一、[淘股吧]
1、
最近老是踏不准节奏，打了几个板试下，调整下节奏。

2、说下明天看法

1、固态
目前没看出来问题，高乐应该是自身原因。洗霸下午也拉红了
2、钙钛矿
没什么问题，但是整体开始走的弱了，主要还是资金介入ai越来越深，其他板块自然而然容易被抛弃。
3、明天周五惯例关注新题材，没有新题材就继续干ai。
这里硬件比那些说自己有个什么智能客服之类的要强很多。（那些都没什么核心技术）

------------------------
至此，changpt相关的绝大部分板块都浮出了水面，简单梳理下
AI板块分为四个模块，分别为 算法、算力、数据、应用端
下面简单梳理下（不完整，有个基本的框架就行）
一、数据
数据是AI算法的“饲料”
在如今这个时代，无时无刻不在产生数据（包括语音、文本、影像等等），AI产业的飞速发展，也萌生了大量垂直领域的数据需求。在AI技术当中，数据相当于AI算法的“饲料”。机器学中的监督学（Supervised Learning）和半监督学（Semi-supervised Learning）都要用标注好的数据进行训练（由此催生大量数据标注公司，对未经处理的初级数据进行加工处理, 并转换为机器可识别信息），只有经过大量的训练，覆盖尽可能多的各种场景才能得到一个良好的模型。
目前，数据标注是AI的上游基础产业，以人工标注为主，机器标注为辅。最常见的数据标注类型有五种：属性标注（给目标对象打标签）、框选标注（框选出要识别的对象）、轮廓标注（比框选标注更加具体，边缘更加精确）、描点标注（标注出目标对象上细致的特征点）、其他标注（除以上标注外的数据标注类型）。AI算法需要通过数据训练不断完善，而数据标注是大部分AI算法得以有效运行的关键环节。

1、数据标注：海天瑞声
2、数据清洗：零点有数
3、数据分析：慧辰股份

二、
算法是AI的背后“推手”
AI算法是数据驱动型算法，是AI背后的推动力量。
主流的算法主要分为传统的机器学算法和神经网络算法，目前神经网络算法因为深度学（源于人工神经网络的研究，特点是试图模仿大脑的神经元之间传递和处理信息的模式）的快速发展而达到了高潮。
南京大学计算机系主任、人工智能学院院长周志华教授认为，今天“AI热潮”的出现主要由于机器学，尤其是机器学中的深度学技术取得了巨大进展，并在大数据和大算力的支持下发挥巨大的威力。
当前最具代表性深度学算法模型有深度神经网络（Deep Neural Network，简称DNN）、循环神经网络（Recurrent Neural Network，简称RNN）、卷积神经网络（Convolutional Neural Network，简称CNN）。谈到深度学，DNN和RNN就是深度学的基础。DNN内部的神经网络层可以分为三类，输入层，隐藏层和输出层, 一般来说第一层是输入层，最后一层是输出层，而中间的层数都是隐藏层。DNN可以理解为有很多隐藏层的神经网络，是非常庞大的系统，训练出来需要很多数据、很强的算力进行支撑。
1、算法+模型：云从科技、科大讯飞、拓尔思、昆仑万维、汉王科技

三、算力
算力是基础设施
AI算法模型对于算力的巨大需求，推动了今天芯片业的发展。据OpenAI测算,2012年开始,全球AI训练所用的计算量呈现指数增长,平均每3.43个月便会翻一倍,目前计算量已扩大30万倍,远超算力增长速度。

在AI技术当中，算力是算法和数据的基础设施，支撑着算法和数据，进而影响着AI的发展，算力的大小代表着对数据处理能力的强弱。算力源于芯片，通过基础软件的有效组织，最终释放到终端应用上，作为算力的关键基础，AI芯片的性能决定着AI产业的发展。

1、AI芯片：寒武纪、瑞芯微
2、算力GPU：景嘉微、海光信息、好利科技
3、存算一体AI芯片：恒烁股份、罗普特
4、算力基础设施（提供算力支持）：鸿博股份、浪潮信息
5、数据存储：佰维存储、江波龙
6、CPO：联特科技、中际旭创、新易盛
7、PCB：胜宏科技、沪电股份

四、应用端
太多了，参考同花x的chatgpt板块：

世纪天鸿、天娱数科、慧博云通等