SF深圳行(2) 华强北游记:一瞥制造之都

简介: SF深圳行的第2篇文章,是SegmentFault @shamiao 在工作之余,去深圳华强北电子一条街参观游览的游记。

SF深圳行的第2篇文章,是SegmentFault @shamiao 在工作之余,去深圳华强北电子一条街参观游览的游记。

用最短暂的时间领略深圳作为世界制造之都的风貌,就从华强北这个闻名全国的电子商圈开始。图片日记,文字量不大,但多图杀猫。


壮观的电子一条街

我几乎到每一个城市,都喜欢去看一下电子市场、电脑城和五金机械一条街的规模。我记得在家乡长春是一两层楼。在北京和杭州是一两栋楼。在上海是几栋楼加上一条街的临街商铺。

但这次来到深圳,我真的被吓到了——深圳华强北整整数条大小街道,排满整个街区的几十栋大楼全是电脑城和电子市场……


照片墙

image.png

▲ 深圳华强北地标:赛格广场

image.png

▲ 新亚洲电子市场。这还只是主干道旁边的小街里边…… (注:看盾牌上的LOGO,这个保安队应该是华强电子世界的)

image.png

▲ 都会电子城。这个规模在华强北的电子大楼里边算比较小的了

image.png

▲ 华强电子世界内景。华强电子世界应该是最大的电子市场,有数个大楼都是他们一家的各个分店,每栋楼每一层都不比这个照片的规模小……


感想

华强北电子市场给我的直观印象,就是又大又全。直觉上来看,就像是把电子市场常见的综合铺面直接拆开,铺面里卖的每一样东西,都能在华强北做成单独的一个柜台,并且型号齐全应有尽有。

我尝试询问了在长春和杭州极其难以找到的以下配件,都能够非常容易的找到,毫不费力:5V/12V IDE电源适配器、IDE转软驱电源转接线、超频三MOS管散热片等。东西之齐全可见一斑。逛华强北,就像是把淘宝的电子配件市场放在身边,甚至比淘宝还要完整和专业的多。

不过华强北真的不是一个适合电子新手学习的地方。在这里,生意就是生意,非常的纯粹。买东西只有两种方式——在柜台上对照样品,或者清楚地提出参数要求跟商家要。用法、方案、注意事项之类的知识型的内容,都不会有人去教导。

并且造假、劣质器件的水,实在是深不可测。这也是华强北专坑新手的一个大坑。这个交由下一节来谈——


亲历电脑配件制假

很多电脑DIY玩家,都在淘宝上见过诸如下图的这种超低价金士顿内存:

image.png

(提示:这款内存考虑市场涨跌,发稿时的正价应该在¥240-270之间)

这种内存是彻头彻尾的假货,这是电脑城里公开的秘密。这种内存通常是山寨厂采购来内存芯片厂淘汰的垃圾颗粒,焊接成内存条之后包装、贴牌、出售。有良心的可能对颗粒做降容、降速、查错和筛选,无良一些就会不筛选甚至扩容。

这次在深圳华强北,我“有幸”亲眼见证到了制造假金士顿内存的最后一步——包装和贴牌。[注A]

(无偷拍设备,顾忌风险牺牲摄影效果,请多多原谅)

image.png

▲ 制假店员正在给空白的内存贴标签,柜台上有数捆已经贴标的内存成品

image.png

▲ 把已经贴牌、包装的内存装箱

image.png

▲ 柜台上散落的造假耗材:金士顿内存的完整塑料壳、说明书和外包装标签

虽然我对内存造假早有耳闻,但这次去深圳亲眼见到,仍然觉得非常的震惊。

毕竟传闻、报道、证据,都抵不上亲眼一见的说服力。那种亲眼见到恶行就发生在自己眼前的震撼,还有眼见假货一片片流向不知情消费者却无能为力的无奈,是只宅在电脑前所难以体会的。

并且这种事情已经拿到了柜台上公开操作,可见这个事情对商家来说已经是如此的稀松平常和肆无忌惮,这真的成为了一个“公开的秘密”。我深深的感到我们每一位行业的知情者,都不能坐视不管,而是要把这个秘密向消费者也公开出去,信息对等才能少受欺负。

我希望每一位开发者,在升级电脑时都要注意莫贪小便宜,不给假货生存和销售的空间。我也希望无论是国家、消费者还是制造者,都能顾忌一点电子行业生态的健康发展,从心底开始欣赏品质、注重良心。让电子行业逃离低价至上、劣币驱逐良币的怪圈,需要我们每一方不缺位的努力。


注解

[注A] 虽然我知道恶德商人凭我一己之力除不完甚至除不了,但既然见到了,我就会告知大家至少本文被曝光的公司到底是谁:深圳赛格 5402 君为电脑。(点击查看店面图片)

SF深圳行系列文章到此就结束了,感谢您关注SegmentFault推出的Maker Faire Shenzhen有关的所有报道!

神秘新专题下周三继续上线,敬请期待~ ^^

相关文章
|
存储 前端开发 JavaScript
如何解决前端常见的竞态问题?
如何解决前端常见的竞态问题?
435 0
AutoJS4.1.0实战教程 ---百度极速版
AutoJS4.1.0实战教程 ---百度极速版
406 0
|
存储 机器学习/深度学习 分布式计算
阿里云大数据ACA及ACP复习题(351~360)
本人备考阿里云大数据考试时自行收集准备的题库,纯手工整理的,能够覆盖到今年7月份,应该是目前最新的,发成文章希望大家能一起学习,不要花冤枉钱去买题库背了,也希望大家能够顺利通关ACA和ACP考试(自己整理解析也需要时间,可能有更新不及时的情况哈)
|
6月前
|
机器学习/深度学习 编解码 监控
使用Matlab进行短时傅里叶变换
使用Matlab进行短时傅里叶变换
262 0
|
9月前
|
人工智能 编解码 芯片
告别低效沟通|让技术提问不再头疼-这套高效AI提问模板来帮你
不会向ai提问,不知道怎么提问的 可以看看
20967 1
告别低效沟通|让技术提问不再头疼-这套高效AI提问模板来帮你
|
人工智能 测试技术 开发者
北大李戈团队提出大模型单测生成新方法,显著提升代码测试覆盖率
【9月更文挑战第27天】北京大学李戈团队在人工智能领域取得重要突破,提出HITS新方法,通过将待测方法分解为多个切片并利用大型语言模型逐个生成测试用例,显著提升代码测试覆盖率,尤其在处理复杂方法时效果显著,为软件开发和测试领域带来新希望。尽管存在一定局限性,HITS仍展示了巨大潜力,未来有望克服限制,推动软件测试领域的创新发展。论文详情见【https://www.arxiv.org/pdf/2408.11324】。
678 6
|
机器学习/深度学习 算法 PyTorch
基于图神经网络的大语言模型检索增强生成框架研究:面向知识图谱推理的优化与扩展
本文探讨了图神经网络(GNN)与大型语言模型(LLM)结合在知识图谱问答中的应用。研究首先基于G-Retriever构建了探索性模型,然后深入分析了GNN-RAG架构,通过敏感性研究和架构改进,显著提升了模型的推理能力和答案质量。实验结果表明,改进后的模型在多个评估指标上取得了显著提升,特别是在精确率和召回率方面。最后,文章提出了反思机制和教师网络的概念,进一步增强了模型的推理能力。
764 4
基于图神经网络的大语言模型检索增强生成框架研究:面向知识图谱推理的优化与扩展
|
监控 安全 自动驾驶
|
存储 机器学习/深度学习 人工智能
二维码生成原理和解码原理
二维码(Quick Response Code,简称QR码)是一种广泛使用的二维条形码技术。二维码能有效地存储和传递信息,广泛应用于商品追溯、支付、广告等多个领域。二维码的主要特点是信息存储量大、读取速度快、容错能力强等。
3402 2
|
架构师 数据安全/隐私保护
深入探索领域分析:从问题空间到核心域
深入探索领域分析:从问题空间到核心域