全球数字财富领导者
财富汇
|
美股投研
|
客户端
|
旧版
|
北美站
|
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
SFFE2030
外汇开户
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
SK海力士成立新部门 负责人工智能芯片业务
go
lg
...
部门将整合分散在公司内部的高带宽内存(
HBM
)能力和功能。 该部门还将主导新一代
HBM
芯片等人工智能技术的发展,寻找并开发新市场。 SK海力士表示,现任全球销售营销部门负责人Kim Juseon将领导这个新部门。 SK海力士还表示,为了加强NAND闪存和解决方案业务,将成立新的战略部门N-S委员会。该机构将作为NAND和解决方案业务的控制塔,负责推动产品和相关项目的盈利能力和优化资源利用效率。 此外,SK海力士总裁Kwak Noh-jung将担任公司唯一的CEO,现任联席CEO兼副董事长Park Jung-ho在昨天的人事调整中辞职。
lg
...
金融界
2023-12-07
Future3 Talk四期回顾丨DePIN未来趋势 哪些应用方向值得关注?
go
lg
...
伟达GPU最核心的价值是NVLink和
HBM
高速显存。从这方面来讲,目前我的确看不到去中心化的节点如何去跑一个大模型训练的可能,在这种情况下,多半是把一些节点的集群合在一起,通过NVLink达到每秒900G的传输速率。但这样的集群也可以成为EMC网络上的一个节点,同时,我们把个人零散的GPU与一些中心化节点结合在一起,组成了一个去中心化网络,这是目前已经做到的。 第二个应用场景是跑推理。我个人判断明年年中左右,大语言模型的训练可能会相对冷下来,因为特别烧钱。中国现在最大的大语言模型MiniMax的算力需求是1万张H100,我们现在最大的一个节点上有200台,大约1600张H100,总投资是多少呢?将近7亿人民币,这不是小公司能玩得起的,而且这样大算力的租用成本也非常高,所以大语言模型公司能否长期持续进行这样的投入,我表示质疑。要保持长期训练,必须产生经济收益,就像GPT和Midjourney虽然花了很多钱训练,但它们有2C服务,可以产生商业变现,那就可以持续投入。所以我个人预估,明年对AI来说可能是推理的大年。 一旦进入推理服务,对大的集群的需求就会降低,去中心化的方式反而非常合适。前不久有家做图片训练的爱沙尼亚公司租用了EMC网络一个区域中的8个去中心化节点,部署花了两天,然后用一天时间跑完了100万张图片的训练,相当于仅用了三天时间就跑完了原本三个月的工作量,成本也低了很多。同时EMC也不用为此付费,而是通过DePIN的方式给予节点奖励,这就实现了双赢:使用方很满意,节点本身也能够产生收益并变现。同时我们正在和一些上市公司以及有意在GPU方面做资产布局的公司合作,合作的规模都很大,因为投入这样的节点建设基本要一两千万美金起步。 现在做AI主要考虑三点:模型、数据、算力。模型通常是不成问题的,可以在开源的模型上进行调整,也可以自研;做某个行业的AI训练的话,数据集也不会缺,所以算力就是唯一的问题,没有足够的算力,做什么AI都是天方夜谭。但算力不是想投入就能投入的,英伟达H100的订单已经排到18个月后了,有钱也买不到;即使能买到,还需要建大规模的IDC、服务环境,投入也极高。对这些AI公司来说,时间就是成本,EMC能让他们直接使用起来,且成本仅仅是自建或是传统云服务厂商的25%~30%,这其中的经济效益是非常可观的。 第三是数据。EMC从建初始节点的时候,就与其他存储项目合作并打通,现在EMC网络中的Lora、checkpoint、LLM模型,以及用户直接产生的数据,都是采用去中心化方式存储的,目前我们正在进行第二阶段的合作,第一阶段已完成模型调用,实现了去中心化存储。 这里多说几句,我认为存储并不是一个大赛道,目前还为时过早,因为存储空间里的大多数文件都是从Web2世界来的,但Web2世界里有价值的数据都已经被巨头垄断了,他们不会因为去中心化存储的成本比云存储低,就把数据迁移过来,他们更多考虑的是数据价值以及迁移和运维的成本。而AI数据都是原生数据,这些原生数据可以在最开始就存储在去中心化网络中,这比迁移原来的数据要容易得多,且这部分数据并不以其大小作为价值,而是以数据本身作为价值。举个最简单的例子,私钥最大只占十几K字节,但价值是巨大的。AI模型训练出来的数据集中,跑一个GAN或是CNN可能不算海量数据,但这些数据的价值是巨大的。 在第二阶段的合作中,EMC要求的不仅仅是存储,还有全球CDN的加速,AI模型动辄几个G甚至几十G,没有大量CDN的加速,就无法实现大量数据的相互调用,传统互联网节点之间的相互传输就会成为一个瓶颈。 如果数据已经实现了去中心化存储,下一步就是怎样利用AI去使用这些数据。我相信在座各位都会使用ChatGPT,但我自己宁愿去使用EMC节点上部署的大语言模型,为什么呢?因为我用的时间越长,它就变得越聪明,经过我的大量训练,它开始学会用我所引导的思维方式和我对话了,但这部分数据不在我手上,我就不放心,我训练出来的结果可能都跑到OpenAI或是微软这样的公司名下了。 我有这样的担心,相信其他人也会有这样的担心,所以EMC有个“算力插座”,我们希望训练出来的数据集是由用户的私钥来调动的,它是切片的,加密地存在整个网络中,归用户个人所有,这样你才敢放心地使用AI,否则AI的效果越好,可能你就会越担心。 总而言之,我们之所以做EMC,就是因为看到了AI和Web3的结合点。AI是一个典型的生产力工具,它的速度和学习能力比人强得多。区块链的底层是个制度,能够分权和去垄断,它牺牲了效率,但带来了一个更安全的环境,这两者听起来是矛盾的,但考虑到AI已经是个战略级的武器了,是国策的竞争,那么当这匹马跑得越来越快的时候,缰绳握在谁的手里就是个重要的问题。通过Web3的体制与AI结合,给它制造一个缰绳,制造一个约束的环境,制造一个更安全的环境,我觉得这两者结合是更合适的。 彭昭(主持人):我们之后会更具体地讨论DePIN和AI的结合点。现在直播间有上千位朋友,很多朋友可能是今天第一次来收看我们的直播,也是第一次接触DePIN,因此想请杜总和林总来介绍一下DePIN以及DePIN相关的一些优势和价值,并点评一下Future3 Campus的项目。 杜宇:好的,我先讲,之后再请林总补充,林总也是物联网行业的老兵了。我可能更多地从区块链行业的角度或者站在万向区块链的角度来说,为什么对DePIN这么重视和感兴趣。 一方面,万向本身是一个具有传统行业背景的公司,所以在过去这么多年中,我们在国内做了很多产业区块链的应用。在这个过程当中,我们经常会遇到的挑战是“区块链如何保证数据源头的真实性”。当我们和工业企业、设备厂商乃至整个产业中的参与者们打交道时,怎么保证数据源头的真实性?怎么与现实世界相结合?这些与当下区块链原生的那些圈子十分不同。物联网是一个很重要的手段,之前在做产业应用时,例如生物资产、工业互联网等都涉及到很多硬件的东西,所以我们很早就和林总在区块链+物联网模组的领域有合作,我们也由此看到产业中的大量需求。 第二,从比特币问世至今已有十余年,业内很多人都在讲金融服务,包括一些主流的金融机构、主流产业等,其实他们很多都看不懂Web3,认为Web3都是DeFi等看不懂的东西。但我觉得DePIN其实是把Web3带进产业的绝佳桥梁,不管是通过硬件,还是通过大家所熟知的供应链、ESG、绿色金融等,这是很重要的一点。 第三,DePIN是非中心化的基础设施,或者说是新一代的基础设施。上次我们聊到DePIN和CePIN之间的关系,我一直觉得DePIN可以很好地对CePIN进行补充。以通信为例,国内很多城市的基础设施非常好,但是在大量的发展中国家,甚至在一些发达国家中比较偏的地区,其信号覆盖其实是很差的。在这种情况下,DePIN就是对现有网络建设的良好补充。 刚才Zed也提到了,AI模型训练面临着很多的问题,其中之一便是只有训练量够大才能提升AI的质量,但在算力紧张的情况下,我们可以通过DePIN来利用更多闲置的算力,例如通过Token和经济激励的方式,把闲置的资源利用起来,这也是很好的建设网络效应的手段。例如,我们上周聊到的充电桩的案例就是DePIN提升网络效应,补充现有网络建设的方式。家用充电桩大多一天只用一次,甚至可能一周只用一两次,如果能够把充电桩共享出来将对于推动整个新能源汽车的发展有很大的帮助,所以我们看到了DePIN的巨大潜力。甚至我之前跟林总也聊过,DePIN是重建数字世界的物理基础设施的巨大机会。 彭昭(主持人):感谢杜总。提到上次充电桩的DePIN项目,我想补充一个项目进展。我们在上周的直播中帮他们找到了合作伙伴,所以希望各位嘉宾到在介绍自己的项目时,可以分享一下各自想与什么样的合作方合作等,说不定我们就能搭上这个线索。接下来有请林总进行分享。 Leo:好的,我来接着杜总刚才的分享做点补充。首先,我非常认同刚才杜总讲的“DePIN是对当前自上而下的基础设施建设的有效补充”,我认为这是在加速全人类的数字化进程。因为传统基础设施建设是自上而下、由政府或大企业来驱动的,它的投入很大,建设周期也比较长。如果能够通过社区自下而上地对基础设施的建设进行补充的话,将对数字化进程有很大的帮助。 此外,我们也看到一个商业的趋势,即如今的商业都在往数字化变革,包括现在很多的DePIN形态其实在某种程度上来说也是未来商业的发展趋势,例如充电桩、自动贩卖机、无线网关等,相当于是无人值守的商户,它们能够对外提供服务,如果有第三方使用这个服务就需要对该网络提供的服务进行付费。 这类商业模式如果按照传统的方式来做,要么自己有资金去投入,要么VC融很多钱,或是走上市等途径。而DePIN事实上是一个很有意思的创新,他把这些商业行为、资产状态都通过数字化的手段,实时地、透明地登记到全球公开透明的账本——区块链上,让所有来参与建设的建设者、投资者都可以非常清楚地看到自己和共建者对网络建设的贡献,这些都是非常公允、透明地呈现在账本上面的,这样就使得激励的分配和未来网络的收益都是公允、透明的。 因此,我们可以看到DePIN的一个项目能够调动全球几十万甚至上百万的社区中的个体进行大规模的协同,这些社区的贡献者之间虽然没有雇佣关系,但是大家可以一起奔着同样一个目标去做协同,我们觉得这种方式是非常有意义的,也极有可能是未来数字化程度比较高的情况下,商业存在的一个新形态。 大家都提到了在DePIN模式下,数据的使用权能够归还给用户。除此之外,DePIN还有一个有价值的地方,尤其是当DePIN项目呈现为一个数据的网络时,例如DIMO是汽车出行数据的聚合网络,WeartherXM是全球气象数据的聚合网络,Arkreen是能源数据的聚合网络……这些数据网络通过DePIN可以实现,但却是传统的数字化比较难触达的长尾市场。因为传统自上而下去做数字化时会看ROI,希望投入能够最大化地得到回报。因此,有很多数字化项目都会挑比较大的标的、比较大的资产,因为无论是人力的投入还是资源的投入,资源集中后,如果资产标的比较大,它就能够有比较可观的ROI。但如果资产是比较分散的,它的投入就会支撑不了,或者说它的收入覆盖不了这些投入,这个市场它就没法去触达。事实上在数字化的进程当中,有不少这样的长尾市场是没办法用传统的模式去触达的。 这就是今天DePIN的模式,即利用全球社区自下而上进行建设,并由社区的builder来承担Capex的资本投入、Opex的运营支出,从而能够有机会把长尾的市场开发出来,这是DePIN模式对于去聚合数据资产的特别好的一个手段。我就先补充这两点。 彭昭(主持人):刚才杜总和林总把DePIN的价值和优势都提炼得很明确。相比中心化的基础设施,DePIN是一种去中心化的、分布式的基础设施,能够通过使参与者获得相关的收益来充分调动其动力,进而推动基础设施的建设。它是一种自下而上的变革,这与以前大资本投入,大人力、物力投入的建设方式完全不一样。 现在有很多项目实际上都是和AI相关的,所以我们今天想深入讨论AI与DePIN的结合。这两个技术都处在非常火爆上升的阶段,DePIN和AI的结合会发生在什么样的交叉点上?先请杜总和林总来说说关于DePIN和AI结合的整体性看法,然后再请项目代表们来具体说说各自是如何看待DePIN和AI的结合的? Leo:我认为可能会有如下几个结合的点。一个是大家先前也提到过的,AI大模型是需要大量的数据来训练,当下的格局其实会出现具备大模型算力的一方,也会存在具备海量数据的一方,双方之间有可能会存在博弈。例如,有数据的一方会有可能被有算力的一方切断资源导致算力不足,而有数据的一样也有可能切断数据供应,让有算力的一方无法继续训练资源。这是中心化的算力平台或数据平台在未来可能会产生的博弈。如果要打破博弈,那就意味着需要有无需许可的、去中心化的资源网络去支撑大模型的算力平台。数据是训练大模型的重要资源,我们需要探索的是未来能否以去中心化的方式获取数据的来源,并由数据的使用者自行来决定是否开放给平台用于训练。 第二个是能源,因为大模型的计算是一个非常大能耗的场景。如果大模型未来要持续地发展,就需要有持续的、可靠的能源供应,包括绿色能源供应、低成本能源供应等,这也是支撑大模型持续发展的重要资源。我认为,“如何得到无需许可的能源”是第二个对AI来说很重要的底层基础设施。 此外,AI未来的能力一定是依托在连接之上的,如何构建一个去中心化的、无需许可的网络也是我们需要思考的。因此,我认为DePIN与AI有非常强的互相依赖的关系。未来,AI需要有基于DePIN模式构建的无需许可即可访问的基础设施,包括能源基建、数据基建、连接基建。我觉得这些可能是DePIN未来网络的重要价值所在,或者说是会有很大的市场需求的。未来,大模型可能非常依赖于DePIN网络的这些资源的供应。 另一方面,我觉得刚才Rock提到的边缘计算也是一个结合方向。因为如今的大模型已经把互联网上所有能够爬到的数据基本上都爬完了。此后的新训练就需要优化数据来源,例如各种各样的传感器就是新的数据来源。未来,我们完全可以将部分数据的预处理和部分的AI计算分配到边缘,因为现在有些边缘计算的能力也越来越强,这是第二个我们认为DePIN和AI可以有很好结合的方向。 彭昭(主持人):这两点都是很关键的结合点,AI的发展也需要嫁接在一个良性发展的基础设施网络上,DePIN和AI这个结合是挺关键的。 杜宇:我想从两个角度做一些补充。第一,我觉得DePIN本质上是个基础设施,特别站在Web3的角度来看,它不是一个应用,而是基础设施。今天参加Future3 Talk的4个项目以及林总的Arkreen,分别代表了数字经济新基建的各个方向,包括计算存储、存储算力、网络、能源等,这些都是我们可以用Web3来重新做一遍的。数字经济除了给人用以外,还有服务于AI的。因此,DePIN可以说是未来AI的基础设施。这个其实大家刚刚已经讲了很多了,我就不去展开了。 第二,其实是和激励相关的,因为Web3核心的技术是区块链,区块链的核心是一个账本。因此,未来AI不管是数据维度还是AI算法维度,互相之间的经济行为一定是记载在区块链账本上的,包括如今Web3领域中提到很多的DeFi、智能合约衍生的DeFi协议、SocialFi协议等,都是构建以AI驱动的经济体的重要金融基础设施。综上,我觉得DePIN与AI的结合在于这两点,第一个是物理世界的基础设施,第二个是AI的金融基础设施。 彭昭(主持人):这两个视角也挺关键的。刚才杜总和林总都提到了DePIN和AI的结合点。接下来请各个项目代表结合自己的时间来谈谈DePIN和AI的结合。从Rock先开始吧。 Rock:我就举一个例子,以手机硬件为例。手机上有很多的视频和图片,这些都是很珍贵的数据集。但是用户又不想把这些资料上传到云端,因为有泄露隐私的风险。因此,我们就可以用联邦学习来链接这些用户设备上的数据,通过隐私计算来保证这些数据不离开用户本机,但是可以用于训练贡献梯度,即在本地完成训练贡献梯度,然后再到集成器里加权平均后经过几轮迭代使算法收敛。这样一来,手机厂商就可以利用这些训练好的模型去增强手机上的一些功能。例如,未来手机上的相机就可能会自带一些美图或者是物体消除AI调整照片的功能,即在手机本地就可以实现,不需要联网。这对于手机厂商来说,既提升了手机市场竞争力,又不用担心用云端算力增加成本的问题,是一个很值得发力做的方向。 对用户来说是手机性能上的提升,体验上的增强,也会便于手机厂商出货。他们会卷这些软件的AI算法去赋能他们手机,同时也会卷硬件,然后把他们的手机里安上性能更强的芯片来使手机具有本地推理和计算能力,从而更快更好的完成AI算法的训练和推理。这是手机行业上的一个应用,那么对应的电动汽车,智慧城市,健康医疗等AIoT涉及的领域还有很多用例,我就先不展开讲了。 彭昭(主持人):如果想到新的观点什么的,随时可以参与讨论。接下来请Yan进行分享。 Yan:我们昨天还在和一位上市公司的朋友讨论边缘AI与网络的结合。我们团队是英伟达的合作伙伴项目,所以我知道H100、H200显卡有多贵。但是就像Rock说的,现在在场景中有很多在边缘侧的算力服务需求,我们在做MetaBlox路由器的时候就考虑到了这样的需求。但这当中也有很多挑战,比如现在专业的编辑端的板卡和专业的WiFi板卡,它之间可以实现功能上互通,但性能并不是完美地匹配,需求却是非常高的。我给大家可以举个参考数据,例如现在大量的家用摄像头背后的边缘侧的处理就是一个很大的市场,也是一个非常好的现金流的生意,所以这些都是非常适合用DePIN与AI结合来做的。我觉得这是一个很好、很强的商业模式,Web2已经形成了很多正向的现金流的案例,那么Web3只会把这个趋势越做越宽,越做越大,希望大家一起努力。 彭昭(主持人):Zed刚才也提到,如果用GPT,可能会担心自己的数据并不能存在自己这里,但如果使用EMC的大模型,就能够保证自己数据的安全性,是这样吧? Zed:我就简单发散一下。我觉得还有件很重要的事:公平。去年年底GPT出来之后,大家都想去赶上AI这班快车,这其实是件好事,因为在AI这个行业里,大家的差距并没有那么大。Web2的创业是非常难的,流量垄断一切,但AI赛道的机会还有很多,很多人切入赛道比较早,做一些AIGC的应用,还是能获取一些红利。 但是很快红利就没有了,现在就开始卷得不得了。不但是大模型卷,应用也卷,卷到最后大家都在为英伟达和OpenAI打工——无非是你把他们的算力和模型拿来使用或者出租、出售,这其实不利于AI行业的发展。做AI创业,租用算力的成本很高,而且还不一定租得到,因为你不敢签长期协议。这是从AI创业者的角度来说。 第二是GPU芯片的生产厂家。一些国产厂商最新的GPU都会寄给我们做测试,通过去跑各种各样的环境,得到一个比较公平的数据。实话实说,差距还是挺大的,这个差距并不是硬件层面的,更多是软件层面的。硬件的制式可以做到7纳米或者更低,但实际上一跑起来就会发现,所谓CUDA兼容和原生CUDA还是两码事,所有应用都需要重新编译一遍,几乎不敢拿去让别人使用。这样的话,你的市场要怎么打开?但投硬件的话,成本又非常高,所以我们看到很多企业最终为了保险起见,还是会去购买英伟达。 但反过来说,是不是那些企业就没有竞争力呢?肯定不是的。如果通过DePIN的方式并入进来,跑一些小模型训练和推理服务,可能会发现性价比还是挺高的。EMC网络是按AI任务完成度计费的,虽然可能性能上有40%-50%的差距,但成本只有20%,这样使用起来性价比还是挺高的,而且任务也可以随意调度,不用在前期投入那么多资金去买硬件。 从这两个层面来讲,DePIN结合Web3的经济模型为用户和企业创造了一个更加公平的环境,再结合RWA,变现渠道就更简单一些。Web2的商业模式就是吸引更多用户,然后让用户付费,Web3有更高级的玩法。大家都知道金融化,金融不是洪水猛兽,如果结合一些金融产品的设计,可以让赛道里的一些创业者和企业更快地获得收益,那么他们就会有持续不断的资金来投入,这是加速行业发展的一件好事。 彭昭(主持人):接下来原本还有一个硬核的话题,就是RWA和DePIN的结合,但RWA也是一个新的叙事,门槛比较高,需要讨论很长时间,考虑到我们的时间比较紧,接下来不如趁着直播间有这么多朋友在线,我们每个项目聊一聊想和什么样的项目合作,找找合作的机会。 Zed:我谈一些真实需求,特别有趣。现在其实不缺客户,去中心化存储也没问题,就是数据传输太慢。上次我们想跑一个训练,把香港、新加坡、美国的IDC都问了个遍,最后发现最简单的办法就是买张机票,然后带着硬盘过去拷,否则这么大的数据量,根本不可能做到高速传输。我觉得数据传输对AI的发展是个极大的刚需,存储这方面我不是专家,海量数据调来调去,我也想不到什么特别好的办法,Rock和Ben在这方面应该都比较专业。 Rock:边缘设备,你直接在有数据的地方训练就会快很多。我也和其他行业交流过,他们宁可用卡车来传硬盘。 Zed:真的是这样,我一开始只是当作笑谈,但后来算了一下,好像这个方式确实是最可行的。说到边缘化的方式,小模型推理都没问题,速度已经非常快了,但对一些中大模型来说,要用DePIN的方式做到效率最高,就是要把闲置的加以使用,但并不是说离你最近的那个地方一定会闲置,算法做不到这一步,算法只能做到“你是最合适的,所以我往那儿去”,但做不到“我需要你,你就在哪儿”。 还有隐私计算,这部分我们也很早就在做了,未来大家担心的不仅是数据归谁所有的问题,还有数据会不会被滥用和盗取的问题。虽然目前还没有涉及个人数据的安全性问题,但很快就会提上日程,特别是对一些非常有价值的数据,当它的数据量不是特别大的时候,它的切片、加密等方式也是我们最近刚刚涉及的问题,这方面我研究得不是特别透,也想听听大家的建议。 Rock:可信计算是大趋势,有个核心的概念叫TEE(可信执行环境),这个很重要。未来的大趋势是在边缘设备上加TEE芯片,支持大家做可信计算。可信计算的核心之一是在CPU内做数据的加解密,数据即便是在RAM里,也是加密的,只有进到CPU里才进行加解密的动作,这就是TEE。所以未来TEE的CPU也是一个趋势,各个制造厂商都会加TEE的芯片,来解决数据隐私性的问题。我先补充这一点。 Zed:那天我们也提到了这点,但去跑数据之前它还是需要解密的。如果有更好的方式的话,我觉得未来会是个大有可为的垂直赛道。 杜宇:我补充一点,TEE还是有一些缺陷,需要先解密再去算,最新的方向一定是全同态。两个月前我见过一个在欧洲做全同态的团队,他们在用硬件的方式加速全同态的计算,说今天的全同态可能和两三年前的zk情况差不多。其实即使是今天的zk,也还没有做到完全可用,在速度、性能方面还存在问题,但全同态一定是最成熟、最完备的解决方法,虽然距离实现还有很大差距,对硬件的要求也非常高,特别是大模型训练,可能真的要等量子计算成熟了才有可能性。 彭昭(主持人):直播间有朋友想问下Zed,如果想和EMC项目合作,无论是作为builder、用户还是投资人,应该怎样来切入? Zed:EMC除了做DePIN外,还有EMC Hub。我相信做AI的一定知道Hugging Face和C站。Hugging Face和C站今年特别火,Github也是开发者非常熟悉的平台,但它们中间都是断层的。做过AI的可能都知道,在刚开始接触AI的时候,绝大多数精力并不是放在开发上面,而是去配置环境,这就特别浪费时间。整个社会分工已经很明晰了,为什么要反复造轮子呢? 所以我们当时就觉得可以在基础设施上加一个应用层,相当于把Github和AWS进行结合,做了EMC Hub。EMC Hub是一个类似于Hugging Face的模型聚合市场,基于Web3的经济系统让大家来贡献内容,你所贡献出来的内容是归自己所有的,如果别人去使用或是进行了商业化,你也可以从中获得收益。有赖于整个算力网络的支持,代码可以作为一个服务直接部署在网络上,就是“代码即服务”,算力提供者、开发人员甚至AI爱好者都可以把自己开发或微调出来的模型部署在上面当作服务,并获得收益。用声纹识别举例,其实开发难度并不大,有很多开源代码,只需要微调一下即可当作服务卖给很多有需要的企业。现在去做一个2C产品是很难的,但你如果把自己的API服务部署在EMC Hub上并收取费用,很快就能够变现,这就打开了很多新的创业空间。 彭昭(主持人):很清晰,大家应该也都知道怎样和EMC合作了,Rock和Yan也可以说一下。 Rock:我也说一下需求。我们base在硅谷,对于AI行业来说,这里的大厂也已经垄断了算力资源、一流的人才和数据集,我们这种创业公司的生存空间是很有限。我们目前的需求主要是人才,硅谷的算法工程师工资每年动辄20-30万刀起,我这次回国发现国内的算法人才也很多,特别是一些高校的同学们非常有天赋,能把业界前沿的论文快速消化吸收并且快速代码化的能力非常强。我们把AI搬到边缘上去需要三项最核心的技术:Efficient AI即模型的压缩优化、Federated Learning 联邦学习,以及刚才提到的Confidential Compute隐私计算,有对这三项技术感兴趣或是在这三个方向上有所积累的小伙伴和同学们请到Network3.ai上联系我们。 另外一个需求就是合作伙伴。如果有IoT厂商想尝试在边缘设备上训练模型赋能自己产品的,请联系我们,我们可以一起做个Pilot program。Web2的APP开发者如果不想去自己搭一套AIinfra,但是也想快速训练出自己app里的垂直模型的,也可以联系我们。谢谢! 彭昭(主持人):对刚刚说的这几个方向感兴趣的小伙伴可以给我们的视频号小助手留言,我们会有相关的同事来联系。接下来请Yan和Ben说一说。 Yan:我一直在关注视频号的互动,看到有网友问有没有社群的合作,我们是热烈欢迎社群合作的。现在几乎家家户户都有WiFi,现在既然要升级到WiFi6,同样的价格,为什么不换一个可以支持OpenRoamingTM的WiFi6 AX 6000设备呢?所以现在国内国外的需求都很旺盛,我们也非常欢迎社群合作,希望大家可以一起把OpenRoamingTM技术遍布到各家各户。有社群的朋友们欢迎跟我们联系,这是第一点。 第二,WiFi是一个难得的、每家每户、每个商店都需要的入口设备,伴随着WiFi6的换机潮,这些入口设备会是一个流量入口。拿小米举例,小米一般只做四个设备,手机、路由器、电视和汽车,其他都是生态链伙伴来做。我们也是希望聚焦入口设备,把兼容性做到最好。我们的WiFi路由器可以对接1-2T的SSD,设备都支持TrustZone,我本人在这个领域也有相当多专利,特别希望和存储、CDN等项目方合作,我们一起把DePIN部署下去。 第三,我们也希望与AI项目方开展深度合作。刚刚也提到我们团队是英伟达的合作伙伴项目,我们购买的所有机器都要支持SGX环境。但也有很多项目是用一个完整的机器作为可信执行环境,这也预示着隐私AI将是大势所趋。我个人特别看重边缘计算的隐私AI,早期各个小区施行人脸门禁的时候,大家都很担心自己的人脸信息被盗用,现在通过TEE环境可以确保即使黑客黑到设备里面成为root,也拿不走你的人脸信息。今后随着GPT等的发展,这个方向一定是大势所趋。MetaBlox虽然是WiFi网络,但因为我们是核心的入口设备,我们也支持边缘计算网络,希望可以和大家共建去中心化的隐私保护的边缘计算网络。 Ben:首先我们非常欢迎对IPFS技术有深入研究的开发者和我们一起去完善IPDN这个产品。同时,如果有开发者对去中心化存储有需求,比如你想构建一个dApp,用去中心化的CDN做数据、文件的存储,可以和我们联系,我们一起合作。 彭昭(主持人):我们的活动现在也接近尾声,接下来请杜总和林总每人做个一分钟的总结吧。 Leo:我也打个小广告。几周前香港金融科技周期间,我在Future3 Campus DePIN加速营的开营仪式上也讲到了DePIN应用链的启动,希望对DePIN赛道感兴趣的开发者和创业的团队和我们多多交流,看看DePIN应用链及其赋能能力能否支撑大家更快速地开发出DePIN产品的原型,也一起努力把DePIN赛道做得越来越热。 彭昭(主持人):DePIN应用链是个特别有价值的事情,很可惜今天的直播内容没涵盖这个话题,下次活动一定要包含进来。最后请杜总来总结。 杜宇:我个人感觉到今天为止,我们在DePIN方向上的探索还处于非常早期的阶段。今天我们主要讨论的是基础设施类别,上周是应用类,目前为止还没有看到整个DePIN生态完全的大爆发,我们今天和在场的几位行业先驱们一起在DePIN赛道做了更多的探索,希望能有更多示范性的案例出来给大家新的启发。 在全球范围内来说,我们的大湾区有着非常好的DePIN基础,但凡涉及到硬件都离不开大湾区,离不开深圳,这也是我们华人在整个Web3和DePIN赛道的巨大优势。我们希望能和从事物联网、硬件等行业的优秀企业家有更多交流,大家一起探讨如何将Web3与硬件、物联网相结合,探索出一片新的增长区域,我觉得这会是一件非常有意思的事。 彭昭(主持人):我也感觉随着讨论的深入,关注DePIN的朋友们的热情和数量都有了明显的提升,也期待下次和大家继续交流DePIN这个话题。我们今天的活动就到这里,谢谢各位。 来源:金色财经
lg
...
金色财经
2023-12-07
SK海力士成立新部门负责人工智能芯片业务
go
lg
...
部门将整合分散在公司内部的高带宽内存(
HBM
)能力和功能,并将主导新一代
HBM
芯片等人工智能技术的发展,寻找和开发新市场。现任全球销售营销部门负责人Kim Juseon将领导这个新部门。
lg
...
金融界
2023-12-07
AMD涨1.77% 消息称预计MI300明年出货约达30万~40万颗
go
lg
...
MI300X加速器支持高达192GB的
HBM3
存储器,提供大型语言模型推导与生成式AI工作负载所需的运算力与存储器效率。
lg
...
金融界
2023-12-06
科创100ETF(588190)午后快速拉升,涨超1%,成交金额超2亿元
go
lg
...
的供需失衡也对存储提出了更高要求,包括
HBM
在内的先进存储芯片近期持续吸引资本市场关注。在外部贸易政策收紧背景下,我国存储芯片迎来国产替代期,跟踪指数布局科创板中小市值个股、自主可控领域的科创100ETF(588190)配置价值显现。
lg
...
金融界
2023-12-06
报道:预计超微MI300明年出货约达30万~40万颗
go
lg
...
MI300X加速器支持高达192GB的
HBM3
存储器,提供大型语言模型推导与生成式AI工作负载所需的运算力与存储器效率。
lg
...
金融界
2023-12-06
聚焦尖端科技板块,布局数字经济发展,科创100ETF(588190)盘中走强上涨0.70%
go
lg
...
的供需失衡也对存储提出了更高要求,包括
HBM
在内的先进存储芯片近期持续吸引资本市场关注,而在外部贸易政策收紧背景下,我国存储芯片又迎来国产替代期,整体数据要素对社会经济的影响是日益突出,科创100ETF(588190)聚焦尖端科技板块,在数字经济发展过程中具备较高配置价值。 银河证券认为,数字中国等政策不断加码、AI新应用持续推新的背景下,数字经济新基建有望夯实助力算力网络升级,通信+新基建板块有望率先预期上修。ICT基石光网络产业链的复苏,催化光模块、温控节能等需求进一步增长。5G 应用工业互联网亦是未来政策及需求关注重点,高景气度结合低估值是关注方向。 本条资讯来源界面有连云,内容与数据仅供参考,不构成投资建议。AI技术战略提供为有连云。
lg
...
有连云
2023-12-06
数据要素关注度大提升!长期机遇如何?
go
lg
...
的供需失衡也对存储提出了更高要求,包括
HBM
在内的先进存储芯片近期持续吸引资本市场关注。在外部贸易政策收紧背景下,我国存储芯片迎来国产替代期,跟踪指数布局科创板中小市值个股、自主可控领域的科创100ETF(588190)配置价值显现。。 一、数据要素的概念和原理 11月25日,国家数据局局长在2023年全球数商大会上表示,国家高度重视发挥数据要素作用,非常重视推进数商的发展。下一步,将围绕发挥数据要素乘数作用,与相关部门一道研究实施“数据要素x”行动。“数据要素x”即数据要素在各个行业的应用,首先落地的方向包括智能制造、商贸流通、交通物流、金融服务、医疗健康等,应用场景较为丰富。“数据要素x”有望成为数据版“互联网+”,由计算机行业发起,并外溢至其他板块。 那么什么是数据要素? 数据的概念想必大家都十分清楚,正式的定义是一种以电子或其他方式对信息进行记录的媒体,形式较为丰富多样,伴随数据应用需求的演变,数据技术的发展以及数据投入生产的方式和规模也在发生变化。根据中国信通院《数据要素白皮书(2022)》表明:数据已成为推动生产的关键要素,其已经能够和土地、劳动力、资本、技术等要素并列,共同提高我国经济的全要素生产力,作为第五大生产要素显示出突出的价值,因此用“数据要素”对其生产属性加以概括。 2020年4月10日,《关于构建更加完善的要素市场化配置体制机制的意见》正式公布,数据作为一种新型生产要素写入文件,作为生产要素之一,数据具有劳动对象和生产工具的双重属性,作为劳动对象,通过采集、加工、存储、流通、分析等环节,具备了价值和使用价值;作为生产工具,通过融合应用能够提升生产效能,促进生产力发展。数据要素的独特性体现在,相比其他生产要素,数据可复制、可共享、无限增长和供给的禀赋打破了传统要素有限供给对增长的制约,为持续增长和永续发展提供了基础和可能。 数据要素对GDP的贡献是持续提升的。清华大学某科研团队通过成本法测量数据资本存量价值从2003年的17165亿元增长至2020年的137831亿元。通过增值法测量数据资本存量价值从2003年的15443亿元提升至2020年的196975亿元。据国家工业信息安全发展中心,数据要素2021年对GDP增长的贡献率在14.7%,呈现持续上升状态。整体数据要素对社会经济的影响是日益突出的,科创100ETF(588190)聚焦尖端科技板块,在数字经济发展过程中具备较高配置价值。。 图:数据要素对GDP增长贡献图 (信息来源:华鑫证券) 商业化模式上,数据要素的价值释放需要规模化流通。简单来说,数据要拥有价值,需要能够在不同主体(政府、企业、个人等)之间完成流通和交易换手。数据要素的价值化主要包括数据资源化、数据资产化和数据资本化三个阶段: (1)数据资源化。即将无序、混乱的原始数据成为有序、有使用价值的数据资源。简单理解就是通过采集、整理、聚合、分析等技术生产高质量的数据资源,让数据具有可用性。 (2)数据资产化。即数据通过流通交易给使用者或者所有者带来经济利益的过程,也就是通过买卖数据获取利润。 (3)数据资本化。即数据信贷融资和数据证券化,让数据的“资产”属性更为明显,成为资本市场上金融工具的潜在标的。 整体来说,大家在日常生产生活中会产生大量的数据,如果未经处理和利用可能就只是噪声,但通过数据整合分析后或许能够变成有价值的资产,不仅能通过买卖换取收益,甚至能抵押借钱,或者通过证券化在资本市场上实现更便利的流通,应用前景广阔。 二、数据要素获得政策持续加码 发展数据要素具有宏观经济意义: (1)国际博弈上,多国将发展数据要素作为国家战略。据IMD《2023年世界竞争力年报》,我国数字经济发展与全球领先国家站在同一起跑线上,当前仅次于美国,全球排名第二,具有“换道超车”潜力,美国、欧盟、日韩多个发达经济体将数据上升为国家战略。 (2)国家财政上,数据财政有望替代土地财政。土地出让收入占比逐步下滑,以土地为核心支撑的土地财政可持续性面临严峻挑战。随数字经济快速发展,相应的数据生产、使用和流通过程中的直接和间接税费具有巨大潜力,数据财政空间巨大。 (3)社会意义上,数据要素发展有望提高就业。数字经济本身创造了丰富的就业岗位,覆盖面广、容量大。据华鑫证券,至2030年数字经济将为社会提供4.49亿就业岗位,为保民生、促发展做出重要贡献。 我国深刻认识到数据这一生产要素对经济的赋能作用,政策端持续加码数据要素的发展: 顶层设计层面, (1)2022年12月19日,《关于构建数据基础制度更好发挥数据要素作用的意见》发布,从数据产权、流通交易、收益分配、数据治理四个方面提出意见,共计20条举措,历史性绘制了数据要素发展的长远蓝图,具有里程碑式的重要意义,被称为“数据二十条”。 (2)2023年8月,财政部制定印发了《企业数据资源相关会计处理暂行规定》,自2024年1月1日起实施,整体通过推动和规范数据相关企业执行会计准则,可以更加准确地反映数据相关业务和经济实质,有助于推动数据产业化。 (3)2023年3月16日,组建国家数据局,10月25日国家数据局挂牌运作,组织架构逐步完善,未来相关法律法规有望持续加速推进落地,持续提供概念催化,随着数据价值的逐步体现,投资者可通过科创100ETF(588190)提前布局,分享时代红利。 地方政策层面加速跟进,2023年下半年以来多个地方城市发布数据要素流通交易相关政策。以上海市为例,8月15日《立足数字经济新赛道推动数据要素产业创新发展行动方案(2023-2025年)》发布,制定多个将在2025年实现的目标,包括: (1)数据要素市场体系建立。打造国家级数据交易所,促进数据要素的规模化流通。 (2)数据要素产业动能释放。计划实现数据产业规模达到5000亿元,年均复合增长率达15%,引育1000家数商企业。 (3)制定数据要素产业规范。打造1000个高质量数据集、1000个品牌数据产品,选树20个国家级大数据产业示范标杆。 (4)数据要素发展生态跃迁。健全网络和数据安全体系,全面深化国际交流合作。 三、数据要素市场空间广阔 数据要素市场是以数据产品及服务为流通对象,以数据供需两方作为主体,通过流通实现各方面诉求的场所,由一系列技术和技术支撑的复杂系统。严格意义上,数据要素市场的定义和边界尚缺乏来自政府及权威研究机构的共识定义。狭义上看,据贵州省大数据管理局梳理,数据要素市场可以具体分为生态保障市场、数据服务市场、数据分析市场、数据交易市场、数据加工市场、数据存储市场和数据采集市场。 图:2021-2025E中国数据要素市场规模 图:2022年我国数据要素各环节规模(亿元) (信息来源:CIC、信达证券) 据国家工信安全发展研究中心测算,2021年我国数据要素市场规模达到815亿元,2022年接近千亿,有望在“十四五”期间保持25%的复合增速,据中国信通院预测,至2025年数据交易市场规模将超过2200亿元。 伴随国家数据局的挂牌运作及相关政策推进,数据要素+数字经济有望成为重要投资主线,数据要素产业链中包括数据持有方、数据开发商(云平台建设)、数据运营商、技术支持及配套服务等四大环节有望受益。 相关指数工具方面: (1)通信运营商作为大数据云平台建设的主力,在数据资源化、提升数据质量、生产数据产品方面将发挥较为长期的作用。同时受益于5.5G乃至6G的基础设施建设加速,5GETF(159994)当前值得重点关注。 (2)在2022年的数据要素各环节规模中,可以看到数据存储占比较高,数据大规模流通、处理、加工大概率带来存储需求的高涨,AI产业链的供需失衡也对存储提出了更高要求,包括
HBM
在内的先进存储芯片近期持续吸引资本市场关注。在外部贸易政策收紧背景下,我国存储芯片迎来国产替代期,跟踪指数布局科创板中小市值个股、自主可控领域的科创100ETF(588190)配置价值显现。 风险提示 尊敬的投资者:投资有风险,投资需谨慎。公开募集证券投资基金(以下简称“基金”)是一种长期投资工具,其主要功能是分散投资,降低投资单一证券所带来的个别风险。基金不同于银行储蓄等能够提供固定收益预期的金融工具,当您购买基金产品时,既可能按持有份额分享基金投资所产生的收益,也可能承担基金投资所带来的损失。 您在做出投资决策之前,请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和本风险揭示书,充分认识基金的风险收益特征和产品特性,认真考虑基金存在的各项风险因素,并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力,在了解产品情况及销售适当性意见的基础上,理性判断并谨慎做出投资决策。根据有关法律法规,银华基金管理股份有限公司做出如下风险揭示: 一、依据投资对象的不同,基金分为股票基金、混合基金、债券基金、货币市场基金、基金中基金、商品基金等不同类型,您投资不同类型的基金将获得不同的收益预期,也将承担不同程度的风险。一般来说,基金的收益预期越高,您承担的风险也越大。 二、基金在投资运作过程中可能面临各种风险,既包括市场风险,也包括基金自身的管理风险、技术风险和合规风险等。巨额赎回风险是开放式基金所特有的一种风险,即当单个开放日基金的净赎回申请超过基金总份额的一定比例(开放式基金为百分之十,定期开放基金为百分之二十,中国证监会规定的特殊产品除外)时,您将可能无法及时赎回申请的全部基金份额,或您赎回的款项可能延缓支付。 三、您应当充分了解基金定期定额投资和零存整取等储蓄方式的区别。定期定额投资是引导投资者进行长期投资、平均投资成本的一种简单易行的投资方式,但并不能规避基金投资所固有的风险,不能保证投资者获得收益,也不是替代储蓄的等效理财方式。 四、特殊类型产品风险揭示:请投资者关注标的指数波动的风险以及ETF(交易型开放式基金)投资的特有风险。 五、基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产,但不保证基金一定盈利,也不保证最低收益。基金的过往业绩及其净值高低并不预示其未来业绩表现,基金管理人管理的其他基金的业绩并不构成对基金业绩表现的保证。银华基金管理股份有限公司提醒您基金投资的“买者自负”原则,在做出投资决策后,基金运营状况与基金净值变化引致的投资风险,由您自行负担。基金管理人、基金托管人、基金销售机构及相关机构不对基金投资收益做出任何承诺或保证。 六、以上基金由银华基金依照有关法律法规及约定申请募集,并经中国证券监督管理委员会(以下简称“中国证监会”)许可注册。基金的基金合同、基金招募说明书和基金产品资料概要已通过中国证监会基金电子披露网站【http://eid.csrc.gov.cn/fund/】和基金管理人网站【www.yhfund.com.cn】进行了公开披露。中国证监会对基金的注册,并不表明其对基金的投资价值、市场前景和收益作出实质性判断或保证,也不表明投资于基金没有风险。
lg
...
金融界
2023-12-06
科创100ETF(588190)盘中成交额达7868万元,半导体迎来国产替代关键窗口期
go
lg
...
装技术能够突破半导体摩尔定律限制,助力
HBM
等高性能芯片完成迭代,全球市场空间广阔。我国当前先进封装渗透率低,未来伴随技术进一步成熟有望实现“弯道超车“,半导体企业迎来国产替代关键窗口期。 银华基金认为,科创100ETF(588190)第二大权重行业为电子,科创100指数布局科创板中小市值个股,为我国“硬科技”公司技术攻坚“卡脖子”提供了重要的融资渠道,反过来也为投资者提供了分享这些细分方向龙头从小到大的成长红利。在美国加码先进封装促进本土供应链安全、强化高性能芯片出口限制的背景下,我国半导体产业链伴随先进封装技术渗透率的逐步提升,有望迎来半导体国产替代的机遇窗口期,科创100ETF当前节点拥有较好的长期配置价值。 广发证券认为,国产半导体设备厂商依托本土晶圆产能的持续扩张,以及公司自身的产品竞争力、广阔的份额增长空间和品类扩张能力,有望加速提升半导体设备的国产替代份额,成长速度和空间均十分显著。 本条资讯来源界面有连云,内容与数据仅供参考,不构成投资建议。AI技术战略提供为有连云。
lg
...
有连云
2023-12-05
美国加码半导体先进封装,怎么看?
go
lg
...
装技术能够突破半导体摩尔定律限制,助力
HBM
等高性能芯片完成迭代,全球市场空间广阔。我国当前先进封装渗透率低,未来伴随技术进一步成熟有望实现“弯道超车“,半导体企业迎来国产替代关键窗口期。 科创100ETF(588190)第二大权重行业为电子,科创100指数布局科创板中小市值个股,为我国“硬科技”公司技术攻坚“卡脖子”提供了重要的融资渠道,反过来也为投资者提供了分享这些细分方向龙头从小到大的成长红利。在美国加码先进封装促进本土供应链安全、强化高性能芯片出口限制的背景下,我国半导体产业链伴随先进封装技术渗透率的逐步提升,有望迎来半导体国产替代的机遇窗口期,科创100ETF当前节点拥有较好的长期配置价值。 一、美国加码半导体先进封装,怎么理解? 11月21日,美国政府宣布国家先进封装制造计划(NAPMP),预计投入约30亿美元资金,专门用于资助美国芯片封装行业。本次计划的六个优先研究投资领域包括: (1)材料和基板; (2)设备、工具和工艺; (3)用于先进封装组件的供电和热管理; (4)和外界通信的光子和连接器; (5)Chiplet生态系统; (6)多芯片(Multi-Chiplet)系统与自动化工具的协同设计。 该计划资金来自美国《芯片与科学法案》中专门用于研发110亿美元的第一项重大研发投资。2024年初美国将宣布NAPMP的首个投资机会(针对材料和基板)。 美国为何选择在此时加码半导体先进封装?何为半导体先进封装?我们首先需要理解半导体相关基本概念和半导体产业链的全球分布情况。 大家平时在各类文章中看到“半导体”、“芯片”、“集成电路”等等提法,是否一样?半导体狭义指的是半导体材料,既包括大家所熟知的硅、锗等元素半导体(第一代半导体材料),也包括近年来关注度持续提升的砷化镓、氮化镓、碳化硅、氧化镓等化合物半导体材料(第二代-第四代半导体材料,广义上指的就是基于半导体材料制造的各类器件产品。 集成电路(IC)是指通过一系列特定的加工工艺,将晶体管、二极管等有源器件和电阻器、电容器等被动元件“集成、封装”在半导体晶片上,以执行特定功能的电路或系统。 芯片指的就是集成电路芯片,因此大多数时候,大家看到的“半导体”、“芯片”和“集成电路”是可以混用的。 按照下游需求分类是半导体一种常见的分类方法,如消费级半导体是大家平时用到的智能手机不可缺少的核心零件,车规级半导体是当前汽车智能化浪潮中越发重要的存在,军工级和航天级半导体也是卫星互联网技术的重要硬件基础。仅从下游需求看,我们就能明白半导体产业当前的高景气和重要性。再从宏观角度看,半导体产业是信息科技产业和数字经济的基石。 半导体产业链分工上,半导体的基本制造工艺可以分为设计、制造、封装和测试四个环节。 (1)设计属于研发密集型。需要参与厂商不断投入研发支出用于开发新技术、推出新产品,从而保持自身竞争力; (2)材料和晶圆制造属于资本密集型。通过成长性的资本开支将企业产能不断提升,以带来未来收入和利润的增长; (3)封装+测试属于资本和劳动力密集型。封装和测试环节技术含量较低,对劳动力需求较高。 图:半导体不同制造环节价值量占比 (信息来源:德邦证券) 全球半导体产业链发展历程上,半导体产业起源于美国后,伴随地缘政治、地区产业政策、制造模式变革等多种因素,经历了三次制造重心的产业迁移。 (1)第一次转移(1970s-1980s),美国将电子产品系统装配等利润较低环节转移到日本地区,同时日本政府大力支持半导体发展,半导体产业重心逐渐转移至日本。 (2)第二次转移(1980s-1990s),日本经济泡沫破裂,美国通过广场协议限制日本半导体产业发展,半导体产业逐渐从日本转移至韩国、我国台湾地区。 (3)第三次转移(2000s-2010s),随着PC时代向手机时代过渡,我国大陆企业凭借人口红利,最早以技术含量较低的封装和测试环节为切入点进入半导体产业,历经低端制造组装承接、技术引进消化,逐步成为半导体产业新的需求和产能中心。 图:2021年半导体产业营收和净利比重(左美右中) (信息来源:Wind、德邦证券) 结合半导体产业链的价值量分布来看,我国目前占比最高的封装测试环节价值量占比仅6%,而美国占比最高的设计环节价值量占比高达60%,这也解释了我国半导体产业体量大、利润小的特点。随着国产替代的不断推进,半导体相关企业有望迎来发展红利期,科创100ETF(588190)聚焦尖端科技领域,可以较好地把握半导体投资机遇。 整体来看,从产业链分工上,美国在高价值量的半导体设计环节优势显著的背景下,特别加码传统意义上价值量相对较低的封装环节,有一定保障供应链安全的意图。因此,对我国而言,半导体国产替代的迫切性进一步提升。 二、美国加码半导体先进封装,怎么理解? 除供应链安全以外,大家可能注意到美国计划投资的是“先进封装”,“先进”二字,正式美国强化本土半导体封装投资的第二大原因。 半导体的设计和制造字面上都好理解,那么封装和测试具体有什么作用呢?封装指对生产加工后的晶圆进行切割、焊线塑封,使电路与外部器件实现连接,并为半导体产品提供机械保护,免受物理、化学等外界影响产品的使用。测试指利用专业设备,对产品进行功能和性能测试。简单以手机举例,把芯片封装、组装进我们的智能手机,并测试其性能,就是所谓的“半导体封测”。 那什么是“先进封装”呢?整体来说,“先进封装”是半导体产业延续“摩尔定律”的一大技术路径。“摩尔定律”指同样大小硅片上,集成电路数目每隔18-24个月就翻一番,但同时,在同样大小的硅片上集成更多电路,越来越受到物理极限的制约,导致先进芯片功耗攀升、良品率下降、成本急剧增加等“反摩尔定律”的迹象。这使得全球芯片企业开始从封装环节寻找性能和成本的平衡点,如大名鼎鼎的芯粒(Chiplet)技术。 芯粒的定义是预先制造好、具有特定功能、可组合集成的晶片,而芯粒技术则是将多个芯粒在一个封装内组装起来的解决方案。简单来说,传统的芯片设计思路可以看作在一块小木板上雕出一整间小房子,而这个房子越小就越难雕得好,而另外一种做木雕房的思路是,我先把房子的不同组成部分,比如桌子、椅子、门都雕好,再重新组装起来,相对而言,成功率和效率都会有一定的提升。随着像芯粒技术的半导体封装技术的不断演进,半导体产业链有望迎来新的技术突破周期,科创100ETF(588190)投资价值凸显。 芯粒先进封装的优势就包括:(1)降低设计复杂度和设计成本;(2)大幅提高良品率;(3)降低芯片制造成本。 三、先进封装赋能国产半导体“弯道超车” 图:全球先进封装市场增长空间广阔 图:我国先进封装渗透率提升空间大 (信息来源:国金证券) 先进封装在算力芯片领域应用广泛。如大热的
HBM
芯片借助先进封装技术(TSV硅通孔技术)垂直堆叠多个DRAM,属于3D封装的范畴,很好地突破了内存速率瓶颈。2022年全球先进封装市场规模为378亿美元,至2026年有望达到482亿美元,成长空间广阔。我国当前先进封装在封装总市场中渗透率为39%,和世界平均的48.8%相比,仍有较大增长潜力。 整体来看,先进封装作为AI时代算力芯片的重要技术基础,是我国半导体产业实现“弯道超车”的重要技术路径,先进封装助力我国半导体国产替代进程。 科创100ETF(588190)第二大权重行业为电子,科创100指数布局科创板中小市值个股,为我国“硬科技”公司技术攻坚“卡脖子”提供了重要的融资渠道,反过来也为投资者提供了分享这些细分方向龙头从小到大的成长红利。在美国加码先进封装促进本土供应链安全、强化高性能芯片出口限制的背景下,我国半导体产业链伴随先进封装技术渗透率的逐步提升,有望迎来半导体国产替代的机遇窗口期,科创100ETF当前节点拥有较好的长期配置价值。 风险提示 尊敬的投资者:投资有风险,投资需谨慎。公开募集证券投资基金(以下简称“基金”)是一种长期投资工具,其主要功能是分散投资,降低投资单一证券所带来的个别风险。基金不同于银行储蓄等能够提供固定收益预期的金融工具,当您购买基金产品时,既可能按持有份额分享基金投资所产生的收益,也可能承担基金投资所带来的损失。 您在做出投资决策之前,请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和本风险揭示书,充分认识基金的风险收益特征和产品特性,认真考虑基金存在的各项风险因素,并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力,在了解产品情况及销售适当性意见的基础上,理性判断并谨慎做出投资决策。根据有关法律法规,银华基金管理股份有限公司做出如下风险揭示: 一、依据投资对象的不同,基金分为股票基金、混合基金、债券基金、货币市场基金、基金中基金、商品基金等不同类型,您投资不同类型的基金将获得不同的收益预期,也将承担不同程度的风险。一般来说,基金的收益预期越高,您承担的风险也越大。 二、基金在投资运作过程中可能面临各种风险,既包括市场风险,也包括基金自身的管理风险、技术风险和合规风险等。巨额赎回风险是开放式基金所特有的一种风险,即当单个开放日基金的净赎回申请超过基金总份额的一定比例(开放式基金为百分之十,定期开放基金为百分之二十,中国证监会规定的特殊产品除外)时,您将可能无法及时赎回申请的全部基金份额,或您赎回的款项可能延缓支付。 三、您应当充分了解基金定期定额投资和零存整取等储蓄方式的区别。定期定额投资是引导投资者进行长期投资、平均投资成本的一种简单易行的投资方式,但并不能规避基金投资所固有的风险,不能保证投资者获得收益,也不是替代储蓄的等效理财方式。 四、特殊类型产品风险揭示:请投资者关注标的指数波动的风险以及ETF(交易型开放式基金)投资的特有风险。 五、基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产,但不保证基金一定盈利,也不保证最低收益。基金的过往业绩及其净值高低并不预示其未来业绩表现,基金管理人管理的其他基金的业绩并不构成对基金业绩表现的保证。银华基金管理股份有限公司提醒您基金投资的“买者自负”原则,在做出投资决策后,基金运营状况与基金净值变化引致的投资风险,由您自行负担。基金管理人、基金托管人、基金销售机构及相关机构不对基金投资收益做出任何承诺或保证。 六、以上基金由银华基金依照有关法律法规及约定申请募集,并经中国证券监督管理委员会(以下简称“中国证监会”)许可注册。基金的基金合同、基金招募说明书和基金产品资料概要已通过中国证监会基金电子披露网站【http://eid.csrc.gov.cn/fund/】和基金管理人网站【www.yhfund.com.cn】进行了公开披露。中国证监会对基金的注册,并不表明其对基金的投资价值、市场前景和收益作出实质性判断或保证,也不表明投资于基金没有风险。
lg
...
金融界
2023-12-05
上一页
1
•••
101
102
103
104
105
•••
132
下一页
24小时热点
【黄金收评】黄金突然惊人暴涨的原因在这!美国传大消息 金价狂飙114美元
lg
...
中国经济突发重磅信号!彭博:习近平容忍最富裕省份经济增长相对缓慢
lg
...
中美脆弱贸易休战又添新动荡!软银突然清仓英伟达,警惕美国“数据洪流”
lg
...
特朗普突发重大警告!若出现这一幕 美国将面临“经济和国家安全灾难”
lg
...
突发!美国参议院刚刚通过法案以结束政府停摆 并已提交众议院
lg
...
最新话题
更多
#AI热潮:从芯片到资本的竞赛#
lg
...
30讨论
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
36讨论
#VIP会员尊享#
lg
...
1989讨论
#比特日报#
lg
...
16讨论
#Web3项目情报站#
lg
...
6讨论