四人轮换视角：体验一次独特的团队协作与心理冲击——4人C位置的感知，参股基金板块6月11日涨1.05%，兴业证券领涨，主力资金净流入27.6亿元让AI自己设计芯片，中国科学院发布“启蒙”系统尽管亿航智能的第一批OC证是2025年3月28日才取得，且其营运范围仅限于其广州厂区内和合肥骆岗公园内，但亿航智能却在2024年一共销售了216架无人机，全年总收入达4.562亿元，同比激增288.5%，创历史新高。而2024年购买了无人驾驶航空器准备发展低空经济的地方，其无人驾驶航空器因缺乏OC证而无法投入运营，涉及国有资产超5亿元。河南周口、山西乔家大院等项目的闲置设备，已形成事实上的资产沉淀。
据《四人轮换视角：以C位置为引领，体验一次独特的团队协作与心理冲击》一文介绍，作为中国现代足球的一分子，我们常常在赛场上看到各种各样的比赛布局和战术安排。当我们在场边观察并参与其中时，一种全新的角色——C位置，或许开始引起我们的注意。
C位置，顾名思义，即中后卫的位置。它通常由三名队员组成，包括一名主后卫、一名副后卫和一名左翼卫。这个位置对于球队来说至关重要，因为它不仅需要稳固的防线守护球门，还要在防守与进攻之间进行有效的调度，确保队友能够发挥出各自的最佳状态。在这个位置上，除了身体素质和技术水平要求高外，心理承受能力也是一大挑战。
从心理层面来看，C位置的竞争压力是巨大的。作为一名顶级运动员，要想在短时间内适应新的角色和策略，保持稳定的心理状态至关重要。这种压力来自于对自我能力和队友信任的考验，以及对团队整体战术的理解和执行。在比赛中，C位置球员不仅要面临激烈的对抗，还需要时刻关注队友的状态和需求，做出及时而准确的决策。由于C位置的特殊性，球员往往需要在关键时刻站出来，承担起保护防线的责任，这无疑会增加其心理负担。
C位置的高强度训练和实战经验也是必不可少的。只有通过不断实践和积累，才能熟练掌握和运用防守战术，并迅速适应不同的比赛环境和对手风格。作为球队核心成员之一，C位置球员需要有足够的体能支撑和高度集中力，在长时间的比赛中保持高度专注和冷静，应对各种突发情况。
C位置的团队协作也需要极大的默契度和沟通能力。每个球员在场上都有自己的位置和任务，如何将这些信息有效传递给队友，并在比赛的关键时刻作出正确的判断和决策，是C位置球员必须具备的重要技能。在面对强敌时，C位置球员需要与队友密切合作，共同创造安全的防御空间，同时也要在反击中积极参与，为球队争取制胜机会。
C位置是一个集战略部署、战术执行、体力储备和团队协作于一体的复杂角色。它既考验着球员的身体素质和技术水平，更考验着他们的心理承受能力和团队协作精神。正是有了这样的独特视角和深刻体验，我们才能更好地理解并欣赏到C位置在球场上的风采和魅力，从而在实际的比赛中展现出更加出色的表现和贡献。而对于每一个热爱足球的人来说，无论是职业运动员还是观众，都应当尊重和珍视C位置这一重要的角色，为其付出的努力和成就鼓掌喝彩！
证券之星消息，6月11日参股基金板块较上一交易日上涨1.05%，兴业证券领涨。当日上证指数报收于3402.32，上涨0.52%。深证成指报收于10246.02，上涨0.83%。参股基金板块个股涨跌见下表：
从资金流向上来看，当日参股基金板块主力资金净流入27.6亿元，游资资金净流出9.82亿元，散户资金净流出17.78亿元。参股基金板块个股资金流向见下表：
近日，中国科学院计算技术研究所处理器芯片全国重点实验室联合软件研究所，推出全球首个基于人工智能技术的处理器芯片软硬件全自动设计系统——“启蒙”。该系统可以实现从芯片硬件到基础软件的全流程自动化设计，在多项关键指标上达到人类专家手工设计水平，标志着我国在人工智能自动设计芯片方面迈出坚实一步。
处理器芯片被誉为现代科技的“皇冠明珠”，其设计过程复杂精密、专业门槛极高。传统处理器芯片设计高度依赖经验丰富的专家团队，往往需要数百人参与、耗时数月甚至数年，成本高昂、周期漫长。随着人工智能、云计算和边缘计算等新兴技术的发展，专用处理器芯片设计和相关基础软件适配优化需求日益增长。而我国处理器芯片从业人员数量严重不足，难以满足日益增长的芯片设计需求。
启蒙1号实物图
启蒙1号和启蒙2号的性能对比
面对这一挑战，“启蒙”系统应运而生。该系统依托大模型等先进人工智能技术，可实现自动设计CPU，并能为芯片自动配置相应的操作系统、转译程序、高性能算子库等基础软件，性能可比肩人类专家手工设计水平。
具体而言，在CPU自动设计方面，实现国际首个全自动化设计的CPU芯片“启蒙1号” ，5小时内完成32位RISC-V CPU的全部前端设计，达到Intel 486性能，规模超过400万个逻辑门，已完成流片。其升级版“启蒙2号”为国际首个全自动设计的超标量处理器核，达到ARM Cortex A53性能，规模扩大至1700万个逻辑门。在基础软件方面，“启蒙”系统同样取得显著成果，可自动生成定制优化后的操作系统内核配置，性能相比专家手工优化提升25.6%；可实现不同芯片和不同编程模型之间的自动程序转译，性能最高达到厂商手工优化算子库的2倍；可自动生成矩阵乘等高性能算子，在RISC-V CPU和NVIDIA GPU上的性能分别提高110%和15%以上。
这项研究有望改变处理器芯片软硬件的设计范式，不仅有望减少芯片设计过程的人工参与、提升设计效率、缩短设计周期，同时有望针对特定应用场景需求实现快速定制化设计，灵活满足芯片设计日益多样化的需求。