FX168财经网_全球视野外汇黄金加密货币NFT资讯网

继OpenAI后牵手Meta？苹果联合AI“佼佼者”们，打造全新帝国

8和macOS Sequoia中的强大生成式AI模型。其使用的芯片是苹果自研的M系列和专属云服务器。 Apple Intelligence的功能主要涵盖文本、语音助手、音频、摘要等多种内容。它可以帮助用户自动生成求职信、邮件、博客内容，同时可以根据不同的语气、应用场景进行切换。也可以对现有的文本内容的语法、句子结构和标点符号等进行校准，帮助用户快速完成书写。彼时苹果便称，Apple Intelligence将寻求合作伙伴来推进更复杂或特定的任务，OpenAI则是第一个合作伙伴。随着越来越多公司与苹果展开合作，那么也就意味着其用户有了更多潜在选择，同时减少了对OpenAI的依赖。未来，Apple Intelligence甚至可能会成为“AI大模型商店”，作为AI分发平台提供类似于苹果商店的服务。

格隆汇2024-06-24

掘金“科特估”：科创板八条注入新动能，高“科含量”标的泰凌微(688591.SH)

售额持续同比增长，消费类需求逐步复苏，生成式AI领域需求旺盛，预示着半导体行业新一轮上行周期的开启。此外，多家半导体大厂在5-6月的涨价或谈价动作，以及华虹代工产能的紧张和IDM稼动率的提升，都反映了下游需求的逐步复苏。在这样的行业背景下，泰凌微的业绩表现也呈现出稳中有增的趋势。根据公司发布的2023年年度报告，泰凌微的营业收入和净利润均实现了同比增长，2023年营业收入达到63609.19万元，同比增长4.40%。总的来说，泰凌微作为科创板的一员，不仅具有高"科含量"，与“科特估”的内涵与外延较为契合，随着“科创八条”的深入实施，泰凌微有望迎来更加广阔的发展空间。根据Choice金融数据终端，6月7日-6月21日，泰凌微股价涨幅为23.76%。

格隆汇2024-06-24

掘金“科特估”：科创板八条注入新动能，高“科含量”标的泰凌微(688591.SH)

售额持续同比增长，消费类需求逐步复苏，生成式AI领域需求旺盛，预示着半导体行业新一轮上行周期的开启。此外，多家半导体大厂在5-6月的涨价或谈价动作，以及华虹代工产能的紧张和IDM稼动率的提升，都反映了下游需求的逐步复苏。在这样的行业背景下，泰凌微的业绩表现也呈现出稳中有增的趋势。根据公司发布的2023年年度报告，泰凌微的营业收入和净利润均实现了同比增长，2023年营业收入达到63609.19万元，同比增长4.40%。总的来说，泰凌微作为科创板的一员，不仅具有高"科含量"，与“科特估”的内涵与外延较为契合，随着“科创八条”的深入实施，泰凌微有望迎来更加广阔的发展空间。根据Choice金融数据终端，6月7日-6月21日，泰凌微股价涨幅为23.76%。

格隆汇2024-06-24

张文中：数字化、智能化真正价值在于切实提升消费者体验和企业运营效率，否则都是空话

文中出席并发表演讲，深入探讨了数字化与生成式AI的紧密联系，强调“数字化是生成式AI的基石，而生成式AI代表着数字化的未来”。张文中分享了在2022年11月GPT技术引发全球关注后，其领导的企业DMALL迅速行动，依托其国际化背景和独特优势，与OpenAI及微软建立了深度合作关系，加速推进技术应用。张文中介绍，DMALL，作为一家国际视野的公司，其董事会成员包括前可口可乐大中华区及亚洲多国CEO，以及微软大中华区现任CEO，后者同时担任DMALL董事，这样的团队构成使得DMALL能够快速接入并利用OpenAI的前沿技术。张文中透露，引入人工智能技术后，公司程序员团队的效率显著提升，目前效率提升幅度已达到35%，这一变化被形容为“历史性转变”，许多原本耗时长的编程任务得以迅速完成，甚至解决了过去难以处理的问题。此外，人工智能在客服与知识管理方面的应用，对于零售这类劳动密集、人员密集型行业来说意义非凡，极大提升了工作效率和服务质量。张文中强调，数字化与智能化的融合不仅简化了线上业务流程，还促使整个业务模式进行解构与重构，实现了流程的全面简化和优化。举例来说，以往需要通过多步骤的ERP系统完成的工作，现在仅需两到三步即可完成，但这要求避免“穿新鞋走老路”，即简单地将传统流程数字化，而忽视了创新的本质。张文中通过历史类比，提及内燃机发明初期未被充分认识，直至生产线设计革新才充分发挥其潜力，以此比喻当前数字化、智能化转型面临的挑战。他指出，只有彻底改变传统思维，才能真正释放新技术的效能。演讲中，张文中以广东7-11便利店为例，展示了数字化改造的成功实践。7-11在采用DMALL的系统替换传统ERP后，实现了APP和小程序的自主产权系统支持，1600家门店的快速切换，带来了流程标准化、运营精细化、管理移动化和数据可视化的全面提升，最终反映在销售增长、客流量增加和利润提升的实质性成果上。张文中坚信，数字化和智能化的真正价值在于切实提升消费者体验和企业运营效率，最终实现商业效益的飞跃，否则都是空话。

金融界2024-06-22

解析 AI 与加密结合的潜力与现实挑战

益1：服务于Web2客户麦肯锡估计，生成式AI每年可为他们分析的63个用例带来2.6万亿至4.4万亿美元的附加价值——相比之下，英国2021年的GDP总量为3.1万亿美元。这将使所有人工智能的影响增加15%到40%。如果我们将生成式AI嵌入目前用于其他任务的软件中，这一估计的价值将大致翻倍。有趣的是：根据上述估算，这意味着全球AI（不仅仅是生成式AI）的总市场价值可能达到数十万亿美元。相比之下，所有加密货币（包括比特币和所有山寨币）加起来的总价值今天仅约为2.7万亿美元。所以，让我们现实一点：短期内需要AI的客户绝大多数将是Web2客户，因为实际需要AI的Web3客户只是这2.7万亿市场中的一小部分（考虑到BTC占据了一半的市场份额，而BTC本身并不需要/使用AI）。 Web3的AI用例才刚刚起步，目前尚不清楚其市场规模会有多大。但有一点直观上可以确定——在可预见的未来，它只会是Web2市场的一部分。我们相信Web3 AI依然有光明的前景，但这意味着目前Web3 AI最普遍的应用还是服务于Web2客户。可以从Web3 AI中受益的Web2客户的示例包括：从头开始构建并以AI为核心的垂直行业软件公司（例如Cedar.ai或Observe.ai）为自身目的微调模型的大型企业（例如Netflix）快速增长的AI提供商（例如Anthropic）在现有产品中加入AI功能的软件公司（例如Canva）这是一个相对稳定的客户群体，因为这些客户通常规模大且价值高。他们不太可能在短期内倒闭，并且代表了AI服务的非常大的潜在客户群。服务于Web2客户的Web3 AI服务将受益于这一稳定的客户基础。但为什么Web2客户会想要使用Web3技术栈？本文的其余部分将解释这个理由。实际收益2：通过GPU去中心化物理基础设施网络（GPU DePIN）降低GPU使用成本 GPU DePINs汇集了未充分利用的GPU计算能力（其中最可靠的来自数据中心），并使这些资源可用于AI推理。可以简单地将其视为“GPU的Airbnb”（即协作消费未充分利用的资产）。我们对GPU DePINs感到兴奋的原因如上所述，主要是因为NVIDIA芯片短缺，目前有许多GPU周期被浪费了，这些资源可以用于AI推理。这些硬件所有者已经承担了沉没成本，当前没有充分利用他们的设备，因此可以以比现状更低的成本提供这些部分GPU周期，因为对硬件所有者来说，这实际上是“意外之财”。具体例子包括： 1）AWS机器：如果你今天从AWS租用一台H100，你需要承诺至少租用一年，因为市场供应紧张。这会导致浪费，因为你不太可能全年365天、每周7天都使用你的GPU。 2）Filecoin挖矿硬件：Filecoin网络有大量的补贴供应，但实际需求并不大。不幸的是，Filecoin从未找到真正的产品市场契合点，因此Filecoin矿工面临破产的危险。这些机器配备了GPU，可以重新用于低端AI推理任务。 3）ETH挖矿硬件：当ETH从工作量证明（PoW）转向权益证明（PoS）时，大量硬件立即变得可用，这些硬件可以重新用于AI推理。 GPU DePIN市场竞争激烈，有多个参与者提供产品。例如Aethir、Exabits和Akash。Hack VC选择支持io.net，后者还通过与其他GPU DePINs的合作来汇集供应，因此他们目前支持市场上最大的GPU供应。需要注意的是，并非所有GPU硬件都适用于AI推理。一个明显的原因是较旧的GPU没有足够的GPU内存来处理大语言模型（LLMs），尽管在这方面已经有一些有趣的创新。例如，Exabits开发了技术，将活跃的神经元加载到GPU内存中，而将不活跃的神经元加载到CPU内存中。他们预测哪些神经元需要活跃/不活跃。这使得即使在GPU内存有限的情况下，也能使用低端GPU处理AI工作负载。这实际上提高了低端GPU在AI推理中的实用性。此外，Web3 AI DePINs需要随着时间的推移强化他们的产品，提供企业级服务，如单点登录（SSO）、SOC 2合规、服务级别协议（SLAs）等。这将与当前Web2客户享受的云服务相媲美。真正的优势 #3：避免OpenAI自我审查的非审查模型关于AI审查的问题已经有很多讨论。例如，土耳其曾一度暂时禁止OpenAI（后来他们在OpenAI改进其合规性后取消了禁令）。我们认为这种国家级别的审查从根本上说并不值得关注，因为各国需要拥抱AI才能保持竞争力。更有趣的是，OpenAI会自我审查。例如，OpenAI不会处理NSFW（不适合在工作场合观看）内容，也不会预测下届总统选举的结果。我们认为在OpenAI因政治原因不愿涉及的AI应用领域，存在一个有趣且巨大的市场。开源是解决这一问题的一个好办法，因为一个Github仓库不受制于股东或董事会。一个例子是Venice.ai，它承诺保护用户隐私并以非审查的方式运作。当然，关键在于其开源性，这使得这一切成为可能。Web3 AI可以有效提升这一点，通过在低成本的GPU集群上运行这些开源软件（OSS）模型以进行推理。正因为如此，我们相信OSS + Web3是铺平非审查AI道路的理想组合。真正的好处 #4：避免向OpenAI发送个人可识别信息许多大型企业对其内部企业数据存在隐私顾虑。对于这些客户来说，很难信任像OpenAI这样的集中式第三方来处理这些数据。对于这些企业来说，使用web3可能会显得更加可怕，因为他们的内部数据突然出现在一个去中心化网络上。然而，对于AI而言，隐私增强技术方面已经有一些创新：诸如Super协议之类的可信执行环境（TEE）诸如Fhenix.io（由Hack VC管理的基金组合公司）或Inco Network（均由Zama.ai提供支持）和Bagel的PPML之类的完全同态加密（FHE）这些技术仍在不断发展，通过即将推出的零知识（ZK）和FHE ASICs，性能也在不断改善。但长期目标是在微调模型时保护企业数据。随着这些协议的出现，web3可能会成为更具吸引力的隐私保护AI计算场所。真正的好处 #5：利用开源模型的最新创新在过去的几十年里，开源软件（OSS）一直在侵蚀专有软件的市场份额。我们将LLM视为一种高级专有软件，正逐渐成为开源软件的颠覆对象。一些值得注意的挑战者包括Llama、RWKV和Mistral.ai。随着时间的推移，这个列表无疑会不断增长（在Openrouter.ai上提供了更全面的列表）。通过利用由开源模型提供支持的web3 AI，人们可以充分利用这些新创新。我们相信，随着时间的推移，一个开源的全球开发工作力量，结合加密激励，可以推动开源模型以及构建在其之上的代理和框架的快速创新。一个AI代理协议的例子是Theoriq。Theoriq利用开源模型创建了一个可组合互联的AI代理网络，可以组装在一起创建更高级的AI解决方案。我们对此深信不疑的原因在于过去的经验：大多数“开发者软件”在经过时间的推移后逐渐被开源软件所超越。微软过去是一家专有软件公司，现在成为了贡献最多的Github公司，这是有原因的。如果你看看Databricks、PostGresSQL、MongoDB等是如何颠覆专有数据库的，就会发现整个行业就是一个被开源软件颠覆的例子，所以先例在这里是相当强大的。然而，这也有一个小陷阱。OSS LLMs存在一个棘手的问题，就是OpenAI已经开始与组织签订付费数据许可协议，比如Reddit和纽约时报。如果这种趋势持续下去，由于获取数据的经济壁垒，OSS LLMs可能会越来越难以竞争。英伟达可能会将保密计算作为安全数据共享的加强工具。时间会告诉我们这将如何发展。真正的好处 #6：通过高成本的随机抽样或零知识证明实现共识在web3 AI推理中，验证是一个挑战。验证者有可能通过欺骗结果来获取费用，因此验证推理是一项重要的措施。需要注意的是，尽管AI推理还处于初级阶段，但除非采取措施来削弱这种行为的动机，否则这种欺骗是不可避免的。标准的web3方法是让多个验证者重复相同的操作并进行结果比较。然而，正如前面提到的，由于当前高端Nvidia芯片短缺，AI推理非常昂贵。考虑到web3可以通过未充分利用的GPU DePINs提供更低成本的推理，冗余计算将严重削弱web3的价值主张。更有希望的解决方案是对离链AI推理计算进行零知识证明。在这种情况下，可以验证简明的零知识证明以确定模型是否经过正确训练，或者推理是否正确运行（称为zkML）。其中的示例包括Modulus Labs和ZKonduit。由于零知识操作需要相当大的计算资源，这些解决方案的性能仍处于初级阶段。然而，随着零知识硬件ASIC在不久的将来推出，这一情况可能会得到改善。更有希望的想法是一种“乐观”抽样为基础的AI推理方法。在这种模型中，您只需验证验证者生成结果的一小部分，但设置足够高的经济成本来惩罚被抓到作弊的验证者，从而产生强大的经济禁止效应。这样一来，您可以节省冗余计算（例如，参见Hyperbolic的"Proof of Sampling"论文）。另一个有希望的想法是使用水印和指纹技术的解决方案，例如Bagel Network提出的解决方案。这类似于亚马逊Alexa为其数百万设备上的AI模型质量保证提供的机制。真正的好处 #7：通过可组合的开源软件堆栈节省费用（OpenAI的利润） web3为AI带来的下一个机会是降低成本的民主化。到目前为止，我们已经讨论了通过像io.net这样的DePINs节省GPU成本的方法。但是，web3还提供了节省中心化web2 AI服务的利润率（例如OpenAI，根据本文撰写时的信息，其年收入超过10亿美元）的机会。这些成本节约来自于使用开源软件（OSS）模型而不是专有模型，从而实现了额外的成本节约，因为模型创建者并不试图盈利。许多开源软件模型将始终完全免费，这为客户提供了最佳的经济效益。但是，也可能有一些开源软件模型尝试这些变现方法。请考虑，Hugging Face上仅有4%的模型由有预算的公司进行训练以帮助补贴这些模型（参见此处）。剩下的96%的模型是由社区进行训练的。这个96%的Hugging Face模型群体面临着实际的成本（包括计算成本和数据成本）。所以这些模型需要以某种方式实现变现。有许多关于实现这种开源软件模型变现的提议。其中最有趣的之一是“初始模型发行”（IMO）的概念，即将模型本身进行Token化，留下一部分Token给团队，并将模型的一些未来收入流向Token持有人，尽管这其中显然存在一些法律和监管障碍。其他开源软件模型将尝试基于使用量进行变现。需要注意的是，如果这种情况变为现实，开源软件模型可能开始越来越像它们的web2利润生成对应物。但是，从现实角度来看，市场将会二分，其中一些模型将完全免费。一旦选择了开源软件模型，您可以在其上进行可组合的层次操作。例如，您可以使用Ritual.net进行AI推理，以及Theoriq.ai作为可组合和自治的链上AI代理的早期领导者（两者都得到了Hack VC的支持）。真正的好处 #8：去中心化的数据采集 AI面临的最大挑战之一是获取适合训练模型的正确数据。我们之前提到过，去中心化AI训练存在一些挑战。但是利用去中心化网络来获取数据（然后可以在其他地方，甚至是传统的web2平台上用于训练）又如何呢？这正是像Grass这样的初创公司正在做的事情（得到了Hack VC的支持）。Grass是一个去中心化的“数据爬取”网络，由个人贡献他们机器的闲置处理能力来获取数据，以供AI模型的训练。理论上，在大规模应用中，这种数据采集可能比任何一家公司的内部努力更优越，因为庞大的激励节点网络具有强大的计算能力。这不仅包括获取更多的数据，还包括更频繁地获取数据，以使数据更具相关性和最新性。由于这些数据爬取节点本质上是分散的，不属于单个IP地址，因此几乎不可能阻止这个去中心化的数据爬取军团。此外，他们还有一支人力网络，可以清理和规范数据，使其在被爬取后变得有用。一旦获取了数据，您还需要一个链上的存储位置，以及使用该数据生成的LLM（大型语言模型）。在这方面，0g.AI是早期的领导者。它是一个针对AI进行优化的高性能web3存储解决方案，比AWS便宜得多（这对于Web3 AI来说是另一个经济上的成功），同时也可以作为第二层、AI等的数据可用性基础设施。需要注意的是，在未来，数据在web3 AI中的作用可能会发生变化。目前，对于LLM来说，现状是使用数据对模型进行预训练，并随着时间的推移使用更多的数据进行改进。然而，由于互联网上的数据实时变化，这些模型始终略微过时，因此LLM推理的响应略有不准确。未来可能发展的一个新范式是“实时”数据。这个概念是当LLM被要求进行推理时，LLM可以通过向其注入实时从互联网上收集的数据来使用数据。这样，LLM将使用最新的数据。Grass也正在研究这一点。三、结论我们希望这篇分析对您在思考web3 AI的承诺与现实时有所帮助。这只是一个讨论的起点，而且这个领域正在迅速变化，所以请随时加入并表达您的观点，因为我们愿意继续共同学习和建设。来源：金色财经

金色财经2024-06-22

美银：不要慌！这不是互联网泡沫，英伟达估值仍然“具有吸引力”

通过冒险债务融资的‘互联网热潮’不同，生成式AI的部署是一些资金最雄厚（云计算）客户之间的一场关键任务竞赛。” Arya维持了对这家AI处理器生产商的买入评级和首选股立场，也视英伟达为自2022年底以来吸引投资者热情的人工智能热潮中的最大赢家。其给出的150美元目标价意味着，在今年上涨165%、去年上涨239%的基础上，英伟达未来12个月股价将较周四午盘价再上涨15%。 Arya表示，英伟达在第二季度的飙升——自3月31日以来上涨了45%——相比股指——标普500指数上涨了4%——可能会导致Jensen Huang的公司容易出现短期获利回吐。英伟达周四短暂上涨了3.8%，推动标普500指数首次突破5500点，随后回落一度高达3.8%。但Arya表示，任何波动都应是短暂的。除了AI支出被认为是合法的之外，他还指出，该领域的硬件部署仅处于可能为期三到五年开发周期的第二阶段。这可能意味着最终每年有3000亿美元的机会，约为目前速度的三倍。此外，Arya还指出了云计算客户对英伟达新款Blackwell AI加速器系统的需求。这位分析师表示，企业内部和国家主导的人工智能需求以及软件货币化仍处于“早期阶段”。周四晨间在CNBC的“Squawk Box”节目中，Arya谈到生成式AI时说：“我认为它有能力以我们以前从未见过的方式改变许多行业。AI正在使用这种新的加速计算形式为我们提供升级基础设施的新机会。因此，我确实认为它……在结构上是一个新工具。” 总而言之，Arya表示英伟达的估值仍然“具有吸引力”。他说，按照市场一致预期计算，英伟达的市盈率仅为35到40倍，而考虑到每股收益的乐观情况，其市盈率仅约为30倍。

金融界2024-06-22

隔夜美股全复盘(6.21)| 三大股指分化，英伟达跌超3%，B站本周累涨15%

。 ACN涨7.29%，埃森哲第三财季生成式AI销售额超过9亿美元，为公司带来了显著的业绩增长。AMD涨4.62%，AMD回应黑客攻击：被窃取信息有限，不会对业务产生重大影响。TM涨0.21%，因零部件短缺，丰田汽车日本国内六条生产线将停工至21日，届时会决定是否恢复生产。 INTC跌0.03%，英特尔的Intel 3制程，宣布进入大量生产阶段，用于Xeon 6系列数据中心处理器的制造。DELL跌0.42%，戴尔CEO称戴尔与英伟达正在合作AI工厂以支持马斯克的xAI。

格隆汇2024-06-21

AI算力需求暴增倍半导体、能源、服务器有望迎来黄金十年

提升的重要增长点。在半导体设备方面，生成式AI需求的增长将带动贴片、研磨、塑封、测试等关键先进封测设备以及TSV、Bumping等中道制程相关设备的需求增长。IDC预计，2030年全球数据中心半导体市场规模将达到2400亿美金，为行业发展提供广阔空间。能源市场迎来新的增长点 AI的尽头是能源。随着AI算力需求的持续增长，2030年全球数据中心用电量规模将达到约2.2万亿度电，是2022年的3.6倍。这对于能源市场而言，意味着新的增长点正在形成。华泰证券指出，数据中心建设将从多个方面推动电力体系全链条性的投资扩散，包括可控装机类发电装备需求的回暖、电网扩容需求的增长、数据中心内部配套电气装备的高增长以及电力能源资源品需求的超预期等。值得一提的是，核电作为高度稳定与清洁的能源，与数据中心具备很好的匹配性。在全球核电需求回暖的背景下，核电建设有望提速，铀矿供给侧的刚性将带来铀矿价格的持续提升。服务器等硬件迎来新一轮增长在AI模型时代，数据中心将成为稀缺资源。根据戴德梁行的数据，截至2024年3月，全球运营中数据中心容量共33.6GW，目前已规划新增容量约44.6GW。然而，碳中和约束导致的能源供给以及核心城市周边土地供给不足等因素，使得部分地区数据中心供应将出现短缺。作为数据中心的核心载体，服务器将迎来新一轮的快速增长。华泰证券看好PCB、封装基板、散热、光模块、光芯片等有增量机遇的板块。随着数据中心架构加速向高性能、低能耗方向升级，这些环节将迎来结构性的增量机遇。巨灵数据认为，AI算力需求的暴增将为半导体、能源和服务器等行业带来广阔的发展前景。华泰证券预计，未来十年将是这些行业的黄金发展期。对于投资者而言，密切关注相关领域的投资机会，把握AI时代的发展红利，或许是一个明智的选择。

金融界2024-06-20

【深度长文】英伟达“发家史”！股价涨幅高达591,078%，超越微软市值跃居全球第一

。最终，人们对 ChatGPT 和其他生成式 AI 产品的兴趣激增，引发了对英伟达芯片订单的疯狂激增。当该公司公布 2023 年第一季度收益时，其业务增长的规模几乎震惊了华尔街的所有人。英伟达给出的季度销售额预测比平均预测高出 50% 以上。 2023 财年，英伟达的数据中心销售额首次超过其游戏收入。分析师预计，在英伟达本财年，数据中心销售额将超过 1000 亿美元。 “他们在行业中的地位非常稳固，”Wayve Capital Management 的策略师威廉姆斯说。“显然，他们不可能永远占据 95% 的市场份额，但几乎不可能有人能取代他们。”

Dan19772024-06-20

传奇诞生！英伟达超越苹果、微软登“全球最具价值公司” 黄仁勋昔日200美元拿下20%股份

要受益者，这些芯片可以训练和运行强大的生成式AI模型，例如OpenAI旗下AI聊天机器人ChatGPT。在不到两年的时间里，它从一家因泡沫破裂而加剧芯片过剩的3000亿美元公司，转变为世界上最强大的科技公司之一，其他硅谷巨头都在排队购买其最新产品。#AI热潮# (来源:Financial Times) 该公司股价大幅上涨，推动了标准普尔500指数今年迄今14%的涨幅，这一涨势甚至让看涨的观察人士都感到震惊。 “现在的市场是动物精神在作祟，是人类情感在作祟，”贝尔德科技策略师泰德·莫顿森(Ted Mortonson)表示。“不要误会我的意思，英伟达是一家很棒的公司。推动该股上涨的因素有很多，但一个月内上涨40%，这并不正常。” 英伟达总部位于硅谷，主要为视频游戏玩家制造计算机显卡。过去一年，该公司连续几个季度的收入大幅增长，2月份宣布同比增长265%，5月份同比增长262%。自今年年初以来，其股价已上涨约170%。黄仁勋宣称，公司正处于一场新“工业革命”的中心，释放生成式人工智能的力量，以智能计算改变全球经济的各个领域。谷歌、微软和亚马逊都购买了其Hopper系列图形处理器，用于其云服务。英伟达软件生态系统Cuda为使用其芯片的开发人员提供工具，巩固了其主导地位。与此同时，英伟达正在推出新一代性能更强大的Blackwell芯片，黄仁勋承诺将以“一年为周期”推出新产品。超微(AMD)和英特尔(Intel)等竞争对手也推出了竞争性AI芯片，但尚未真正蚕食英伟达的主导市场份额。 “总得有人成为第一，英伟达的股价并不是自己涨起来的，财务指标涨得更快，”伯恩斯坦芯片分析师斯泰西·拉斯冈(Stacy Rasgon)表示。“从实际经济因素来看，我从未见过这样的情况，这真是太神奇了。” 争夺生成式AI机遇的竞赛席卷了整个科技行业，在上周的年度开发者大会上，苹果也加入了进来，宣布将在其新操作系统中嵌入自己的一套生成式模型，并与OpenAI签署了一项重要的合作协议。英伟达对大盘指数的影响力日渐增强，引发了人们对市场反弹长期可持续性的担忧，但很少有分析师或投资者预测短期内会出现逆转。在彭博社追踪的72位英伟达股价分析师中，只有一人将该股评级为“卖出”。 “市场这种头重脚轻的局面确实令人担忧，我们正处于自1999年以来从未有过的集中度，这是有问题的，”资产规模230亿美元的财富管理公司Fiduciary Trust的首席投资官Hans Olsen表示。“但如果你回想一下从1997年到2000年3月的科技泡沫，你会发现它还有很长的路要走，这一次也还有路要走。” 自1926年成立以来，英伟达是第12家领跑标准普尔500指数的公司。十多年来，苹果和微软一直在争夺美国乃至全球最有价值公司的地位。上一次，一家美国公司的市值超过这两家公司是在2011年，当时埃克森美孚是美国最有价值的公司。近期市面上释出一则视频，黄仁勋分享了他创立英伟达初期的故事。他表示，当初他前往律师事务所注册公司时，当时律师问他现在有多少钱，需要为公司股份定价，黄仁勋回答我口袋里有200美元，于是他就以200美元获得英伟达20%的股份，让他笑称这是一笔好交易。 (来源:Youtube) 他指出，另外两位联合创始人Chris Malachowsky和Curtis Priem也以同样的价格获得相同的股份，事情就是这么简单。目前，黄仁勋拥有约3.6%的股份，价值约360亿美元。

秉哥说市2024-06-19

24小时热点