FX168财经网_全球视野外汇黄金加密货币NFT资讯网

晚间公告全知道 | 信雅达澄清：未投资Pika 也未与Pika有任何业务往来！浙江证监局对思美传媒、董秘李子木出具警示函，公司称经营情况正常

务、应用开发、模型试验与测试。安联通是NVIDIA（英伟达）中国区精英级（Elite）合作伙伴，算力资源供应保障实力雄厚。阿尔特：与智能院集团签署《智算中心战略合作框架协议》阿尔特公告，与北京亦庄智能城市研究院集团有限公司签署《智算中心战略合作框架协议》，深度整合市场资源与GPU卡技术，携手打造亦庄智能制造集聚区、模式创新培育基地及产业聚合核心区；整合智能算力和汽车研发的上下游产业链资源，打造汽车研发融合人工智能的生态环境。弘信电子：中标4157.27万元甘肃电信智算中心项目弘信电子公告，子公司甘肃燧弘中标中国电信甘肃分公司“2023年甘肃公司智算中心（庆阳节点）建设工程硬件设备（标段1GPU服务器）”项目，中标金额4157.27万元。信雅达：公司未投资Pika 也未与Pika有任何业务往来信雅达公告，公司关注到媒体关于“视频生成应用Pika”的相关报道，为避免相关信息对广大投资者造成误导，现予以澄清说明。Pika开发团队创始人之一郭文景系公司实际控制人郭华强先生女儿。除上述关系外，公司与Pika无其他关系。截止目前，郭文景未在公司担任任何职务，公司未投资Pika，也未与Pika有任何业务往来。思美传媒：公司目前经营情况正常思美传媒发布股价异动公告，公司于2023年11月29日分别收到了中国证券监督管理委员会浙江监管局出具的《关于对思美传媒股份有限公司、李子木采取出具警示函措施的决定》、中国证券监督管理委员会出具的《立案告知书》。公司目前经营情况正常，近期公司经营情况及内外部经营环境未发生重大变化。关于近期投资者在深交所互动易平台提问及关注的公司与抖音超市的合作业务，该业务目前对公司整体业绩影响较小，且未来公司与抖音超市的合作情况具有重大不确定性。【增持减持】露笑科技：东方创投拟减持股份不超过1% 露笑科技公告，持股10.52%的股东东方创投计划在本次减持计划公告披露之日起15个交易日后的3个月内以集中竞价方式合计减持公司股份不超过1923.01万股（含本数），即不超过公司总股本的1%。金开新能：拟回购公司股份不超过2.4亿元金开新能公告，拟回购公司股份不超过2.4亿元，回购价不超过人民币8.00元/股(含)。天岳先进：拟以1亿元-2亿元回购公司股份天岳先进公告，拟以1亿元-2亿元回购公司股份书，回购价不超过人民币86.00元/股(含)。声迅股份：控股股东承诺6个月内不减持其所持有的公司股份声迅股份公告，公司控股股东天福投资承诺6个月内（即2023年12月4日至2024年6月3日）不通过二级市场集中竞价交易或者大宗交易方式减持其所持有的公司股份。晨光新材：拟2000万元至3300万元回购股份晨光新材公告，公司拟使用自有资金2000万元至3300万元回购股份用于实施员工持股计划或股权激励计划，回购价格不超过20元/股（含）。荣昌生物：实控人拟通过其控制企业以1000万元至2000万元增持公司股份荣昌生物公告，公司实控人王威东等拟通过其控制的企业烟台荣昌控股集团有限公司增持公司股份，本次增持金额不低于1000万元且不超过2000万元。【其他事项】美的集团：拟变更回购股份用途为注销并减少公司注册资本美的集团公告，公司计划拟对2021年2月23日第三届董事会第二十九次会议审议通过的《关于回购部分社会公众股份方案的议案》中剩余的回购股份用途进行变更，变更为“用于注销并减少公司注册资本”。天迈科技：控股股东拟协议转让不超公司7.35%股份天迈科技公告，公司控股股东郭建国拟通过协议转让方式转让不超过500万股公司股份，约占公司当前总股本的7.35%。兆新股份：拟将深圳日新22%合伙份额转让给灏月控股兆新股份公告，公司拟将持有的深圳日新22%合伙份额进一步转让给灏月控股，交易对价为8800万元。本次交易预计将增加公司2023年度净利润7900万元，占公司2022年度经审计归母净利润绝对值的348.4%。飞荣达：拟参与国有土地使用权竞拍并投资建设新能源智能制造基地飞荣达公告，董事会同意公司使用自有资金不超过7500万元，参与竞拍深圳市规划和自然资源局光明管理局以挂牌方式出让的国有建设用地使用权。公司取得上述国有土地使用权后，拟投资不超过16亿元在深圳光明区建设“新能源智能制造基地”。荣盛石化：控股子公司浙石化ABS装置采用新工艺产出合格产品荣盛石化公告，控股子公司浙江石油化工有限公司（以下简称“浙石化”）在舟山绿色石化基地投资建设的ABS装置于近期采用新工艺投料成功，目前已顺利产出合格产品。 *ST围海：联合体预中标8.15亿元工程项目 *ST围海公告，公司查询获悉，中铁十局集团有限公司（牵头方）与公司组成联合体为“宁波至慈溪市域（郊）铁路工程龙山车辆段施工”项目的中标候选人，项目投标报价为8.15亿元。该项目预中标金额占公司2022年经审计营业总收入的31.67%。海峡环保：中标红庙岭第二轮渗沥液特许经营项目海峡环保公告，公司中标福州市城市管理委员会红庙岭第二轮渗沥液特许经营项目，特许经营期限25年（含建设期），项目投资总额由两部分构成，包括存量资产经营权转让投资额和提标改造投资额，其中存量资产经营权估值5.02亿元，存量资产经营权转让费以运营权估值为参考；提标改造投资估值1.7亿元（含建设期利息）。福龙马：11月预中标的环卫服务项目合同总金额约为1.4亿元福龙马公告，公司11月预中标的环卫服务项目数5个，合计首年服务费金额为4311.79万元（占公司2022年度经审计营业收入的0.85%）；合同总金额约为1.4亿元。赣锋锂业：墨西哥经济部维持取消控股子公司矿产特许权决定赣锋锂业公告，2023年8月，墨西哥矿业总局公司在墨西哥注册的三家控股子公司发出取消其持有的9个矿产特许权的决议通知，上述矿产特许权允许公司开发墨西哥Sonora项目。收到通知后，本公司全资子公司赣锋国际贸易（上海）有限公司及墨西哥子公司向墨西哥经济部针对上述决议提起行政复议。近日，公司收到赣锋国际贸易（上海）有限公司的通知，关于赣锋国际贸易（上海）有限公司及墨西哥子公司先前提起的行政复议，经济部仍维持原墨西哥矿业总局发出的取消矿产特许权的决定。公司将通过其子公司根据墨西哥法或国际法寻求额外的应对措施，包括但不限于国际仲裁或行政诉讼。东安动力：华为与长安汽车合作项目不涉及东安动力东安动力发布股票交易异常波动公告，2023年11月27日，长安汽车刊登公告，与华为签署《投资合作备忘录》，华为拟设立一家从事汽车智能系统及部件解决方案研发、设计、生产、销售和服务的公司，长安汽车拟投资该公司。公司与长安汽车同为中国长安汽车集团有限公司的控股子公司，上述合作项目不涉及东安动力。晋拓股份：公司目前日常经营活动一切正常晋拓股份发布股价异动公告，公司目前日常经营活动一切正常，市场环境、行业政策没有发生重大调整、生产成本和销售等情况没有出现大幅波动、内部生产经营秩序正常，公司内外部经营环境未发生重大变化。廊坊发展：恒大地产所持公司股份累计被轮候冻结占公司总股本20% 廊坊发展公告，恒大地产持有公司股份总数为7603.21万股，占公司总股本的20%。此次股份被轮候冻结后，恒大地产所持公司股份累计被轮候冻结的数量为7603.21万股，占其所持公司股份总数的比例为100%，占公司总股本的比例为20%。德迈仕：拟购买董监高责任险德迈仕公告，拟为公司及董事、监事、高级管理人员购买责任保险，保险费总额不超过人民币20万元/年。海南橡胶：收到3934.97万元橡胶收入保险赔款海南橡胶公告，公司与中国太平洋财产保险股份有限公司海南分公司等签订的《海南橡胶2023年橡胶收入保险项目保险协议》约定，2023年6月期间因价格波动触发保险赔付条件，经查勘定损，确定保险赔付金额为3934.97万元。近日，公司已收到上述赔付款项，会计核算计入其他收益。电子城：全资子公司拟与京东方空间数智签署项目合作协议电子城公告，公司全资子公司北京电子城有限责任公司（简称“电子城有限”）拟与北京京东方空间数智科技服务有限公司（简称“京东方数智”）签署项目合作协议，共同打造区域医工前沿成果转化创新中心及产业服务平台，搭建集智慧办公、咨询服务、成果展示等功能一体化的创新空间，助力产业升级。

金融界2023-11-30

润建股份：与安联通签署《合作协议》

务、应用开发、模型试验与测试。安联通是NVIDIA（英伟达）中国区精英级（Elite）合作伙伴，算力资源供应保障实力雄厚。

金融界2023-11-30

英伟达CEO警告：美国芯片业欲摆脱中国供应链尚需10年！人工智能巨头或面临重大挑战

168财经报社(北美)讯 #中美关系#Nvidia首席执行官黄仁勋在接受CNBC采访时表示，美国芯片制造商至少需要10年才能实现对中国的“供应链独立”。 “我们绝对应该走上这条道路，”黄仁勋在纽约时报DealBook Conference上的一次露面中说道，他指的是拜登政府努力将中国与美国芯片供应脱钩的努力，“但供应链的完全独立在10年或20年内不是一个真正切实可行的事情。” 当被问及Nvidia是否应继续与中国做生意时，黄仁勋表示：“我们是一家为商业而建的公司，因此我们尽力与我们能做生意的每个人做生意。另一方面，我们的国家安全和国家竞争力至关重要。” Nvidia在11月21日的第三季度财报中警告称，它预计将在第四季度受到美国出口管制的负面影响。 Nvidia受到越来越严格的出口管制限制，限制其向中国发送用于人工智能的最高性能GPU的能力。“我们构建的最关键的技术，其领先地位并未提供给中国，”黄仁勋告诉CNBC。但黄仁勋也指出，中国可以找到一种方法获取这项技术或“激励”国内芯片制造商。黄仁勋具体指出，Nvidia领先这些公司10年，这是对受制裁的中国制造商华为的特定引用。拜登政府优先考虑限制中国获取财政和知识资源的途径。除了先进芯片的出口之外，美国政府还对美国创投公司在中国投资的行业施加了限制。黄仁勋还对人工智能发展的迅速进展发表了意见。通过其日益强大的GPU，Nvidia在推动该行业的发展中发挥了关键作用。黄仁勋表示，在5年内将实现与人类智力相等的人工智能。

佳华1682023-11-30

美联储降息希望推动华尔街“所有股票上涨”

看涨股票期权来追逐涨势，而押注英伟达(Nvidia Corp.)股价大幅波动的做法看起来很受欢迎。如果英伟达股价大涨24%或以上就能获利的看涨期权持仓量大幅增加，如果英伟达股价较周二收盘价407.80美元下跌17%或以上就能获利的看跌期权持仓量也大幅增加。 OptionMetrics定量研究主管加勒特•德西蒙(Garrett DeSimone)将这些押注描述为“基本上是押注英伟达股价大幅波动”。对标普500指数看涨期权的需求也有所增加。芝加哥期权交易所(Cboe)股票看跌期权比率已从几周前的1.20左右降至周三的0.79。高盛集团(Goldman Sachs Group)的一组分析师表示，看涨期权的“偏斜”还有变得更加极端的空间。其他人同意了。 eToro的美国股票策略师考克斯(Callie Cox)在给MarketWatch的一封电子邮件中表示:“期权交易商整个月都在追赶。” 在更具防御性的交易中，受欢迎的押注金价的工具SPDR Gold Shares ETF GLD周二上涨1.3%，至每股189.26美元，原因是在美联储发表最新一批鸽派言论后，金价飙升至六个月高点。FactSet的数据显示，截至周三午盘，该ETF在11月份上涨了3%以上。美国国债也出现反弹，债券市场专家将其描述为“牛市趋陡”模式，两年期国债等短期债券领涨。FactSet数据显示，自周二开盘以来，两年期美国公债收益率BX:TMUBMUSD02Y已下跌近20个基点。周三该股报4.664%，为去年6月以来的最低水平。 Piper Sandler期权主管丹尼•基尔希(Danny Kirsch)周二在接受MarketWatch电话采访时表示:“这都是同一笔交易。” 降息激起了乐观情绪，但风险依然存在周二，在利率政策方面被视为鹰派的美联储理事沃勒(Christopher Waller)说，假设通胀继续减弱，最早可能在今年春季开始降息，这令投资者感到意外。此举再次提振了降息的希望。沃勒说:“我不知道要过多久，三个月，四个月，还是五个月，我们才有信心通货膨胀真的在下降，然后你就可以开始降低政策利率，仅仅因为通货膨胀率降低了。”自那以来，期货交易员预计，美联储最早可能在3月份的会议上开始降息的可能性为45%。自本月初以来，标准普尔500指数上涨了8.8%，而追踪纳斯达克100指数的景顺QQQ信托QQQ上涨了11.4%。FactSet的数据显示，这两个月都有望创下自2022年7月以来的最佳表现。与此同时，今年以来一直落后于大盘的小盘股也经历了类似于6月份突然猛涨的行情。罗素2000指数上涨7.9%，有望追平6月份的涨幅，甚至有可能超过6月份的涨幅。周三，该指数上涨1.1%，至1,812点，轻松跑赢标准普尔500指数、纳斯达克综合指数和道琼斯工业平均指数。但Beam的Aama表示，在市场对降息的兴奋情绪失控之前，投资者应该认真思考第一季降息的潜在风险。"所有人都认为，美联储越早降息，股市就越好，" Aama称。“但如果美联储在第一季度降息，那就意味着他们有一个很好的理由，这可能是经济(的问题)。”

金融界2023-11-30

AI狂热推动成长股开启“狂飙”模式价值股能否迎头赶上？

大公司今年平均上涨了82%。芯片制造商Nvidia的股价翻了两番多，而Meta Platforms上涨约180%。该指数的其他明星股包括苹果、亚马逊和制药公司礼来。在价值股方面，前10大股票中有6只今年下跌：随着油价下跌，雪佛龙下跌近20%。强生、默克和美国银行也处于亏损状态。成长股公司通常承诺未来实现快于平均水平的盈利增长。相比之下，价值股的盈利增长较慢，因为它们以低于账面价值的倍数交易，被认为是便宜货。它们往往集中在金融、消费品和公用事业等成熟行业。近年来，超低利率鼓励投资者追逐成长型股票的更高收益率，而成长型股票的表现一直优于价值型股票。去年的情况与这一趋势背道而驰：美联储的快速加息和对经济衰退的担忧重创了大型科技公司的股价。价值股也下跌，但跌幅远没有那么严重。由于今年利率仍然很高，一些分析师认为价值股将继续跑赢成长股。OpenAI的ChatGPT聊天机器人火爆后，科技股飙升。与此同时，价值股受到今年早些时候地区银行危机的打击，这导致金融股暴跌。其他以价值为导向的行业，如公用事业和医疗保健，则严重滞后。本月，美联储暗示可能不再加息，成长型股票的前景进一步明朗。不久后的通胀数据给投资者带来了希望，即央行正在设法给经济降温，而不会陷入衰退。现在一些人押注美联储最早可能在3月份开始降息。成长指数的市盈率约为32倍，而价值指数的市盈率约为14倍，不包括亏损公司的业绩。这两类公司的前景都是乐观的。根据CFRA的数据，总体而言，标普500指数成长型公司明年的每股收益预计将增长14.3%，而价值股的利润预计将增长11.4%。这就是为什么一些投资者仍在押注于价值股。根据LSEG的数据，今年已有170亿美元流入专注于价值股的主动管理的交易所交易基金（ETF）。而流入类似的成长型基金的资金总额为68亿美元。其他人则期望成长股的吸引力会持续吸引投资者。Mahoney Asset Management首席执行官Ken Mahoney表示，如果他们在年底落后于指数，投资者可能会感到压力，转向这些股票。“对于企业绩效的担忧是真实存在的。”

一禾2023-11-29

不要怕！12月历来是全年第三好的月份，股市通常会在年底上涨

，而标普500科技指数上涨了13%，而Nvidia、特斯拉、Meta、微软、亚马逊、苹果和谷歌这科技七巨头在本月上涨了10%至18%之间。

金融界2023-11-29

“拜习会”谜题惊现关键破口？TA出走中国成为新宠儿！贝莱德、美银等14家机构大举增持……

“中国出走矿企”，该公司也成为英伟达(NVIDIA)首选云端服务供应商。中国国家主席习近平和拜登在亚太经合组织(APEC)峰会上讨论了AI课题，都同意在军事或核子行动时使用AI，会带来真正风险。美方高层表示，中美高度聚焦于具危险性或破坏稳定的AI操作，但还不到能在AI领域发表联合宣言的地步。但在拜习会上，拜登进一步收紧对华AI芯片的禁令却未有任何改善。英伟达在发布业绩时坦承受到禁令影响，警告称当前第四财季在华销售将大幅下降。鉴于拜登禁令，该公司表示，正在为中国市场开发新的合规产品，并为一些中国客户申请出口许可证。#中美关系# 而在这背景下，中国企业家吴忌寒创办的矿机共享服务平台比特小鹿(Bitdeer)，受到了华尔街机构的热烈追捧，该公司透过特殊目的收购公司(SPAC)与Blue Safari业务合并后，4月14日在美国纳斯达克上市。中国封禁比特币挖矿后，吴忌寒出走创立比特小鹿，其总部设在新加坡，今年5月，公司宣布与不丹主权财富基金Drug Holding & Investments合作，共同设立5亿美元加密货币挖矿基金，发展绿色加密货币挖矿业务，目标是利用不丹丰富的水力发电优势做到无碳挖矿。据纳斯达克最新披露的股权数据显示，截至9月30日，包括瑞士国家银行、德意志银行、巴克莱银行、美国银行等14家新的投资机构加入比特小鹿股东行列，总计新买入258806股BTDR，其中以瑞银买入最多，为62688股。原本截至8月31日，贝莱德总计持有99810股BTDR，但短短一个月后截至9月30日，贝莱德的持股数量已上升至256033股，较8月数据增长了超过4倍。市场认为，这是该机构对比特小鹿前景看涨的一大进展。 (来源:Nasdaq) (来源:Nasdaq) 除了加仓比特小鹿外，这家管理着超过9万亿美元的华尔街巨头，同时是Riot Blockchain、Marathon Digital、Cipher Mining、Terawulf等4家全球最大比特币矿业公司的第二大股东。比特小鹿还传来一个重磅利好，公司在11月10日正式宣布已成为英伟达合作伙伴网路中的首选云端服务供应商(CSP)，并计划推出Bitdeer AI Cloud，这将是亚洲地区首批由英伟达DGX SuperPOD与DGX H100系统驱动的云端服务之一。 (来源:BitDeer) 根据介绍，该服务将为比特小鹿的客户提供英伟达超级运算的存取权限，帮助他们加速发展生成式AI、大型语言模型(LLMs)和其他AI工作负载的开发。对此，Bitdeer首席执行官Matt Linghui Kong表示：“我们很高兴与英伟达合作，为亚洲的AI和大型语言模型进步奠定基础。成为英伟达合作伙伴网路的首选成员证明了我们的技术能力和市场覆盖范围，我们期待与英伟达合作，赋能亚洲的企业创新、成长和繁荣。” 随着下半年比特币价格回温，加上明4月的比特币减半事件，比特小鹿股价近一个月股价已上涨26.28%。截至周一美股收市，比特小鹿股价报在4.18美元。不过，这仍距离其发行当天的收市价7.03美元还有一段距离。 (来源:Trading View)

颜辞2023-11-28

重塑计算界限：去中心化算力的现状与展望

图形处理器（GPU）来进行挖矿计算，如Nvidia RTX系列等。这样它更适合通用计算硬件来参与，这甚至一度引发了，市场对于GPU的争抢而导致市面上高端的显卡一度断货的局面。而当时间来到2022年11月30日，由 OpenAI 研发的 ChatGPT 同样是展示了 AI 领域划时代的意义，用户惊叹于 ChatGPT 带来的全新体验，能如同真人一般，基于上下文完成用户提出的各种要求。而在今年9月推出的新版本中，加入了语音、图像等多模态特征的生成式AI又将用户体验带到了更新的阶段。但与之对应的是GPT4有超过万亿级的参数参与模型预训练以及后续微调。这是 AI 领域对算力需求最大的两个部分。在预训练阶段，通过学习大量的文本来掌握语言模式、语法和关联上下文。使其能够理解语言规律，从而根据输入生成连贯且上下文相关的文本。预训练之后，再对GPT4进行微调，以便于更好地适应特定类型的内容或风格，提升特定需求场景的性能和专业化。由于 GPT 采用的 Transformer 架构，引入自注意力机制（Self-attention），这种机制使得模型能在处理输入的序列时，同时关注序列中不同部分之间的关系，因而对算力需求急剧增长，特别是在处理长序列是需要大量并行计算和存储大量注意力分数，因而也需要大量的内存和高速的数据传输能力。目前主流的同架构LLM对于高性能GPU的需求巨大，这也表明AI大模型领域投入成本巨大。根据相关 SemiAnalysis 的推测估计GPT4一次模型训练成本高达6300万美金。而为实现良好的交互体验，GPT4 在日常运营中亦需要投入大量的算力来维持其日常运营。算力硬件分类这里我们要来理解一下目前主要的算力硬件类型，CPU、GPU、FPGA、ASIC 分别能处理怎样算力需求场景。 • 从CPU和GPU的架构示意图上，GPU包含更多核心，它们使得GPU可同时处理多个计算任务，并行计算的处理能力更强，适用于处理大量计算任务，因此在机器学习和深度学习领域得到了广泛的应用。而CPU的核心数量较少，适合处理更集中地处理单个复杂计算或序列任务，但在处理并行计算任务时不如GPU高效。在渲染任务和神经网络计算任务中，通常需要处理大量重复计算和并行计算，因此GPU比CPU在这个方面会更高效且适用。 • FPGA（Field Programmable Gate Array）现场可编程逻辑门阵列，是作为专用集成电路（ASIC）领域中的一种半定制电路。由大量小型处理单元组成的阵列，FPGA可以理解为可编程的数字逻辑电路集成芯片。目前的运用主要集中在硬件加速，其他任务仍然在CPU上完成，让FPGA和CPU协同工作。 • ASIC（Application Specific Integrated Circuit）专用集成电路，是指应特定用户要求和特定电子系统的需要而设计的集成电路。ASIC在批量生产时与通用集成电路相比具有体积更小、功耗更低、可靠性提高、性能提高、保密性增强、成本降低等优点。因而在比特币挖矿的固有场景下，只需要执行特定的计算任务，ASIC则是最契合的。Google 也推出了针对机器学习专门设计的 TPU（Tensor Processing Unit）作为ASIC的一种，但目前主要通过Google Cloud提供算力租用服务。 • ASIC 和 FPGA 相比，ASIC 是专用集成电路，一旦设计完成后集成电路即固定。而FPGA是在阵列内集成大量数字电路基本门电路和存储器，开发人员可以通过烧写FPGA配置来定义电路，并且这种烧写是可更换的。但就当下的AI领域的更新速度，定制化或半定制化的芯片，无法及时通过调整重新配置来执行不同的任务或适应新算法。因而，GPU 的普遍的适应性和灵活性，使其在 AI 领域大放异彩。各大 GPU 厂商就 AI 领域也对 GPU 在 AI 领域的适配做了相关优化。以 Nvidia 为例，推出了专为深度学习设计的 Tesla 系列和 Ampere 架构 GPU，这些硬件包含针对机器学习和深度学习计算优化的硬件单元（Tensor Cores），这使得GPU能够以更高的效率和更低的能耗执行神经网络的前向和反向传播。此外也提供了广泛的工具和库来支持AI开发，如 CUDA（Compute Unified Device Architecture）来帮助开发人员利用GPU进行通用并行计算。去中心化算力去中心化算力是指通过分布式计算资源提供处理能力的方式。这种去中心化的方法通常结合区块链技术或类似的分布式账本技术，将闲置的计算资源汇集并分发给需要的用户，以实现资源共享、交易和管理。产生背景 • 强劲的算力硬件需求。创作者经济的繁荣，使得数字媒体处理方向进入全民创作的时代，激增的视效渲染需求，出现专门渲染外包工作室、云渲染平台等形式，但这样方式也需要本身投入大量的资金用于前期算力硬件采购。 • 算力硬件来源单一。AI 领域发展更加剧了算力硬件的需求，全球以 Nvidia 为龙头的 GPU 制造企业在这场AI算力竞赛中，赚得盆满钵满。其供货能力甚至成为能掣肘某一行业发展的关键要素，Nvidia的市值也于今年首次突破一万亿美元。 • 算力提供仍主要依赖中心化云平台。而目前真正受益于高性能计算需求激增的是以 AWS 为代表的中心化云厂商，它们推出了 GPU 云算力服务，以目前AWS p4d.24xlarge 为例，租用一台这样的专精于 ML 方向的 HPC 服务器，包含8块 Nvidia A100 40GB GPUs，每小时花费在 32.8 美元，其毛利率据估计可达61%。这也使得其他云巨头纷纷竞相参与，囤积硬件以其在行业发展初期尽可能占据有利。 • 政治、人为干预等因素导致行业发展不平衡。不平衡我们不难看出GPU的所有权和集中度更向资金和技术充裕组织和国家倾斜，且与高性能计算集群呈现依仗关系。这使得以美国为代表的芯片半导体制造强国，也在对AI芯片出口方面实施更为严苛的限制，以削弱其他国家在通用人工智能领域的研究能力。 • 算力资源分配过于集中。 AI 领域的发展主动权掌握在少数巨型公司手中，目前以 OpenAI 为代表的巨头，有微软的加持，背后是微软Azure 提供的丰富算力资源，这使得 OpenAI 每次新产品的发布，都是对当下 AI 行业的重塑和整合，让其余团队在大模型领域难以望其项背。那么在面对高昂的硬件成本、地域限制、产业发展不均衡的情况，是否有其他解决方案？去中心化算力平台则应运而生，平台的目的是创建一个开放、透明且自我调节的市场来更有效地利用全球计算资源。适应性分析 1. 去中心化算力供给侧目前高昂的硬件价格和供给侧的人为控制，都给去中心化算力网络的建设提供了土壤。 • 从去中心化算力的组成方式来看，多样的算力提供方小到个人PC、小型物联网设备大到数据中心、IDC等，大量累积的算力可提供更灵活和可扩展的计算解决方案，从而帮助更多的AI开发者和组织更有效地利用有限的资源。都可以通过个人或组织的闲置算力，来实现去中心化算力共享，但这些的算力的可用性、稳定性，受本身用户的使用限制或分享上限的限制。 • 有可能的潜在优质算力来源，则是以太坊转 PoS 后，直接由相关矿场转型提供的算力资源。以美国领先的 GPU 集成式算力提供商 Coreweave 为例，前身是北美以太坊最大的矿场，基于已构建的完备基础设施。此外，退役的以太坊矿机，其中也包含了大量的闲置 GPU，据悉此前以太坊挖矿时代巅峰在网工作的 GPU 约2700万张，盘活这些 GPU 也能进一步成为去中心化算力网络重要的算力来源。 2. 去中心化算力需求侧 • 从技术实现来看，去中心化算力资源在图形渲染类，视频转码类，这种计算复杂程度不高的任务，结合区块链技术和web3的经济体系能在确保信息数据安全传递情况下，为网络参与者带来了切实的收益激励，积累了有效的商业模式和客群。而 AI 领域则涉及大量的并行计算，节点间的通信、同步等环节，对网络环境等方面有非常高的要求，因而目前应用也都集中于微调、推理、AIGC 等更偏应用层。 • 从商业逻辑来看，单纯算力买卖的市场是缺乏想象力的，行业只能卷供应链、定价策略，但这些又恰好是中心化云服务的优势。因而，市场上限较低也缺乏更多想象空间，所以也能看到原本做单纯图形渲染的网络在寻求 AI 转型，如 Render Network 与2023 Q1 也推出了原生集成Stability AI 工具集，用户可以的该项功能引入Stable Diffusion作业，业务也不再局限于渲染作业而向 AI 领域扩展。 • 从主要客群来看，很显然大B端客户会更倾向于中心化集成式云服务，他们通常有充足的预算，他们通常是从事底层大模型的开发，需要更高效的算力聚合形式；因而，去中心化算力更多的是服务于中小型开发团队或个人，从事多是模型微调，或应用层开发，对算力的提供形式没有太高的要求。他们对价格更敏感，去中心化算力的能从根本上减轻初始成本的投入，因而整体的使用成本也更低，以 Gensyn 此前测算的成本来看，将算力换算成V100 提供的等值算力，Gensyn 价格仅为0.4美元每小时，相比AWS 同类型的算力需要2美元每小时，能下降80%。虽然这部分生意并不在目前行业中占开销大头，但伴随 AI 类应用的使用场景持续延展，未来的市场规模不容小觑。 • 从提供的服务来看，可以发现目前的项目更像是去中心化云平台的概念，提供的是一整套从开发、部署、上线、分发、交易全流程的管理，这样的好处在于吸引开发者，可以利用相关工具组件来简化开发部署，提升效率；同时能吸引用户来平台使用这些完整的应用产品，形成基于自身算力网络的生态护城河。但这同时也对项目运营提出了更高的要求。如何吸引优秀开发者和用户并实现留存显得尤为重要。不同领域的应用 1. 数字媒体处理 Render Network 一个基于区块链的全球渲染平台，其目标是为创作者数字创意提供帮助。它允许创作者按需将 GPU 渲染工作扩展到全球 GPU 节点，提供了以一种更为高速且便宜的渲染工作能力，在创作者确认过渲染结果后，再由区块链网络向节点发送代币奖励。相比传统的视觉效果实现方法，在本地建立渲染基础设施或在购置的云服务中增加相应的GPU开支，这都需要高昂的前期投入。自2017年创立以来，Render Network 用户在网络上渲染了超过1600万帧和近50万个场景。从Render Network 2023 Q2 发布数据也能表明，渲染帧数作业和活跃节点数都呈增长的趋势。此外，Render Network 与2023 Q1 也推出了原生集成Stability AI 工具集，用户可以的该项功能引入Stable Diffusion作业，业务也不再局限于渲染作业而向AI领域扩展。 Livepeer 则是通过网络参与者贡献自己的GPU算力和带宽，为创作者提供实时视频转码服务。广播者可以通过将视频发送至Livepeer，完成各类视频转码，并向各类端侧用户分发，进而实现视频内容的传播。同时，可以便捷地通过法币形式支付，获得视频转码、传输、存储等服务。在Livepeer 网络中，任何人都允许贡献个人计算机资源（CPU、GPU 和带宽）以进行转码和分发视频来赚取费用。原生代币（LPT）则代表了网络参与者在网络中的权益，通过质押代币的数量，决定节点在网络中的权重，从而影响其获得转码任务的机会。同时，LPT也起到了引导节点安全、可靠、快速地完成分派的任务。 2. AI领域的扩展在目前AI领域的生态系统中，主要参与者大致可以划分成：从需求方入手，在产业的不同阶段，对算力的诉求是有明显区别的。以底层模型开发为例，在预训练环节为确保训练结果的有效对并行计算、存储、通信等方面要求都非常高，这就需要通过大型的算力集群来完成相关的任务。当下主要算力供给主要还是依赖自建机房、中心化的云服务平台来集中提供。而在后续模型微调、实时推理和应用开发等环节则对并行计算、节点间通信的要求没有那么高，这恰恰是去中心化算力能一展拳脚的部分。纵观此前已颇具的声量的项目， Akash Nework 在去中心化算力方向做了一些尝试： Akash Network 结合不同的技术组件，让用户可以在去中心化的云环境中高效、灵活地部署和管理应用程序。用户可以利用 Docker 容器技术打包应用，然后通过 Kubernetes 在 Akash 提供的云资源上通过 CloudMOS 进行部署和扩展。Akash 采用“反向拍卖”的方式，这使得价格比传统云服务更低。 Akash Network 在今年8月也发布将推出了主网第6次升级，将对 GPU 的支持纳入其云服务中，未来向更多 AI 团队提供算力供给。 Gensyn.ai，今年颇受行业瞩目的项目由 a16z 领投完成了4300万美元A轮融资，就目前公布项目公布的文档来看，该项目是一个主网基于波卡网络的 L1 PoS 协议，聚焦于深度学习，它旨在通过创建一个全球性的超级计算集群网络来推动机器学习的边界。这个网络连接了从拥有算力富余的数据中心到潜在可贡献个人 GPU 的 PC，定制的 ASIC 和 SoC 等多种设备。为解决的目前去中心化算力中存在的一些问题，Gensyn 借鉴了学术界的一些理论研究新成果： 1. 采用概率学习证明，即使用基于梯度的优化过程的元数据来构建相关任务执行的证明，来加快验证过程； 2. 图形基准协议（Graph-based Pinpoint Protocol），GPP作为一个桥梁，连接了DNN（Deep Neural Network）的离线执行与区块链上的智能合约框架，解决了跨硬件设备间容易发生的不一致性，并确保了验证的一贯性。 3. 与 Truebit 类似的激励方式，通过质押和惩罚相结合的方式，建立一个能让经济理性参与者能诚实地执行分派的任务。该机制采用了密码学和博弈论方法。这个验证系统对于维持大型模型训练计算的完整性和可靠性。但值得注意的是以上内容更多的是解决任务完成验证层面，而非在项目文档中作为主要亮点讲述的关于去中心化算力来实现模型训练方面的功能，特别是关于并行计算和分布式硬件间通信、同步等问题的优化。当前受网络延迟（Latency）和带宽（Bandwidth）的影响，频繁的节点间通信会使得迭代时间和通信成本都发生增长，这不仅不会带来实际的优化，相反会降低训练效率。Gensyn 在模型训练中处理节点通信和并行计算的方法可能涉及复杂的协调协议，以管理计算的分布式性质。然而，如果没有更详细的技术信息或对他们具体方法的更深入了解，Gensyn通过其网络实现大型模型训练的确切机制需要等项目上线才能真正揭晓。我们还关注到 Edge Matrix Computing (EMC) protocol 它通过区块链技术将算力运用至 AI、渲染、科研、AI电商接入等类型的场景，通过弹性计算把任务分发到不同的算力节点。这种方法不仅提高了算力的使用效率，还确保了数据传输的安全性。同时，它提供了一个算力市场，用户可以访问和交换计算资源。方便开发者部署，更快地触达用户。结合 Web3 的经济形式，也能使算力提供方在根据用户的实际使用情况获取真实收益和协议方补贴，AI开发者也获得更低的推理和渲染成本。以下是其主要组成部分和功能的概述：预期还将推出了基于 GPU 的 RWA 类产品，此项的关键在于将原本在机房固定住的硬件盘活，以 RWA 的形式分割流通，获得额外的资金流动性，高质量 GPU 能作为 RWA 底层资产的原因在于，算力可以算得上 AI 领域的硬通货，目前有明显的供需矛盾，且该矛盾并不能在短期内解决，因而 GPU 的价格相对比较稳定。此外，通过部署 IDC 机房实现算力集群也是 EMC protocol 会重点布局的部分，这不仅能让 GPU 在统一环境下的运转，更高效地处理相关大型算力消耗的任务，如模型的预训练，由此来匹配专业用户的需求。同时，IDC 机房也能集中托管和运行大量的 GPU，确保同类型高质量硬件的技术规格，方便将其打包作为 RWA 产品推向市场，开启DeFi 新思路。近年学界在边缘计算领域也有新的技术理论发展和应用实践。边缘计算作为云计算的一种补充和优化，一部分的人工智能正在加快速度从云端走向边缘，进入到越来越小的物联网设备中。而这些物联网设备往往体积很小，为此轻量机器学习受到青睐，以满足功耗、延时以及精度等问题。 Network3 是通过构建了一个专门的AI Layer2，通过AI 模型算法优化和压缩，联邦学习，边缘计算和隐私计算，为全球范围内的AI开发者提供服务，帮助他们快速、便捷、高效地训练或者验证模型。它通过利用大量智能物联网硬件设备，可聚焦小模型，来做相应的算力供给，且通过构建TEE（Trusted Execution Environment）能让用户仅通过上传模型梯度，来完成相关训练，确保用户相关数据隐私安全。综上 • 伴随 AI 等领域的发展，许多行业会从底层逻辑上实现巨大变革，算力会上升到更重要的地位，与之关联的各个方面也都会引起行业的广泛探索，去中心化算力网络有其自身优势，可答复降低中心化风险，同时也能作为中心化算力的一种补足。 • 且本身 AI 领域的团队也处于一个分岔口上，是否利用已训练好的大模型构建自身产品，还是参与到训练各自地域内的大模型，这样的选择也多是辩证的。因而去中心化算力能满足不同的业务需求，这样的发展趋势是喜闻乐见的，且伴随技术的更新和算法的迭代，势必在关键领域也会有所突破。 • 至不惧，而徐徐图之。来源：金色财经

金色财经2023-11-28

集邦咨询：各原厂预期2024年第一季于英伟达(NVDA.US)完成HBM3e产品验证

究显示，为了更妥善且健全的供应链管理，NVIDIA(NVDA.US)也规划加入更多的HBM供应商，其中三星的HBM3(24GB)预期于今年12月在英伟达完成验证。而HBM3e进度依据时间轴排列如下表所示，美光(MU.US)已于今年7月底提供8hi(24GB)NVIDIA样品、SK海力士已于今年8月中提供8hi(24GB)样品、三星则于今年10月初提供8hi(24GB)样品。

金融界2023-11-27

CPT Markets：美股多头信号又亮! 生成式AI时代起飞，NVIDIA营收超乎预期!

化库存的紧迫情势，读者可以理解为「只要NVIDIA的财报以及财测未显示任何反转的迹象，这种良好的趋势有望持续」。至于美股七巨头，除了Tesla，诸如Apple、Microsoft、Amazon、Facebook、Google与NVIDIA其财报均超乎市场预期。那么在七大巨头公布完其财报后，我们是否能察觉到企业对于经营状况可能引发衰退的担忧有所缓解?根据下图，我们可以发现标普500指数成分股公司在财报电话会议中所提及「衰退」的公司数量正呈逐渐下降的趋势，第三季度大致于11%左右徘徊，明显低于2020年和2022年42%至46%的高峰水平。总体来说，2023年第四季可能受淡旺季变动影响，美股可能会出现适度的回调，但预计2024整体上升趋势将全面展开，美国科技股的获利和每股收益预期将高于今年水平。热门指标股Nvidia再次公布了令人瞩目的季度成长报告，截至10月29日的第三季度，其销售额激增至181亿美元，达到了三倍以上，刷新了单季新高并超越了华尔街的预期。NVIDIA创办人兼执行长Jensen Huang表示，第三季的强劲成长主要反映市场对加速运算和生成式人工智能之广泛需求。此外，大型语言模型新创公司、消费性网络公司以及全球云端服务供货商，它们均于生成式人工智能领域担当了先驱角色。下一波浪潮正开始形成，国家和区域云端服务提供商正积极投资于AI云端设备以满足本地需求，同时，企业软件公司也纷纷将AI副驾驶和助手整合进其平台，即企业正致力于建立客制化的AI系统，以推动自动化。华尔街乐观预测NVIDIA第四季度营收将再次增长，尽管外界担忧第四季度将受中国销售潜在风险所影响，但由于对生成式人工智能的需求仍然强劲，预计其他地区的增长将足以弥补这一影响。为使读者更加明了，CPT Markets分析师特别解释了NVIDIA于全球市场之优势： 1. NVIDIA的芯片和相关软件不仅是当前人工智能训练系统中最受欢迎的首选，同时它的设备对于处理大量数据的数据中心亦扮演至关重要的角色。 2. 目前全球市场上的各大科技巨头注入大量资金，期望能强化其AI能力，举例来说，Microsoft在今年十月份便表示，本季度的资本支出将超过110亿美元，较去年同期增加三分之二，并预计未来将进一步增加投资。最为显着的是，科技公司对NVIDIA芯片的需求持续攀升，即便这些AI系统的单价高达数十万美元，市场对其仍然表现热切。 3. 目前，整个产业正由通用型转向加速运算和生成式人工智能，而NVIDIA的中央处理、绘图处理器、网络以及AI企业软件等业务都是人工智能时代全力运转的成长引擎。读者可以理解为，AI产品的爆炸性增长仍处于初期阶段，随着软件公司越来越明白拥有信息的价值，它们将致力于推出更为个性化的AI产品，而这也意味着生成式人工智能的影响正从新创公司逐渐扩散至全球经济，整体而言，这个发展趋势将促使软件公司更积极地投入AI领域，同时为NVIDIA提供了更多潜在的市场机会。 CPT Markets风险提示及免责条款 : 以上文章内容仅供参考，不作为未来投资建议。CPT Markets 发布的文章主要根据国际财经数据报告及国际新闻为参考依据。

CPT_Markets2023-11-27

24小时热点