FX168财经网_全球视野外汇黄金加密货币NFT资讯网

特朗普宣布“AI与加密货币沙皇”！彭博社：制定比特币全面监管框架联手马斯克冲击白宫

了安全和隐私保护措施，并要求开发人员对新模型进行安全测试，将这项全面的监管命令视为保护消费者的必要措施。一些科技巨头还同意采取一系列自愿保障措施，要求他们测试AI系统是否存在歧视倾向或安全漏洞，并分享这些结果。与马斯克关系萨克斯有望与马斯克密切合作，马斯克是世界首富，也是特朗普最知名的支持者之一。马斯克也是AI领域的参与者，他的公司xAI和聊天机器人Grok就是他的竞争对手，这些努力让他与硅谷巨头一较高下，他将在新政府中发挥重大影响力。这项任命不会要求萨克斯剥离或公开披露其资产，与马斯克一样，萨克斯将是一名特殊政府雇员。他每年最多可以任职130天，有或无报酬。然而，利益冲突规则适用于特殊政府雇员，这意味着萨克斯必须回避可能影响其持股的事务。加密货币市场正在掀起前所未有的投资热潮，面对这一波澜壮阔的财富浪潮，如何精准把握趋势、抢占先机？FX168财经隆重推出《Web3财富领航通行证》计划，让您不仅能够掌握市场动态，还能直接参与到最具潜力的投资项目中！

秉哥说市 1评论2024-12-06

META 2024Q3业绩电话会议高管解读财报

现有意义的增长。现在，我们正在探索这些新模型是否可以为其他服务的推荐带来类似的改进。之后，我们将考虑将跨表面数据引入这些模型，以便我们的系统可以从应用程序一个表面上某人感兴趣的内容中学习，并用它来改进他们在另一个表面上的推荐。这需要时间来实现，我们还将同时进行其他探索。然而，随着时间的推移，我们乐观地认为，这将解锁更多相关建议，同时由于我们运行的建议数量较少，因此工程效率也会提高。除了建议之外，我们还在其他长期参与优先事项方面取得了进展，包括生成式人工智能和线程。随着我们在更多国家和语言中提供 Meta AI，其使用量不断扩大。随着我们改进模型并在最近几个月引入了许多增强功能，使 Meta AI 更具帮助性和吸引力，我们看到了使用量的提升。上个月，我们开始引入语音，以便您可以更自然地与 Meta AI 交谈，现在美国、澳大利亚、加拿大和新西兰的人们都可以使用语音。在美国，人们现在还可以将照片上传到 Meta AI 以了解更多信息，为帖子写标题，并通过简单的文本提示添加、删除或更改图像内容。这些都是使用我们的第一个多模式基础模型 Llama 3.2 构建的。 Threads 仍然是另一个我们看到了巨大潜力的领域。我们每个季度都会吸引越来越多的新用户，同时参与度也不断提高。展望未来，我们计划推出更多功能，让人们更轻松地了解他们关心的话题。现在谈谈我们收入表现的第二个驱动因素，即提高货币化效率。这项工作分为两个部分。第一部分是优化自然互动中的广告水平。我们继续看到在视频等货币化程度较低的领域增加广告供应的机会。在 Facebook 上，随着视频播放器的统一，视频互动继续向短格式转变，我们预计随着视频标签向全屏格式的转变，这种情况将继续下去。这导致自然视频展示次数的增长速度快于 Facebook 上的整体视频时间，这为投放广告提供了更多机会。在 Facebook 和 Instagram 上，我们还在继续开展更广泛的工作，以优化在用户会话中展示广告的时间和位置。这使我们能够在不增加广告数量的情况下推动收入和转化率增长。提高盈利效率的第二部分是提高营销效果。与有机内容排名类似，我们正在通过采用新的建模方法寻找机会，实现有意义的广告效果提升。例如，我们最近部署了新的学习和建模技术，使我们的广告系统能够考虑用户在看到广告之前和之后采取的一系列行动。以前，我们的广告系统只能将这些行动聚合在一起，而不能映射这些行动的顺序。这种新方法使我们的系统能够更好地预测受众对特定广告的反应。自从我们在今年上半年采用新模型以来，根据在选定细分市场中的测试，我们已经看到转化率增长了 2% 至 4%。我们还在改进我们的广告平台，以确保我们推动的结果是根据每个企业的目标及其衡量价值的方式量身定制的。在第三季度，我们对广告排名和优化模型进行了调整，更多地考虑了跨发布商的转化过程，我们预计这将增加广告主在第三方分析工具中看到的元归因转化。我们还在为广告主测试新功能和设置，使他们能够根据自己最看重的方面优化广告活动，例如推动增量转化而不是绝对转化。最后，我们的 Advantage + 解决方案（包括广告创意工具）继续保持强劲势头。我们看到广告主使用我们的生成式 AI 驱动的图像扩展、背景生成和文本生成工具后，留存率很高，即使在这个早期阶段，它们也已经在为广告主带来更好的效果。本月初，我们开始测试我们的首个视频生成功能、视频扩展和图像动画。我们预计到明年年初，这些功能将更广泛地推出。接下来，我想谈谈我们的资本配置方法。我们继续以长远的眼光来经营业务，这涉及投资于我们预期将在不同时期产生回报的机会组合。我们对眼前的一系列机会非常乐观，并相信现在投资基础设施和人才不仅会加速我们的进步，而且会增加在每个领域实现回报最大化的可能性。这包括投资于短期计划，以实现核心业务的持续健康收入增长，以及投资于长期机会，这些机会具有随着时间推移带来可观回报的规模。考虑到我们长期投资的准备时间，我们还将继续最大限度地提高我们的灵活性，以便我们能够对市场发展做出反应。在 Reality Labs 内部，这让我们受益匪浅，因为我们已经改进了路线图，以应对智能眼镜比预期更早取得的成功。在生成式人工智能方面，我们预计现在将大幅扩大我们的基础设施容量，同时优先考虑其可互换性，这同样也有助于应对未来几年技术和市场的发展。现在谈谈我们的财务展望。我们预计 2024 年第四季度的总收入将在 450 亿美元至 480 亿美元之间。根据当前汇率，我们的指导假设外币对同比总收入增长大致中性。现在谈谈费用展望。我们预计 2024 年全年总支出将在 960 亿美元至 980 亿美元之间，高于我们之前的 960 亿美元至 990 亿美元的范围。对于 Reality Labs，由于我们持续的产品开发工作和进一步扩大生态系统的投资，我们继续预计 2024 年的运营亏损将同比大幅增加。现在谈谈资本支出前景。我们预计 2024 年全年资本支出将在 380 亿美元至 400 亿美元之间，高于我们之前的 370 亿美元至 400 亿美元。我们继续预计 2025 年资本支出将大幅增长。鉴于此，以及我们 2024 年资本支出的后端加权性质，我们预计明年基础设施支出增长将显著加速，因为我们意识到扩大的基础设施车队的折旧和运营费用将有更高的增长。谈到税收，如果我们的税收环境没有任何变化，我们预计 2024 年第四季度的税率将在 10% 以下。此外，我们将继续监测活跃的监管环境，包括欧盟和美国日益增加的法律和监管阻力，这可能会对我们的业务和财务业绩产生重大影响。最后，这对我们的业务来说又是一个好季度。我们的全球社区继续发展。我们看到我们的核心优先事项持续增长，我们面前有令人兴奋的机会，可以在 2025 年推动我们的核心业务进一步增长，并利用未来的长期机会。 (这份记录可能不是100％的准确率，并且可能包含拼写错误和其他不准确的。提供此记录，没有任何形式的明示或暗示的保证。表达的记录任何意见并不反映老虎的意见)

老虎证券2024-10-31

谷歌2024年Q3业绩电话会高管解读财报

Google DeepMind，以加快新模型的部署并简化培训后的工作。在此之前，我们还进行了其他结构性变革，统一了研究团队、机器学习基础设施和我们的开发者团队，以及我们的安全工作和平台与设备团队。这一切都有助于我们更快地行动。例如，Notebook LM 的开发就由一支小型专业团队完成，这是一款非常受欢迎且前景广阔的产品。我们还在内部使用人工智能来改进我们的编码流程，从而提高了生产力和效率。如今，谷歌超过四分之一的新代码都是由人工智能生成的，然后由工程师审核和接受。这有助于我们的工程师做更多的事情，行动更快。我们的进步和未来的机会让我充满活力，我们将继续专注于打造出色的产品。现在让我来谈谈本季度的亮点。在搜索方面，最近的进展，包括 AI 概览、Circle to Search 和 Lens 中的新功能，正在改变用户体验，扩大人们可以搜索的内容和搜索方式。这导致用户更频繁地搜索更多信息，从而推动更多搜索查询。就在本周，AI Overview 开始向 100 多个新国家和地区推出。现在每月将覆盖超过 10 亿用户。我们看到了强大的参与度，这提高了整体搜索使用率和用户满意度。人们会问更长、更复杂的问题，并探索更广泛的网站。尤其令人兴奋的是，随着人们了解到 Google 可以回答更多问题，这种增长实际上会随着时间的推移而增加。AI Overviews 中的广告集成也表现良好，帮助人们在搜索时与企业建立联系。目前，超过 1.5 亿台 Android 设备均可使用 Circle to Search，人们使用它来购物、翻译文本和了解周围的世界。三分之一尝试过 Circle to Search 的人现在每周都会使用它，这证明了它的实用性和潜力。与此同时，Lens 现在每月用于超过 200 亿次视觉搜索。Lens 是我们在搜索中看到的增长最快的查询类型之一，因为它能够回答复杂的多模式问题并帮助发现和购物产品。对于所有这些 AI 功能来说，这仅仅是个开始，您将在这里看到快速的创新和进步。接下来是 Google Cloud。我对我们的增长感到非常满意。这项业务发展势头强劲，随着客户接受 GenAI，整体机会正在增加。我们第三季度的营收为 114 亿美元，比去年增长 35%，营业利润率为 17%。我们的技术领先地位和 AI 产品组合正在帮助我们吸引新客户、赢得更大的交易，并推动现有客户的产品采用率提高 30%。客户以五种不同的方式使用我们的产品。首先是我们的人工智能基础设施，我们通过存储、计算和软件进步带来的领先性能、领先的可靠性和领先的加速器数量来区分它。 LG AI 研究部门通过结合使用我们的 TPU 和 GPU，将其多模态模型的推理处理时间缩短了 50% 以上，运营成本降低了 72%。其次，我们的企业 AI 平台 Vertex 用于构建和定制来自 Google 和业界的最佳基础模型。 Gemini API 调用量在 6 个月内增长了近 40 倍。当 Snap 希望为其 My AI 聊天机器人提供更多创新体验时，他们选择了 Gemini 强大的多模式功能。从那时起，Snap 在美国与 My AI 的互动量增长了 2.5 倍以上。第三，客户将我们的 AI 平台与我们的数据平台 BigQuery 结合使用，因为我们可以通过超低延迟访问 Gemini 来分析多模态数据，无论数据存储在何处。这为客户（如伦敦劳合社的旗舰集团之一 Hiscox）提供了准确的实时决策，将编码复杂风险所需的时间从几天缩短到几分钟。这些将 AI 与数据科学相结合的客户成果使 BigQuery ML 运营在 6 个月内增长了 80%。第四，我们的人工智能网络安全解决方案、Google 威胁情报和安全运营正在帮助 BBVA 和 Deloitte 等客户更快地预防、检测和应对网络安全威胁。在过去 6 个季度中，客户对我们由 Mandiant 提供支持的威胁检测的采用率增长了 4 倍。第五，在第三季度，我们通过推出新的客户互动套件扩大了我们的应用程序组合。它旨在改善在线和移动应用程序以及呼叫中心、零售店等的客户体验。大众汽车美国公司就是一个很好的例子，该公司正在使用这项技术为其新的 myVW 虚拟助手提供支持。此外，我们通过 Gemini for Google Workspace 提供的员工代理也获得了极好的评价。75% 的日常用户表示它提高了他们的工作质量。现在转向 YouTube。YouTube 过去四个季度的广告和订阅总收入首次超过 500 亿美元。YouTube TV、NFL Sunday Ticket 和 YouTube Music Premium 共同推动了该平台的订阅增长。我们正在通过多视图和新选项为客厅体验提供更多选择，让创作者可以像传统电视一样将内容组织成剧集和季节。在 Made on YouTube 上，我们宣布 Google DeepMind 最强大的视频生成 VO 模型将于今年晚些时候登陆 YouTube Shorts，以帮助创作者。接下来是平台和设备。Gemini 的深度集成正在改善 Android。例如，Gemini Live 让您可以与 Gemini 进行自由流畅的对话。人们喜欢它。它适用于 Android，包括三星 Galaxy 设备。我们将继续与他们密切合作，为他们的最新设备提供创新，并带来更多创新。在 Made by Google 大会上，我们发布了最新的 Pixel 9 系列设备，该系列设备配备了先进的 AI 模型，包括 Gemini Nano。我们看到这些设备的需求强劲，它们已经获得了多个奖项。谈到其他投资。我想重点介绍一下 Waymo，这是我们投资组合中最大的部分。Waymo 现在是自动驾驶汽车行业的技术领导者，并且正在创造一个不断增长的商业机会。多年来，Waymo 一直在将尖端人工智能融入其工作中。现在，Waymo 每周的全自动驾驶里程超过 100 万英里，并提供超过 15 万次付费乘车服务。这是 AV 公司首次达到这种主流用途。通过扩大与 Uber 在奥斯汀和亚特兰大的网络和运营合作，以及与现代汽车建立新的多年期合作伙伴关系，Waymo 将为更多人和更多地方带来完全自动驾驶。通过开发通用驱动程序，Waymo 拥有多种上市途径。借助其第六代系统，Waymo 显著降低了单位成本，同时又不损害安全性。最后，我很高兴欢迎我们的新任首席财务官 Anat。我们很高兴她能加入我们，您很快就会收到她的消息。和往常一样，我想向我们全球的员工表示感谢。你们的奉献和辛勤工作使 Alphabet 度过了又一个非凡的季度。菲利普·辛德勒我将首先介绍本季度的业绩，然后介绍我们在广告、YouTube 和合作伙伴关系方面取得的进展，重点介绍 AI 已经对我们业务产生的影响。本季度，谷歌服务收入达 765 亿美元，同比增长 13%。搜索和其他收入同比增长 12%，其中金融服务垂直领域的增长最为显著，得益于保险业的强劲增长，其次是零售业。YouTube 广告收入同比增长 12%，主要由品牌推动，其次是直接反应。网络收入同比下降 2%。在订阅、平台和设备方面，同比增长 28%，这得益于订阅量的增长以及第三季度推出的 Google 制造的设备。在讨论广告、YouTube 和合作伙伴关系之前，我想先谈谈搜索。无论是使用语音随时随地寻找答案，还是打开相机探索周围的世界，人们都在扩展搜索提问的方式以及提问的类型。新的行为创造了新的机会，帮助我们通过令人惊叹的商业体验将企业和消费者联系起来。随着 GenAI 不断拓展其可能性，我们继续看到搜索领域的巨大机遇。让我花一点时间来解释一下原因。AI 确实增强了搜索功能。我们新的 AI 功能使搜索更加有用，我们继续看到很好的反馈，尤其是来自年轻用户的反馈。例如，通过 Circle to Search，我们发现 18 至 24 岁用户的参与度更高。人工智能正在扩展我们理解意图并将其与广告客户联系起来的能力。这使我们能够将高度相关的用户与最有帮助的广告联系起来，并为我们的客户带来业务影响。让我分享一下我们推出的两种全新广告体验，这些体验与我们广受欢迎的 AI 搜索功能一起推出。首先，正如 Sundar 所说，Lens 每月用于近 200 亿次视觉搜索，其中四分之一的搜索具有商业意图。 10 月初，我们宣布 Google Lens 上提供产品搜索功能。在测试此功能时，我们发现购物者更有可能与这种新格式的内容互动。我们还发现，人们更频繁地使用 Lens 进行复杂的多模式查询，除了视觉效果外，还可以提出问题或输入文本。鉴于这些新的用户行为，本月初，我们宣布在相关的 Lens 视觉搜索结果上方和旁边推出购物广告，以帮助更好地连接消费者和企业。第二，AI 概览，我们现在已开始在概览中向美国移动用户展示搜索和购物广告。您还记得，我们已经在 AI 概览上方和下方投放了广告。我们现在发现，人们发现 AI 概览中的广告很有帮助，因为他们可以快速联系相关企业、产品和服务，以便在他们需要的确切时刻采取下一步行动。正如我之前所说，我们相信 AI 将彻底改变营销价值链的每个部分。让我们从创意开始。广告商现在使用我们的 Gemini 驱动工具来大规模构建和测试更多种类的相关创意。奥迪使用我们的 AI 工具从现有的长视频中生成具有不同链接和方向的多个视频图像和文本资产。然后将新生成的创意输入到需求生成中，以推动覆盖面、流量和预订，从而提高他们的驾驶体验。该活动使网站访问量增加了 80%，点击量增加了 2.7 倍，从而提升了他们的销售额。上周，我们利用最先进的文本转图片模型 Imagine 3 更新了 Google Ads 的图片生成功能。我们利用来自多个行业的广告效果数据对该模型进行了调整，以帮助客户为其广告系列制作高质量的图片。广告客户现在可以为 PMax、Demand Gen 应用和展示广告系列创建效果更佳的素材。转向媒体购买。人工智能驱动的广告活动可帮助广告商更快地获得有关哪些创意有效、在哪里有效以及重新定向其媒体购买的反馈。DoorDash 使用 Demand Gen 测试了图像和视频资产的组合，以在 Google 和 YouTube 的视觉沉浸式界面上产生更大的影响。与单独的视频行动广告活动相比，他们的转化率提高了 15 倍，每次行动成本提高了 50%。最后也是最重要的一点是衡量。本季度，我们向更多客户扩展了开源营销组合模型 Meridian 的使用范围，帮助扩大跨渠道预算的衡量范围，从而推动更好的业务成果。在 YouTube 上，我们仍然专注于构建一个让创作者蓬勃发展的平台，并通过 AI 开启一个全新的创意世界。创作者是 YouTube 生态系统的核心，他们创作的内容推动了整个平台的观看时间强劲增长。我们还使用人工智能来大幅改善 YouTube 上的推荐功能。在 Gemini 的推动下，我们的大型语言模型对视频内容和观众的偏好有了更深入的了解。因此，他们可以向观众推荐更相关、更新鲜和个性化的内容。 YouTube 上的短片创作继续蓬勃发展。本季度 Shorts 的变现能力再次提升，我们继续大幅缩小与插播视频的差距，尤其是在美国和其他变现能力更高的市场。在每月上传到 YouTube 的所有频道中，70% 都在上传短片。我们最近宣布了一项呼声最高的功能，即上传最长 3 分钟的短片。此外，广告商现在可以在近 40 个市场的 Shorts 区块上预订首位。我们正在客厅中解锁更多机会。根据尼尔森的数据，我们在美国保持了第一大流媒体的地位，因此我们在这方面的势头持续不减。这得益于我们创作者的实力，例如 Michelle Carr 和 Rhett & Link，他们越来越多地为大屏幕打造专门设计的体验，并且正在获得回报。在电视屏幕上创造大部分 YouTube 收入的创作者数量同比增长了 30% 以上。 YouTube 正在成为观看体育比赛的首选平台。人们来这里是为了观看比赛，并留下来观看 Evelyn Gonzalez、Adam W 和 Brad Coleman 等创作者提供的比赛评论和相关内容。在奥运会期间，2024 年巴黎奥运会的内容在 YouTube 上的观看次数超过 120 亿次。超过 8.5 亿独立观众观看了超过 400 亿分钟的内容，其中 35% 是在电视屏幕上观看的。最近，我们在 YouTube TV 上启动了 NFL Sunday Ticket 的第二季，该节目继续受到广告商、NFL 合作伙伴和球迷的积极反响。我们继续投资于我们的产品体验，改进了多视图，并为梦幻足球迷提供了更深入的集成。根据我上个季度对 Brandcast 的评论，我们的前期表现强劲，承诺同比增长约 20%。与往常一样，让我总结一下我们在合作伙伴关系中看到的强劲势头。越来越多的合作伙伴认识到我们技术的广度，并构建充分利用 Google 最佳优势的解决方案。例如，我们最近宣布与沃达丰集团建立战略合作伙伴关系，涵盖 Google Cloud、AI、Android 广告和数字服务。这项价值数十亿美元的合作伙伴关系将把这些技术带给欧洲和非洲的 3.3 亿多客户。我们正在 7 个领域开展 30 多项合作，包括消费者生成式人工智能、一流的电视平台、硬件和网络安全。在此，衷心感谢 Google 的非凡承诺，以及我们的客户和合作伙伴的持续合作和信任。阿纳特·阿什肯纳齐第三季度我们又表现强劲，整个业务发展势头强劲。综合收入增长 15%，按固定汇率计算增长 16%。搜索仍然是收入增长的最大贡献者，其次是云计算，增长强劲，达 35%。总营收成本为 365 亿美元，增长 10%。科技成本为 137 亿美元，增长 9%。我们继续看到收入结构的变化，谷歌搜索以两位数的速度增长，而 TAC 率高得多的网络收入则出现下降。其他收入成本为 228 亿美元，增长 11%，增长主要由于内容采购成本（主要是 YouTube 的成本）、与我们的技术基础设施投资水平提高相关的折旧成本增加以及与 Made by Google 发布从第四季度提前到第三季度相关的硬件成本增加。总运营费用增长 5% 至 233 亿美元。增长的主要原因是设施相关费用，这是由于我们采取措施进一步优化全球办公空间布局的结果，其次是折旧，但法律和其他事务费用同比下降部分抵消了这一增长。研发投入增长 11%，主要由于薪酬和折旧费用增加。销售和营销费用增长 5%，主要反映了与 Made by Google 发布以及 AI 和 Gemini 相关的广告和促销活动的投资。一般及行政费用下降 10%，主要原因是法律和其他事务费用下降。营业收入增长 34% 至 285 亿美元，营业利润率增长至 32%。净收入增长 34% 至 263 亿美元，每股收益增长 37% 至 2.12 美元。我们对重新设计成本结构所取得的进展感到满意，这反映在本季度的营业利润率扩大上，同时我们还将继续对业务进行投资，为消费者、创作者和企业带来创新。我们第三季度的自由现金流为 176 亿美元，过去 12 个月的自由现金流为 558 亿美元。同比自由现金流受到以下因素的负面影响。2023 年，我们将第二季度和第三季度的现金税款推迟到第四季度。2024 年第三季度，我们支付了 30 亿美元现金，以支付 2017 年欧盟购物罚款。本季度结束时，我们拥有 930 亿美元的现金和有价证券。现在来看看分部业绩。谷歌服务收入增长 13%，达到 765 亿美元。谷歌搜索和其他广告收入增长 12%，达到 494 亿美元。搜索业务表现强劲，覆盖各个垂直领域，其中金融服务垂直领域表现最突出，得益于保险业的强劲表现，其次是零售业。 YouTube 广告收入增长 12%，达到 89 亿美元，主要由品牌推动，其次是直接响应广告。正如 Philipp 所提到的，我们看到 YouTube 的发展势头强劲，包括整个平台的观看时间强劲增长，我们对我们为创作者带来的新功能和新产品感到兴奋。网络广告收入为 75 亿美元，下降了 2%。第三季度，我们所有广告收入的同比增长都受到去年第三季度广告收入增长的影响，部分原因是来自亚太地区的零售商。订阅平台和设备收入增长 28%，达到 107 亿美元，反映了订阅收入的增长，以及我们在第三季度推出的 Made by Google 设备。我们的订阅产品继续实现大幅增长，主要得益于 YouTube TV 和 YouTube Music Premium 以及 Google One，这主要得益于付费订阅用户数量的增加。至于平台，我们对目前的表现感到满意，这主要得益于买家数量的增加。Google 服务营业收入增长 29%，达到 309 亿美元，营业利润率为 40%。谈到 Google Cloud 部门，该部门本季度继续取得非常强劲的业绩。第三季度收入增长 35%，达到 114 亿美元，反映出 GCP 在 AI 基础设施、生成 AI 解决方案和核心 GCP 产品方面的加速增长。GCP 的增长速度再次高于整体云业务。我们还看到 Google Workspace 增长强劲，主要得益于平均每席位收入的增长。正如您刚才从 Sundar 那里听到的，我们云业务中强大的创新和扩展的人工智能产品使现有和新客户实现了可衡量的业务效益，包括降低成本、提高客户参与度、加快响应时间和更好地收入转换。 Google Cloud 营业收入增至 19 亿美元，营业利润率增至 17%。营业利润率的提高得益于云 AI 产品、核心 GCP 和 Workspace 的强劲收入表现以及持续的效率举措。至于我们的其他投资，第三季度收入为 3.88 亿美元，营业亏损为 11 亿美元。我将重点介绍 Waymo 和 Wing 本季度取得的几项成就。正如 Sundar 所说，我们对 Waymo 取得的进展以及付费乘车数量的增加感到兴奋。我们计划继续扩大我们的地理覆盖范围，并在现有市场和新市场接触更多客户。我们的无人机送货公司 Wing 最近庆祝了与沃尔玛在达拉斯-沃斯堡地区的合作一周年，目前已在 11 家商店开展业务，为 26 个不同的城市和城镇提供服务。转向 Alphabet 层面的活动。这部分业务中最大的部分是我们对 AI 研发活动的投资，这些活动为 Alphabet 的方方面面提供支持。有两个值得注意的项目影响了 Alphabet 层面活动的运营亏损。首先，6.07 亿美元的费用与我们进一步优化全球物理足迹和办公空间的决定有关；其次，我们对人工智能研发的持续投资，包括我们 5 月份进行的组织变革对整个季度的影响，我们将一些额外的人工智能团队从谷歌服务转移到谷歌 DeepMind。至于资本支出，我们报告的第三季度资本支出为 130 亿美元，反映了我们对技术基础设施的投资，其中最大的部分是服务器投资，其次是数据中心和网络设备。展望未来，我们预计第四季度的季度资本支出将与第三季度保持相似水平，但要记住，现金支付的时间可能会导致季度报告的资本支出出现波动。我们扩大数据中心容量预计将为我们投资的国家和地区带来经济效益。仅在第三季度，我们就宣布了超过 70 亿美元的数据中心投资计划，其中近 60 亿美元投资于美国在第三季度，我们还以 153 亿美元的股票回购和 25 亿美元的股息支付的形式向股东回报了价值。总体而言，我们在过去 12 个月内向股东返还了近 700 亿美元。展望未来，我们正在努力平衡对人工智能和其他增长领域的投资与为这些活动提供资金所需的成本约束。当我们考虑 2024 年剩余时间时，有几个动态因素需要考虑。就收入而言，广告收入的同比增长将继续受到 2023 年下半年广告收入不断增加的影响，部分原因是来自亚太地区的零售商。由于我们今年将 Made by Google 的发布时间提前到第三季度，第四季度订阅平台和设备收入的同比增长将面临阻力。在费用方面，我们将继续看到与我们的技术基础设施投资水平提高相关的折旧和费用的增加，但由于硬件发布提前到第三季度，与我们的设备相关的成本收入略有增加，这将部分抵消这一增加。现在，在进入问答环节之前，作为新任首席财务官，我想分享一些关于我如何处理和思考增长、成本结构和资本配置的想法，并希望在接下来的几个季度里听到更多关于这些主题的发言。当我审视业务时，我看到了人工智能和整个业务的潜在发展势头推动的进一步增长机会。你们在今天的电话会议上听到了其中一些。我还相信，我们有能力实现有意义的创新，鉴于我们在人工智能大规模成功所需的核心支柱方面实力雄厚，这些创新将转化为收入。实现这些机会和人工智能领域的伟大创新需要全球影响力，而我们的产品和平台就具备这种影响力，同时还需要持续进行有意义的资本投资。虽然我们拥有强大的资产负债表来支持这些投资，但我们将寻求提高效率，以便为重点领域的创新提供资金。 Sundar、Ruth 和我们的领导团队开始了重要的工作，以重新设计我们的成本结构，包括优化我们的员工人数增长、我们的实体足迹、提高我们的技术基础设施的效率以及通过使用人工智能简化整个公司的运营等努力。我计划在这些努力的基础上再接再厉，同时也评估我们可能在哪些方面加快工作速度，以及我们可能需要在哪些方面做出调整，以释放资本，以获得更具吸引力的机会。 (这份记录可能不是100％的准确率，并且可能包含拼写错误和其他不准确的。提供此记录，没有任何形式的明示或暗示的保证。表达的记录任何意见并不反映老虎的意见)

老虎证券2024-10-30

中证人工智能主题指数收涨0.86%，人工智能ETF(159819)备受关注

泰岳涨3.37%。消息面上，近期业内新模型Yi-Lightning（闪电）对外发布，Yi-Lightning的训练过程中，采用MoE混合专家模型架构，同时改进了单阶段训练，使用了多阶段的训练模式，并且采用了混合注意力机制。在保持模型性能接近最优的同时，尽可能减少激活参数的数量以降低训推成本，提高推理速度。在大模型竞技场（ChatbotArena）上，Yi-Lightning性能直冲总榜单并列第6，数学分榜并列第3，代码等其它分榜也名列前茅。总成绩几乎与马斯克最新xAI大模型Grok-2-08-13持平，超越GPT-4o-2024-05-13、GPT-4o-mini-2024-07-18、Claude3.5Sonnet。人工智能ETF（159819）跟踪中证人工智能主题指数，场外也有基金份额：联接A：012733、联接C：012734。规模方面，人工智能ETF（159819）最新规模66.2亿元，较去年末增长21.3亿元，增幅47%。最新份额75.8亿份，较去年末增长16.0亿份，增幅27%。成交方面，人工智能ETF（159819）盘中成交4.0亿元，近20天日均成交约5.4亿元。资金方面，人工智能ETF（159819）今年以来净流入10.2亿元。费率方面，人工智能ETF（159819）每年管理费率0.15%，每年托管费率0.05%。中证人工智能主题指数选取为人工智能提供基础资源、技术以及应用支持的公司中选取代表性公司作为样本股，反映人工智能主题公司的整体表现。从申万三级行业分类看，数字芯片设计、通信网络设备及器件、横向通用软件为指数前三大行业，权重占比分别为20%、16%、15%，前三大行业权重合计占比约50%。从估值看，中证人工智能主题指数市盈率54倍，处近5年45.1%分位；市净率4.5倍，处近5年50.0%分位。关联产品：人工智能ETF：159819 联接A：012733 联接C：012734 以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-10-25

科大讯飞联手华为，国产超大规模智算平台正式启动，AI人工智能ETF(512930)盘中涨近2%，消费电子ETF(561600)一度涨近3%

飞星二号”正式启动。“飞星二号”将带来新模型新算法的持续适配和智算集群规模的再次跃迁。民生证券指出，需求侧看，国产算力保持高景气度，运营商、政府等下游需求旺盛。据中国移动2023年至2024年新型智算中心（试验网）采购项目等项目，三大运营商共有超1.7万台的AI服务器采购计划，AI服务器的采购规模有望达到300亿元。供给侧看，龙头企业不断完善自身生态，底层算力国产化进程有望加速。相关产品AI人工智能ETF(512930)、消费电子ETF(561600)及线上消费ETF平安(159793)投资机遇备受关注。 AI人工智能ETF紧密跟踪中证人工智能主题指数，中证人工智能主题指数选取50只业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，以反映人工智能主题上市公司证券的整体表现。数据显示，截至2024年9月30日，中证人工智能主题指数(930713)前十大权重股分别为中际旭创(300308)、海康威视(002415)、新易盛(300502)、韦尔股份(603501)、科大讯飞(002230)、中科曙光(603019)、金山办公(688111)、澜起科技(688008)、寒武纪(688256)、紫光股份(000938)，前十大权重股合计占比53.34%。线上消费ETF平安紧密跟踪中证沪港深线上消费主题指数，中证沪港深线上消费主题指数从内地与香港市场中选取50只主营业务涉及线上购物、数字娱乐、在线教育以及远程医疗等领域上市公司证券作为指数样本，以反映内地与香港市场线上消费主题上市公司证券的整体表现。数据显示，截至2024年9月30日，中证沪港深线上消费主题指数(931481)前十大权重股分别为美团-W(03690)、腾讯控股(00700)、快手-W(01024)、科大讯飞(002230)、哔哩哔哩-W(09626)、京东健康(06618)、阿里健康(00241)、三七互娱(002555)、昆仑万维(300418)、恺英网络(002517)，前十大权重股合计占比55.05%。消费电子ETF紧密跟踪中证消费电子主题指数，中证消费电子主题指数选取50只业务涉及元器件生产、整机品牌设计及生产等消费电子相关的上市公司证券作为指数样本，以反映消费电子主题上市公司证券的整体表现。数据显示，截至2024年9月30日，中证消费电子主题指数(931494)前十大权重股分别为立讯精密(002475)、京东方A(000725)、中芯国际(688981)、工业富联(601138)、韦尔股份(603501)、澜起科技(688008)、寒武纪(688256)、亿纬锂能(300014)、兆易创新(603986)、歌尔股份(002241)，前十大权重股合计占比51.56%。相关产品： AI人工智能ETF(512930)；线上消费ETF平安(159793)；消费电子ETF(561600)，场外联接(A类：015894；C类：015895)。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-10-25

AI泡沫即将破灭？英伟达H100芯片租赁急剧“价崩” 黄仁勋释出重磅信号……

应过剩的因素包括： 1. 从头开始训练新模型的公司减少，中小型公司减少了对基础模型建设的投资，转而微调开放的模型，因为这样比自主训练更经济、更有效率，导致算力需求显著减少； 2. 预订H100的公司完成模型训练后，大量转售闲置和先前预留的未使用算力； 3. OpenAI、Meta、X.AI退出公共算力平台，建立自家价值数十亿美元的大型资料中心； 4. H200、B200等新产品的推出； 5. 有更便宜的替代品，包括辉达本身更便宜的产品线，以及超微(AMD)和英特尔(Intel)等对手推出更实惠的竞品。加密货币挖矿GPU使用量一直呈下降趋势，在某些情况下无利可图，此后一直涌入公共算力平台。但他也补充，GPU租赁市场的便宜价格仅出现在中小型规模算力需求，大规模算力仍维持在较高的价格。针对想投资AI领域的投资人，Eugene建议不要购买全新的H100芯片，因为可能会造成损失，若有需求可用租赁的方式。他同时建议投资人转向股票市场等其他地方，以获得更好的报酬率。他解释道：“对于一般市场而言，今天投资新的H100没有什么意义，因为在当前供应过剩的情况下，你可以在需要时以接近成本的价格租赁它。” 此外，他也表示H100等显卡租赁价格的下降可能对AI发展带来好处，将加速开放权重AI采用和AI应用开发的浪潮。全球对于英伟达AI芯片的庞大需求，已让该公司股价今年飙涨超过181%，但市场对于AI相关项目获利能力跟不上高昂硬件投资成本的焦虑也持续上升，导致AI和GPU泡沫论在今年持续发酵。此前，市场传出英伟达下一代旗舰芯片Blackwell架构系列因设计存在挑战恐导致延迟出货。但英伟达首席执行官黄仁勋已确认，尽管遇到设计挑战，Blackwell芯片的生产不会延期，预计今年第四季上市。摩根士丹利分析师在10月早些时候的报告指出，英伟达的Blackwell芯片市场需求相当旺盛，未来12个月左右的供应已经被抢购一空，将推动对现有的Hopper架构产品的强劲短期需求，看好英伟达一年的出货量将维持高成长，继续扩大其AI芯片的市占率。#AI热潮#

秉哥说市2024-10-23

价格暴跌 70%：AI 算力租赁泡沫是如何破灭的？

资源，而市场大多选择使用开源模型，导致新模型的需求减少。现在，市场上 H100 的供应量远超需求，因此租用 H100 比购买更划算，投资购买新的 H100 已不再具有收益。 AI 竞赛简史 GPU 算力市场的价格一路飙升，H100 最初的租金约为每小时 4.70 美元，涨到最高超过 8 美元。这是由于项目创始人为了实现下一轮融资，并说服投资者，必须抓紧时间训练他们的 AI 模型。 ChatGPT 于 2022 年 11 月推出，使用的是 A100 系列的 GPU。到了 2023 年 3 月，NVIDIA 推出了新的 H100 系列 GPU，在其宣传中提到 H100 的性能比 A100 强 3 倍，但价格却只比 A100 高 2 倍。这对 AI 初创公司来说是一个巨大的吸引力。因为 GPU 的性能直接决定了他们可以开发的 AI 模型的速度和规模。H100 的强大性能意味着这些公司能够开发出比以前更快、更大、更高效的 AI 模型，甚至有可能追赶或超过像 OpenAI 这样的行业领导者。当然，这一切的前提是他们拥有足够的资本来购买或租用大量的 H100。由于 H100 的性能大大提升，再加上 AI 领域的激烈竞争，很多初创公司都投入了巨额资金来抢购 H100，用它来加速他们的模型训练。这种需求的激增导致 H100 的租赁价格暴涨，最初每小时 4.70 美元，但后来涨到超过 8 美元。这些初创公司之所以愿意支付高昂的租金，是因为他们急于快速训练模型，以便在下一轮融资中吸引投资者的注意，争取到数亿美元的资金来继续扩展他们的业务。对于拥有大量 H100 GPU 的算力中心（农场）来说，租赁 GPU 的需求非常高，这就像是「送上门来的钱」。原因是这些 AI 初创公司急于租用 H100 来训练他们的模型，甚至愿意预付租金。这意味着 GPU 农场可以以长期的每小时 4.70 美元（或更高）租出他们的 GPU。根据计算，如果他们能以这种价格持续出租 GPU，那么他们投资购买 H100 的回报周期（即收回购买成本的时间）将不到 1.5 年。回报期结束后，之后每台 GPU 每年能带来超过 10 万美元的净现金流收入。由于对 H100 和其他高性能 GPU 的需求持续高涨，GPU 农场的投资者看到了巨大的利润空间，因此他们不仅同意了这种商业模式，甚至还追加了更大的投资，购买更多 GPU 以赚取更多利润。《郁金香的愚蠢》：创作于有记载的历史上第一次投机泡沫之后，郁金香价格在 1634 年持续攀升，并于 1637 年 2 月崩盘随着人工智能和大数据处理需求的增长，企业对高性能 GPU（尤其是 NVIDIA 的 H100）的需求激增，为了支持这些计算密集型任务，全球企业在硬件和基础设施上初期已投入约 6000 亿美元，用于购买 GPU、建设数据中心等，以提升计算能力。然而，由于供应链的延迟，H100 的价格在 2023 年大部分时间里居高不下，甚至超过每小时 4.70 美元，除非买家愿意预付大额定金。到了 2024 年初，随着更多的供应商进入市场，H100 的租赁价格降至约 2.85 美元，但我开始收到各类推销邮件，反映了市场供应增加后竞争加剧的情况。虽然最初 H100 GPU 的租赁价格在每小时 8 至 16 美元之间，但到了 2024 年 8 月，拍卖式租赁价格已降至每小时 1 到 2 美元。市场价格每年预计会下降 40% 或更多，远超 NVIDIA 预测的 4 年内维持每小时 4 美元的预期。这种迅速的价格下滑给那些刚购买高价新 GPU 的人带来了财务风险，因为他们可能无法通过租赁回收成本。投资 5 万美元购买一张 H100 的资本回报率是多少？在不考虑电力和冷却成本的前提下，H100 的购买成本大约为 5 万美元，预计使用寿命为 5 年。租赁通常有两种模式：短期按需租赁和长期预订。短期租赁价格较高，但灵活性强，长期预订则价格较低但稳定。接下来，文章会通过分析这两种模式的收益，来计算投资者在 5 年内能否收回成本并获得盈利。短期按需租赁租赁价格以及对应的收益： >$2.85 : 超越股市 IRR，实现盈利。 <$2.85 : 收益低于投资股市收益。 <$1.65 : 预计投资损失。通过「混合价格」模型预测，未来 5 年内租金可能下降到当前价格的 50%。如果租赁价格保持在每小时 4.50 美元，投资回报率（IRR）超过 20%，则有利可图；但当价格降至 2.85 美元 / 小时时，IRR 仅有 10%，回报显著降低。如果价格跌破 2.85 美元，投资回报甚至可能低于股市收益，而当价格低于 1.65 美元时，投资者将面临严重的亏损风险，特别是对于近期购买 H100 服务器的人。注：「混合价格」是一个假设，认为 H100 的租赁价格在未来 5 年内逐渐下降到当前价格的一半。这种估计被认为是乐观的，因为当前市场价格每年下降超过 40%，所以考虑价格下降是合理的。长期预订租约（3 年以上）在 AI 热潮期间，许多老牌基础设施提供商基于过去的经验，尤其是在加密货币早期以太坊 PoW 时代经历过 GPU 租金价格暴涨暴跌的周期，因此在 2023 年，他们推出了 3-5 年的高价预付款租赁合同，以锁定利润。这些合同通常要求客户支付高于每小时 4 美元的价格，甚至预付 50% 到 100% 的租金。随着 AI 需求激增，尤其是在图像生成领域的基础模型公司为了抢占市场先机、率先使用最新的 GPU 集群，尽管这些合同价格高昂，但他们不得不签订，以快速完成目标模型，提升竞争力。然而，当模型训练完成后，这些公司不再需要这些 GPU 资源，但由于合同锁定的关系，他们无法轻易退出，为了减少损失，他们选择将这些租赁的 GPU 资源转售，以回收部分成本。这导致市场上出现了大量转售的 GPU 资源，供应增加，影响了市场的租赁价格和供需关系。当前的 H100 价值链注：价值链（Value chain），又名价值链分析、价值链模型等。由迈克尔・波特在 1985 年，于《竞争优势》一书中提出的。波特指出企业要发展独特的竞争优势，要为其商品及服务创造更高附加价值，商业策略是结构企业的经营模式，成为一系列的增值过程，而此一连串的增值流程，就是「价值链」。 H100 价值链从硬件到 AI 推理模型，其中的参与部份可以大致分为以下几类与 Nvidia 合作的硬件供应商数据中心基础设施提供商和合作伙伴风险投资基金、大型公司和初创公司：计划建立基础模型（或已经完成模型建立）容量经销商：Runpod、SFCompute、Together.ai、Vast.ai、GPUlist.ai 等。当前的 H100 价值链包括从硬件供应商到数据中心提供商、AI 模型开发公司、容量经销商和 AI 推理服务提供商等多个环节。市场的主要压力来自于未使用的 H100 容量经销商不断转售或出租闲置资源，以及「足够好」的开源模型（如 Llama 3）的广泛使用，导致对 H100 的需求下降。这两大因素共同导致了 H100 供应过剩，进而对市场价格造成下行压力。市场趋势：开源权重模型的兴起开源权重模型指的是那些尽管没有正式的开源许可证，但其权重已被公开免费分发，并且被广泛应用于商业领域。这些模型的使用需求主要受到两大因素推动：一是类似 GPT-4 规模的大型开源模型（如 LLaMA3 和 DeepSeek-v2）的出现，二是小型（80 亿参数）和中型（700 亿参数）微调模型的成熟和广泛采用。由于这些开源模型的成熟度越来越高，企业能够轻松获取并使用它们来满足大多数 AI 应用的需求，尤其是在推理和微调方面。尽管这些模型在某些基准测试中可能略微逊色于专有模型，但它们的性能已经足够好，可以应对大多数商业用例。因此，随着开源权重模型的普及，市场对推理和微调的需求正在快速增长。开源权重模型还具有三个关键优势：首先，开源模型具有很高的灵活性，允许用户根据特定领域或任务对模型进行微调，从而更好地适应不同的应用场景。其次，开源模型提供了可靠性，因为模型权重不会像某些专有模型那样在未通知的情况下更新，避免出现一些因更新而导致的开发问题，增加了用户对模型的信任。最后，它还确保了安全性和隐私，企业可以确保其提示和客户数据不会通过第三方 API 端点被泄露，降低了数据隐私风险。正是这些优势促使开源模型的持续增长和广泛采用，特别是在推理和微调方面。中小型模型创作者需求转向中小型模型创建者是指那些没有能力或计划从头训练大型基础模型（如 70B 参数模型）的企业或初创公司。随着开源模型的兴起，许多公司意识到，对现有开源模型进行微调，比自己从头训练一个新模型更加经济高效。因此，越来越多的公司选择微调，而非自行训练模型。这大大减少了对 H100 等计算资源的需求。微调比从头训练便宜得多。微调现有模型所需的计算资源远远少于从头训练一个基础模型。大型基础模型的训练通常需要 16 个或更多 H100 节点，而微调通常只需要 1 到 4 个节点。这种行业的转变削减了小型和中型公司对大规模集群的需求，直接减少了对 H100 计算能力的依赖。此外，基础模型创建的投资减少。在 2023 年，许多中小型公司尝试创建新的基础模型，但如今，除非他们能够带来创新（如更好的架构或对数百种语言的支持），否则几乎不会再有新的基础模型创建项目。这是因为市场上已经有足够强大的开源模型，如 Llama 3，让小型公司很难证明创建新模型的合理性。投资者的兴趣和资金也转向了微调，而非从头训练模型，进一步减少了对 H100 资源的需求。最后，预留节点的过剩容量也是一个问题。许多公司在 2023 年高峰期长期预定了 H100 资源，但由于转向微调，他们发现这些预留的节点已经不再需要，甚至有些硬件到货时已经过时。这些未使用的 H100 节点现在被转售或出租，进一步增加了市场的供应，导致 H100 资源供过于求。总体来看，随着模型微调的普及、中小型基础模型创建的减少，以及预留节点的过剩，H100 市场需求明显下降，供过于求的情况加剧。导致 GPU 算力供应增加和需求减少的其他因素大型模型创建者脱离开源云平台大型 AI 模型创建者如 Facebook、X.AI 和 OpenAI 正在逐步从公共云平台转向自建私有计算集群的原因。首先，现有的公共云资源（如 1000 个节点的集群）已无法满足他们训练更大模型的需求。其次，从财务角度来看，自建集群更有利，因为购买数据中心、服务器等资产可以增加公司估值，而租赁公共云只是费用支出，无法提升资产。此外，这些公司拥有足够的资源和专业团队，甚至可以收购小型数据中心公司来帮助他们构建和管理这些系统。因此，他们不再依赖公共云。随着这些公司脱离公共云平台，市场对计算资源的需求减少，可能导致未使用的资源重新进入市场，增加供应。 Vast.ai 本质上是一个自由市场体系，来自世界各地的供应商相互竞争闲置与延迟出货的 H100 同时上线由于闲置与延迟出货的 H100 GPU 同时上线，促使市场供应量增加，导致价格下降。Vast.ai 等平台采用自由市场模式，全球供应商在这里相互竞争价格。2023 年，由于 H100 出货延迟，许多资源未能及时上线，现在这些延迟的 H100 资源开始进入市场，连同新的 H200 和 B200 设备，以及初创公司和企业闲置的计算资源一起供应。小型和中型集群的所有者通常拥有 8 到 64 个节点，但由于利用率低且资金已经耗尽，他们的目标是通过低价出租资源来尽快收回成本。为此，他们选择通过固定利率、拍卖系统或自由市场定价的方式来竞争客户，尤其是拍卖和自由市场模式，使得供应商为确保资源被租用而竞相降价，最终导致整个市场的价格大幅下降。更便宜的 GPU 替代品另一个主要因素是，一旦算力成本超出了预算，那么 AI 推理基础设施便有很多替代方案，特别是如果你运行的是较小的模型。就不需要为使用 H100 的 Infiniband 支付额外费用。 Nvidia 市场细分 H100 GPU 的 AI 推理任务中更便宜替代品的出现，这会直接影响市场对 H100 的需求。首先，虽然 H100 在 AI 模型的训练和微调上非常出色，但在推理（即运行模型）领域，很多更便宜的 GPU 能够满足需求，尤其是针对较小的模型。因为推理任务不需要 H100 的高端功能（如 Infiniband 网络），用户可以选择更经济的替代方案，节省成本。 Nvidia 自己也在推理市场中提供了替代产品，如 L40S，这是一款专门用于推理的 GPU，性能大约是 H100 的三分之一，但价格只有五分之一。虽然 L40S 在多节点训练方面效果不如 H100，但对于单节点推理和小型集群的微调，已经足够强大，这为用户提供了一个更具性价比的选择。 H100 Infiniband 集群性能配置表（2024 年 8 月） AMD 和 Intel 替代供应商另外，AMD 和 Intel 也推出了价格更低的 GPU，例如 AMD 的 MX300 和 Intel 的 Gaudi 3。这些 GPU 在推理和单节点任务中表现优异，价格比 H100 更便宜，同时还拥有更多的内存和计算能力。尽管它们在大型多节点集群训练中还未得到完全验证，但在推理任务中已经足够成熟，成为 H100 的有力替代品。这些更便宜的 GPU 已经被证明能够处理大多数推理任务，尤其是常见模型架构（如 LLaMA 3）上的推理和微调任务。因此，用户在解决兼容性问题后，可以选择这些替代 GPU，以降低成本。总结来说，推理领域中的这些替代品正逐渐取代 H100，特别是在小规模推理和微调任务中，这进一步降低了对 H100 的需求。 Web3 领域 GPU 使用率下降由于加密货币市场变化，GPU 在加密挖矿中的使用率下降，大量 GPU 因此流入云市场。尽管这些 GPU 由于硬件限制无法胜任复杂的 AI 训练任务，但它们在较简单的 AI 推理工作中表现良好，特别是对于预算有限的用户，处理较小模型（如 10B 参数以下）的任务时，这些 GPU 成为性价比很高的选择。经过优化，这些 GPU 甚至可以运行大型模型，成本比使用 H100 节点更低。 AI 算力租赁泡沫后，现在的市场如何？现在入场面临的问题：新公共云 H100 集群进入市场较晚，可能无法盈利，一些投资者可能会损失惨重。新进入市场的 H100 公共云集群面临的盈利挑战。如果租赁价格设定过低（低于 2.25 美元），可能无法覆盖运营成本，导致亏损；如果定价过高（3 美元或以上），则可能失去客户，导致产能闲置。此外，较晚进入市场的集群因为错过了早期的高价（4 美元 / 小时），难以回收成本，投资者面临无法盈利的风险。这使得集群投资变得非常困难，甚至可能导致投资者遭受重大损失。早期入场者的收益情况：早期签署了长期租赁合同的中型或大型模型创建者，已经收回成本并实现盈利中型和大型模型创建者通过长期租赁 H100 计算资源已经获得了价值，这些资源的成本在融资时已被涵盖。虽然部分计算资源未完全利用，但这些公司通过融资市场将这些集群用于当前和未来的模型培训，并从中提取了价值。即使有未使用的资源，他们也能通过转售或租赁获得额外收入，这降低了市场价格，减少了负面影响，整体上对生态系统产生了积极影响。泡沫破灭后，：价格低廉的 H100 可以加速开源式 AI 的采用浪潮低价 H100 GPU 的出现将推动开源式 AI 的发展。随着 H100 价格下降，AI 开发者和业余爱好者可以更便宜地运行和微调开源权重模型，使这些模型的采用更广泛。如果未来闭源模型（如 GPT5++）没有实现重大技术突破，开源模型与闭源模型的差距将缩小，推动 AI 应用的发展。随着 AI 推理和微调成本降低，可能引发新的 AI 应用浪潮，加速市场的整体进步。结论：不要购买全新的 H100 如果现在投资购买全新的 H100 GPU 大概率会亏损。不过只有在特殊情况下，比如项目能够购买到打折的 H100、廉价的电力成本，或在其 AI 产品在市场上拥有足够竞争力时，再去投资才可能合理。如果你正在考虑投资，建议将资金投入其他领域或股票市场，以获得更好的回报率。

TechubNews2024-10-22

隔夜美股全复盘(10.19)| 奈飞涨逾11%，Q3新增逾500万用户，付费用户意外多增逾50万，业绩全面超预期

更加自然和符合语境的回应。英伟达发表新模型标志着AI系统开发的竞争进入新的阶段，其举动将刺激其他科技公司重新考虑他们的策略，并加速研发进程。 2、美股异动丨奈飞盘后上涨4.78%，三季度销售增长15%至98.3亿美元 10.18 奈飞三季度EPS为5.40美元，分析师预期5.12美元。三季度流媒体付费用户净增507万，分析师预期增加452万。三季度美国和加拿大（UCAN）流媒体付费用户数净增69万，分析师预期增加69.6658万。三季度亚太流媒体付费用户数净增228万，分析师预期增加156万。三季度（末）流媒体付费用户会员2.8272亿，分析师预期2.8192亿。三季度销售增长15%，至98.3亿美元。预计全年营收将增长15%，分析师预期增长14.9%，公司之前预计增长14%-15%。预计全年运营利润率27%，分析师预期25.9%，公司原本预计26%。预计全年自由现金流（FCF）为60亿-65亿美元，分析师预期63.8亿美元，公司之前预计大约60亿美元。预计四季度EPS为4.23美元，分析师预期3.90美元。预计四季度营收101.3亿美元，分析师预期100.5亿美元。预计2025财年营收430亿-440亿美元，分析师预期434亿美元。预计2025财年运营利润率28%，分析师预期27.9%。 3、消息人士：三星推迟接收部分阿斯麦芯片设备的交付 10.18 三位熟知内情的人士称，三星推迟了接收阿斯麦芯片制造设备的交付，因为他们尚未为该项目赢得任何重要客户。这家公司正在为其即将在得克萨斯州建立的工厂做准备。另外三位知情人士表示，三星还推迟向一些其他供应商下达订单，用于其在泰勒市价值170亿美元的工厂，这促使这些供应商寻找其他客户，并让驻地工作人员返回家中。推迟设备的交付是泰勒项目的又一次挫折。该项目是三星董事长的核心目标，公司希望将业务从基本的存储芯片扩展到代工芯片制造领域（该领域一直是台积电占据主导地位）。这也突显出三星与台积电和SK海力士等竞争对手之间的差距正在扩大。这两家公司正在加大高端芯片的生产，以满足人工智能应用蓬勃发展的需求。三星HBM3E仍未通过英伟达认证，根源在1a制程DRAM？ 10.17 据韩国媒体ZDNet Korea报导，虽然三星今年以来积极地想通过英伟达HBM3E认证，期望打入英特尔的供应链，但8层堆叠的HBM3E产品仍未通过认证，12层堆叠的产品很可能将延后至2025年第二季或第三季之后才有机会供应。 4、消息称特斯拉FSD入华尚未得到批准马斯克曾寻求获得部分数据 10.18 据中国日报，今年以来，特斯拉FSD（Full-Self Driving，全自动驾驶系统）即将落地中国市场消息不断。对此，多位知情人士透露，中国政府支持其在遵循现有法律法规的前提下，先行先试部分FSD功能，但FSD入华尚未得到监管部门批准，相关评估工作还在进行中。马斯克曾向相关部门提出申请，希望获取部分视频数据用于系统训练，并承诺这些数据可交由相关部门进行严格审核。 5、摩根大通：美股已开始消化特朗普获胜的结果 10.18 摩根大通表示，美股已开始消化共和党候选人特朗普获胜的结果，甚至是共和党大获全胜的结果。市场策略师Nikolaos Panigirtzoglou称，最近美股上涨至历史新高，尤其是美国银行股的表现出色，迹象表明投资者押注前总统特朗普将赢得11月大选，并遵循与2016年类似的模式。由于预期特朗普政府对银行监管审查将较拜登政府时期更少，美国银行业股价出现反弹。SPDR S&P区域银行ETF(KRE)本月上升近6%，金融股是本月表现最好的标普500指数板块。Panigirtzoglou表示，近期银行、美元和债券收益率的走势较2016年温和，而特朗普获胜的可能性显著提高，预计最终将支撑比特币和黄金价格。特朗普胜选机会增加对冲基金名宿洛布增持相关资产 10.18 据CNBC引述美国著名对冲基金经理洛布(Daniel Loeb)向投资者发出的最新季度报告，洛布称，特朗普击败民主党总统候选人、副总统哈里斯的可能性近期有所上升，这样的结果对部分行业有利，包括美国本土制造业、与基建投资相关的产业，以及若干原材料与商品行业等。洛布旗下对冲基金Third Point的股票投资组合也因应选情而作出调整，增持受益于特朗普胜选的股票与期权投资。洛布也估计，共和党可望重掌参议院控制权。除了洛布外，摩根大通近期也表示，鉴于特朗普胜选可能性上升，因此作出组合调整。不过近期多项民调显示，特朗普与哈里斯的支持度难分高下。

格隆汇2024-10-19

国产大模型首超GPT-4o！零一万物“闪电”奇袭全球AI企业

进步飞速。在这次的发布会上，除了发布新模型，零一万物还首发了AI 2.0数字人方案并公布了零一万物在B端产品上的最新进展。李开复称，零一万物最新旗舰模型Yi-Lightning的API价格已降至极低水平，每百万token仅收费0.99元。早在今年5月，字节、百度、阿里云、腾讯、讯飞等大模型厂商纷纷大降价，曾经引起了不小的争议。当时李开复在发布大模型系统时曾表示，其认为大模型之间搞类似于ofo的流血打法是双输的策略。这次发布会再次谈及之前的“价格战”，李开复仍旧表示不认可，他认为，当时有很多性能很差的模型价格都降得非常低，甚至是免费，但让接入的企业和个人体验起来都不达预期。而针对此次零一万物的大模型降价和外界关于零一万物亏钱拉客户的质疑，李开复称，零一万物大模型的真实成本比0.99元低，还有利润空间。此前，OpenAI官宣获得66亿美元融资，估值突破1500亿美元。随后，媒体报道称，经过对OpenAI财务数据的分析，推测其会在2029年实现盈利。但在此之前，OpenAI仍会保持较为严重的亏损，预测2026年亏损幅度将达到140亿美元。作为AI领域绝对的龙头，OpenAI尚且如此，其他企业或许更加艰难，特别是国产大模型初创企业。月之暗面、百川智能、智谱AI、Minimax、零一万物、阶跃星辰，这6家中国大模型初创企业被称为国内的“AI六小虎”。然而月初，有媒体报道，“AI六小虎”中有两家已经逐步放弃预训练模型，缩减了预训练算法团队人数，业务重心转向AI应用，而零一万物就是其中一家。而李开复回应称，尽管预训练既是技术活也费钱，但目前“AI六小虎”做预训练仍不成问题。同时他还提到剩下的5家公司，他表示“这6家公司融资额度都是够的，我们做预训练production run，一次花费三四百万美金，这个钱头部公司都付得起，我觉得中国的6家大模型公司只要有够好的人才和想做预训练的决心，融资额跟芯片都不会是问题。” 这对于国内的大模型公司或许是一个好的迹象，但国产大模型仍在寻找方向。 02 刚刚过去的9月，OpenAI发布了OpenAI o1系列模型，被业界称为是AGI一大新进程。李开复认为，OpenAI内部其实攒了很多好东西，除了OpenAI o1以外，OpenAI领先行业足够多，但会等待合适的节点再释放。放眼现在的AI行业，早已度过了最开始的狂热阶段，但不管是国外还是国内的AI公司，都在暗流中继续前进和竞争。目前，国内的大模型主要分为两类，一类是基础通用大模型，比如文心一言、通义千问等等，一类则是专注各类细分赛道的大模型，金山的政务大模型，一些公司的医疗、金融等等。工业和信息化部近日发布的最新数据显示，目前我国完成备案并上线为公众提供服务的生成式人工智能服务大模型已经近200个，注册用户超过6亿，产业相关企业数量超过了4500家。如果单从数字上看，国产大模型的技术成长可谓相当飞速。且SuperCLUE的评测结果显示，国内绝大部分闭源模型已超过GPT-3.5Turbo，在技术上和国外大模型的差距不断缩小。然而，对于国产大模型，不少人仍旧心有疑虑，因为这样的对比对于AI的商业化来说并无意义，更为重要的，是如何对AI进行应用。尽管各家大厂、垂类企业以及初创公司都在铆足了劲钻研技术，较量日活，不断追求更大的数据量、更强的计算能力以及更复杂的模型训练，但国内市场仍旧缺乏能够承载AI的杀手级应用。也是因此，在国内大模型技术不断提升的同时，普通人对于AI技术力提升的感知却逐渐减弱，市场对于AI的热情也逐渐削减。绝大多数人难以体会到95%到99%这一阶段的技术提升，唯一能够让人感受到AI技术提升的是，AI在逐渐被运用到什么日常领域之上，究竟带来了怎样的生产力提升。因此我们可以看到，尽管在不少垂类行业上，AI愈臻完美，应用也越来越普遍，但反而是在高日活、高个性化的APP上，AI难以施展拳脚。例如，尽管抖音的豆包等一系列AI已经较为成熟，但是对于抖音的生态本身，并没有带来更大的改变。因为抖音已经对于用户画像进行高度区分，应用中需要的是超高的定制化和精准化需求，而目前的AI还很难做到这一点。对于大模型企业来说，相比提升技术力，更为困难的是，如何将AI的技术力，转换成企业乃至个人能够实实在在体会到的生产力。而这，或许也该是未来大模型企业们努力的方向。正如互联网出现之后被国人迅速开发，发展出各类新业态，在互联网的应用上，国内一直位于国际领先的地位。未来，国内大模型企业的出路，也将在应用中逐渐体现。

格隆汇2024-10-17

闪电奇袭！零一万物新旗舰模型超越GPT-4o，排名世界第六

译为闪电，从命名可以看出，本来应该是说新模型的推理速度进一步提升。但零一万物这次，也确实做了个“闪电奇袭”！国产大模型首超GPT-4o 在国际权威盲测榜单 LMSYS 上，Yi-Lightning 超越了超越了OpenAI的GPT-4o和 Anthropic 的 Claude 3.5 Sonnet，排名世界第六，中国第一，实现了历史性的突破。图注：国际权威盲测榜单LMSYS 中，大语言模型综合能力排名值得关注的是，“Yi-Lightning”的评分几乎与马斯克最新推出的 xAI 模型 Grok-2-08-13持平，并大幅领先于 GPT-4o-2024-05-13、GPT-4o-mini-2024-07-18以及 Claude3.5Sonnet 等其他竞争对手。这也意味着零一万物紧随 OpenAI、Google 之后，与xAI 打平，进击全球前三大模型企业。值得一提是，这次Yi-Lightning大举杀出重围，Lmsys团队更是特意发帖子，称这是竞技场上的大新闻：这一成就不仅展示了零一万物在AI大模型领域的技术实力，也为中国AI的发展注入了强心剂。Yi-Lightning模型的推理速度和生成质量都有了显著提升，首包时间减少了一半，最高生成速度提升了近四成，展现了“极速”特点。零一万物的这一成就，是在公司坚持“模基共建”战略，即模型训练、AI基础设施和AI应用三大团队的协同合作下取得的。这种模式使得零一万物能够在保持模型性能的同时，大幅降低推理成本，使得Yi-Lightning模型的API价格降至每百万token仅需0.14美元(0.99元人民币)，直逼行业最低价，相比之下GPT-4o的成本为4.40美元，为开发者和企业客户提供了极具性价比的选择。中美大模型差距缩短至五个月在商业化方面，零一万物也展示了其清晰的战略布局。公司不仅在ToC端有所布局，还在ToB端推出了AI 2.0数字人解决方案，聚焦零售和电商等场景，通过Yi-Lightning模型的加持，提升了数字人的实时互动效果和话术生成的准确性。此外，零一万物还计划在近期发布更多的ToB解决方案，包括AI Infra解决方案和私有化定制模型等，进一步拓展其在企业级市场的服务能力。今年6月，零一万物创始人李开复博士在《格隆博士会客厅》的访谈中，彼时也分享了他对中美大模型差距的最新见解。他分析，中国大模型与美国顶级大模型之间的差距已经从之前的7至10年迅速缩短至仅有六个月。更令人振奋的是，通过技术创新和优化，零一万物最新旗舰模型Yi-Lightning已将这一差距进一步缩减至五个月。李开复强调，这一成就标志着中国在AI领域的巨大潜力和快速进步，展现了中国科研团队的才能和决心。他坚信，尽管未来可能会有新的挑战，例如OpenAI等公司推出新模型版本可能会再次影响竞争格局，但零一万物将继续坚持预训练模型的工作，不断推动中国AI技术向前发展，缩小与国际领先水平的差距。在AI大模型的竞赛中，零一万物的Yi-Lightning模型不仅在性能上取得了突破，还在成本控制上展现了优势。这得益于公司在模型架构上的创新，如采用MoE混合专家模型架构，以及在训练过程中采用的多阶段训练方法和混合注意力机制。这些技术的应用，使得Yi-Lightning在处理长序列数据时能够保持高性能，同时降低计算成本。辟谣“掉队”传闻近来，有市场消息称，被称为“AI六小虎”的6家中国大模型初创企业月之暗面、百川智能、智谱AI、Minimax、零一万物、阶跃星辰，其中有2家逐步放弃预训练模型，缩减了预训练算法团队人数，业务重心转向AI应用，而零一万物就是其中一家。几日前，李开复先是在在朋友圈进行了辟谣，他表示零一万物一直在做预训练，去年和今年发布的Yi-34B、Yi-Coder,Yi-VL等都是发布时全球第一梯队。此次发布会上，李开复也公开辟谣称，零一万物绝不会放弃预训练模型工作。其回应称，预训练既是技术活也是费钱的事儿，但据他了解，目前“AI六小虎”做预训练仍不成问题。 “这6家公司融资额度都是够的，我们做预训练production run，一次花费三四百万美金，这个钱头部公司都付得起，我觉得中国的6家大模型公司只要有够好的人才和想做预训练的决心，融资额跟芯片都不会是问题。”

格隆汇2024-10-16

24小时热点