系统设计，又能保持跨平台、跨生态、跨软件的一致性。对于想要构建高集成度平台、又不愿被单一技术路径绑定的团队而言，这种灵活性至关重要。

智能体 AI 与持续推理，

重塑规模化算力的经济逻辑

随着 AI 与通用计算工作负载的融合，AI 工作负载正在发生变化，基础设施也需随之调整，以支持多样化的工作负载特性。

行业重心正在转向智能体 AI，而智能体 AI 本质上就是一个连续推理系统。智能体并不是简单地给出一个答案， 而是会规划、调用工具、检索数据、验证结果，如此循环往复。由此便形成了连续推理模式：稳定不间断的词元 (token) 生成任务，请求类型趋于多元化，围绕加速器的编排和数据迁移任务变得更繁重。

在智能体 AI 里，CPU 不再是配角， 而是整个 AI 系统的控制中枢。CPU 负责协调控制、调度任务、管理 IO、处理网络与存储服务、执行安全策略，并在模型、上下文及工具链不断演进的过程中，维持整个系统的平衡。

以承载大语言模型 (LLM) 的服务为例，它可能同时处理成百上千的并发请求。就算加速器负责核心计算，CPU 也要承担请求权限控制、分词和预处理、批处理和队列调度、数据迁移编排，以及针对模型权重与 KV 缓存的数据路径协调等。到了智能体工作流，CPU 的工作负担进一步扩展，还要承担工具调用、检索流程、结构化输出验证、多步调度等持续运行的任务。

这一切都表明，CPU的重要性远超许多团队的预期。如果 CPU 跟不上编排节奏，数据迁移、处理流程和加速器都会被“卡住”，面临结构性的闲置风险。

融合型 AI 数据中心的建设，彰显了 Arm 架构的强劲势头

Arm 的发展势头正在加快。在业内领先的集成式 AI 系统中，基于 Neoverse 平台的 CPU 被广泛用于智能体推理密集型系统的编排层，尤其适合追求高能效、可预测扩展能力和大规模部署的应用场景。

独立测试也印证了现代 CPU 基础平台在“AI 相关”工作负载中的价值。Futurum 旗下 Signal65 的独立基准测试对比了基于 Arm Neoverse 平台的 Amazon Graviton4 与同级的 AMD和 IntelEC2 实例，结果显示：在生成式 AI (Llama-3.1-8B)、数据库 (Redis)、机器学习(XGBoost)、网络 (Nginx) 等测试的各种工作负载中，基于 Neoverse 平台的 Graviton4 在性能和性价比方面大幅领先。

测试结果直接反映了智能体 AI 数据中心的现状：LLM、检索层、缓存、Web/API、传统机器学习等全都处于智能体系统的关键路径上，只有当 CPU 兼具速度与能效时，整体才能更好地扩展。

最新的机架级 AI 系统在架构设计上，均采用定制化加速器层以及基于 Arm 架构的 CPU 层的组合，由后者承担调度编排、数据迁移与智能体推理预处理等关键任务。NVIDIA Grace Hopper、Grace Blackwell 等系列产品，将 NVIDIA GPU与基于 Neoverse 架构的 Grace CPU 深度融合。而其最新机架级平台 Vera Rubin NVL72，更是在系统内集成 72 颗 Rubin GPU 与 36 颗基于 Arm 架构的 Vera CPU，专为交互式、深度推理型智能体 AI 优化，显著降低推理成本。

亚马逊云科技也在走同样的系统级路线：Amazon Trainium3 UltraServer 把 Trainium3 加速器芯片与 Graviton CPU 结合，强化了“融合型”设计理念：将加速器与定制的高性能、高能效 CPU 相匹配，以实现高效扩展。

“提供更优选择”不再是偏好，而是硬性要求

AI 系统迭代太快，固定架构已无法适配其发展节奏，因此为客户提供更优选择已成为风险管理的必要举措。

系统架构师想要的是：

平台能适应不同代的硬件、多样的工作负载配置及各异的部署环境；

软件可移植，以降低系统变更成本。

与此同时，系统架构师希望避免因过度依赖单一厂商，而导致在模型组合变化、业务规模扩张或新需求出现时陷入被动。在智能体时代尤其如此：推理形态不断变化，上下文更长、工具调用更多、多模态输入更频繁、全天候工作负载更普遍，效率和平衡远比峰值跑分重要。

Arm 架构在提升系统性能的同时，保持跨平台一致性。Arm 架构不仅引入了现代 AI 基础设施所需的关键特性，而且拥有强大的软件生态支持。Arm 计算子系统 (CSS) 提供经过验证的基础设施级模块，既加速了芯片开发，又保留了合作伙伴间的差异化与选择权。对于所有基于 Arm 架构的平台，一致性贯穿始终，云工作负载迁移至 Arm 平台也极为便捷。同时，在软件层面，Arm 生态助力团队在不同环境与平台间拥有一致连贯的基础，从而加速开发进程，无需重写所有代码。

智能体 AI 经济重塑 CPU 选择格局，Arm Neoverse 平台成头部厂商首选

系统架构师之所以倾向于 Arm 平台，因为它精准匹配定制AI 系统的核心需求：能效、可扩展性及每瓦性能。能效重要，因为功耗和预算是硬上限；系统平衡和 CPU 性能重要，因为加速器闲置成本极高；一致性重要，因为 AI 基础设施变化快、跨环境部署日益增多。

在融合型智能体 AI 数据中心里，面对持续推理的应用需求，上述优先事项变成了上线即需满足的硬性指标。智能体系统不只需要能生成词元的加速器，更需要以 CPU 为核心的编排能力，在网络、存储、调度、安全层面，持续、高效、大规模地把资源利用起来。

Arm 如今的强劲增长正源于此：Neoverse 正成为智能体时代的 CPU 基础平台，作为计算头节点，是让 AI 系统保持高效、一致并面向未来的核心控制中枢。

　　截至收盘，沪指报3150.62点，跌1.48%，成交额为3989亿元；深成指报10872.3点，跌1.68%，成交额为5783亿元；创指报2186.25点，跌1.16%，成交额为2571亿元。 

3月11日，华为举办鸿蒙智家技术沟通会。表面上看，这是一场AWE 2026前的预热沟通会，带来了智慧屏、智能门锁、随行WiFi等多款新品；但如果把整场会的内容放在一起看，你会发现华为真正想讲的，并不是仅仅是新品上新，而是一个更大的命题，智能家居的下一阶段，不是互联，而是长出大脑。

沟通会上，华为把鸿蒙智家升级为“1+3+N”解决方案。 “1”是家庭大脑，“3”是触控、语音、无感三种交互方式，“N”则是照明、安防、影音娱乐等多个子系统。

这套说法听起来像是一次技术升级，但放到行业里看，其实更像是华为在重新定义智能家庭。过去很多全屋智能方案，本质上还是设备联动，灯接入了、门锁接入了、空调接入了、窗帘接入了，设备看起来很多，场景也能跑起来，但问题在于，这些设备往往只是接上了，却不等于真正协同了。用户面对的，很多时候还是一堆功能分散、逻辑分散、交互分散的智能硬件。

而华为这次抛出的家庭大脑，说白了，就是想把这些分散的设备能力真正揉成一个整体。换句话说，华为现在已经不满足于让家电听指令了，它更想让这个家开始懂你。

这次升级里，最核心的产品就是智能主机X2 Pro。按照华为的定义，它不只是一个中控设备，而是整个鸿蒙智家的连接中枢、计算中枢和调度中枢。现在，它负责把全屋设备连接起来，未来还会承担更多的家庭AI能力。你可以把它理解成一个真正意义上的家庭主机。

这个变化为什么重要？因为它击中的，其实是智能家居行业这些年的老问题，设备越来越多，但系统一直不够统一。过去不少智能家庭，看起来设备齐全，实际体验却并不总是顺畅。门锁有门锁的逻辑，音箱有音箱的逻辑，空调、灯光、传感器、屏幕又各有各的交互方式。单个产品都不差，但整个家并没有形成一个真正的系统。

华为这次提出家庭大脑，本质上就是在争夺下一阶段智能家的定义权，未来比拼的重点，可能不再是谁家设备多，而是谁家系统更像一个整体。

如果说家庭大脑是底层变化，那么用户最容易感知到的升级，就是小艺管家6.0。过去很多智能家居最让人头疼的地方，不是功能少，而是太像在给机器下命令。你得记住设备名，记住房间名，还得学会系统能听懂的那套说法，稍微自然一点，它就可能反应不过来。

而这次华为想改的，恰恰就是这一点。升级后的小艺管家6.0，不再只是接受简单的语音指令，而是开始理解更自然的空间表达。比如你可以直接说“打开书柜右边的灯”“关掉其他灯，只留桌子上的灯”，系统能结合空间位置来理解你的意思。再加上连续对话、声纹识别、低时延唤醒等能力，整个交互逻辑明显在往“像跟人说话”这个方向走。

这听起来像个小功能，但其实是智能家居最关键的一步。因为只有当设备开始理解人的说话方式，智能家居才算真正迈过了体验门槛。否则再多设备、再多场景，也很容易停留在看起来很智能，用起来很麻烦。

如果说语音交互是在让家听懂你，那无感交互，就是让家开始观察环境、主动服务。这次沟通会上，华为明显把无感交互放到了更重要的位置。包括人来灯亮、人走灯灭、空调风避人吹、睡眠状态感知、跌倒和坠床提醒、空气质量自动优化等，背后都是通过传感器和空间感知能力来完成。

这件事很关键，因为它代表智能家居正在从被动响应走向主动服务。以前的智能，是你说一句，它做一步；未来的智能，是你还没开口，它已经知道这个场景下应该做什么。这才更像大家想象中的未来之家。 

当然，华为这次并不只是讲概念，也确实拿出了不少新品。首先是客厅场景的华为Vision智慧屏 6。这款产品主打家庭娱乐中心定位，强调超薄艺术设计、黑晶屏、鸿蒙AI和更自然的大屏交互体验。从定位上看，它已经不只是传统意义上的电视，更像是鸿蒙智家在客厅里的核心入口：既承担影音娱乐功能，也承担全屋操控和交互的角色。

同时亮相的还有华为Vision智慧屏 6SE，进一步丰富了智慧屏产品线。对华为来说，智慧屏的意义从来不只是大屏硬件本身，而是它在客厅这个核心场景中的入口价值。

另一个重要新品，是华为智能门锁家族。这次华为把智能门锁产品线整体亮出来了，覆盖X系列、2系列和全新M系列。 

其中，智能门锁2系列更强调安全和识别能力，支持AI 3D人脸识别、AI掌静脉识别等特性，同时还会联动鸿蒙生态设备，强化回家这个场景的智能体验。而高端一些的X系列，则在设计表达和高阶能力上继续往上走。全新M系列的出现，则意味着华为也希望把门锁这件事向更广的用户层覆盖。

除了客厅和入户场景，这次华为还带来了一个比较特别的产品，华为随行WiFi X。这款产品瞄准的是直播、移动办公、户外创作等场景，主打更强上行能力、更稳定连接和更长续航。它看起来不像传统家居产品，但放到这场沟通会里，其实很好理解：华为想讲的，不只是家庭空间里的智能，而是更完整的智慧生活连接能力。

此外，华为这次还提到了Wi-Fi 7+等底层连接能力。相比智慧屏和门锁这种看得见的产品，Wi-Fi 7+可能没那么显眼，但它恰恰对应的是全屋智能最基础、也最容易被忽视的一环，网络稳定性。对于全屋设备越来越多的智能家庭来说，没有稳定连接，再好的交互和场景也很难真正跑起来。

写在最后

把这些信息放在一起看，就会发现华为这次的逻辑已经非常清楚了，智能主机 X2Pro负责“脑”，小艺负责“理解你”，智慧屏负责“客厅入口”，门锁负责“入户入口”，随行WiFi X补“移动连接”，Wi-Fi 7+夯实底层网络。

这不是简单的新品堆叠，而是一整套围绕“家庭大脑”展开的能力拼图。也就是说，华为这次真正想做的，不只是卖几款设备，而是提前卡位未来家庭里的那个总入口。谁能把连接、计算、感知、交互和生态统一起来，谁就更有机会在下一阶段智能家庭竞争里占住核心位置。

当然，这条路并不轻松。跨品牌生态能不能持续稳定，主动服务会不会变成过度打扰，感知与隐私之间如何平衡，这些问题都还需要时间去回答。但至少从这场沟通会来看，华为已经把智能家居的问题，从设备怎么连起来，升级成了家怎么变得真正聪明。

这，才是鸿蒙智家这次最值得写的地方。因为未来真正有竞争力的智能家，可能不只是装了很多智能设备的家，而是一个开始拥有理解力、主动性和系统思维的家。而华为这次，显然想先一步把这个故事讲出来。

　　国家统计局12日发布数据，5月份，全国居民消费价格指数（CPI）同比上涨0.3%，涨幅与上月相同，环比下降0.1%；全国工业生产者出厂价格指数（PPI）同比降幅比上月收窄1.1个百分点，环比上涨0.2%。国内物价持续平稳运行。

　　CPI环比季节性略降，同比涨幅与上月相同——

　　“5月份，消费市场运行总体平稳，全国CPI环比季节性下降，同比涨幅与上月相同。扣除食品和能源价格的核心CPI同比上涨0.6%，继续保持温和上涨。”国家统计局城市司首席统计师董莉娟说。

　　从环比看，CPI下降0.1%，降幅略小于近十年同期平均下降0.2%的水平。其中，食品价格由上月下降1.0%转为持平；非食品价格由上月上涨0.3%转为下降0.2%，影响CPI环比下降约0.14个百分点。

　　“非食品价格中，小长假后出行热度季节性减退，飞机票、交通工具租赁费和长途汽车价格分别环比下降9.4%、7.9%和2.7%；受国际油价变动影响，国内汽油价格环比下降0.8%。”董莉娟说。

　　从同比看，CPI上涨0.3%，涨幅与上月相同。其中，食品价格下降2.0%，影响CPI同比下降约0.37个百分点。食品中，鸡蛋、鲜果和食用油价格分别下降8.5%、6.7%和5.1%，降幅均有收窄；牛肉、羊肉和禽肉类价格分别下降12.9%、7.5%和2.9%，降幅继续扩大。

　　近段时间，牛肉价格的持续下跌，引发不少关注。“跟去年比，肉牛每斤下跌了4到5元，同比下降30%到40%。”安徽阜阳兴申农牧有限公司总经理普超群说，牛肉价格下行，一方面是由于供大于求，近年来牛存栏量不断增长，但市场消费需求不旺，另一方面由于国外整体养殖成本下降，进口牛肉价格低对本土市场造成一定冲击。

　　中国宏观经济研究院研究员刘雪燕分析，今年1至5月，CPI总体低位运行，既有翘尾因素，也有食品价格下降的影响。前5个月，食品价格同比下降2.8%。

　　PPI环比由降转涨，同比降幅收窄——

　　5月份，受部分国际大宗商品价格上行及国内工业品市场供需关系改善等因素影响，PPI环比上涨0.2%，改变了前6个月连续下降趋势。其中，生产资料价格由上月下降0.2%转为上涨0.4%。

　　受国际市场有色金属价格上行影响，国内有色金属冶炼和压延加工业价格环比上涨3.9%，其中铜冶炼、铝冶炼、金冶炼价格分别上涨7.0%、3.4%、2.8%。

　　煤炭主产地供应偏紧，“迎峰度夏”补库需求陆续释放，煤炭开采和洗选业价格环比上涨0.5%。

　　大规模设备更新等政策逐步落地见效，钢材市场预期向好，黑色金属冶炼和压延加工业价格环比上涨0.8%。

　　从同比看，5月份，我国PPI下降1.4%，降幅比上月收窄1.1个百分点。其中，生产资料价格降幅收窄1.5个百分点，生活资料价格降幅收窄0.1个百分点。

　　消费市场持续回暖，物价有望温和回升——

　　业内人士分析指出，不管是从同比、环比还是核心CPI变化来看，近段时间，CPI变化都在改善，表明消费需求处于持续恢复态势。

　　在刚刚过去的端午假期，国内文旅、餐饮、零售等市场需求增长、人气旺盛，夏日消费热力涌动。商务部商务大数据显示，假期里全国重点零售和餐饮企业销售额比去年同期增长9.8%。全国示范步行街客流量、营业额同比分别增长11.7%和9.2%。

　　“今年以来，核心CPI涨幅保持稳定，PPI总体低位回升，表明市场供求关系改善，需求持续恢复。”刘雪燕说。

　　商务部等多部门出台《2024年家政兴农行动工作方案》《推动消费品以旧换新行动方案》《汽车以旧换新补贴实施细则》；工业和信息化部等五部门联合开展2024年新能源汽车下乡活动……近期以来，稳经济政策持续发力，着力扩大国内需求，提振市场信心。

　　“下阶段，随着供应增加，食品价格仍然将处于季节性低位。工业消费品在以旧换新政策影响下，消费需求有望回升，价格总体将稳中略升。服务价格则在服务需求逐步恢复推动下有望继续回升。”国家统计局新闻发言人刘爱华说，综合这几个因素判断，下阶段CPI有望低位温和回升。

　　（新华社北京6月12日电 记者潘洁、魏玉坤、吴慧珺）

月落乌啼霜满天，江枫渔火对愁眠。本周玻璃行业有哪些值得关注的资讯呢？请快和小玻一起走进第329期玻璃周刊吧！

国际动态

1、GlassKote FGI投资超过12亿澳元建设两座浮法玻璃厂

在全球玻璃行业的一项颠覆性飞跃中，GlassKote FGI（简称GK）已确认获得超过12亿澳元的资金，用于建设两座全球最先进的低铁浮法玻璃厂——第一座将于2026年初在澳大利亚昆士兰州动工，第二座将在随后几个月于阿拉伯联合酋长国开工。

2、安佳玻璃完成全面资本重组

“这一变革性时刻标志着Anchor Glass新时代的开始，”总裁兼首席执行官尼佩什?H?沙阿表示。“我们显著改善了资产负债表，获得了大量新资本，现在已准备好对我们的资产、员工和客户进行持续投资。这一基础使我们能更好地以‘一个Anchor’的姿态开展业务——提升安全性、提供完美的客户体验，并打造降低工业成本的能力。随着我们进入下一增长阶段，我们的团队期待着利用迄今为止取得的巨大进步。”

3、EFG产能翻倍——霍恩玻璃作为关键技术合作伙伴

正如我们最近报道的那样，迪拜投资公司的子公司阿联酋浮法玻璃公司（EFG）将通过新增第二条浮法线，把产能从目前的每天600吨提升至1200吨，实现产能翻倍。

这条新生产线还将引入超白低铁玻璃的生产——这在中东和北非地区是首创的能力。

这条新的浮法生产线计划于2027年末至2028年初投入运营，将整合先进的自动化技术、节能系统和下一代过程控制技术，以确保稳定的产品质量、可靠的运营以及更低的能耗。

4、玻璃回收联盟与玻璃回收基金会合并

玻璃回收联盟（GRC）与玻璃回收基金会（GRF）今日宣布，它们已合并为一个单一组织，以玻璃回收基金会（GRF）的名义运作。此次合并将玻璃回收领域的两大领军力量联合起来，打造一个更强大、更高效的平台，以填补供应链缺口，并在全美范围内加快推进相关工作。合并后，专家、项目和资源将整合到同一个值得信赖的GRF旗下，便于社区和行业代表获取赠款、技术工具及最佳实践。

国内新闻

（以下排序不分先后）

1、曹德旺辞职

福耀玻璃公告称，公司董事长曹德旺因推动公司治理结构战略性优化与可持续发展的需要，辞去董事长职务，但将继续担任公司董事及部分子公司的董事、董事长和法定代表人职务。

同时，公司选举曹晖为新任董事长，并任命其为法定代表人及董事局战略发展委员会主任。曹德旺被委任为公司终身荣誉董事长。此次职务变动不会对公司正常经营活动产生不利影响。

2、攻坚克难！晶华玻璃大吨位熔窑生产金茶玻璃成功下线

近日，晶华玻璃公司金茶玻璃成功下线并实现稳定量产，突破了国内大吨位熔窑生产颜色玻璃的技术难关，标志着晶华玻璃在产品结构转型中取得新进展。这场“色彩蜕变” 的背后，离不开耀华集团颜色玻璃团队的技术支持，更凝聚着生产团队多日的全线攻坚。

3、凯盛集团首获中国专利金奖！

10月13日，第十四届中国国际专利技术与产品交易会开幕式暨第二十五届中国专利奖颁奖大会在辽宁省大连市举办。经中国专利奖评审委员会评审，社会公示，凯盛集团所属中研院集团和蚌埠中光电联合参评的发明专利“一种高世代TFT-LCD玻璃基板生产线”以不到1%的获奖率脱颖而出，作为30项获奖成果之一，被国家知识产权局和世界知识产权组织授予中国专利金奖。中国工程院院士、中国建材集团首席科学家、凯盛集团首席科学家彭寿作为中国专利金奖获奖代表讲话。

4、关于金宏阳1800t/d一窑三线生产线产能置换方案的公示

按照《水泥玻璃行业产能置换实施办法（2024年本）》（工信部原〔2024〕206号）要求，现将河北金宏阳太阳能科技股份有限公司1800t/d一窑三线电子级玻璃和汽车玻璃原片及光伏背板玻璃基片特种玻璃生产线项目产能置换方案予以公示，欢迎社会公众进行监督。公示期为2025年10月13日至2025年10月24日。

5、中玻跨境即将走进土耳其

土耳其玻璃展：连接欧亚的行业超级舞台土耳其玻璃行业的腾飞，离不开高水平的国际展会平台。由TUYAP国际展览公司主办，并通过UFI国际认证的土耳其国际玻璃门窗展，已成功举办14届，今年迎来第15届，再次成为行业焦点。

展会时间：2025年11月15-18日 

展会地点：土耳其伊斯坦布尔TUYAP国际会展中心

END

（注：本篇文字部分由记者小玻收集整理，图片来源于网络。如有侵权，请联系我们。）