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

这种方法的问题在于，我们生活在一个高端AI芯片严重短缺的世界。高端NVIDIA芯片的等待期长达数年，导致价格上涨。如果你还要求AI推理在多个节点上多次重复执行，这将大幅增加这些昂贵的成本。对于许多项目来说，这是行不通的。 4、Web3特定的AI用例（短期内）有人建议，Web3应该有其独特的AI用例，专门针对Web3客户。目前，这仍是一个新兴市场，用例尚在发现中。一些挑战包括： Web3原生用例需要的AI交易量较少，因为市场需求还处于起步阶段。客户较少，因为Web3客户相比Web2客户少了好几个数量级，所以市场不那么分散。客户本身不够稳定，因为他们是资金较少的初创公司，因此这些初创公司可能会随着时间的推移倒闭。针对Web3客户的AI服务提供商可能需要随着时间的推移重新获取部分客户，以替代那些倒闭的客户，使其业务扩展更加困难。从长远来看，我们对Web3原生的AI用例非常看好，特别是随着AI代理的普及。我们设想未来每个Web3用户都会有多个AI代理为他们提供帮助。这个领域的早期领先者是Theoriq.ai，他们正在构建一个可组合AI代理的平台，能够服务于Web2和Web3客户（由Hack VC支持）。 5、消费级GPU去中心化物理基础设施网络（DePIN）有许多去中心化的AI计算网络依赖消费级GPU，而不是数据中心的GPU。消费级GPU适用于低端AI推理任务或延迟、吞吐量和可靠性要求较为灵活的消费用例。但对于严肃的企业用例（即占据主要市场份额的用例），客户希望网络比家庭机器更可靠，且复杂推理任务通常需要更高端的GPU。对于这些更有价值的客户用例，数据中心更为适合。需要注意的是，我们认为消费级GPU适合于演示用途或那些能容忍较低可靠性的个人和初创公司。但这些客户的价值基本较低，因此我们认为，面向Web2企业的去中心化物理基础设施网络（DePIN）从长远来看会更有价值。因此，知名的GPU DePIN项目通常已经从早期主要使用消费级硬件发展到现在具备A100/H100和集群级别的可用性。二、加密 x AI 的实际且可行的用例现在，让我们讨论加密 x AI 能显著提升价值的用例。实际收益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

卷应用成趋势：文心一言APP被忽视的潜力

累和战略储备。无论是大模型迭代还是云、AI芯片等，都有百度长期的重资产、重研发的投入，为AI技术的应用，以及转化为具体的产品和服务提供坚实的支撑。来源：图虫创意百度向开发者提供领先的文心大模型系列，还有三大AI开发工具，包括智能体开发工具AgentBuilder、AI原生应用开发工具AppBuilder、各种尺寸的模型定制工具ModelBuilder。开发者的生产力会因此得到大幅提高，带来AI应用生态的繁荣。从这一点来看，百度或是AI落地的大赢家。大模型技术不断加持，智能体等融入百度生态，叠加当前AI应用落地门槛进一步降低，将为百度长期发展以及核心业务扩容奠定更扎实的基础。反过来，随着AI应用供给爆发，受众扩大，百度生态进一步繁荣，各类产品份额增长，成为百度核心业务收入增长的驱动力，有望助力百度打开增长的广阔空间。 3 总结总的来说，百度AI布局将会随着业务推进及业绩释放而逐渐收获肯定。要知道，把文心一言APP、智能体的估值挖掘出来，其代表的或许都是数百亿美元的估值，为百度带来巨大的价值提升。随着2024年，AI超级应用爆发的拐点到来，百度或许能够抓住PC互联网、移动互联网之后的最大技术和应用机遇，在AI时代实现新一轮的业务跃升。相信2024年会是百度加速进击的一年。（全文完）

格隆汇2024-06-21

卷应用成趋势：文心一言APP被忽视的潜力

累和战略储备。无论是大模型迭代还是云、AI芯片等，都有百度长期的重资产、重研发的投入，为AI技术的应用，以及转化为具体的产品和服务提供坚实的支撑。来源：图虫创意百度向开发者提供领先的文心大模型系列，还有三大AI开发工具，包括智能体开发工具AgentBuilder、AI原生应用开发工具AppBuilder、各种尺寸的模型定制工具ModelBuilder。开发者的生产力会因此得到大幅提高，带来AI应用生态的繁荣。从这一点来看，百度或是AI落地的大赢家。大模型技术不断加持，智能体等融入百度生态，叠加当前AI应用落地门槛进一步降低，将为百度长期发展以及核心业务扩容奠定更扎实的基础。反过来，随着AI应用供给爆发，受众扩大，百度生态进一步繁荣，各类产品份额增长，成为百度核心业务收入增长的驱动力，有望助力百度打开增长的广阔空间。 3 总结总的来说，百度AI布局将会随着业务推进及业绩释放而逐渐收获肯定。要知道，把文心一言APP、智能体的估值挖掘出来，其代表的或许都是数百亿美元的估值，为百度带来巨大的价值提升。随着2024年，AI超级应用爆发的拐点到来，百度或许能够抓住PC互联网、移动互联网之后的最大技术和应用机遇，在AI时代实现新一轮的业务跃升。相信2024年会是百度加速进击的一年。（全文完）

格隆汇2024-06-21

A股收评：沪指跌破3000点！减肥药、水利板块逆市大涨

艾森股份跌超13%；能源金属、光刻机及AI芯片等板块跌幅居前。另外，工程咨询服务板块走高，新城市20cm涨停；丹麦减肥药厂Zealand新药实现16周减重8.6%，减肥药板块活跃，金凯生科涨停；水利部修订发布《水利技术标准体系表》，地下管网、水泥建材等板块走高，华蓝集团涨停；民爆概念、生物制品及珠宝首饰等板块涨幅居前。具体来看：教育股跌幅居前，创业黑马跌超7%，科德教育跌超6%，凯文教育、中国高科、全通教育、豆神教育等跟跌。光刻机概念走低，富乐德、波长光电、华亚智能跌超5%，蓝英装备、新莱应材、张江高科等跟跌。脑机接口涨幅居前，创新医疗、力合科创涨停，翔宇医疗涨超8%，诚益通、三博脑科、爱朋医疗、南京熊猫等跟涨。消息面上，美国卡内基梅隆大学研究团队成功地整合了一种新型的聚焦超声刺激技术，在一项涉及 25 名受试者的研究中，实现了双向脑机接口功能，并利用机器学习对脑电波进行编码和解码。水利股大涨，舜禹股份、新城市、华蓝集团20cm涨停，设研院、龙元建设、西藏天路、美丽生态等多股10cm涨停。消息面上，近日水利部修订发布《水利技术标准体系表》，充分发挥水利技术标准的导向性、引领性、推动性、基础性作用，为全面提升国家水安全保障能力提供技术支撑。减肥药概念表现活跃，金凯生科20cm涨停，甘李药业涨超7%，圣诺生物涨超6%，博瑞医药、诺泰生物等跟涨。近期，减肥药行业的领军企业如礼来和诺和诺德市值屡创新高，迈向万亿市值俱乐部。丹麦明星减肥药厂Zealand周四发布成绩单，新药实现16周减重8.6%。另有市场研究预测，至2028年全球减肥药市场规模有望达到284亿美元。个股异动贵州茅台收跌1.94%，报1471元，创2022年11月以来新低。贵州茅台年内累跌超13%。有数据显示，贵州茅台是近期外资连续抛售期内成交量最大的股票，当前外资持股比例已经降至6.75%，为今年1月以来最低。据酒价参考数据，茅台1935批发参考价今日跌破800元/瓶大关，报780元/瓶，已经出现价格“倒挂”的情况。展望后市，摩根士丹利称，预计A股短期内将维持区间震荡，建议投资者保持谨慎，聚焦个股策略和主题投资。其表示，尽管中国A股市场情绪略有回升，但4至5月份宏观数据好坏不一，再次证明宏观面的压力依然存在，通缩风险依然挥之不去。大摩指出，中国决策层下半年或将加快实施已宣布的财政支持措施，包括5000亿元科技创新和技术改造再贷款，以及3000亿元保障性住房再贷款等。建议投资者密切关注后续政策，这对于维持市场情绪至关重要，若后续政策行动若未能奏效，可能令投资者感到失望。

格隆汇2024-06-21

A股收评：沪指跌破3000点！减肥药、水利板块逆市大涨

艾森股份跌超13%；能源金属、光刻机及AI芯片等板块跌幅居前。另外，工程咨询服务板块走高，新城市20cm涨停；丹麦减肥药厂Zealand新药实现16周减重8.6%，减肥药板块活跃，金凯生科涨停；水利部修订发布《水利技术标准体系表》，地下管网、水泥建材等板块走高，华蓝集团涨停；民爆概念、生物制品及珠宝首饰等板块涨幅居前。具体来看：教育股跌幅居前，创业黑马跌超7%，科德教育跌超6%，凯文教育、中国高科、全通教育、豆神教育等跟跌。光刻机概念走低，富乐德、波长光电、华亚智能跌超5%，蓝英装备、新莱应材、张江高科等跟跌。脑机接口涨幅居前，创新医疗、力合科创涨停，翔宇医疗涨超8%，诚益通、三博脑科、爱朋医疗、南京熊猫等跟涨。消息面上，美国卡内基梅隆大学研究团队成功地整合了一种新型的聚焦超声刺激技术，在一项涉及 25 名受试者的研究中，实现了双向脑机接口功能，并利用机器学习对脑电波进行编码和解码。水利股大涨，舜禹股份、新城市、华蓝集团20cm涨停，设研院、龙元建设、西藏天路、美丽生态等多股10cm涨停。消息面上，近日水利部修订发布《水利技术标准体系表》，充分发挥水利技术标准的导向性、引领性、推动性、基础性作用，为全面提升国家水安全保障能力提供技术支撑。减肥药概念表现活跃，金凯生科20cm涨停，甘李药业涨超7%，圣诺生物涨超6%，博瑞医药、诺泰生物等跟涨。近期，减肥药行业的领军企业如礼来和诺和诺德市值屡创新高，迈向万亿市值俱乐部。丹麦明星减肥药厂Zealand周四发布成绩单，新药实现16周减重8.6%。另有市场研究预测，至2028年全球减肥药市场规模有望达到284亿美元。个股异动贵州茅台收跌1.94%，报1471元，创2022年11月以来新低。贵州茅台年内累跌超13%。有数据显示，贵州茅台是近期外资连续抛售期内成交量最大的股票，当前外资持股比例已经降至6.75%，为今年1月以来最低。据酒价参考数据，茅台1935批发参考价今日跌破800元/瓶大关，报780元/瓶，已经出现价格“倒挂”的情况。展望后市，摩根士丹利称，预计A股短期内将维持区间震荡，建议投资者保持谨慎，聚焦个股策略和主题投资。其表示，尽管中国A股市场情绪略有回升，但4至5月份宏观数据好坏不一，再次证明宏观面的压力依然存在，通缩风险依然挥之不去。大摩指出，中国决策层下半年或将加快实施已宣布的财政支持措施，包括5000亿元科技创新和技术改造再贷款，以及3000亿元保障性住房再贷款等。建议投资者密切关注后续政策，这对于维持市场情绪至关重要，若后续政策行动若未能奏效，可能令投资者感到失望。

格隆汇2024-06-21

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%

台积电跌 2.4%，台积电据悉探索新的AI芯片封装技术。拼多多跌 0.03%，阿里跌 0.15%，京东跌 1.27%，理想跌 1.74%，新东方跌 1.4%，蔚来跌 2.26%，小鹏平收 0%，B站涨5.38%，哔哩哔哩手游《三国：谋定天下》表现超预期。瑞幸咖啡涨 4.11%，名创优品涨 2.2%，好未来跌 2.89%。大型科技股涨跌互现。微软跌 0.14%，英伟达跌 3.54%，苹果收跌 2.15%，消息称，苹果已与百度、阿里巴巴、百川智能等中国公司洽谈AI服务本地化事宜。谷歌收涨 0.71%，亚马逊涨 1.8%，Meta涨 0.44%，礼来跌 0.61%，博通跌 3.77%，诺和诺德涨 0.13%，特斯拉跌 1.78%，美光跌 6.03%。 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

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

(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

年内暴涨74%，市值逼近万亿美元！台积电的狂飙之路，华尔街呼声高亢

等半导体股也纷纷收在了历史最高位。在AI芯片热潮助力之下，台股今天也成功创下历史新高。今年来，台湾加权指数已经累涨30%，成为整个亚太区表现最好的市场。万亿美元门槛近在咫尺上周，美股台积电已经超过了“股神”巴菲特旗下的伯克希尔哈撒韦，跃升为全球市值第八大的公司。截至周二收盘，台积电市值达到9320亿美元，距离1万亿美元的门槛已是近在咫尺。今年以来，台积电股价“遥遥直上”，目前已经累计上涨了74%。和英伟达一样，作为人工智能广泛应用的主要受益者，台积电也收获颇丰。单看今年5月，台积电销售额同比飙升30%，较去年同期增加30.1%。 6月的股东大会上，新“掌门人”魏哲家表示，公司对AI需求的增长持乐观态度。他预计，AI的发展将推动2024的芯片行业复苏。台积电今年将逐季增长，以美元计算的全年营收可以实现20%到25%的增长。但值得关注的是，随着AI的疯狂大趋势下，芯片逐渐成为了紧缺。作为科技巨头们的主要芯片代工厂商，台积电现在产能供不应求。其中，公司3纳米产能已被台积电的七大客户（英伟达、AMD、英特尔、高通、联发科、苹果及谷歌）包揽了全部产能，预期订单满至2026年。因此，台积电计划针对3nm、5nm涨价。其中，3nm晶圆的价格提高5%以上，而2025年度先进封装报价也将上涨10~20%。花旗分析师预测，若台积电在2025年度涨价5%-10%，将带来约3%-6%的营收成长。华尔街呼声高亢全球半导体市场正热火朝天。 SEMI最新报告指出，为了跟上芯片需求持续增长的步伐，全球半导体晶圆厂产能预计2024年增长6%，2025年增长7%，达到每月晶圆产能3370万片的历史新高（以8英寸当量计算）。 5纳米及以下节点的产能预计在2024年将增长13%，这主要受数据中心训练、推理和前沿设备的生成式人工智能的驱动。为了提高处理效率，包括英特尔、三星和台积电在内的芯片制造商准备开始生产2nm GAA芯片，在2025年将总的先进产能增长率提高17%。眼下，华尔街投行对台积电的看涨情绪高涨。理由是，随着人工智能需求的激增，2025年可能出现的价格上涨将推高台积电的盈利。本周，多个投行纷纷上调了台积电的目标价。摩根大通将其人工智能收入预期上调至2028年总销售额的35%；花旗集团则将其目标股价上调了12%，理由是盈利前景更为强劲。高盛则预计，台积电的3纳米和5纳米芯片制造价格将以“低个位数百分比”上涨，并将其12个月目标价上调19%，至1160元新台币。分析师表示： “我们现在看到，在围绕人工智能的积极情绪日益高涨的情况下，台积电的风险回报更具吸引力。随着人工智能的不断扩散，我们认为台积电是主要受益者之一。” 与此同时，“木头姐”凯茜·伍德连续在买入台积电美国存托凭证（ADR）。周二，其旗下基金（ARKW）购买了3316股台积电股票，价值595852美元；此前一天，该基金购买了价值530万美元的台积电股票。

格隆汇2024-06-19

科技创造奇迹：英伟达仅用31年市值突破3万亿美元并登顶全球之巅苹果用了46年微软用了49年

最高的公司。这一壮举的背后，是英伟达在AI芯片市场的绝对领导地位，尤其是在数据中心使用的AI芯片市场，英伟达占据了高达80%的份额。随着OpenAI、微软、Alphabet、亚马逊、Meta等科技巨头对高性能处理器的需求激增，英伟达的业务实现了快速增长。然而，英伟达的成功并非一蹴而就。自2022年底以来，其股价增长了九倍以上，今年以来的涨幅更是高达164.5%。这一增长不仅得益于其在AI芯片市场的主导地位，更得益于其前瞻性的战略布局和持续的创新能力。英伟达始终坚信，自己不仅仅是一家芯片公司，而是一家AI超级电脑公司、AI基础设施公司、AI工厂公司。这一理念在英伟达的产品和服务中得到了充分体现。其硬件产品不仅性能卓越，而且与软件的结合相得益彰，为用户提供了更加全面、高效的解决方案。此外，英伟达还积极推动拆股计划，以提高其被纳入道琼斯工业平均指数的可能性。这一计划不仅提升了英伟达的股价流动性，也进一步增强了投资者对其的信心。随着拆股计划的实施，英伟达的未来发展前景更加广阔。在业绩方面，英伟达也展现出了强劲的增长势头。其2025财年第一财季的业绩全面超预期，数据中心业务营收同比增长427%，总营收涨幅达262%，净利润更是翻涨超6倍。这些亮丽的业绩数据，再次证明了英伟达在AI领域的领先地位和强大的盈利能力。多位投行分析师对英伟达的未来充满信心。他们普遍认为，随着第四次工业革命的推进和人工智能技术的不断发展，英伟达将继续保持其在AI芯片市场的领先地位，并有望实现更高的市值增长。英伟达的成功不仅仅在于其卓越的产品和服务，更在于其不断创新和追求卓越的精神。正是这种精神，让英伟达在科技领域中独树一帜，成为了全球资本市场的佼佼者。

金融界2024-06-19

ETF盘中资讯｜英伟达登顶全球市值第一！工业富联、立讯精密迎利好消息催化，电子ETF（515260）早盘上探0.97%，冲击日线7连涨！

”量50%，含“果”量32%，全面覆盖AI芯片、消费电子、汽车电子、5G、云计算等热门产业龙头公司，一键布局A股电子核心资产。看好消费电子和半导体发展机遇的投资者，或可重点关注。注：电子ETF（515260）跟踪的电子50指数近5个完整年度的涨跌幅为：2019年，59.61%；2020年，25.26%；2021年，3.27%；2022年，-38.63%；2023年，1.03%。数据来源：Wind、沪深交易所、华宝基金等。风险提示：电子ETF（515260）被动跟踪中证电子50指数，该指数基日为2008.12.31，发布于2009.7.22，指数成份股构成根据该指数编制规则适时调整。文中指数成份股仅作展示，个股描述不作为任何形式的投资建议，也不代表管理人旗下任何基金的持仓信息和交易动向。基金管理人评估的本基金风险等级为R3-中风险，适宜平衡型（C3）及以上的投资者，适当性匹配意见请以销售机构为准。任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，亦不对因使用本文内容所引发的直接或间接损失负任何责任。基金投资有风险，基金的过往业绩并不代表其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，基金投资需谨慎。

金融界2024-06-19

24小时热点