FX168财经网_全球视野外汇黄金加密货币NFT资讯网

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

全球新股王诞生！

后逐渐为中端智能手机所采用，反映出端侧生成式AI作为更普适性的先进技术渗透整体手机市场的趋势。不管是传统消费电子的更新换代，还是可能出现的新的AI终端，所催生的下游需求，将直接提升对于半导体制造、设备、材料等中上游的需求，整个半导体产业链都会受益。各大制造厂商也已经加大了资本开支，抢占这个庞大的产业机会。今年，台积电的资本开支高达280-320亿美元，中芯国际也达到70-80亿美元。 SEMI在其最新的季度《世界晶圆厂预测报告》World Fab Forecast中宣布，全球半导体每月晶圆(WPM)产能在2023年增长5.5%至2960万片后，预计2024年将增长6.4%，2023年中国晶圆产能为760万片/月，同比增长12%，2024年预计中国晶圆产能有望达860万片/月，同比增长13.2%，扩张速度快于全球。根据TrendForce的数据，2023年中国大陆成熟制程产能的全球占比为29%，得益于国产替代和国内需求的推动，2027年预计中国大陆成熟制程产能的全球占比有望提升至33%。先进制程方面，中国大陆仍在不断升级迭代，为国内半导体设备打开了较为可观的成长空间。特别需要提及的一点，是国家的政策大礼包在加码。不久前公布的半导体大基金三期，募集规模达到了3440亿元，超出市场预期的3000亿元，表明国家层面对解决半导体领域关键技术瓶颈的决心。而作为半导体关键之中的关键，设备产业预计会获得资金的重点支持。叠加刚传出的台积电涨价，存储涨价，半导体行业的景气指数正进一步上升。 03 如何高效投资？虽然半导体行情整体看好，但高效配置才是提升收益率的关键。从产业链看，半导体产业链可以大致分为上游为半导体设备、材料，为芯片制造提供工具和原材料；中游为半导体制造，包括设计、制造和封测三个环节；下游为半导体应用。以半导体设备ETF(561980)为例，该ETF紧密跟踪中证半导体产业指数，行业分布上更侧重上游设备、材料等，其中“半导体设备+半导体材料”占比近64%，是目前半导体设备占比最高的主流半导体指数。中证半导体产业指数聚焦40只半导体设备、材料等上游产业链公司，权重股包括北方华创、中微公司、中芯国际、韦尔股份等，前十大成份股占比约74%，指数集中度相对较高。作为半导体链里弹性较高的方向，半导体设备ETF(561980)反弹锐度高，近期表现比较抢眼，6月涨幅9.29%，领涨同类ETF。截至6月14日，在2019年3季度之前的一轮半导体上行周期区间，聚焦上游设备材料的中证半导指数区间最大涨幅超494%，高于主流半导体全产业链指数，呈现更高弹性特征。此外，政策也在加大力度支持半导体产业。大基金三期成立，规模为前两期的总和。从过往经验看，大基金一期、二期成立后，半导体板块信心有所提振。大基金三期的成立，有望充分带动国内半导体产业链的发展，机构预计半导体卡脖子的环节，设备材料依然会是投资重点方向，利好上游国产替代。综上，相比其他产业，半导体设备行业不仅享有持续的国家支持，还具备较高的业绩兑现能力，成为投资者关注的焦点。 04 结语从估值上看，国内的半导体行业依然处在底部，很多公司的股价尚未回到2021年的高点，表现相比国外滞后。不过，国内的优势在于硬件制造和应用软件。跟移动互联网时代一样，在应用大规模出来的时候，国内才会开启新的景气期。而随着微软发布AI PC、苹果发布AI手机，这个景气期的大门正在打开。最近半导体上游的动向，也充分证明其景气度。国内的晶圆厂12寸开始满载，成熟制程开始预期涨价，封测厂整体稼动率8成左右，半导体国产替代相关订单稳健推进中，二季度表观ASP有望触底，业绩会逐季度改善。换言之，估值和业绩的双修复，已经开启。向下的空间已经很有限，而向上的空间则很充足。这一波叠加了传统周期反转，以及新的AI产业革命下的半导体周期，值得所有半导体投资者关注。而想简单易行地参与半导体领域的投资，半导体设备ETF(561980)，不妨多看看。场外投资者也可以通过半导体设备ETF联接(A类：020464，C类：020465)一键配置半导体设备相关公司。

格隆汇2024-06-19

全球新股王诞生！

后逐渐为中端智能手机所采用，反映出端侧生成式AI作为更普适性的先进技术渗透整体手机市场的趋势。不管是传统消费电子的更新换代，还是可能出现的新的AI终端，所催生的下游需求，将直接提升对于半导体制造、设备、材料等中上游的需求，整个半导体产业链都会受益。各大制造厂商也已经加大了资本开支，抢占这个庞大的产业机会。今年，台积电的资本开支高达280-320亿美元，中芯国际也达到70-80亿美元。 SEMI在其最新的季度《世界晶圆厂预测报告》World Fab Forecast中宣布，全球半导体每月晶圆(WPM)产能在2023年增长5.5%至2960万片后，预计2024年将增长6.4%，2023年中国晶圆产能为760万片/月，同比增长12%，2024年预计中国晶圆产能有望达860万片/月，同比增长13.2%，扩张速度快于全球。根据TrendForce的数据，2023年中国大陆成熟制程产能的全球占比为29%，得益于国产替代和国内需求的推动，2027年预计中国大陆成熟制程产能的全球占比有望提升至33%。先进制程方面，中国大陆仍在不断升级迭代，为国内半导体设备打开了较为可观的成长空间。特别需要提及的一点，是国家的政策大礼包在加码。不久前公布的半导体大基金三期，募集规模达到了3440亿元，超出市场预期的3000亿元，表明国家层面对解决半导体领域关键技术瓶颈的决心。而作为半导体关键之中的关键，设备产业预计会获得资金的重点支持。叠加刚传出的台积电涨价，存储涨价，半导体行业的景气指数正进一步上升。 03 如何高效投资？虽然半导体行情整体看好，但高效配置才是提升收益率的关键。从产业链看，半导体产业链可以大致分为上游为半导体设备、材料，为芯片制造提供工具和原材料；中游为半导体制造，包括设计、制造和封测三个环节；下游为半导体应用。以半导体设备ETF(561980)为例，该ETF紧密跟踪中证半导体产业指数，行业分布上更侧重上游设备、材料等，其中“半导体设备+半导体材料”占比近64%，是目前半导体设备占比最高的主流半导体指数。中证半导体产业指数聚焦40只半导体设备、材料等上游产业链公司，权重股包括北方华创、中微公司、中芯国际、韦尔股份等，前十大成份股占比约74%，指数集中度相对较高。作为半导体链里弹性较高的方向，半导体设备ETF(561980)反弹锐度高，近期表现比较抢眼，6月涨幅9.29%，领涨同类ETF。截至6月14日，在2019年3季度之前的一轮半导体上行周期区间，聚焦上游设备材料的中证半导指数区间最大涨幅超494%，高于主流半导体全产业链指数，呈现更高弹性特征。此外，政策也在加大力度支持半导体产业。大基金三期成立，规模为前两期的总和。从过往经验看，大基金一期、二期成立后，半导体板块信心有所提振。大基金三期的成立，有望充分带动国内半导体产业链的发展，机构预计半导体卡脖子的环节，设备材料依然会是投资重点方向，利好上游国产替代。综上，相比其他产业，半导体设备行业不仅享有持续的国家支持，还具备较高的业绩兑现能力，成为投资者关注的焦点。 04 结语从估值上看，国内的半导体行业依然处在底部，很多公司的股价尚未回到2021年的高点，表现相比国外滞后。不过，国内的优势在于硬件制造和应用软件。跟移动互联网时代一样，在应用大规模出来的时候，国内才会开启新的景气期。而随着微软发布AI PC、苹果发布AI手机，这个景气期的大门正在打开。最近半导体上游的动向，也充分证明其景气度。国内的晶圆厂12寸开始满载，成熟制程开始预期涨价，封测厂整体稼动率8成左右，半导体国产替代相关订单稳健推进中，二季度表观ASP有望触底，业绩会逐季度改善。换言之，估值和业绩的双修复，已经开启。向下的空间已经很有限，而向上的空间则很充足。这一波叠加了传统周期反转，以及新的AI产业革命下的半导体周期，值得所有半导体投资者关注。而想简单易行地参与半导体领域的投资，半导体设备ETF(561980)，不妨多看看。场外投资者也可以通过半导体设备ETF联接(A类：020464，C类：020465)一键配置半导体设备相关公司。

格隆汇2024-06-19

拥抱“AI+自驾卡车”新风口，英伟达砸重金看好Waabi！

O黄仁勋表示：“Waabi正在将尖端的生成式AI应用于现实世界，开发自动驾驶卡车。通过我们投资Waabi以支持其愿景，Waabi是由英伟达的技术驱动的。” 值得一提的是，Waabi成立于2021年，是少数几家自动驾驶卡车新创公司之一。原文链接

投资慧眼2024-06-19

金山云位列赛迪中国政务云市场领导者象限银河平台获市场认可

和运维市场的快速发展。《报告》指出，生成式AI成为热点，云厂商纷纷升级其产品和服务，助力智慧政府建设，提升政府服务效能。其中，金山云通过公有云同源同构的银河平台构建了高效稳定的政务云平台，致力于在该平台上实现各类解决方案的深度融合与高效协同，正加速向信息共享、数据融合、深化应用和业务创新的"云上"阶段升级。具体而言，金山云银河平台基于强大的云计算基础架构，深度整合了大数据、人工智能等前沿技术，并通过优化资源管理和服务流程，有效降低了政府机构的运营成本，在为政府数字化转型提供强有力技术支撑的同时，提高了服务的性价比。得益于对政府业务需求的深入了解，金山云银河平台得以为不同政府部门提供定制化的云服务和解决方案，满足了多样化的政务需求。同时，金山云银河平台严格遵守国家信息安全标准且已通过多项国家级安全合规认证，能够确保政务数据的安全和隐私保护。此外，金山云银河平台持续进行技术创新，不断探索政务云服务的新模式和新应用，不仅通过银河运维平台GSO及银河运营平台GSM协助政府部门实现运维和运营效率的双升，也陆续完成与鲲鹏、海光等处理器的国产化适配工作并在项目上商用。针对政务云领域的核心应用场景，金山云坚持"云+数+智+生态"的整体策略，积极推行标准化工作，打通从市场前端到运维运营的流程闭环，以行业大模型、数据要素市场、办公协作为重要场景，联合生态伙伴为客户提供一站式云服务，满足各种数字化转型需求，推动数字化转型加速。依托强大的技术能力，以及在一云多芯、安全合规、运营运维等领域的持续投入，金山云银河平台已在北京政务云、珠海政务云等诸多标杆项目中发挥重要作用。截至目前，金山云已打造诸多标杆。例如，公司联合上海数产建设和运营上海数产云，将基于数据要素、大模型、大办公的三大抓手，拉动生态伙伴，丰富云上服务，支持业务上云。在深圳国资云三期项目中，金山云将携手深智城集团，率先将数据资产类服务、大模型基础和模型应用类服务、智能办公类服务新增至国资云服务清单，全面支撑科技创新和数智化转型。在与日照交能集团共同打造的日照市国资云项目中，金山云作为技术提供方，帮助国资委进行云安全统筹和数据汇聚挖掘，支撑国企数字化转型和优化国资监督管理，助力国有企业数字化、网络化、智能化转型升级提档加速。《报告》预计，到2026年，中国政务云市场规模将达到1620.9亿元，年复合增长率为 14.5%。在此背景下，金山云将积极围绕政务数据要素价值释放、政务云建设降本增效、政务云应用智能化升级等需求，持续围绕银河平台打磨技术力和服务力，携手合作伙伴，助力智慧政府建设，助推政府服务效能提升。来源：微信公众号.金山云

格隆汇2024-06-19

24小时热点