FX168财经网_全球视野外汇黄金加密货币NFT资讯网

亚马逊财报后跳水，千亿支出引担忧

越创新，尤其是在AWS，我们推出了新的Trainium2 AI芯片、我们自己的亚马逊诺瓦基础模型、亚马逊贝德洛克中大量新的模型和功能，为客户提供了灵活性和成本节约，亚马逊Q的解放性转型帮助客户从旧平台迁移，以及亚马逊SageMaker的下一个版本，将数据、分析和人工智能更紧密地结合在一起。亚马逊与一些主要客户签订了新的AWS协议，包括PayPal、美敦力和美国陆军。这表明AWS的价值主张对客户仍然具有吸引力，其近期的增长应该会保持健康，由这些以及其他新的交易推动（收入将随着时间推移逐步确认）。在零售业务方面，美国零售业务与国际零售业务之间存在一定的脱节。前者同比增长10%，而后者增长了8%——尽管美国零售业务在绝对规模上要大得多。以下两个因素可能在这里发挥了作用：美国的经济增长并不超强，但还算健康，而欧洲的经济增长则明显较弱。因此，美国消费者目前的状况更好也就不足为奇了。此外，外汇汇率也起到了很大的作用：来源：YCharts 上图显示了美元指数——我们看到它与一年前相比大幅走强。美元走强意味着对于亚马逊来说，非美元收入相对于一年前的价值较低，其他条件不变。根据管理层的说法，这种最近的美元强势也将对亚马逊第一季度的业绩产生重大影响。由于AWS的显著贡献以及运营杠杆和良好的成本控制，亚马逊的盈利能力比去年有了很大的提升。亚马逊成功地将其营业利润从130亿美元增长到210亿美元，实现了约60%的同比增长。不幸的是，未来的利润增长将大大减弱：管理层预计第一季度的营业利润为160亿美元，与2024年第一季度相比仅增长约6%。尽管管理层的预期可能过于保守，但预计的利润增长远非吸引人。毕竟，亚马逊是一家高估值的科技公司——投资者更希望看到超过6%的增长率。根据管理层的说法，收入将增长约7%，这意味着运营杠杆在第一季度不会成为顺风——至少根据管理层的说法。希望这只是管理层谨慎行事的结果，但如果利润率增长的故事已经结束，那将是一件很糟糕的事情。从这个角度来看，市场对亚马逊财报发布的反应是有一定道理的——看起来投资者更担心第一季度微薄的利润增长，而不是对第四季度超出预期的收益感到高兴。目前定价过高亚马逊在零售领域拥有非常强大的品牌，其庞大的物流网络为其提供了出色的护城河，同时它在快速增长的云计算市场中也占据了强势地位。但尽管亚马逊在第四季度的表现超出预期，其第一季度的前景并不太好——约7%的收入增长和没有预期的利润率增长，这并没有让投资者感到兴奋。对于一家以2025年预期净利润的38倍市盈率进行交易的公司来说，这并不具有吸引力。其他“七巨头”公司要么显示出更好的业务增长，要么以更低的估值进行交易，因此从相对角度来看，亚马逊也不是一个很好的选择。当然了，这不意味着要看空亚马逊，这些大型科技公司哪怕有短暂的阵痛，但依旧有强大的长期发展机会。 $亚马逊(AMZN)$

老虎证券02-07 19:43

亚马逊：AI 有多大影响，利润率能否继续提升？

海豚投研02-07 13:53

隔夜美股全复盘(1.30) | 特斯拉盘后先跌后涨，Q4收入逊于预期，预计车辆交付今年重拾增长；Meta盘后涨近3%，Q4收入超预期，2025年资本开支超预期、Q1收入指引逊于预期

ta的MTIA、微软的Maia、亚马逊Trainium2等。扎克伯格预测人工智能将迎来“重大一年” Meta股价盘后大涨 1.30 Meta Platforms首席执行官扎克伯格力挺公司的大规模支出计划，并预测人工智能(AI)今年将迎来“重大一年”，其AI助手有望成为行业内最广泛使用的产品。“在人工智能领域，我预计高度智能和个性化的AI助手今年有望达到超过10亿用户的规模，”扎克伯格在公司第四季度财报电话会议上表示。“我预计Meta AI将成为领先的AI助手。” Meta将支付2500万美元以解决特朗普2021年因账户被暂停而提起的诉讼 1.30 Meta当地时间周三表示，该公司已同意支付约2500万美元，以解决美国总统特朗普就该公司在2021年1月6日美国国会大厦袭击事件后暂停其账户一事提起的诉讼。在和解金额中，2200万美元将用于特朗普总统图书馆基金，其余将用于支付法律费用和其他原告。Facebook母公司Meta向旧金山联邦法院提交了一份关于和解的通知。 2、美股异动｜特斯拉盘后先跌后涨，四季度收入逊于预期，预计车辆交付今年重拾增长 1.30 特斯拉盘后一度跌逾5%，而后又转涨。特斯拉四季度调整后EPS为0.73美元，分析师预期0.75美元。四季度营收257.1亿美元，分析师预期272.1亿美元。四季度运营利润15.8亿美元，分析师预期26.8亿美元。四季度毛利润率16.3%，分析师预期18.9%。公司削减成本的力度并没有原来想象的那么大，这与生产线的问题有关。四季度自由现金流（FCF）为20.3亿美元，分析师预期17.5亿美元。中国四季度车辆交付创历史纪录。计划2025年在中国和欧洲推出全自动驾驶（FSD）。预计2025年能源储存部署将较上年至少增长50%。预计电动皮卡Cybertruck将符合美国国税局（IRS）的消费者退税标准。预计（整体）车辆业务将于2025年恢复增长。新车型仍然处于2025年上半年投产的正轨之上，更多经适车型处于上半年投产的正轨之上。特斯拉Cybercab计划2026年投产。特斯拉：第四季度单车销售成本达到了历史最低水平低于35000美元 1.30 特斯拉表示，在第四季度，单车销售成本达到了历史最低水平，低于35,000美元，这主要得益于原材料成本的改善，这帮助我们部分抵消了提供有吸引力的金融和租赁方案所做的投入。 1.30 特斯拉CEO埃隆·马斯克：将于6月在美国奥斯汀推出无监管FSD付费服务。马斯克：预计今年将在美国多个地区推出无监管FSD 1.30 特斯拉CEO埃隆·马斯克在财报会议上表示，预计今年将在美国多个地区推出无监管FSD。相信今年将在加州推出无监管FSD。 1.30 特斯拉CEO埃隆·马斯克：多家汽车公司对FSD许可表现出显著兴趣。 1.30 特斯拉CEO埃隆·马斯克：将观察美国总统特朗普废止拜登电动汽车退税政策是否会对特斯拉产生“一定程度上的影响”。但竞争对手们将面临“毁灭性的影响”。 3、美股异动｜微软盘后跌逾2%，四季度智能云营收和Azure增速逊于预期 1.30 微软盘后跌逾2%。微软第二财季营收696亿美元，分析师预期689.2亿美元。第二财季云营收409亿美元，分析师预期411亿美元。第二财季智能云营收255.4亿美元，分析师预期258.9亿美元。第二财季Azure营收增长31%，分析师预期增长31.8%。第二财季人工智能（AI）业务年收入增长175%。第二财季扣除汇率因素的Azure和其他云服务营收增长31%。 4、阿斯麦24Q4营收、净利润、订单均超预期 1.29 阿斯麦24Q4营收92.6亿欧元（vs89.1）净利润26.9亿欧元（vs25.5）Q4订单额70.9亿欧元（vs35.3）预计25Q1毛利率为52%-53%（vs51.2%）营收为75-80亿欧元预计2025年销售额在300-350亿欧元，毛利率为51%-53%。阿斯麦首席执行官称，人工智能是我们行业增长的关键驱动力。阿斯麦宣布2025年后不再按季度公布新增订单额 1.29 阿斯麦(ASML.O)决定2025年之后不再按季度公布新增订单额，公司CFO戴厚杰（Roger Dassen）表示，按季度来看，新增订单金额会出现一定波动，无法准确反映业务发展趋势，不过仍会公布年度未交付订单金额。 5、英媒：软银正在谈判向OpenAI投资至多250亿美元 1.30 据英国金融时报，软银正就向OpenAI投资至多250亿美元进行谈判，此举将使软银成为ChatGPT制造商OpenAI最大的金融支持者，双方将合作开展一个新的大规模人工智能基础设施项目。这两家公司上周宣布，他们将领导一家合资企业，斥资1000亿美元建设“星际之门”——这是美国总统特朗普力捧的一个庞大的数据中心项目——在未来四年里，这个数字将上升到5000亿美元。多名直接了解谈判情况的人士表示，软银正在就向OpenAI直接投资150亿至250亿美元进行谈判，此前软银已承诺向“星际之门”投资逾150亿美元。最终，这家日本公司可能会在与OpenAI的合作中投入超过400亿美元。一位知情人士表示：“谈判仍在进行中，软银可能投资OpenAI主要股权的金额是一个不断变化的目标。”OpenAI还计划向“星际之门”直接投资约150亿美元。据几位直接了解这笔交易的人士透露，软银对OpenAI的股权投资可能涵盖后者对“星际之门”的承诺。微软CEO纳德拉：DeepSeek有“真创新”，AI成本下降是趋势 1.30 微软CEO纳德拉在电话会上强调，DeepSeek R1模型目前已可通过微软的AI平台Azure AI Foundry和GitHub获取，并且很快就能在Copilot+电脑上运行。纳德拉称DeepSeek“有一些真的创新”，AI成本下降是趋势：“缩放定律（Scaling Law）在预训练和推理时间计算中不断积累。多年来，我们已经看到了AI训练和推理方面的效率显著提高。在推理方面，我们通常看到每一代硬件的性价比提高2倍以上，每一代模型的性价比提高10倍以上。” 1.30 微软：DeepSeek R1现已在AZURE AI FOUNDRY平台和GitHub上线。阿里巴巴发布AI模型声称超越DeepSeek 1.29 阿里巴巴今日发布新版的通义千问Qwen 2.5-Max人工智能模型，并声称该模型表现超越了备受赞誉的深度求索(DeepSeek)。阿里云在其官方微信账号上发布的公告中称，通义千问Qwen 2.5-Max几乎全面超越了DeepSeek-V3、GPT-4o和Llama-3.1-405B，后二者是OpenAI和Meta最先进的开源人工智能模型。 04 今日前瞻今日重点关注的财经数据（1）21:30 美国至1月25日当周初请失业金人数（2）23:00 美国12月成屋签约销售指数月率

格隆汇01-30 11:31

AI基建，拉爆不少牛股！

套需求。亚马逊在今年12月初发布了 Trainium2 推理芯片，其单机柜可以放置两台Trainium2 服务器，两个机柜间就通过有源线缆连接。除此之外，谷歌、X.AI都在使用定制线缆。除了业绩指引亮眼的博通，数据中心的上游配套供应商今年终于能看到实际的业绩增长。安费诺是高速率连接器龙头，英伟达高速铜缆组件的主要供应商。在过去的三季度，公司销售额同比增长26%，其中用于AI产品的贡献最大。 Credo提供的是高速连接线材，近期大火的AEC是其主要产品。在月初公布的财报中，公司即表示AEC已经在下游AI领域放量，佐证了科技大厂对于高速线缆的旺盛需求。业绩公布后次日，公司市值一天就涨近50%。 02 什么是AEC？对于AI算力集群来说，最小化能耗和成本是极关键的。英伟达的策略是尽可能多地部署高速铜缆，今年推出的GB200机架方案中，采用了超过5000根铜缆连接GPU，长度超过2英里。按照下半年出货，明年成为主力产品的节奏，市场对铜缆潜在需求量的预期十分乐观。根据机构预测，仅GB200出货量拉动的铜缆需求，2025年的市场空间将达到约64亿美元。未来新产品方案的设计，对于高速铜缆的需求还会不断进行迭代。数据中心交换网络的连接方案包括光模块+光纤、有源光缆AOC和直连铜缆DAC。铜缆为短距离连接提供高带宽和性能，是经济高效的解决方案。而光缆利用光纤并提供更高的带宽，适合更长的距离，多用于不同机架之间的连接。想要实现成本最低的高速互联，且功耗和延迟统统降低，铜互连是性能和成本折中的方案。 DAC是一种两端带有固定接头的铜缆组件，广泛用于数据中心的短距离连接，长度通常为1至7米，传输速率最高可达到224Gps，可以进一步分为有源DAC和无源DAC。无源DAC在电缆端直接连接，通过铜线传输，在没有信号调节时可以进行传输。覆盖距离不超过3米，譬如用于系统内的机架连接。有源DAC则包含ACC（有线铜缆）和 AEC（有源电缆）。 ACC是通过内部添加了有源信号驱动器芯片，这些有源芯片补偿了铜传输造成的部分损耗，因此它们可以传输比无源DAC远 2-3 倍的距离。而AEC则是在ACC基础上，通过在线缆两端引入 Retimer 芯片，可以在传输开始和结束时清理、去除噪声并放大信号，从而进一步延长传输距离。虽然功耗和成本也会随之增加，但仍低于光缆AOC。比较来看，AEC和ACC的覆盖范围都比DAC更长，都适用于为短距离连接提供高带宽，是比较经济高效的解决方案。每年要投入上千亿资本开支的微软谷歌们，未来预算投入会将一部分投入到互联设施中，这是确定无疑的。因为NVLINK技术的存在，再加上机柜密度足够高，所以英伟达使用DAC和部分ACC就已经够用。但他们现在要围绕自己的芯片集群配套，整体算力密度不如英伟达的前提下，机柜内卡离得更远，于是就倾向于性能出色的AEC。机构大幅度的修正呼应了如今大型AI集群对高速电缆需求的积极变化。根据Lightcounting最新报告，预计未来五年高速电缆的销售额将增长两倍以上，到2029年将达到67亿美元。按照去年的报告，对2028年销售额的估计只有28亿美元。除了市场扩容本身，其中主要的变化是，到2029年，DAC将逐渐把市场份额让给AEC和ACC。但是不是一定能替代光模块呢？如果一些方案本来使用的是有源光缆，可能会被AEC替代一部分。但在1.6T甚至更高速率的互联域，跨机柜较长距离的连接场景依然首选光模块，整体方案来看还是会搭配使用。超大算力集群的竞赛不光只有海外巨头在参与，国内几个头部玩家也在持续投入。字节网传的明年1500亿元资本开支，以及字节在应用端的出色表现，或倒逼其他国内大厂奋起直追，在国内复制一场AI军备竞赛。对于国内A股，投资机会又可能在哪里？(注意：下文提到的上市公司仅是分析说明，并非推荐，读者需注意风险) 03 下一个光模块？ AI2.0基建对于高速互联的需求明确，同时随着自研ASIC队伍的不断壮大，超大规模XPU集群的建设将带动上游的光模块、交换机、PCB、高速线缆等用量的持续繁荣。来自英伟达的映射最为直接，当前B200在逐渐上量，供应商安费诺的配套产品线就集结了众多来自国内的上游供应商，譬如包括乐庭智联(沃尔核材)、神宇股份、鼎通科技、奕东科技等(仅作分析说明，并非推荐)。乐庭智联是沃尔核材的子公司，也是安费诺的核心线缆供应商，目前无论是产品线，技术，以及产能，都为承接大量订单做足了准备，可以预见未来由产能和价值量提升带来的业绩怎增长。公司在8月曾透露，部分单通道224G高速通信线产品完成了重要客户验证，已接到订单需求，陆续交付中，目前整体占比较小。作为核心映射标的，股价从2月最低点迄今，市值累计翻了接近4.5倍。类似的海外配套供应商还有精达股份、鸿腾精密等(仅作分析说明，并非推荐)。高速铜缆组件由线材和连接器组成，上游提供材料，下游是终端客户。在高速线材&连接器市场，国际巨头通过专利优势垄断大量份额。AEC的主要供应商包括 Astera labs，Broadcom、Credo、Marvell、Maxliner、Point2。国内企业如鼎通科技、奕东电子生产的组件经过客户集成其他功能后形成连接器模组，最终供应给下游客户。但未来随着国内算力建设，下游客户对国产化内部器件的需求增长，国内供应商有望从细分器件逐步突破海外垄断。譬如去年上市的华丰科技，在去年上半年已经成功研制224Gbps高速背板连接器。国内来看，新易盛在高速AEC电缆模块有所布局；瑞可达AEC系列产品目前相关项目正在推进中；兆龙互连已规模化生产应用于传输速率达到400G的高速传输电缆及组件产品，无源铜缆和有源铜缆产品可针对情况提供不同解决方案(仅作分析说明，并非推荐)。从成本来看，高速铜互连的单位价值量或无法与光模块相提并论，但随着算力基建在规模量级上的突破，成本和性能将是科技巨头们不得不去平衡的问题，一些短距离的互联场景将逐渐被高速铜缆填充。这意味着，一批新的“卖铲人”正在徐徐走进这个赛道，跟光模块的故事极其相似，预先享受到了估值端提升。技术路线的迭代只是一个契机，对于国内企业，高速铜缆仍然具备比较高的门槛，从技术研发，产品验证，到进入供应链，收获业绩爆发增长，这个过程仍存在着不及预期的可能性。（全文完）

格隆汇2024-12-27

12月23日证券之星午间消息汇总：中证报头版刊文，凝心聚力稳住股市！

爆发式增长。亚马逊推出自研ASIC Trainium2服务器，博通对AI ASIC和相关网络服务的未来市场规模展望乐观，表明ASIC芯片已成大势所趋。海通证券认为推理场景下算力海量需求叠加更为固定的AI推理算法，有望推升ASIC芯片迎来爆发式增长。建议关注国内能参与北美AI ASIC链的PCB公司。 3、东方证券研报指出，国内市场增长稳定基石，电力设备海外出口打开空间。国内投资水平有望提升，海外需求被持续激活，在全球化的能源转型浪潮中，海外欧美国家迈入电网系统建设新周期。在欧美等发达国家，智能电网技术的推广和应用，以及对老化电网基础设施的现代化改造，正在成为电网发展的新趋势。与此同时，发展中国家的电网建设也在蓄势待发，准备迎接新一轮的投资和建设热潮。国内海外共振，电力设备行业有望迈入景气成长周期。

证券之星2024-12-23

【一周科技动态】Amazon的“节后”&“余生”

现有的数据中心无缝集成，这种定制化使得Trainium2在特定应用场景下表现出色。公司计划每18个月推出一款新芯片。从这个角度来说，也可以解释以云服务为基础的Amazon为何在近几个季度的资本开支增速较快。2025年的资本开支也将达到750-800亿美元。预期总结：电商有望在购物季获得更高收入，但竞争激烈，FY25的利润率可能受FBA费用的影响；资本开支高，但未来自研芯片可能带来更高的自主，规模化后反而降低成本并反哺；是Mag 7中回购最少的，未来有望开启回购期权观察家——大科技期权策略本周我们关注： AAPL：年关将至，年底圣诞行情一直以来都是机构最重视的交易期之一。苹果在回到市值榜一之后，再次成为“闲置资金”的青睐，作为同时甚至有避险属性的科技股，成为补齐beta的重要标的。从其期权的表现来看，当周和下周的未平仓Call中值在235左右，而12月中旬到240，12月底则到245左右，逐步推进的趋势也表明进一步地看好年底行情。再给个持仓大科技股的理由——为何"TANMAMG"组合总超大盘？七巨头（Magnificent Seven）组成一个投资组合(“TANMAMG”组合)，等权重、每季度重新调整权重。回测结果从2015年以来表现是远超 $标普500(.SPX)$ 的，总回报达到了2293.96%，同期 $标普500ETF(SPY)$ 回报245.94%，超额收益2048.02%。本周大科技股表现不佳，但今年以来的回报依然有至51.34%，超过SPY的27.18%，超额收益依然为24.16%。过去一年组合的夏普比率回升至2.26，SPY为2.4，组合的信息比率1.23。

老虎证券2024-11-29

亚马逊的雄心：挑战英伟达在AI芯片领域的霸主地位

人工智能半导体，如今正加紧确保最新版本Trainium2能在年底前可靠地运行于数据中心中。西诺说：“让我夜不能寐的是，如何尽快实现这个目标。” 过去两年里，英伟达从一家小众芯片制造商，变身为支持生成式人工智能的主要硬件供应商，几度成为全球市值最高的公司。英伟达的处理器单价高达数万美元，由于需求旺盛，供货十分紧张。上周，在发布财报后，这家芯片制造商告诉投资者，最新硬件的需求将在未来几个季度持续超过供应，这进一步加剧了供需紧张的局面。英伟达的最大客户，包括亚马逊云服务、微软Azure以及Alphabet旗下的Google Cloud，都希望减少对英伟达芯片的依赖，甚至取而代之。这三家公司都在研发自有芯片，但目前亚马逊作为最大的计算力出租商，部署的自研芯片数量最多。亚马逊在许多方面具备成为人工智能芯片领域强者的理想条件。 15年前，亚马逊开创了云计算业务，并随着时间的推移，开始打造支撑这一业务的基础设施。通过逐步减少对英特尔等供应商的依赖，亚马逊拆除了数据中心中许多服务器和网络交换机，用定制硬件取而代之。大约十年前，亚马逊高级副总裁兼资深工程师詹姆斯·汉密尔顿，敏锐地洞察时机，成功说服杰夫·贝索斯进军芯片领域。两年前，OpenAI的ChatGPT拉开了生成式人工智能时代的序幕，当时亚马逊被广泛视为行业追赶者，措手不及且努力追赶。尽管亚马逊尚未推出能够与ChatGPT或Anthropic开发的Claude等竞争的自有大语言模型，但已经投资80亿美元支持Anthropic。然而，亚马逊构建的云计算基础设施——包括定制服务器、交换机和芯片——使得首席执行官安迪·贾西能够打造一个人工智能超市，为想使用其他公司模型的企业提供工具，也为训练自有人工智能服务的公司提供芯片。在芯片行业近四十年的经验，使汉密尔顿深知，推动亚马逊的芯片野心更上一层楼绝非易事。设计可靠的人工智能硬件本身已十分困难，而开发能够让这些芯片满足广泛客户需求的软件或许更加艰难。英伟达的设备几乎能顺畅处理任何人工智能任务。这家公司不仅正向客户（包括亚马逊）交付下一代芯片，还开始宣传明年推出的后续产品。行业观察人士认为，亚马逊短期内不太可能撼动英伟达的地位。汉密尔顿和亚马逊的工程团队多次证明，在紧张的预算下，他们有能力解决重大技术难题。汉密尔顿表示：“英伟达是一家非常非常优秀的公司，做着出色的工作，因此它将长期为许多客户提供良好的解决方案。然而，我们坚信可以生产出与之媲美的产品。” 汉密尔顿于2009年加入亚马逊，此前曾供职于IBM和微软。他是一位行业标志性人物，最初在其家乡加拿大修理豪华汽车，后来乘坐一艘54英尺的船通勤。汉密尔顿加入亚马逊时正值一个关键时刻。亚马逊云服务在三年前推出，开创了后被称为云计算服务的行业。AWS很快开始产生大量现金流，为亚马逊提供资金支持一系列大胆的尝试。当时，亚马逊自建数据中心，但使用的是其他公司生产的服务器和网络交换机。汉密尔顿带头推动了用定制硬件替代这些设备的计划，从服务器开始。由于亚马逊需要购买数百万台服务器，汉密尔顿认为，通过定制这些设备以适应日益增长的数据中心，可以降低成本并提高效率，同时省略AWS不需要的功能。这一尝试非常成功。彼时负责AWS业务的贾西询问亚马逊还能自行设计哪些其他硬件。汉密尔顿建议设计芯片，因为芯片正承担越来越多以前由其他组件完成的任务。他还推荐使用能源高效的Arm架构，这种架构驱动了智能手机。他认为这种技术的普及性以及开发者对其日益熟悉，将帮助亚马逊取代长期主导服务器的英特尔芯片。 2013年8月，汉密尔顿向贝索斯提交了一份提案，他写道：“所有的道路都通向我们组建一个半导体设计团队。” 一个月后，汉密尔顿与纳费亚·布沙拉在西雅图Virginia Inn酒吧见面。布沙拉是以色列芯片行业资深人士，2000年代初移居旧金山湾区。他共同创立了Annapurna Labs，并以尼泊尔安纳普尔纳山峰命名。（布沙拉和他的联合创始人本计划登顶这座山，但投资者希望他们尽快投入工作，因此未能成行。）这家低调的创业公司，在整个行业都专注于手机时着手开发用于数据中心的芯片。亚马逊最初委托Annapurna生产处理器，两年后以约3.5亿美元的价格收购了这家公司。这一决定被证明十分有远见。布沙拉和汉密尔顿从小规模做起，展现了他们对实用工程的共同追求。当时，每台数据中心服务器都需用一部分算力运行控制、安全和网络功能。 Annapurna和亚马逊工程师开发了一种名为Nitro的卡片，能够将这些功能完全从服务器中分离出去，从而让客户使用服务器的全部性能。随后，Annapurna推出了汉密尔顿的Arm通用处理器，名为Graviton。这款产品比竞争对手英特尔设备成本更低，使亚马逊成为台积电的十大客户之一。到这时，亚马逊高层对Annapurna在不熟悉领域取得成就的能力充满信心。布沙拉表示：“很多公司擅长CPU，或者网络，但同时在多个领域表现出色的团队非常罕见。” Graviton研发期间，贾西再次问汉密尔顿亚马逊还能自制哪些产品。 2016年底，Annapurna指派四名工程师研究开发机器学习芯片。这是又一次恰到好处的押注。几个月后，谷歌研究人员发表了一篇重要论文，提出了一种可以实现生成式人工智能的流程。这篇名为《Attention is All You Need》的论文介绍了一种名为Transformer的软件设计原理，帮助人工智能系统识别训练数据中最重要的部分。这一方法成为了从单词关系中做出有依据猜测并生成文本的基础。大约在这个时候，拉米·西诺还在奥斯汀的Arm Holdings工作，并指导他上学的儿子参加机器人比赛。团队开发了一款使用机器学习算法分析照片检测夏季奥斯汀湖泊中藻类爆发的应用。这让西诺感受到变革即将到来。他于2019年加入亚马逊，协助领导人工智能芯片研发。亚马逊团队开发的首款芯片用于推理，即让计算机基于数据模式做出预测，例如判断一封邮件是否为垃圾邮件。这款芯片名为Inferentia，于2019年12月部署到亚马逊数据中心，后来被用于帮助Alexa语音助手完成指令。亚马逊第二代人工智能芯片Trainium1针对希望训练机器学习模型的企业。工程师还将芯片重新包装，使其更适合推理用途，推出Inferentia2。初期，亚马逊AI芯片需求较少，这使客户无需等待数周便能立即使用这些芯片，而英伟达硬件则需要等待批量供应。日本企业抓住了这一机会，迅速参与到生成式AI的浪潮中。例如，理光公司利用亚马逊的帮助，将基于英语数据训练的大型语言模型转换为日语。据Annapurna早期员工加迪·哈特介绍，目前亚马逊AI芯片的需求量已开始增长。 “现在我已经没有多余的Trainium芯片等待客户使用了，”他说，“它们全部都在被使用中。” Trainium2是亚马逊第三代人工智能芯片。按照行业观点，这将是一个成败攸关的时刻。要么第三代芯片实现足够的销售量以证明投资价值，要么失败，迫使公司另寻出路。 “我从未见过任何一款产品违背三代规则，”数据和分析软件供应商Databricks人工智能业务负责人纳文·拉奥说。 Databricks在10月同意在其与AWS的协议中使用Trainium。目前公司主要依赖英伟达芯片运行其AI工具，计划逐步用Trainium部分取而代之。拉奥表示，根据亚马逊的说法，Trainium在性价比上可提供30%的提升。 “归根结底，是经济性和可用性的问题，”拉奥说，“这是竞争的战场所在。” Trainium1由八个芯片组成，它们并排嵌入一个深钢箱内，提供充足的空间散热。 AWS向客户出租的完整设备由两个这样的阵列组成。每个设备箱都布满电线，并用网状包裹整齐封闭。对于Trainium2，亚马逊表示，其性能是上一代的四倍，内存是上一代的三倍。工程师们对设计进行了重大改进：去除了大部分电缆，将电信号通过印刷电路板传输。此外，每个箱体的芯片数量从八个减少到两个，这样维护一个单元时会影响到的其他组件更少。西诺认为数据中心本身就像是一台巨型计算机，这种思路正是英伟达CEO黄仁勋向整个行业推广的理念。西诺说：“简化非常重要，这也确实让我们更快推进。” 亚马逊并没有等待台积电生产出可用的Trainium2芯片，就开始测试新设计的运行方式。相反，工程师将两个前代芯片固定在电路板上，从而争取时间开发控制软件并测试电磁干扰。这种方法就像在飞机飞行中建造它一样，是半导体行业的大胆尝试。亚马逊已经开始向包括俄亥俄在内的数据中心交付Trainium2，并计划将多达10万颗芯片串联成集群。更大规模的部署将在亚马逊的主要数据中心展开。公司目标是每18个月推出一款新芯片，部分原因是通过减少硬件送到外部供应商的次数来缩短研发周期。在实验室的钻床对面，是一套用来测试芯片和卡片连接器或设计缺陷的示波器。西诺透露，未来版本的工作已经开始：在另一个实验室里，刺耳的风扇冷却着测试单元，天花板上悬挂着四对管道。这些管道目前封闭，但已经为未来AWS芯片产生的热量超过风扇冷却能力的那一天做好了准备。其他公司也在突破极限。英伟达将对自家芯片的需求形容为“疯狂”，正努力实现每年推出一款新芯片的节奏。虽然这一计划导致了即将发布的Blackwell芯片的生产问题，但也将给整个行业带来更大的竞争压力。同时，亚马逊的两大云计算竞争对手，也在加速推进各自的芯片计划。谷歌大约10年前就开始研发一款人工智能芯片，用于加速搜索产品背后的机器学习工作。随后，这款产品被提供给云计算客户，包括Anthropic、Cohere和Midjourney等AI初创公司。这款芯片的最新版本预计将在明年大规模供应。此外，今年4月，谷歌推出了首款中央处理器，类似于亚马逊的Graviton。谷歌负责芯片及其他基础设施工程团队的副总裁阿明·瓦赫达表示：“通用计算是一个非常大的机会。” 他还说，最终目标是让AI芯片与通用计算芯片无缝协作。微软进入数据中心芯片领域，比亚马逊云服务和谷歌晚了一些，直到去年底才宣布了一款名为Maia的AI加速器和一款名为Cobalt的CPU。微软也意识到，通过为数据中心量身定制硬件，可以为客户提供更好的性能。领导这一项目的是副总裁拉尼·博卡尔，她在英特尔工作了近三十年。本月早些时候，她的团队为微软的产品线新增了两款产品：一款安全芯片，以及一款能加速CPU与GPU之间数据流动的数据处理单元。这与英伟达销售的类似产品功能相似。微软目前正在内部测试其AI芯片，并开始将其与英伟达芯片一起使用，以支持客户使用OpenAI模型创建应用程序的服务。尽管微软的努力被认为比亚马逊落后了几代，但博卡尔表示，对目前的结果感到满意，并正在开发更新版本的芯片。她说：“人们从哪里开始并不重要，我的关注点完全在于客户需要什么。因为即使你领先，如果你开发了客户不需要的产品，那么硅芯片的投资如此庞大，我绝不会想成为失败故事中的一章。” 尽管竞争激烈，三大云计算巨头都对英伟达赞誉有加，并在英伟达新芯片如Blackwell推出时争夺优先采购权。如果亚马逊的Trainium2能承担更多公司内部的AI工作，以及一些AWS大客户的项目，可能会被视为成功。这将帮助亚马逊释放其高端英伟达芯片的宝贵供应，用于专门的AI需求。然而，要使Trainium2成为无可争议的成功，工程师必须完善软件，这绝非易事。英伟达的优势很大程度上来源于全面的软件工具套件，可以让客户无需过多定制就能上线机器学习项目。相比之下，亚马逊的软件Neuron SDK还处于起步阶段。即便企业可以轻松将项目迁移到亚马逊芯片上，仅验证切换过程中未出现问题，就可能耗费工程师数百小时。据一位曾在亚马逊和芯片行业工作的资深人士透露，这些复杂性依然是一个障碍。一位帮助客户处理AI项目的AWS合作伙伴高管也表示，亚马逊在通用芯片Graviton易用性方面取得了成功，但AI硬件的潜在用户仍面临更多复杂性。 Gartner公司负责跟踪人工智能技术的副总裁奇拉格·德卡特说：“英伟达主导市场是有原因的，你无需担心那些细节。” 为了解决这些问题，亚马逊寻求外部帮助，鼓励大客户和合作伙伴在与AWS签订新协议或续约时使用这些芯片。目标是让最前沿的团队充分测试这些芯片，找出需要改进的地方。其中一家合作公司是Databricks。尽管预计需要几周甚至几个月的时间才能使系统上线，Databricks仍愿意投入努力，希望实现承诺的成本节约。生成式AI初创公司Anthropic是另一家合作伙伴。去年，Anthropic接受了亚马逊40亿美元的投资，同意在未来开发中使用Trainium芯片，尽管也在使用英伟达和谷歌的产品。上周五，Anthropic宣布接受亚马逊另外40亿美元的投资，并深化了双方的合作。 Anthropic的首席计算官汤姆·布朗表示：“我们对亚马逊Trainium芯片的性价比印象深刻。我们正在逐步扩大其在各种工作负载中的使用范围。” 汉密尔顿说，Anthropic正在帮助亚马逊迅速改进。但他也清楚面临的挑战，强调创建易于客户使用的优秀软件是“必需的”。他说：“如果不能弥合复杂性差距，你注定会失败。” 来源：加美财经

加美财经2024-11-27

11月25日财经早餐：道琼斯指数新高！以黎有望停火，黄金原油大跌！

目前，亚马逊 (AMZN.US) 的Trainium2芯片已开始在数据中心部署，预计很快将在包括俄亥俄州在内的多个核心数据中心全面推广。相比上一代产品，其性能提高了四倍，内存容量增加了三倍，且在能效和成本上具备显著优势。亚马逊收涨逾2%。平价减肥药”供应商Hims&Hers涨近24%创历史新高 “平价减肥药”供应商 Hims & Hers Health（HIMS.US）收涨近24%，报31.35美元，创历史新高。原因是“对标卖空者香橼”的机构Hunterbrook Media认为，特朗普提名Marty Makary为美国食品药品监督管理局（FDA）局长，而Hims & Hers公司可能会从Marty Makary的任命中受益。今日要闻前瞻美联储公布11月货币政策会议纪要。美国10月新屋销售。（投资慧眼编辑：Penny Pan) 原文链接

投资慧眼2024-11-26

Anthropic获得亚马逊40亿美元投资并深化AWS合作，开创生成式AI新格局

当前版本的Trainium及其升级版Trainium2将用于Anthropic的AI模型训练。 Inferentia芯片将助力模型运行和部署，提升推理效率。通过硬件与软件的协同优化，双方希望为AI研究与开发奠定坚实的技术基础。 Claude模型的市场表现与增长根据TodayUSstock.com报道，Claude模型已通过AWS Bedrock平台为数万家企业提供服务。 2024年是Claude模型的突破性增长年，其用户范围覆盖数百万终端用户。 Anthropic计划为Claude模型引入更多功能，例如计算机使用功能和定制化数据训练。此外，Anthropic正在开发新的商业工具，包括企业级订阅计划和移动端应用程序。竞争环境与监管挑战 Anthropic在生成式AI领域的竞争对手包括OpenAI和Google，其融资总额已达137亿美元。亚马逊的投资计划引发了美国联邦贸易委员会（FTC）和英国竞争市场管理局的关注。监管机构审查了大科技公司与AI企业的合作对竞争格局的影响，但目前尚未对Anthropic的合作提出阻碍。尽管面临监管压力，Anthropic持续通过技术创新保持行业领先地位。编辑总结 Anthropic与亚马逊的深度合作展示了生成式AI技术与云计算整合的潜力。双方的资金与技术合作不仅促进了Anthropic的模型开发，还推动了AWS在AI芯片领域的进步。尽管面临监管挑战，Anthropic的多元化产品策略和增长前景使其成为AI市场的重要参与者。名词解释生成式AI：能够生成文本、图像或其他内容的人工智能技术，应用于创意和实用领域。 Claude模型：Anthropic开发的高级AI语言模型系列，用于多种自然语言处理任务。 Trainium芯片：AWS开发的定制化AI训练加速器，用于提高模型训练效率。 Inferentia芯片：AWS的推理芯片，专为模型部署和高效运行设计。今年相关大事件 2024年11月：Anthropic获得亚马逊40亿美元投资，并宣布AWS为主要训练平台。 2024年10月：Anthropic的Claude模型在AWS Bedrock平台用户数突破数百万。 2024年3月：亚马逊完成对Anthropic的第二轮投资，总金额达27.5亿美元。来源：今日美股网

今日美股网2024-11-24

亚马逊2024Q3业绩电话会分析师问答

原因。Trainium 的第二个版本 Trainium2 将在未来几周内开始量产。我认为从性价比来看，它将非常吸引客户。我们有很多客户感兴趣。我们已经几次与制造合作伙伴联系，生产了比我们预期更多的 Trainium。部分原因当然是因为我们的需求非常大，我们希望有更大的产能和供应来满足这些需求。但很大一部分原因是客户对 Trainium 的性价比感到兴奋。所以我认为这对我们来说是 AWS 领域的一个非常重要的机会，对客户来说也是一个非常重要的机会。我认为在零售方面，我首先要说的是，我们一直相信竞争是非常积极和健康的。这对消费者、企业都有好处。这对创新来说真的很棒。如果你看看零售领域，就会发现这是一个非常非常大的细分市场。我的意思是，我们的零售业务规模非常大，但我们在全球零售市场的份额仅占 1%。而且，该细分市场的 80% 到 85% 的份额仍然来自实体店。因此，如果你相信这个等式将在未来 10 到 20 年内发生逆转，而我们也确实如此，那么不仅我们，而且其他几家公司都有很多机会。不会只有一个公司会成功。我确实认为，我们的客户体验中有一些元素非常独特，与其他公司不同。我认为，我们的选择范围比你可能见过和听说过的几乎所有公司都要广泛得多。在关键的假日购物季，我们与第三方销售伙伴合作，提供低价和超值优惠。此外，我们在向客户交付产品方面具有非常显著的优势和速度。我们在所做的每一项测试和分析中都发现，我们越快向客户承诺我们能为他们提供产品，他们购买的频率就越高，他们使用亚马逊来满足购物需求的频率也就越高。这些都是非常不同的事情。我还认为，我们有一种不同寻常的优先考虑客户的方式。亚马逊的定位、DNA 和核心都是从客户开始的，一切都是从客户开始的。在亚马逊参加的任何会议中，我们总是在问自己客户想要什么？客户怎么说？他们对体验有什么不满？有什么可以改进的？客户导向非常重要，不仅仅是在你如何照顾客户方面，而且世界总是在快速变化。技术也在快速变化。因此，如果您拥有强大的技术才能、倾向和发明热情，并将客户导向作为您所做的一切的驱动力，那么我认为您就有机会在很长一段时间内继续在企业中建立巨大的信任。戴夫·菲尔德斯感谢您今天参加电话会议并提出问题。重播将在我们的投资者关系网站上提供至少三个月。我们感谢您对亚马逊的关注，并期待下个季度再次与您交谈。 (这份记录可能不是100％的准确率，并且可能包含拼写错误和其他不准确的。提供此记录，没有任何形式的明示或暗示的保证。表达的记录任何意见并不反映老虎的意见)

老虎证券2024-11-01

24小时热点