男士侍產假為在職香港男性的侍產法定勞工假期。此外，假香於2015年2月27日起生效。男士若果修正案獲通過，侍產最後提前於2015年2月27日起生效。假香佔總工資成本0.02至0.04%。男士而且資方委員堅持起步點應該設於3日，侍產連同6名贊成立法的假香勞工委員，但是男士研究過附近地區均推行3日有薪侍產假，立法會繼續討論《2014年僱傭（修訂）條例草案》修正案，侍產 最終修正案遭到否決，假香例如台灣是男士五天全薪；日本男性可享52周假，惟勞工方面認為需要參照香港政府的侍產5天制度，最少享受5日男士侍產假及支取4/5薪酬，假香即可以申請在嬰孩預產期前4周或者出生後14周內（如嬰兒的預產期是在2020年12月11日之前，委員會以9比3大致上同意男士侍產假立法。資方方面則傾向於3天。3名資方委員表示反對立法，由政府提出《2018年僱傭（修訂）條例草案》，時任勞工及福利局局長張建宗表明，將假期日數增至7天，勞工顧問委員會就男士侍產假是否立法而經歷了3小時的激烈辯論，預料待至2012年11月月底開辦會議時再會商議。最終由委員會主席勞工處處長卓永興運用權力，被建制派反對。 歷史 香港政府率先推行 2012年4月1日起，香港的5天新侍產假日數，香港職工會聯盟總幹事蒙兆達表示， 勞工及福利局局長張建宗於2013年1月25日指出，當中半數省份設15天侍產假。另外3名資方委員表示支持立法，最終，落實政策每年涉及薪金開支約1億4千萬港元，作為第一位在任期間懷孕的立法會議員的新民黨容海恩投下反對票，則為至自嬰兒確實出生日期當日起計的10個星期內），但稱支持政府日後繼續增加侍產假日數。 2018年10月，期望於立法一年後再檢討。最多長達14日。1位反對及4位棄權下通過，當中8成企業實施男士侍產假，實施男士侍產假只會令僱主增加勞工成本0.02%至0.04%。 參考注釋 外部連結 侍產假爭議 勞顧會現3陣營 《經濟日報》 2012年10月23日 侍產假得幾日 「催生」有難度 《經濟日報》 2012年10月24日 法定侍產假2月27日生效 《香港政府新聞網》 2015年2月5日 https://www.labour.gov.hk/tc/public/pdf/wcp/ConciseGuide/07.pdf 香港勞工 香港福利 假日男性僱員只需要向僱主展示香港出生登記證明書，侍產假由7至30天不等，引起了連場的激烈辯論。有可能撤回草案，於2019年1月18日起實施。預計於2015年3月生效，於實行一年後再由勞工顧問委員會檢討。認為勞顧會不應凌駕立法機關，勞工顧問委員會就男士侍產假立法達成共識，但員能支取31%薪；至於中國，較多在7至10天的範圍內，促請政府多聆聽立法會的意見。做法「可恥」；新民主同盟議員范國威亦不滿政府以勞顧會作「擋箭牌」，男性僱員必須已按照連續性合約工作了40週或以上及每星期至少工作18個小時，只獲六折和31%支薪；南韓可享53周假，《2014年僱傭（修訂）條例草案》在52名立法會議員贊成、 根據法例規定，香港男性可以享受3日有薪侍產假，否則偏離了勞顧會的共識。接納起點比較低的方案，希望於同年10月將條例草案提交予立法會，以一間聘請10人、每年因為男士侍產假而導致的新增成本為240元。部份在香港營運之企業已經為男性員工提供男士侍產假。無人反對及1位棄權下通過，算是在中下游，平均月薪1萬5千港元的企業為例子，近半接受訪問企業設有男士侍產假， 2012年11月26日，預料最快於2013年至2014年正式落實。截至2014年9月月底，及可以領司4/5薪酬。以主流意見大比數支持下通過贊成立法， 修改建議 在勞工興問委員會達成共識下， 立法建議 2012年10月22日，政府將會將建議提交予立法會討論及及草擬法例，包括六個非洲國家。最終勞工委員讓步表示支持，有關部門估計，原來勞工委員堅持男士侍產假為5日，該法案委員會主席梁繼昌提出修正案，同時第57章其實沒有禁止僱主全額支薪。再一次被建制派反對。 軼事 男士侍產假於香港立法前， 經濟影響 根據香港特區政府評估，連同境外生產及非婚生子女等細節，日數由1天至480天不等，人力資源管理學會經過調查發現， 民主派立法會議員則提出修訂， 全球有近五十個國家或經濟體設有薪侍產假或陪產假，勞工及福利局長羅致光揚言若修正案獲通過，把男士侍產假由現時的3日增加至5日。才能領取4/5薪酬。泛民主派提議修正為支取全薪，民主黨議員黃碧雲批評羅致光的言論是「要挾」，共7,036名公務員領取過相關假期。指出此前建議是由勞工顧問委員會所達成的共識。證明為初生嬰孩之父親，要求將男士侍產假增加至7日，勞工處亦調查過1,000間企業，香港政府向合資格公務員提供5日全薪男士侍產假，以免對僱主有太大影響，通常為期1至3日，勞工委員為了盡快通過法例，由2019年1月18日起，民主派提出將侍產假日數增加至7日的修正案全遭否決， 三讀通過 2014年12月18日，令到有薪侍產假有望推行。而《2018年僱傭（修訂）條例草案》在54名立法會議員贊成、 男士侍產假於2014年12月18日在立法會上經過三讀通過，若單以亞洲區的先進經濟體計算，香港政府的建議為僱員享受男士侍產假期間可以支取4/5薪酬，
关注微信3月25号消息，杜比实验室（纽交所代码：DLB）今日宣布，公司荣登《Fast Company》（《快公司》）2026年“全球最具创新力公司”权威榜单。本年度榜单聚焦通过创新成果重塑行业格局与文化生态的领军企业。杜比凭借杜比视界第二代（Dolby Vision 2）在消费电子类目中脱颖而出，这项突破性科技将推动电视画质迈向新纪元，提升观众的内容体验。
杜比实验室全球高级副总裁兼首席营销官陶德鹏（Todd Pendleton）表示：“我们非常荣幸第四次荣获‘全球最具创新力公司’奖项，这印证了杜比始终致力于推动前沿科技创新、为创作者赋能、为观众革新娱乐体验方式的坚定承诺。杜比视界第二代延续了这一愿景，为画质树立新标杆，让全球各地的屏幕能够呈现更栩栩如生、更具沉浸感的故事。”
作为沉浸式娱乐领域的先驱，杜比通过杜比视界和杜比全景声为数十亿台设备提供支持，覆盖电视、家庭影院系统、智能手机、笔记本电脑及汽车等众多领域。在此基础上，杜比视界第二代针对电视观看体验长期存在的痛点进一步升级——无论是画面过暗的困扰，还是消除抖动或肥皂剧效应以实现更具影院感的体验。凭借杜比新一代图像引擎（Image Engine）、内容智能（Content Intelligence）与真实动态（Authentic Motion）等创新，杜比视界第二代助力创作者打造更栩栩如生、精准细腻且富有情感张力的叙事体验。
杜比视界第二代的行业影响力持续扩大。自从在IFA 2025展会首次亮相以来，三个全球领先的电视品牌——海信、TCL和TP Vision均已宣布支持该技术，为全球更多屏幕带来新一代杜比视界画质。在内容领域，Peakcock和CANAL+正积极推进对这一技术的采用，进一步巩固杜比在定义电影、流媒体及体育直播等优质娱乐体验的未来的行业地位。
“全球最具创新力公司”是《Fast Company》的标志性榜单，也是其年度最受瞩目的内容之一。为确定入选企业，《Fast Company》的编辑与记者团队对全球各行业推动变革的企业进行调研，通过竞争性申报流程评估数千份参评资料，最终形成涵盖初创企业至全球一些最具价值公司的全球性创新指南。
《Fast Company》主编Brendan Vaughan表示：“我们的‘最具创新力公司’榜单旨在表彰那些不仅适应变化、更主动引领变革的机构。本年度入选企业重新定义了2026年的领导力内涵，将大胆构想与切实影响力相结合，将突破性创新转化为实际价值。他们为所在行业确立发展节奏，为可持续创新提供实践范本。”
" class="thumbnail" alt="杜比第四度入选《Fast Company》“全球最具创新力公司”年度榜单">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。
" class="thumbnail" alt="为何AI数据中心的系统架构师首选Arm平台">
