FX168财经网_全球视野外汇黄金加密货币NFT资讯网

九方数字人：AIGC技术，如何为金融科技赋能？

C的赋能下，哪些产业最有可能诞生下一款ChatGPT？ “数字人”领域，或将是一个富有机会的风口。近几个月来，随着AIGC技术的发展，“数字人”也迎来了一波“井喷期”，在大数据库与语言大模型的加持下，“数字人”被重新赋予了灵魂，相较于曾经的线性交互，如今的“数字人”的表述变得更加个性化、多元化，也开始被应用到越来越多的场景之中。而作为金融科技领域的先锋企业，九方财富凭借着敏锐的商业嗅觉，发布了业界首款可交互的投顾数字人——九方数字人。 8月8日，九方财富（09636.HK）于上海虹桥召开了“九方智能投顾数字人”发布会，以AI赋能金融科技，在智能投顾领域，开辟了一条全新的道路。一、站在巨人的肩膀上新能源车产业的成长，离不开电池技术的变革与发展；信创产业迎来井喷，自然也离不开底层算力的支持。自古以来，具有革命性的技术往往有一个共同的特点，首先要立足于时代的前沿，其次要借由“合力”来完成。今年以来，ChatGPT的走红点燃了市场对AIGC技术的热情，在一系列创新性的算法的背后，似乎各产业都找到了更加科学、更加高效的“解法”。金融领域，自然也不例外。对于普通投资者而言，在金融市场进行博弈，信息的获取往往是决定一笔交易成败的关键因素，而这也往往是多数投资者的痛点所在。信息获取不及时，错失投资良机；信息维度宽泛，整合难度较大；干扰元素太多，难以剥离关键信息……这些都是投资者在信息获取过程当中常见的问题。而深耕投顾市场的九方财富，自然十分清晰这些痛点的存在。因此，在AIGC浪潮下，九方财富基于变革和发展的目光，给出了一套全新的证券投顾解决方案——九方数字人。 “九方数字人”是九方财富在智能投顾领域的一次全新尝试，它以华为AI算力云平台为底座，又融合了科大讯飞的星火大模型（内测版），对专业知识领域进行增强训练，在各方的强强联合之下，最终推出了这款划时代的投顾产品。对于普通投资者而言，在作出一个投资决策之前，看到机遇只是一方面，而洞悉其中的潜在系统性风险，才是实现科学决策的关键。但面对波谲云诡的证券市场，各种各样的信息眼花缭乱，一不留神可能就容易出现误判，所以对于投资者而言，拥有一套客观理性、不掺杂个人感情的信息获取途径，才是一项更具有性价比的投顾服务。而“九方数字人”的诞生，恰好可以扮演这一角色。规模庞大的数据库，构成了专业性指导的基础，而AIGC的加持，是人性化交互的亮点。“九方数字人”不仅可以准确的分析市场动态，还能同步给到中肯、合适的投资策略，站在不同的维度，给到用户投资决策与建议，从而帮助用户更好的驰骋交易市场，获得更好的交易体验。二、诊股数字人，如何赋能投资行为？ 2023年以来，美国持续推进加息进程，国际局势扑朔迷离，为市场带来了诸多挑战，但A股注册制的全面推行，也同步带来了更多机遇。那么在“九方数字人”的视角中，它可以给我们的投资决策带来哪些赋能？ 1、庞大的数据库 “九方数字人”搭建了八大特色数据库，分别为：宏观政策、经济数据、行情数据、业务数据、研究报告、资讯新闻、公司公告、法律法规。全方位的数据库搭建，如同构建了一个包罗万象的“全能大脑”。它是“九方数字人”的投顾基础，可以在不同的指令场景下，从多维度出发，分析目标标的潜在的投资机会及潜在风险，从而帮助投资者作出更加科学的决策。 2、更多元的业务场景相较于传统的机器人问答，“九方数字人”覆盖了更广泛的应用场景，包括策略生成、金融百科、大盘分析、板块挖掘、热点追踪、个股诊断、事件推理、情绪陪伴等。在AIGC的赋能下，“九方数字人”有了更加智能的交互系统，相较于一个问答机器人，它更像是一位贴心的投资顾问，既能提供专业的技术支持，又能恰到好处的提供情绪价值，更贴近用户的投资生活。 3、贴心的陪伴与成长在“金融科技+大模型”的理念下，相较于人工的知识获取，机器的知识获取会更效率、更准确。用户的认知在不断提升，大模型的数据也在不断更新，策略也在不断优化。作为一项能够模拟人类智慧的技术，AI能够通过数据库更新、机器学习、深度学习等方式，不断的实现优化迭代，7*24小时的在线服务，能够帮助用户在交互中实现高效的信息获取，不断完善市场认知，实现快速成长。随着科技的发展与创新，数字化的金融市场正在逐年崛起，金融科技也不再是机构的专属服务，而是以更加多元的方式，渗透进了普通投资者生活中的方方面面。在未来，必将有越来越多的“数字人”应用于服务领域，而作为金融领域的首发产品，九方财富开发的“九方数字人”，或将树立起一个新的行业标杆。三、未来已来，如何做好一笔投资？九方财富的经营愿景，是“成为客户投资理财的终身伴侣”，而“九方数字人”的发布，就是九方财富迈出的重要一步。据相关数据显示，目前我国共有79家证券投资机构，在过去20年内，我国的咨询业务领域正在快速拓张，不仅体现在业务范围的拓展，更体现在细分领域的专精度，以及更加多元化的服务模式。 2023年，在智能技术的浪潮下，证券投资咨询行业也迎来了一个转型与升级的新时期，利用技术创新与行业整合，有望给用户的投顾体验带来一次革命性的质变。因此，“九方数字人”的推出，并不只是一次AI技术力量的体现，更是九方财富基于多年的市场洞察，给出的一套综合性的解决方案。在这套解决方案下，无论是行业动态的捕捉，还是信息的分析与解码，以及最后的投资决策，都可实现“一站式”解决，大幅降低投资者在信息处理过程中的沉没成本，进一步展现出证券咨询行业在金融领域的核心价值。随着金融数字化的进一步加深，大数据模型与人工智能也必将迎来更广泛的应用，而作为智能交互的重要载体，“数字人”也必将释放出更多的想象力。未来已来，作为“金融数字人”的先驱者，“九方数字人”必将秉承着发展的目光持续创新，给投资者带来更加优质的投顾体验。九方数字人——九方诊股app正式发布，各大应用市场皆可下载。也可以打开微信搜索——九方诊股，欢迎下载体验！风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-08-11

ChatGPT板块震荡走高昆仑万维大涨7%

2023年8月11日，ChatGPT板块震荡走高，截至9：50，昆仑万维大涨7%，万兴科技、神州数码涨超4%，神州泰岳、中文在线、蓝色光标、科大讯飞等跟涨。消息面上，昆仑万维旗下控股子公司天工科技与Meta就XR设备产品开发事项签订协议。天工科技负责开发适用于Meta Quest 2及其迭代设备上使用的StarMaker VR版本，Meta将评估并按照开发进度里程碑的交付，向天工科技支付战略合作激励款项。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-08-11

哪些城市的大模型最多？北京、上海、深圳、杭州位列前四

维度20项指标中综合评分国内第一，超越ChatGPT，其中中文语义理解排名第一，部分中文能力超越GPT-4。据不完全统计，目前国内的大模型数量已达百余个，在城市分布上，北京一骑绝尘，与上海、深圳、杭州位列前四，广州、南京、成都、天津、合肥等城市也有各自的代表性产品。以下为伦萨科技整理的中国大模型开发者城市分布情况，存在遗漏，仅供参考：北京：百度、清华大学、360、澜舟科技、OpenBMB、第四范式、云知声、麒麟合盛、深思考人工智能、中科院、北京智源人工智能研究院、度小满、出门问问、奇点智源、中科闻歌、智谱AI、衔远科技、字节跳动、昆仑万维、知乎、超对称技术公司、中国农业银行、电信智科、印象笔记、好未来、慧时空、理想科技、中工互联、创业黑马、网易有道、中科创达、拓尔思、清博智能、中烟创新、清昴智能、Singularity AI、月之暗面、星鲸科技、右脑科技、光年之外、深言科技、零一万物、中国联通、中国电信、中国移动、京东、金山办公、贝壳百川智能、中国科学院计算技术研究所、北京语言大学、左手医生、电科太极、理想汽车…… 上海：稀宇科技、复旦大学、商汤科技、达观数据、微盟、星环科技、乐言科技、医疗算网、虎博科技、上海人工智能实验室、智臻智能、蜜度、携程…… 深圳：腾讯、IDEA研究院、追一科技、华为、中国电子云、港中文深圳、思谋科技、鹏城实验室、云天励飞、考拉悠然、北大-兔展AIGC联合实验室…… 杭州：阿里云、西湖心辰、宇视科技、恒生电子、蚂蚁集团、新华三H3C、网易伏羲、实在智能…… 广州：云从科技、华南理工大学、数说故事、赛灵力科技…… 南京：孩子王、智子引擎、硅基智能…… 成都：晓多科技+国家超算成都中心、医联科技、明途科技…… 其他地区：科大讯飞、哈尔滨工业大学、东北大学、西北工业大学+华为、智慧眼、拓世科技、台智云、长虹、美亚柏科、国家超算天津中心、慧言科技+天津大学…… 来源：金色财经

金色财经2023-08-11

【机构调研记录】诺安基金调研航天环宇、江航装备等3只个股（附名单）

型的技术能力，率先接入OpenAI，将ChatGPT技术落地内容电商领域；公司于21年4月与字节跳动全资子公司北京火山引擎科技有限公司签署了框架合作协议，双方拟进行数据智能、企业直播、AR及视频内容制作方面的合作，共同进行产品、方案深度整合、定制开发。诺安基金成立于2003年，截至目前，资产规模(全部)1814.27亿元，排名34/198；资产规模(非货币)1814.27亿元，排名34/198；管理基金数96只，排名65/198；旗下基金经理35人，排名29/198。旗下最近一年表现最佳的基金产品为诺安油气能源，最新单位净值为0.93，近一年增长59.15%。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-08-11

【私募调研记录】世诚投资调研国瓷材料、彩讯股份

型的技术能力，率先接入OpenAI，将ChatGPT技术落地内容电商领域；公司于21年4月与字节跳动全资子公司北京火山引擎科技有限公司签署了框架合作协议，双方拟进行数据智能、企业直播、AR及视频内容制作方面的合作，共同进行产品、方案深度整合、定制开发。机构简介：世诚投资成立于2007年，实缴注册资本3000万元，基金业协会普通会员，具备"3+3"投顾资格，是第一批在基金业协会备案登记的私募证券基金管理人。公司专注权益投资，坚守"高质量成长"的投资理念；旗下产品兼顾收益和风险，风格高度一致，重视客户的投资体验，不同时期成立的产品均有出色表现。自成立以来，世诚投资连续多年荣获业内各项大满贯奖项，与多家大型金融机构开展了长期的资管业务合作。证券之星点评：世诚投资其管理规模20~50亿，拥有陈家琳等知名基金经理。本次调研的上市公司平均证券之星综合指标2星，平均市盈率51.16。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-08-11

中国科技巨头紧急抢英伟达芯片订单，50亿美元购货潮引关注

，受到微软支持的创业公司OpenAI的ChatGPT取得成功的鼓舞。一位百度员工指出，没有英伟达芯片，就无法进行大型语言模型的训练。字节跳动，即TikTok的母公司，据称已储备至少1万枚英伟达芯片，以支持其人工智能项目。此外，他们还下单购买了总价值近7亿美元的约7万枚A800芯片，计划于2024年交付。英伟达发言人表示：“消费互联网公司和云提供商每年在数据中心组件上投资数十亿美元，通常会提前数月下订单。” 目前，英伟达的股价今年已经翻了大约两倍，投资者押注其备受追捧的芯片将在推动人工智能革命方面发挥关键作用。英伟达也因其在S&P 500指数中的表现而备受关注，今年以来是表现最佳的公司之一，市值已经超过1万亿美元。

Heidi2023-08-11

亚马逊云解决方案架构师汪其香：AIGC在不同领域的落地与应用场景

人们的注意力，这个概念就是AIGC。从ChatGPT风靡全球到Midjourney重塑许多行业。人们可能有疑惑，AIGC到底是个啥，到底怎么用？接下来欢迎亚马逊云解决方案架构师汪其香带来演讲《AIGC概述与应用场景》。汪其香：大家好，我是亚马逊云解决方案架构师汪其香。今天我将会为大家介绍一下AIGC，AIGC是除了币圈之外，最近比较火热的话题。我会向大家介绍它是什么，它在哪些行业和场景中得到了应用，以及与AIGC相关的一些技术现状。最后，我还会探讨一下AWS在这个领域能够提供的能力。首先，AIGC是从人工智能（AI）发展起来的概念。起初，我们将这个领域称为人工智能，随后随着机器学习的发展，尤其是英伟达等公司算力的提升，我们进入了深度学习时代，神经网络变得越来越庞大、复杂。随着Transformer等技术的出现，大型模型开始兴起，我们把它称之为AIGC。AIGC的核心意义在于改变了创作生产力的方式。传统的AI主要用于推荐和搜索等任务，改变的是内容传播的方式，但创作的源头仍然是人类。然而，AIGC改变了创作的源头，将创作的过程由人类转变为由人工智能生成，因此AIGC在未来的发展潜力越来越大，能够承担的任务也越来越多。据预测，到2025年，由生成式人工智能产生的数据将占据全部数据的10%，而目前这个比例不到1%。这意味着在未来一到两年内，我们在生活中接触到的由人工智能生成的素材，例如广告、海报等，其比例将迅速增加10倍。市场对AIGC的反应也表明，目前已经有许多行业开始应用AIGC技术。AIGC将在各个行业中发挥作用，不仅局限于图片生成，还包括视频生成、语音生成以及文本创作等各个方面。从技术角度来看： 1. 生成图片：AIGC在游戏、电商等领域能够生成各种类型的图片，包括电商产品图片等。 2. 文字生成：除了邮件、广告等场景，AIGC还可以在办公和代码编写领域生成文字内容。 3. 生成音频：AIGC可以用于音乐作曲、生成虚拟数字人等音频创作。 4. 视频生成：虽然之前不够成熟，但现在AIGC已经可以通过输入文字生成相应的视频，例如产品宣传片等。 5. AIGC在典型行业中的应用：在广告媒体领域，AIGC技术可以应用于视频制作，同时也可以用于生成文字内容。在游戏领域中，AIGC的应用也十分引人注目。以前，一个人要创造一个游戏可能需要花费几个月的时间，但有了AIGC技术，现在仅需一个小时就可以创造出多个游戏。这使得游戏开发者的角色从创作者转变为选择者。其中，图片生成的技术成熟度最高，行业中的应用程度也最广泛。不过，在音频和视频方面，目前的技术还没有像图片生成那样成熟。 AIGC技术可以分为两个主要方向： 1. 多模态转化：AIGC能够处理多种不同的输入模态，如文字、图片和代码，然后将其转化为多模态的输出。例如，你可以给AIGC一个描述，它可以生成相应的图片、文字和代码等多种形式的输出。 2. 语言交互：AIGC还可以用于语言交互，比如对话机器人。你提供一段输入，它能够与你进行交互，而不仅仅是单向地创作内容。在这个领域中，常见的应用是客服。随着AIGC技术的普及，人们很难分辨出某个回复是由人还是机器生成的。像ChatGPT这样的大型语言模型，它的回复方式与人类非常相似。在AIGC技术中，可以将其分为不同的技术层次： 1. 基础设施层：基础设施层是整个技术栈的基础。英伟达和云服务提供商为AIGC提供了必要的硬件设施，因为应用于垂直领域和各种训练和推理任务的大型模型需要底层的计算能力。 2. 模型层：模型层是构建在基础设施之上的，当前有一些大公司和科研机构推出了开源的大型模型。这些模型提供了基础能力，可以根据具体行业的需求进行进一步的训练和应用。例如，对于Web3.0中的链游领域，可以利用开源模型进行特定训练，以满足该行业的需求。现在许多公司在这一层面主要是应用模型，根据自身领域的问题引入大型模型的能力，构建SaaS工具，提高内部生产力。 3. 细分应用层：在模型层之上，还可以进一步构建细分的应用。例如，绘画领域中的模型，最初可能会比较受欢迎，但随着时间的推移，针对实际场景的应用将变得更加重要。例如，商品展示和设计等领域，除了绘画外，还可以应用AIGC来生成特定的设计元素。除了图片生成，另一个重要的应用场景是大型语言模型。这些模型在语义理解方面取得了巨大进展。与以往只能进行简单文本提取和分类不同，现在的大语言模型能够理解你的意图。无论是要在互联网上搜索信息，从数据库中查询数据，还是撰写文章，它都能够理解语义，并将其转化为相应的指令。这些大语言模型的语言表达也更加流畅，不再像以前那样与人类表达方式相悖。它们还能够进行闲聊对话。然而，大型语言模型可能会出现编造和虚构的情况，有时候会编造不实信息。另外，由于它们的知识来源于已学习的数据，可能会出现过时的信息。如果要应用这些模型，可能需要在其基础上加入其他组件来提高其准确性和可靠性。模型的规模、成本和质量之间存在一定的关系。模型越大，效果往往会更好，但同时需要更大的计算能力支持。参数量的减少可能会导致回答质量的下降。以图片生成为例，如果要将AIGC用于实际应用，比如在设计领域，就需要对模型进行一定的控制，以生成符合实际需求的内容。例如，在营销活动中，设计师或运营人员可能需要根据需要生成大量图片。AIGC可以在几分钟内生成大量图片，然后运营人员可以从中挑选。在服装行业中，AIGC还可以帮助设计人员找到创意并生成图片和设计风格。此外，AIGC还可以用于活动海报的生成，帮助拓展创意思路。例如，有一个广告客户卖眼镜和假发，以前需要找模特并在各个国家拍摄照片，成本很高。但现在借助AIGC和开源模型，可以生成各种肤色和国籍的模特照片，降低了全球投放的营销成本。在游戏策划和素材创意方面，AIGC也能发挥作用。游戏设计的原画师可以通过AIGC提高工作效率，生成原画和策划灵感。同样，填色领域也非常适合AIGC，特别是在二次元动漫场景中。在文字生成方面的应用，主要集中在对话、客服、陪伴机器人、游戏中的NPC、数字人以及智能问答等领域。以前在搜索引擎中，你需要明确指定你要搜索的内容。但现在的大语言模型可以理解你的语义，你可以以自然对话的方式向搜索引擎提问。智能问答方面，你可以直接问出类似“搜线下性价比最高的产品是什么”这样的问题，它会理解你的意思并呈现出相应的结果。此外，大语言模型还可以辅助编写代码，帮助生成SQL语言和模块，以及撰写剧本和营销邮件等。为了应对开源大语言模型可能出现的幻觉和胡编情况，可以采取一些限定条件下的回答策略，以确保机器人的回答不偏离主题。例如，在提问之前，可以通过企业文档和数据库来限定机器人的回答范围，让它只在特定领域内进行回答，从而实现可控的文本生成。除了开源模型的应用，亚马逊云还提供了一系列机器学习能力。亚马逊云的机器学习服务分为三个层次。最底层是基础设施，提供强大的算力支持。中间层是机器学习训练平台，您可以在这个平台上进行模型训练、模型部署，并且可以找到并使用各种开源模型。最上层是托管的AI服务，如AIGC和模型推理等。举一个例子，如果我们使用AIGC生成图片，可以结合图像识别服务，对生成的图片进行简单的筛选。例如，确保生成的图片不含有黄色或暴力内容。或者可以指定生成某种产品在特定场景下的展示图，然后通过图像识别服务检查生成的结果，确保是否符合要求。这类似于前处理或后处理的操作，可以借助不同的AI服务来实现。目前，除了AIGC（Artificial Intelligence Generated Content）之外，另一个热门的工具是“Building”服务，它是围绕大语言模型的脚手架工具。由于开源大语言模型的种类繁多，而在不同的场景下可能会使用不同的模型或者有一些特定的思维链。Building工具可以帮助我们管理多个大语言模型，包括AWS自家的泰坦大语言模型，从而简化在大模型上的开发工作。 AWS还提供了基础设施算力支持，通过自研芯片可以降低未来推理成本。当我们完成模型开发后，通常需要进行推理以适用于实际场景。AWS自研的芯片可以提供低成本的算力资源，以满足各种应用的需要。另一个面向个人开发者免费的服务是“第三个服务”，该服务支持多种语言。刚刚提到的“Bedrock”服务是一个API，它支持许多常见的基础模型。举个例子，你可以使用AWS自家的大语言模型泰坦进行文字生成。同时，你还可以利用其他公司的大语言模型。有一些模型是预先训练好的，可以直接使用。然后，通过这种服务，你可以将这些开源大语言模型导入到你自己的AWS账号中，进行微调以满足特定场景需求。你可以将这些模型集成到自己的应用框架中。 “Bedrock”提供了许多模型，它们不断更新。你可以使用这些模型来生成内容，辅助编写代码等。最后，让我们来了解一下关于基础设施的服务。目前，我们提供了A100和A800等型号的计算卡，这些资源可以在海外使用。除了在训练阶段需要的高性能算力外，我们还提供了用于推理的计算卡，以降低推理的成本。除了英伟达的计算卡外，我们还自行研发了芯片，例如SD和其他常见的大语言模型，这些模型可以在我们的芯片上进行部署。由于成本较低，相同的算力情况下，使用我们的自研芯片会更加经济高效。这些大语言模型已经兼容了我们的芯片。在机器学习领域，AWS提供了全流程的赋能。我们拥有解决方案架构师团队，可以协助您进行架构梳理。此外，我们还有产品技术专家团队，以及人工智能实验室和数据算法科学家。如果您有创新的AIGC场景，我们会投入算法科学家与您合作，共同推进项目。此外，我们还提供培训体系，以确保您可以充分了解和利用我们的服务。 AWS的解决方案具有高度的灵活性，可以确保私域数据的安全性，并提供高性价比的基础设施选项。我们还提供了直接调用API来使用大模型的功能，同时我们也拥有全面成熟的AIGC解决方案，适用于各个行业、媒体等领域。以上就是我今天的演讲内容，大家对于AIGC在海外的云计算，或者关于AIGC的任何问题，都可以一起来讨论，谢谢大家！来源：金色财经

金色财经2023-08-10

天风证券：给予工业富联买入评级，目标价位38.4元

—服务器市场扩容持续：看好数字经济+以Chatgpt为代表的AI驱动的算力建设需求带动的服务器市场扩容；2）云服务业务：持续受益于服务器白牌化+公司份额领先（云计算服务器出货量持续全球第一，主要客户涵盖北美前三大CSP服务商+国内头部CSP服务商及互联网应用服务企业）+一条龙服务优势明显（产品设计、技术开发、关键零组件、系统组建、运筹管理到弹性调配交付），云服务占比进一步提升，22年云服务商产品在云计算收入中占比快速提升，22年超40%；3）AI服务器业务：持续受益于ChatGPT等新兴AI产品对算力、带宽、GPU、高容量储存、先进散热与节能需求激增+绑定行业头部客户（多年来一直是数家第一梯队云服务商AI服务器（加速器）与AI存储器供应商）+产品持续迭代具备技术领先性（相关AI服务器、AI存储器产品持续迭代已开发至第四代），22年AI服务器及HPC出货增长迅速，在云服务商产品中占比增至约20%；4）产品和技术创新：持续研发创新技术突破，有望持续强化优势地位+提升份额，模块化方面，2022年10月，公司推出全球第一台DC_MHS服务器，公司新一代液冷技术也应用在客户最新HPC加速器中。　　网络通信业务：1）行业层面—网络扩容需求持续：全球企业数字化、5G基建和智能家居需求提升，工业互联网、元宇宙、AIGC等增量需求增长，上层流量持续增加带动网络扩容需求；2）5G设备：持续受益于5G建设持续推进应用场景丰富，22年5G设备营收增长超20%，3）网络设备：持续受益于企业数字化基础设施建设升级和云端应用快速增长+企业网络设备拥有占全球市场份额超50%以上的领先客户群体，22年网络通信设备营收增长超20%，23年持续受益于云+AI应用驱动的数据中心网络升级；4）无线设备：拥有5G和Wi-Fi6/6E核心技术，目前正深化企业Wi-Fi7产品布局；5）结构件业务：23年iPhone新机Pro机型有望升级至钛铝复合压铸中框，ASP提升有望贡献业绩增量；6）产品和技术创新：持续关注下一代通讯及网路技术如WiFi7企业网络等技术。　　投资建议：维持23/24/25年253/317/396亿归母净利润的盈利预测，维持公司38.4元/股的目标价，对应23年30倍估值，维持“买入”评级。　　风险提示：AI服务器需求不及预期、AI盈利能力不及预期、智能手机销量不及预期、行业竞争加剧证券之星数据中心根据近三年发布的研报数据计算，中信证券许英博研究员团队对该股研究较为深入，近三年预测准确度均值高达91.62%，其预测2023年度归属净利润为盈利236.88亿，根据现价换算的预测PE为18.03。最新盈利预测明细如下：该股最近90天内共有15家机构给出评级，买入评级15家；过去90天内机构目标均价为29.23。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-08-10

一扫中国经济“阴霾”！阿里巴巴营收、利润超预期站稳复苏第一步！

争对手正在争夺互联网的主导地位。继 ChatGPT 强势崛起后，百度成为市场最为关注的后起之秀，同时在今年 3 月份首次推出 Ernie，随后又进行了几次迭代。#ChatGPT火爆全网# 此外，字节跳动旗下的 TikTok 和 Temu 等公司正加速进军海外以寻求增长。

芷莹2023-08-10

亚马逊为AWS而战！

于夸大。与微软Azure不同，AWS在ChatGPT引发的生成式AI热潮之前就已经开始设计自己的AI芯片。虽然目前英伟达的H100 GPU仍然是训练和推理AI模型的最佳选择，但亚马逊确实将努力鼓励客户将更多工作负载转移到自己的Trainium和Inferentia芯片上，并在这方面领先于微软Azure。这些AI芯片显然不是AWS首次涉足设计自己芯片领域。多年来，这家科技巨头还提供了Graviton CPU芯片，旨在满足AWS的广泛计算需求。在上次的财报电话会议上，CEO 安德鲁 · 贾西宣布： “几年前，我们从客户那里一直听到，他们想要找到更多性价比高的通用计算方式。为了实现这一目标，我们意识到需要从硅芯开始重新思考各种事情，于是着手设计了我们自己的通用CPU芯片。” 目前，超过5万家客户正在使用AWS的Graviton芯片和AWS计算实例，包括我们前100名的Amazon EC2客户中的98家，而这些芯片的性价比约比其他主要的x86处理器提高了40%。同样的重新构想正在生成式AI领域发生。” 亚马逊已经在使用自己的芯片，这确实令人鼓舞，但Trainium和Inferentia AI芯片并不像英伟达的H100 GPU那样强大。鉴于Azure在没有自己芯片的情况下更依赖于英伟达的GPU，同时能够提供业界领先的大型语言模型。Azure目前被认为更有能力吸引各行各业的云客户，这些客户正在寻求通过AI来转变他们的业务。此外，鼓励客户从由英伟达芯片驱动的云服务迁移到由亚马逊自己的芯片驱动的服务将是一个挑战。首先，亚马逊需要提升其AI芯片，进而从性价比角度竞争英伟达的GPU。此外，英伟达的GPU的竞争力也是由其伴随的CUDA软件包和围绕其芯片发展起来的软件生态系统所培养的。这个生态系统使得第三方开发者越来越多地构建适用于英伟达芯片的AI应用程序，不断增加了英伟达GPU对客户的吸引力。因此，英伟达确实通过广泛的网络效应在其AI解决方案周围建立了强大的护城河，将开发者和客户都牢牢地困在其生态系统中。然而，亚马逊多年来在云计算行业的领先地位，也形成了围绕AWS发展的广泛合作伙伴生态系统，亚马逊将努力利用这一生态系统，鼓励第三方开发者围绕其AI云服务和芯片构建应用程序。此外，即使Trainium和Inferentia芯片不如英伟达的芯片强大，AWS仍然可以通过定制化优势提供更好的性价比。此外，通过设计和生产自己的芯片，亚马逊可以根据其自己云服务的特定需求来定制Trainium/Inferentia芯片。这种流程集成优势使亚马逊能够优化性能，降低客户的延迟。关于AWS如何努力在其云客户群中促使更多的人采用Trainium/Inferentia芯片，这家科技巨头用于诱导迁移到其Graviton CPU的策略确实可以提供一些线索。一个可能阻碍客户迁移的关键问题是需要修改或重新编写他们的应用程序以在AWS的芯片上运行。这可能是一个很大的切换成本，特别是对于较大的应用程序来说。为了促进向Graviton的转变，亚马逊已经努力确保许多受欢迎的应用程序和软件包与Graviton兼容，减少了客户需要修改或重新编写其应用程序的需求。除此之外，亚马逊提供了工具和服务，帮助客户将其应用程序迁移到Graviton，包括AWS应用迁移服务和AWS模式转换工具。因此，亚马逊将确实采取类似的策略，以便更轻松地从英伟达的GPU迁移到用于训练/推断工作负载的Trainium/Inferentia芯片。如果亚马逊能够在AI革命中成功地鼓励人们转向自己的芯片，它将在几个方面使AWS受益。我们之前已经介绍了定制的好处，使AWS能够提供更好的性能和更低的延迟，因为这些芯片将专门针对其自己的云解决方案进行定制。此外，生产自己的芯片使亚马逊能够创新和开发新的功能和能力，这些功能和能力可能无法用英伟达和AMD的现成芯片来实现。这可以帮助亚马逊进一步将其云服务与竞争对手区分开来，并为客户提供额外价值。因此，这些优势可以使AWS更好地吸引云客户，推动收入增长并捍卫其领导地位。虽然使用内部构建的芯片也带来了成本效益。通过生产和部署自己的芯片，亚马逊可以节省购买英伟达芯片的成本，毕竟，现在英伟达的芯片真的太贵了。此外，根据上述定制化优势，运行由其自己芯片驱动的云服务也可以使其更具成本效益地提供此类解决方案。这可以使亚马逊降低成本并向客户提供更具竞争力的定价。财务指导和绩效在上次的盈利电话会议上，当一位分析师问及高管们预计AI相关的AWS增长时间表时，他们不愿提供具体细节： Brent Thill： “就AI的货币化问题，你能谈谈你们认为何时会开始在AWS业务中看到这种增长吗？是在2024年吗？在后半年，你觉得这会对业务产生更大的影响吗？” 安德鲁 · 贾西： “…我认为当你谈到大规模潜在爆发的生成式AI时，包括我们在内，每个人都对此感到兴奋，我认为我们现在处于非常早期的阶段。在我看来，我们在马拉松比赛中已经走了几步。我认为这将是革命性的，我认为它将从根本上改变我们所知的几乎每一种客户体验…但现在还为时过早。所以我期待这将会非常庞大，但那将在未来发生。” 相比之下，微软已经能够提供与Azure的AI相关增长有关的指导，它在财报电话会议上表示，对于2024财年第一季度，它预计： “在Azure中，我们预计在恒定货币下的收入增长率将为25%至26%，其中大约有2个百分点来自所有Azure AI服务。” 亚马逊需要在未来提供更具体的增长预期，以维持投资者对AWS的AI前景的信心。在过去的几年里，AWS的营收增长明显放缓，类似于其最大的竞争对手。数据来源：公司文件尽管AI预计将重新点燃所有云服务提供商的营收增长率，但首先必须应对巨额的前期成本。首席执行官安德鲁·贾西提供了有关未来AI相关资本支出的指导： “展望2023年整年，我们预计资本支出将略高于500亿美元，而2022年为590亿美元。我们预计履行和运输资本支出将同比下降，部分抵消了增加的基础设施资本支出，以支持我们AWS业务的增长，包括与生成式AI和大语言模型工作相关的额外投资。” 随着亚马逊投资于扩大其在AWS中的AI基础设施，这将对短期的利润率产生压力。这家科技巨头需要同时投资于第三方解决方案，比如英伟达的H100芯片，以能够提供行业领先的解决方案来满足客户当前的AI需求，同时还要投资于Trainium和Inferentia芯片的设计进展。此外，亚马逊还将努力构建更有竞争力的大型语言模型，作为其客户的AI应用开发的基础。正如首席执行官安德鲁 · 贾西所提到的：“开发这些大型语言模型需要数十亿美元和多年时间”，这意味着投资者可以预期在可预见的未来会有大规模的资本支出。与AI相关的巨额资本支出确实将对AWS的利润率产生短期压力。尽管随着AWS基础设施的扩大，能够更好地满足客户对AI服务日益增长的需求，但从长期来看，随后的营收增长应该会支撑利润率，这取决于它与微软Azure和谷歌云的竞争能力。数据来源：公司文件根据Seeking Alpha的数据，亚马逊的股票目前以超过65倍的未来盈利估值交易。这个估值也反映了亚马逊的电子商务业务。AWS在2023年第二季度的总收入中仅占约16%。然而，鉴于AWS是亚马逊利润最丰厚的业务部门，它是公司利润的主要贡献者，因此是其未来盈利倍数的重要驱动因素。考虑到在接下来的一年里，亚马逊将进行大规模的资本支出，这将对其利润率产生压力，分析师认为这是一个昂贵的股票价格。同时要考虑到65倍的未来盈利估值明显比其顶级云对手更昂贵，微软的估值超过30倍，谷歌的估值接近24倍。因此，虽然AWS确实有可能成为AI时代的强大参与者，但Nexus Research认为，投资者可以通过估值较低的竞争对手更好地接触到与AI相关的云计算增长。 $亚马逊(AMZN)$

老虎证券2023-08-10

24小时热点