FX168财经网_全球视野外汇黄金加密货币NFT资讯网

苹果推出的新款体育应用准备进军博彩市场？

矿：根据内幕情报公司（Insider Intelligence）的预测，到2024年，美国在线投注应用程序带来的收入（下注总价值减去支付的彩金）将略高于140 亿美元。我认为这很令人吃惊，因为这样的举动似乎与苹果公司在过去几十年中苦心打造的品牌形象背道而驰。即使苹果公司与实际的投注业务保持一定距离，这其中也存在着巨大的风险。我在英国长大，亲眼看到朋友接连遭受到越来越大的损失，因为只要轻点屏幕，可以对比赛的几乎所有方面下注。人生将毁于一旦，这是无法避免的结局。我想有些商机带来的利润可能过于丰厚，让人无法错过。

金融界2024-02-23

Sora横空出世 2024或成AI+Web3变革元年？

方向人工智能(Artificial Intelligence)是一门旨在模拟、扩展和增强人类智能的新兴科学技术。人工智能自二十世纪五六十年代诞生以来，在经历了半个多世纪的发展后，现已成为推动社会生活和各行各业变革的重要技术。在这一过程中，符号主义、连接主义和行为主义三大研究方向的相互交织发展，成为了如今AI飞速发展的基石。符号主义 (Symbolism) 亦称逻辑主义或规则主义，认为通过处理符号来模拟人类智能是可行的。这种方法通过符号来表示和操作问题领域内的对象、概念及其相互关系，并利用逻辑推理来解决问题，尤其在专家系统和知识表示方面已取得显著成就。符号主义的核心观点是智能行为可以通过对符号的操作和逻辑推理来实现，其中符号代表对现实世界的高度抽象；连接主义 (Connectionism) 或称为神经网络方法，旨在通过模仿人脑的结构和功能来实现智能。该方法通过构建由众多简单处理单元（类似神经元）组成的网络，并通过调整这些单元间的连接强度（类似突触）来实现学习。连接主义特别强调从数据中学习和泛化的能力，特别适用于模式识别、分类及连续输入输出映射问题。深度学习，作为连接主义的发展，已在图像识别、语音识别和自然语言处理等领域取得突破；行为主义 (Behaviorism) 行为主义则与仿生机器人学和自主智能系统的研究紧密相关，强调智能体能够通过与环境的交互学习。与前两者不同，行为主义不专注于模拟内部表征或思维过程，而是通过感知和行动的循环实现适应性行为。行为主义认为，智能通过与环境的动态交互、学习而展现，这种方法应用于需要在复杂和不可预测环境中行动的移动机器人和自适应控制系统中时，显得尤为有效。尽管这三个研究方向存在本质区别，但在实际的AI研究和应用中，它们也可以相互作用和融合，共同推动AI领域的发展。 AIGC原理概述现阶段正在经历爆炸式发展的生成式AI（Artificial Intelligence Generated Content，简称AIGC），便是对于连接主义的一种演化和应用，AIGC能够模仿人类创造力生成新颖的内容。这些模型使用大型数据集和深度学习算法进行训练，从而学习数据中存在的底层结构、关系和模式。根据用户的输入提示，生成新颖独特的输出结果，包括图像、视频、代码、音乐、设计、翻译、问题回答和文本。而目前的AIGC基本由三个要素构成：深度学习（Deep Learning，简称DL）、大数据、大规模算力。深度学习深度学习是机器学习（ML）的一个子领域，深度学习算法是仿照人脑建模的神经网络。例如，人脑包含数百万个相互关联的神经元，它们协同工作以学习和处理信息。同样，深度学习神经网络（或人工神经网络）是由在计算机内部协同工作的多层人工神经元组成的。人工神经元是称为节点的软件模块，它使用数学计算来处理数据。人工神经网络是使用这些节点来解决复杂问题的深度学习算法。从层次上划分神经网络可分为输入层、隐藏层、输出层，而不同层之间连接的便是参数。输入层（Input Layer）：输入层是神经网络的第一层，负责接收外部输入的数据。输入层的每个神经元对应于输入数据的一个特征。例如，在处理图像数据时，每个神经元可能对应于图像的一个像素值；隐藏层（Hidden Layer）：输入层处理数据并将其传递到神经网络中更远的层。这些隐藏层在不同层级处理信息，在接收新信息时调整其行为。深度学习网络有数百个隐藏层，可用于从多个不同角度分析问题。例如，你得到了一张必须分类的未知动物的图像，则可以将其与你已经认识的动物进行比较。比如通过耳朵形状、腿的数量、瞳孔的大小来判断这是什么动物。深度神经网络中的隐藏层以相同的方式工作。如果深度学习算法试图对动物图像进行分类，则其每个隐藏层都会处理动物的不同特征并尝试对其进行准确的分类；输出层（Output Layer）：输出层是神经网络的最后一层，负责生成网络的输出。输出层的每个神经元代表一个可能的输出类别或值。例如，在分类问题中，每个输出层神经元可能对应于一个类别，而在回归问题中，输出层可能只有一个神经元，其值表示预测结果；参数：在神经网络中，不同层之间的连接由权重（Weights）和偏置（Biases）参数表示，这些参数在训练过程中被优化以使网络能够准确地识别数据中的模式和进行预测。参数的增加可以提高神经网络的模型容量，即模型能够学习和表示数据中复杂模式的能力。但相对应的是参数的增加会提升对算力的需求。大数据为了有效训练，神经网络通常需要大量、多样及质量高和多源的数据。它是机器学习模型训练和验证的基础。通过分析大数据，机器学习模型可以学习数据中的模式和关系，从而进行预测或分类。大规模算力神经网络的多层复杂结构，大量参数，大数据处理需求，迭代训练方式（在训练阶段，模型需要反复迭代，训练过程中需要对每一层计算进行前向传播和反向传播，包括激活函数的计算、损失函数的计算、梯度的计算和权重的更新），高精度计算需求，并行计算能力，优化和正则化技术以及模型评估和验证过程共同导致了其对高算力的需求。 Sora 作为OpenAI最新发布的视频生成AI模型，Sora代表了人工智能处理和理解多样化视觉数据能力的巨大进步。通过采用视频压缩网络和空间时间补丁技术，Sora能够将来自世界各地、不同设备拍摄的海量视觉数据转换为统一的表现形式，从而实现了对复杂视觉内容的高效处理和理解。依托于文本条件化的Diffusion模型，Sora能够根据文本提示生成与之高度匹配的视频或图片，展现出极高的创造性和适应性。不过，尽管Sora在视频生成和模拟真实世界互动方面取得了突破，但仍面临一些局限性，包括物理世界模拟的准确性、长视频生成的一致性、复杂文本指令的理解以及训练与生成效率。并且Sora本质上还是通过OpenAI垄断级的算力和先发优势，延续“大数据-Transformer-Diffusion-涌现”这条老技术路径达成了一种暴力美学，其它AI公司依然存在着通过技术弯道超车的可能。虽然Sora与区块链的关系并不大，但个人认为之后的一两年里。因为Sora的影响，会迫使其它高质量AI生成工具出现并快速发展，并且将辐射到Web3内的GameFi、社交、创作平台、Depin等多条赛道，所以对于Sora有个大致了解是必要的，未来的AI将如何有效的与Web3结合，也许是我们需要思考的一个重点。 AI x Web3的四大路径如上文所诉，我们可以知道，生成式AI所需的底层基座其实只有三点：算法、数据、算力，另一方面从泛用性和生成效果来看AI是颠覆生产方式的工具。而区块链最大的作用有两点：重构生产关系以及去中心化。所以两者碰撞所能产生的路径我个人认为有如下四种：去中心化算力由于过去已经写过相关文章，所以本段的主要目的是更新一下算力赛道的近况。当谈到AI时，算力永远是难以绕开的一环。AI对于算力的需求之大，在Sora诞生之后已经是难以想象了。而近期，在瑞士达沃斯2024年度世界经济论坛期间，OpenAI首席执行官山姆·奥特曼更是直言算力和能源是现阶段最大的枷锁，两者在未来的重要性甚至会等同于货币。而在随后的2月10日，山姆·奥特曼在推上发表了一个极为惊人的计划，融资7万亿美元（相当于中国23年全国GDP的40%）改写目前全球的半导体产业格局，创立一家芯片帝国。在写算力相关的文章时，我的想象力还局限在国家封锁，巨头垄断，如今一家公司就想要控制全球半导体产业真的还是挺疯狂的。所以去中心化算力的重要性自然不言而喻，区块链的特性确实能解决目前算力极度垄断的问题，以及购置专用GPU价格昂贵的问题。从AI所需的角度来看，算力的使用可以分为推理和训练两种方向，主打训练的项目，目前还是寥寥无几，从去中心化网络需要结合神经网络设计，再到对于硬件的超高需求，注定是门槛极高且落地极难的一种方向。而推理相对来说简单很多，一方面是在去中心化网络设计上并不复杂，二是硬件和带宽需求较低，算是目前比较主流的方向。中心化算力市场的想象空间是巨大的，常常与“万亿级”这个关键词挂钩，同时也是AI时代下最容易被频繁炒作的话题。不过从近期大量涌现的项目来看，绝大部分还是属于赶鸭子上架，蹭热度。总是高举去中心化的正确旗帜，却闭口不谈去中心化网络的低效问题。并且在设计上存在高度同质化，大量的项目非常相似（一键L2加挖矿设计），最终可能会导致一地鸡毛，这样的情况想要从传统AI赛道分一杯羹着实困难。算法、模型协作系统机器学习算法，是指这些算法能够从数据中学习规律和模式，并据此做出预测或决策。算法是技术密集型的，因为它们的设计和优化需要深厚的专业知识和技术创新。算法是训练AI模型的核心，它定义了数据如何被转化为有用的见解或决策。较为常见的生成式AI算法比如生成对抗网络（GAN）、变分自编码器（VAE）、转换器（Transformer），每个算法都是为了一个特定领域（比如绘画、语言识别、翻译、视频生成）或者说目的而生，再通过算法训练出专用的AI模型。那么如此之多的算法和模型，都是各有千秋，我们是否能将其整合为一种能文能武的模型？近期热度高涨的Bittensor便是这个方向的领头者，通过挖矿激励的方式让不同AI模型和算法相互协作与学习，从而创作出更高效全能的AI模型。而同样以这个方向为主的还有Commune AI（代码协作）等，不过算法和模型对于现在的AI公司来说，都是自家的看门法宝，并不会随意外借。所以AI协作生态这种叙事很新奇有趣，协作生态系统利用了区块链的优势去整合AI算法孤岛的劣势，但是否能创造出对应的价值目前尚未可知。毕竟头部AI公司的闭源算法和模型，更新迭代与整合的能力非常强，比如OpenAI发展不到两年，已从早期文本生成模型迭代到多领域生成的模型，Bittensor等项目在模型和算法所针对的领域也许要另辟蹊径。去中心化大数据从简单的角度来说，将私有数据用来喂AI以及对数据进行标记都是与区块链非常契合的方向，只需要注意如何防止垃圾数据以及作恶，并且数据存储上也能使FIL、AR等Depin项目受益。而从复杂的角度来说，将区块链数据用于机器学习（ML），从而解决区块链数据的可访问性也是一种有趣的方向（Giza的摸索方向之一）。在理论上，区块链数据可随时访问，反映了整个区块链的状态。但对于区块链生态系统之外的人来说，获取这些庞大数据量并不容易。完整存储一条区块链需要丰富的专业知识和大量的专门硬件资源。为了克服访问区块链数据的挑战，行业内出现了几种解决方案。例如，RPC提供商通过API访问节点，而索引服务则通过SQL和GraphQL使数据提取变得可能，这两种方式在解决问题上发挥了关键作用。然而，这些方法存在局限性。RPC服务并不适合需要大量数据查询的高密度使用场景，经常无法满足需求。同时，尽管索引服务提供了更有结构的数据检索方式，但Web3协议的复杂性使得构建高效查询变得极其困难，有时需要编写数百甚至数千行复杂的代码。这种复杂性对于一般的数据从业者和对Web3细节了解不深的人来说是一个巨大的障碍。这些限制的累积效应凸显了需要一种更易于获取和利用区块链数据的方法，可以促进该领域更广泛的应用和创新。那么通过ZKML（零知识证明机器学习，降低机器学习对于链的负担）结合高质量的区块链数据，也许能创造出解决区块链可访问性的数据集，而AI能大幅降低区块链数据可访问性的门槛，那么随着时间的推移，开发者、研究人员和ML领域的爱好者将能够访问到更多高质量、相关的数据集，用于构建有效和创新的解决方案。 AI赋能Dapp 自23年，ChatGPT3爆火以来，AI赋能Dapp已经是一个非常常见的方向。泛用性极广的生成式AI，可以通过API接入，从而简化且智能化分析数据平台、交易机器人、区块链百科等应用。另一方面，也可以扮演聊天机器人（比如Myshell）或者AI伴侣（Sleepless AI），甚至通过生成式AI创造链游中的NPC。但由于技术壁垒很低，大部分都是接入一个API之后进行微调，与项目本身的结合也不够完美，所以很少被人提起。但在Sora到来之后，我个人认为AI赋能GameFi（包括元宇宙）与创作平台的方向将是接下来关注的重点。因为Web3领域自下而上的特性，肯定很难诞生出一些与传统游戏或是创意公司抗衡的产品，而Sora的出现很可能会打破这一窘境（也许只用两到三年）。以Sora的Demo来看，其已具备和微短剧公司竞争的潜力，Web3活跃的社区文化也能诞生出大量有趣的Idea，而当限制条件只有想象力的时候，自下而上的行业与自上而下的传统行业之间的壁垒将被打破。结语随着生成式AI工具的不断进步，我们未来还将经历更多划时代的“iPhone时刻”。尽管许多人对AI与Web3的结合嗤之以鼻，但实际上我认为目前的方向大多没有问题，需要解决的痛点其实只有三点，必要性、效率、契合度。两者的融合虽处于探索阶段，却并不妨碍这条赛道成为下个牛市的主流。对新事物永远保持足够的好奇心和接纳度是我们需要必备的心态，历史上，汽车取代马车的转变瞬息之间便已成定局，亦如同铭文和过去的NFT一样，持有太多偏见只会和机遇失之交臂。来源：金色财经

金色财经2024-02-23

中美半导体最新消息！英伟达在正式文件中首次将华为列为主要竞争对手

在文件中指出的其他竞争对手包括英特尔(Intel)、超微(Advanced Micro Devices)、博通(Broadcom)和高通(Qualcomm)。英伟达还确定了几家大型云计算公司，如亚马逊(Amazon.com)和微软(Microsoft)。因人工智能需求持续强劲，英伟达日前发布本季营收展望优于预期，带动周四股价大涨逾16%，单日市值激增2770亿美元。英伟达于2月21日盘后公布的2023年第四季度财报显示，该季度营收221亿美元，同比增长265%，其中数据中心的收入同比增长409%至184亿美元，游戏业务同比增长56%。当季实现净利润123亿美元，同比增长769%。在财报电话会上，英伟达首席执行官黄仁勋称，对AI所依赖的计算能力的需求仍然是极其巨大的，“全球范围内，企业、行业和各国的需求都在激增。” 黄仁勋曾表示，在生产最好的人工智能芯片的竞赛中，华为是英伟达“非常强大”的竞争对手之一。黄仁勋在新加坡接受采访时称，华为、英特尔以及越来越多的半导体初创公司对英伟达在人工智能加速器市场的主导地位构成严峻的挑战。

风枫2024-02-23

纽约时报：中国雇佣黑客的秘密泄露文件揭示的网络间谍世界

的真实数据，”谷歌的Mandiant Intelligence首席分析师约翰·赫尔奎斯特（John Hultquist）表示。赫尔奎斯特表示，泄露显示爱讯正在为一系列中国政府实体提供服务，这些实体赞助黑客攻击，包括国家安全部、解放军和中国国家警察。该公司的员工有时会专注于海外目标。在其他情况下，他们帮助中国备受恐惧的公安部监视中国国内外的中国公民。 “他们是承包商生态系统的一部分，与中国爱国黑客界有联系，这个生态系统20年前就开始发展，如今已合法化.”他补充道。《纽约时报》表示，中国政府的一些部门仍然从事复杂的自上而下黑客攻击，比如试图在美国核心基础设施中放置代码。但起源于中国的黑客攻击总数已激增，并且目标范围更广泛——包括有关埃博拉疫苗和无人驾驶汽车技术的信息。这引发了像爱讯这样的承包商的新行业。尽管爱讯是中国网络间谍的秘密世界的一部分，这家总部位于上海的公司，也在成都设有办事处，却体现了许多中国相对新兴承包商在黑客攻击中带来的业余主义。文件显示，该公司有时不确定其销售的服务和数据是否仍然可用。例如，尽管售价为10万美元，但公司在内部注明，用于在X上传播虚假信息的软件“正在维护中”。泄露的文件还概述了中国创业黑客承包商的日常工作。与许多竞争对手一样，爱讯组织了网络安全比赛以招募新员工。一份电子表格显示，爱讯不是向一个集中的政府机构销售，而是必须逐市地向中国的警察和其他机构争取。这意味着公司需要广告和营销自己的产品。在一封给中国西部地区政府官员的信中，该公司表示，它可以帮助打击恐怖主义，因为它已经侵入了巴基斯坦的反恐单位。泄露的材料还介绍了爱讯的黑客技术，描述了用于入侵Outlook电子邮件账户并获取诸如联系人列表和Apple iPhone的位置数据等信息的技术。一份文件似乎包含了来自越南航空公司的广泛航班记录，包括旅客的身份证号、职业和目的地。同时，爱讯表示，它已开发出可以满足中国警方国内需求的技术，包括能够监视中国国内社交媒体上的公众情绪的软件。另一种用于定位X上的账户的工具可以提取与用户账户相关的电子邮件地址、电话号码和其他可识别信息，并在某些情况下帮助黑客入侵这些账户。中国外交部发言人毛宁周四在新闻发布会上表示，她不知道爱讯是否发生了数据泄露。“作为原则问题，中国坚决反对并依法打击一切形式的网络攻击，”毛女士说。尽管泄露仅涉及中国众多黑客承包商之一，但专家表示，大量数据可能有助于各机构和公司防范中国的攻击。 “这是与一家被怀疑提供网络间谍和有针对性入侵服务的公司相关的数据最重要的泄露，”网络安全公司Recorded Future的战略和持久威胁主任乔纳森·康德拉（Jonathan Condra）表示。在其他情况下，爱讯声称可以访问哈萨克斯坦、蒙古、缅甸、越南和香港等地的电信公司等私营公司的数据。有关中国攻击的揭示很可能会证实华盛顿的政策制定者的担忧，他们已经多次发出严厉警告。上周末在慕尼黑，美国联邦调查局局长克里斯托弗·A·雷（Christopher A. Wray）表示，来自中国的黑客行动现在以“比我们以前看到的更大的规模”针对美国，并将其列为美国的主要国家安全威胁之一。

佳华1682024-02-23

MetaBlox 凶猛,节点数超 Helium Mobile 的「全球分布式 WiFi 网络」浮出水面？

此外，官网显示其合作伙伴与客户中不乏 Intel、Linux 基金会等顶级阵容。路线图与空投活动值得注意的是，官方披露 MetaBlox 拟于第二季度发行治理代币，且就在 2 月 6 日，MetaBlox 也开启了首轮生态代币空投活动：活动时间为北京时间 2024 年 2 月 6 日 13:00 至 2024 年 2 月 26 日 13:00，活动期间用户可通过添加 WiFi 节点、邀请好友、WiFi 打卡等操作完成任务获得空投代币名额。目前来看，普通用户参与空投活动的参与门槛较低，只用添加两个 WiFi 热点、邀请两位新用户注册、签到 5 次即可满足条件，且自带打卡挖矿属性。毕竟叙事永远是 Web3 项目发展的核心推动力之一，宏观上看，MetaBlox 完美契合 DePIN 和 SocialFi（或 Web3 大规模采用）的叙事：本身提供的去中心化无线网络服务属于 DePIN 赛道最典型的细分热门领域，跑出了 Helium 等市场瞩目的明星项目；自身的无线网络服务，可以让普通用户在使用免费 WiFi 服务的同时，转化为 Web3 用户，实现破圈；后续伴随着治理代币的推出，社交活动与激励机制逐步成型，MetaBlox 生态和社群的持续发展，可能会促使更多用户与更便捷的网络分布形成正向的良性循环，值得期待。来源：金色财经

金色财经2024-02-22

广道数字上涨5.21%，报19.58元/股

决方案，同时也是IBM独立软件开发商、Intel技术提供商、Intel全球通讯联盟(ICA)成员等。截至9月30日，广道数字股东户数7231，人均流通股5660股。 2023年1月-9月，广道数字实现营业收入2.11亿元，同比增长0.93%；归属净利润4091.0万元，同比减少5.79%。

金融界2024-02-22

十年变迁：阿里巴巴的兴衰与中国经济的镜像

的电子商务竞争对手。据Insider Intelligence报道，阿里巴巴在家庭网上购物市场份额约为40%。尽管PDD旗下Temu和中国成立的Shein等零售商席卷西方市场，但它在海外仍然落后。马云2020年批评中国监管机构的演讲导致蚂蚁金服取消上市并随后进行裁员。2021年，中国反垄断监管机构因阿里巴巴滥用市场支配地位而对其处以创纪录的28亿美元罚款。与此同时，疫情和房地产市场危机给中国经济降温。一月份，中国报告了自全球金融危机以来消费者价格同比降幅最大的情况。中美关系日益紧张，令投资者对阿里巴巴等跨越鸿沟的公司保持警惕，阿里巴巴的股票在香港和纽约上市。硬重置阿里巴巴最初的反应是将自己分成六个部分，赋予每个业务更多的自主权，同时释放价值。股东们最初欢呼雀跃，但随后中国股市的暴跌迫使他们重新思考。外国投资者已连续六个月成为中国股票的净卖家。美国的技术限制让中国独立的云和人工智能业务的前景变得黯淡。卖方分析师曾将该部门视为阿里巴巴继电子商务之后最有价值的部门。但招商证券最近的一项综合分析显示，云业务的价值仅为 550 亿元人民币（76 亿美元），不到总价值的 3%。薄弱且不透明的治理无济于事。《金融时报》援引内部人士的话报道，在业务部门分离后爆发了内部权力斗争。张勇和阿里巴巴联合创始人吴泳铭之间的一件事尤其具有破坏性。6月，张勇宣布辞去集团首席执行官兼董事长职务，转而领导云部门了。然而，外界仍然对谁负责毫无了解。阿里巴巴实际上由一个合伙人团体控制，该团体提名公司的大多数董事。张勇和马云都是合伙人成员，尽管马云在2019年卸任董事长。令人困惑的是，阿里巴巴表示张勇仍然通过“以不同的方式运用他的专长”为公司做出贡献，并且已承诺向他的前任老板将要建立的基金投资10亿美元。在阿里巴巴取消了云业务分拆并暂停其物流和食品杂货部门的首次公开募股之后，该公司的重组状况同样不明朗。除了担任集团首席执行官之外，吴泳铭现在还负责国内电子商务和云业务。他承诺对这两个部门进行大量持续投资以重振增长，同时该公司计划每年花费120亿美元回购其股票。然而，吴泳铭可能必须优先考虑。阿里巴巴12月份季度的运营净现金流量同比下降26%至90亿美元，而自由现金流量缩水超过30%。此外，中国严格的反垄断规则和监管审查将使该公司很难重新夺回失去的市场份额。最终，阿里巴巴的命运与中国消费者的命运息息相关，就像十年前一样。迄今为止，政策制定者为重振信心和刺激国内消费所做的努力还需时间验证。因此，押注阿里巴巴扭亏为盈是对中国经济的最终押注。

Sissi2024-02-22

英特尔推出面向AI时代的系统级代工，并更新制程路线图

。该公司还拓展了制程技术路线图，新增了Intel 14A和数个专业节点的演化版本。该公司证实，其“四年五个制程节点”路线图仍在稳步推进，并将在业内率先提供背面供电解决方案。英特尔预计将于2025年通过Intel 18A制程节点重获制程领先性。微软首席执行官Satya Nadella表示，微软设计的一款芯片计划采用Intel 18A制程节点生产。

金融界2024-02-22

英特尔预计2025年超越台积电，夺回全球最快芯片的桂冠

FX168财经报社(北美)讯英特尔(Intel)周三(2月21日)表示，预计将在2025年的最后期限之前，在先进芯片制造领域超越其最大竞争对手，并提供了有关将领先优势保持到2026年及以后的计划和新细节。英特尔$英特尔$原计划在加利福尼亚州圣何塞举行的英特尔代工厂首届技术会议上披露这些信息，英特尔代工厂是英特尔为与台积电竞争而设立的合同制造业务。英特尔表示，计划在今年晚些时候利用英特尔18A制造技术从台积电手中夺回全球最快芯片的桂冠，并利用英特尔14A新技术将这一领先优势延续至2026年。有关14A技术的消息是这家硅谷公司首次公布其2025年以后的计划细节。这是三年前帕特•格尔辛格(Pat Gelsinger)出任英特尔首席执行官时为重夺芯片制造桂冠所设定的最后期限。几十年来，英特尔只为自己制造芯片，并利用其在制造领域的领先地位，创造了一个制造业界领先性能芯片并收取溢价的循环。这些利润反过来又为制造业的进步提供了资金。但当英特尔失去制造领先地位时，其芯片竞争力下降，利润率下滑，从而削弱了制造业反弹的资金来源。现在，英特尔正指望美国政府可能提供的数十亿美元补贴和来自外部客户的业务帮助其重回正轨。台积电希望一些客户能够被其在多个大洲运营尖端工厂的悠久历史所吸引，尤其是那些对台积电将最先进工厂集中在台湾的做法感到担忧的客户。英特尔代工厂负责人斯图·潘 (Stu Pann) 在谈到该公司的地域多样性时表示：“这是一种目前引起共鸣的销售宣传，人们希望如此。” 英特尔表示，已有4家“大”客户签约使用其18A制造技术，但尚未透露它们的名称。英特尔还拥有一项特殊技术，分析人士表示，这项技术将有助于加快耗电的人工智能芯片的运行速度。人工智能芯片市场的领导者英伟达(Nvidia)$英伟达$表示，正在评估英特尔的制造技术，但两家公司尚未宣布达成协议。咨询公司Creative Strategies的首席执行官本•巴加林(Ben Bajarin)表示，英特尔吸引外部客户的努力“是扭转局面的关键”。 “不幸的是，这是一个没有答案的问题，因为这是一个两到三年的旅程，需要时间才能知道这是否有效。” （英特尔年初至今走势图，来源：谷歌）（台积电年初至今走势图，来源：谷歌）

Sissi2024-02-22

美国商业地产低迷仍在扰动德国做空者对银行PBB押注创历史新高

S&P Global Market Intelligence周二的数据显示，由于德国Deutsche Pfandbriefbank(PBB)银行仍受困于商业地产市场低迷，做空者对该行押注升至历史新高。

金融界2024-02-21

24小时热点