FX168财经网_全球视野外汇黄金加密货币NFT资讯网

摩根大通警告：人工智能需求激增正在压垮美国水资源！

最大经济体造成伤害，并影响企业估值。#AI热潮# 根据摩根大通和可持续发展咨询公司ERM于周一（10月28日）发布的报告《美国水资源韧性的未来》，美国的水资源已经超负荷，人工智能的快速发展进一步加剧了这一压力。研究显示，人工智能（AI）的增长需要大量水用于冷却耗电的数据中心和半导体制造，这与气候变化的现实相碰撞。结果是，需求激增与降水模式的不稳定相冲突，导致危险的水资源短缺。 “人工智能和数据中心在增加挑战的规模，同时也将这一问题置于聚光灯下，”摩根大通全球企业顾问负责人拉马·瓦里安卡瓦尔（Rama Variankaval）在给《彭博社》的邮件评论中写道。大型数据中心每天可以使用多达500万加仑的水，约相当于一个人口达到5万的城镇所用的水量。这还不包括制造半导体芯片所需的数十亿加仑水。报告的作者表示，水风险的处理不当可能会导致“全球供应链的真正中断，尤其是人工智能快速增长带来的影响。”水对于半导体制造和数据中心冷却运营来说是“至关重要的”，这两项活动与人工智能密切相关。研究还发现，越来越多的人迁往如亚利桑那州等温暖且水资源紧张的地区，以及将曾外包给其他国家的制造任务重新引入美国，这都加剧了美国的水危机。摩根大通和ERM表示，水对战略决策的“影响可能达到影响企业估值的程度”。这一发展迫使越来越多的投资者关注水资源短缺如何影响他们的投资组合。报告指出，越来越多的资产管理公司和养老金基金将水资源压力视为财务风险。世界银行估计，水资源供应的持续压力可能导致某些地区国内生产总值（GDP）最多下降6%。瓦里安卡瓦尔表示：“挑战规模的增加、一系列适用于不同情况的解决方案的可用性，以及公众对这一问题的关注，正在吸引各类利益相关者，包括投资者，关注水资源问题。” 摩根大通和ERM认为，水代表了一个可观的投资机会。他们估计，水资源领域每年面临910亿美元的公共支出短缺。潜在的投资领域包括防洪基础设施、水处理设施和新技术。然而，目前私营部门在水资源方面的投资“仅占所需资金的一小部分”。一个关键障碍仍然是如何确定适当的货币价值。摩根大通和ERM表示，市场需要对水进行定价，类似于许多人尝试对二氧化碳进行定价的方式。他们写道，当前美国的定价“并未反映水的真实价值”。

Dan19772024-10-29

重磅！大利好在路上

家政策趋稳的风向标、市场刚需转移释放、AI热潮等因素，K12头部企业近期迎来一波新的营收小高潮，这也被外界普遍解读为行业正式复苏的信号，或许眼下正是AI教育大爆发的前夜。整体而言，短线依旧维持着极高的赚钱效应，涨停或涨超10%的个股数量超300只，连板股更是增至60余家。不过除了并购重组概念以外，其余热点板块大多还是以轮动结构为主，故分析人士建议，应对上在短线情绪没有出现大面积退潮的前提下，仍可利用核心标的分歧整理的时机进行低吸或具更较高之胜率。 85%的个股已进入“牛市格局” 拉长时间线来看，近期A股走势向好，已经有85.28%的个股走入了中短期的牛市格局。数据显示，过去一周，虽然大盘指数涨幅不大，但呈多头排列的个股达到了一个历史级别的高度。截至10月25日，全A市场所有股票中，均线5天、10天、20天、30天走多头排列的个股已经达到4570只，而全市场个股为5359只，也就是说已经有85.28%的个股已经走入了中短期的牛市格局。而在更早的一周前(10月18日)，走出多头排列的个股仅为917只，也就是说，个股多头在一周之内暴增400%，可见当前市场的确就是个股多头的盛宴。这一数据表明，个股行情已经开启。以史为鉴，呈多头排列的个股减少至1000只以内的阶段，或者在2000只以内上冲乏力之时，市场往往会较为疲弱。而当该数据缩到500只以内，往往意味着市场缺少做多机会。当数据持续维持在3000只以上之时，个股较为活跃，市场的赚钱效应往往较好。此时，若全市场的量能能够维持在万亿元以上水平，市场的系统性风险就会比较小。至于这种格局的持续性几何？证券时报认为，主要看三个维度：首先，持续维持一个数量庞大的多头格局，一是需要市场形成一定的惜售心态，二是要保持一个相对较为稳定的量能水平。可以说，量能才是牛市(不管是慢牛还是快牛)的可靠保证。其次，从此间风格来看，大盘股的风格明显偏弱，机构重仓(包括外资)的个股表现也较为一般。“机构跑不赢散户”在以往的牛市当中也并不鲜见。而若这种风格出现变化，机构资金开始进场主导市场，个股的盛宴可能会走弱。第三，个股的活跃其实与外延式增长有很大关系。自2023年全面注册制实施以来，监管层频繁出台并购重组相关政策，旨在激发市场活力并优化资源配置。这轮行情以来，双成药业、富乐德等不少个股打出了示范效应。后续，若外延式增长出现一些涉及标志性的失败事件，亦可能给并购市场带来一些冲击，从而影响个股行情的走向。 A股中期牛市的核心逻辑没有改变最后，回到A股后市来看。对于当前大盘指数的震荡，民生证券认为，事缓则圆。 A股市场继续普涨背后是行业轮动速度在加快，国内投资者依然在基于各自预期进行交易，方向的明晰可能仍需等待美国大选和国内政策方案的落地。在缺乏更进一步基本面信息的情况下，海内外参与者都在基于未来潜在的情形平衡自身的组合，也因此造就了当下市场“博弈属性”的凸显。考虑到当下A股可能对于下行风险定价不足，低波资产可能是短期的“避风港”。民生证券指出，不容忽视的是，中长期的基本面趋势正在孕育，而与之相关的实物资产是被当前市场明显忽视的板块，这也恰好带来新的机遇。对于股市后续走势，中信建投最新研报称，无论外因如何演变，相信最终内因更重要，中期牛市的核心逻辑——“政策全力振兴经济”，没有改变。具体投资策略上，可以关注：其一，短期可考虑底仓配置高胜率的化债与资产重估方向，精选内需景气品种，逢低布局核心资产，重视供给收缩，困境反转预期方向则徐徐图之。化债受益、提升股东回报、复苏预期三因素驱动下，A股低估值保险银行、央企等资产重估是中期高胜率方向。其二，关注内需景气延续与困境反转预期，重视供给侧大幅下行叠加需求有改善逻辑的，重视工程机械、城商行、保险、创新药、电力设备。此外，逢低布局具备国际竞争力的核心资产。

证券之星2024-10-28

重磅官宣，美股延长股市交易时间！纳指周线7连涨，纳指100ETF(159660)上涨1.27%，连续3天获资金净流入，合计吸金1260万元！

企业大型公司非常擅长提高利润率，再加上AI热潮和经济稳步增长，美国大盘股仍将是投资者投资组合的支柱，未来10—15年的年化回报率将达到6.7%，仅略低于去年的7%。纳指100ETF（159660）紧密跟踪纳斯达克100指数，该指数成分股由纳斯达克股票市场100家上市规模最大、最具创新性的非金融公司组成，其中七大科技巨头为重仓标的。在人工智能的时代浪潮之下，目前全世界AI领域布局和积淀最领先、最深厚的科技巨头仍然集中在纳斯达克，比如微软、苹果、谷歌、英伟达、Meta等等，这些AI巨头无一例外都是纳斯达克100指数的前十大权重股，纳斯达克100指数前十大权重占比超50%，龙头属性集中。纳指100ETF（159660）及其联接基金（A类：018966；C类：018967）有望受益于科技巨头公司亮眼的业绩以及回购和派息计划带动的市场行情。纳指100ETF（159660）管理费0.5%/年，明显低于市场主流的费率结构，费率优势明显，省到就是赚到。关注美股顶级科技巨头，相关产品低费率的纳指100ETF(159660)，场外联接(A类：018966；C类：018967) 风险提示：基金有风险，投资需谨慎。本资料仅为宣传材料，不作为任何法律文件。基金的过往业绩不预示未来表现，基金管理人管理的其他基金业绩并不构成基金业绩表现的保证。基金管理人依照恪尽职守、诚实信用、谨慎勤勉的原则管理和运用基金财产，但不保证投资于本基金一定盈利，也不保证最低收益。投资人应当仔细阅读《基金合同》、《招募说明书》及《产品资料概要》等法律文件以详细了解产品信息。纳指100ETF均属于中等风险等级（R3）产品，适合经客户风险等级测评后结果为平衡型（C3）及以上的投资者。标的指数并不能完全代表整个股票市场。标的指数成份股的平均回报率与整个股票市场的平均回报率可能存在偏离。以上产品投资于境外证券市场，基金净值会因为所投资证券市场波动等因素产生波动。境外投资产品风险包括市场风险、汇率风险等。本文出现信息只作为参考，投资人须对任何自主决定的投资行为负责。文中提及个股仅为指数成份股客观展示列举，本文出现信息只作为参考，投资人须对任何自主决定的投资行为负责。本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-10-28

1024市场综述：特斯拉暴涨21%推高股指，分析师看好后市

势不会被打破，除非出现下一次经济衰退或AI热潮显著消退。话虽如此，我们仍看好市场的进一步扩展，符合我们此前建议持有早期周期性股票的观点，最看好金融股。” 比特币上涨 2.5% 至 68,258.43 美元，以太币上涨 1% 至 2,537.84 美元。西德克萨斯中质原油下跌 0.4% 至每桶 70.51 美元，现货金上涨0.8%至每盎司2,736.73美元。来源：加美财经

加美财经2024-10-26

强强联合英伟达CEO与亚洲首富合作改变AI世界格局

究的生产力。这家美国公司已成为全球 AI 热潮的先锋，为微软和谷歌等技术领导者提供用于开发人工智能的芯片。黄仁勋今年在全球各地巡回演讲，推动各国和企业采用他称之为“新工业革命”的 AI 技术。二十年前，英伟达在印度南部的班加罗尔开始运营，并在该国其他三个城市设有开发中心，共有约 4,000 名工程师，是其在印度之外最大的员工群体。大约一年前，该公司与当地企业集团达成初步协议，建立人工智能数据中心，包括安巴尼的 Reliance 和塔塔集团。安巴尼在 8 月的公司直播股东大会上表示，Reliance Industries 正在开发一系列名为 JioBrain 的人工智能工具和应用程序，期间他至少 80 次提到人工智能这个词。随着美国与中国的紧张关系升级，印度在全球科技公司中的地位日益提高。英伟达是与中国的业务因华盛顿的限制而受到限制的公司之一。黄仁勋在上个月与美国总理纳伦德拉·莫迪会面后描述了“印度的时刻”。虽然印度拥有蓬勃发展的数字经济，但其人工智能基础设施仍在发展中。印度政府已拨出 12 亿美元用于建设对建立人工智能系统和技术商业化至关重要的数据中心。

佳华1682024-10-24

AI泡沫即将破灭？英伟达H100芯片租赁急剧“价崩” 黄仁勋释出重磅信号……

高成长，继续扩大其AI芯片的市占率。#AI热潮#

秉哥说市2024-10-23

价格暴跌 70%：AI 算力租赁泡沫是如何破灭的？

的。长期预订租约（3 年以上）在 AI 热潮期间，许多老牌基础设施提供商基于过去的经验，尤其是在加密货币早期以太坊 PoW 时代经历过 GPU 租金价格暴涨暴跌的周期，因此在 2023 年，他们推出了 3-5 年的高价预付款租赁合同，以锁定利润。这些合同通常要求客户支付高于每小时 4 美元的价格，甚至预付 50% 到 100% 的租金。随着 AI 需求激增，尤其是在图像生成领域的基础模型公司为了抢占市场先机、率先使用最新的 GPU 集群，尽管这些合同价格高昂，但他们不得不签订，以快速完成目标模型，提升竞争力。然而，当模型训练完成后，这些公司不再需要这些 GPU 资源，但由于合同锁定的关系，他们无法轻易退出，为了减少损失，他们选择将这些租赁的 GPU 资源转售，以回收部分成本。这导致市场上出现了大量转售的 GPU 资源，供应增加，影响了市场的租赁价格和供需关系。当前的 H100 价值链注：价值链（Value chain），又名价值链分析、价值链模型等。由迈克尔・波特在 1985 年，于《竞争优势》一书中提出的。波特指出企业要发展独特的竞争优势，要为其商品及服务创造更高附加价值，商业策略是结构企业的经营模式，成为一系列的增值过程，而此一连串的增值流程，就是「价值链」。 H100 价值链从硬件到 AI 推理模型，其中的参与部份可以大致分为以下几类与 Nvidia 合作的硬件供应商数据中心基础设施提供商和合作伙伴风险投资基金、大型公司和初创公司：计划建立基础模型（或已经完成模型建立）容量经销商：Runpod、SFCompute、Together.ai、Vast.ai、GPUlist.ai 等。当前的 H100 价值链包括从硬件供应商到数据中心提供商、AI 模型开发公司、容量经销商和 AI 推理服务提供商等多个环节。市场的主要压力来自于未使用的 H100 容量经销商不断转售或出租闲置资源，以及「足够好」的开源模型（如 Llama 3）的广泛使用，导致对 H100 的需求下降。这两大因素共同导致了 H100 供应过剩，进而对市场价格造成下行压力。市场趋势：开源权重模型的兴起开源权重模型指的是那些尽管没有正式的开源许可证，但其权重已被公开免费分发，并且被广泛应用于商业领域。这些模型的使用需求主要受到两大因素推动：一是类似 GPT-4 规模的大型开源模型（如 LLaMA3 和 DeepSeek-v2）的出现，二是小型（80 亿参数）和中型（700 亿参数）微调模型的成熟和广泛采用。由于这些开源模型的成熟度越来越高，企业能够轻松获取并使用它们来满足大多数 AI 应用的需求，尤其是在推理和微调方面。尽管这些模型在某些基准测试中可能略微逊色于专有模型，但它们的性能已经足够好，可以应对大多数商业用例。因此，随着开源权重模型的普及，市场对推理和微调的需求正在快速增长。开源权重模型还具有三个关键优势：首先，开源模型具有很高的灵活性，允许用户根据特定领域或任务对模型进行微调，从而更好地适应不同的应用场景。其次，开源模型提供了可靠性，因为模型权重不会像某些专有模型那样在未通知的情况下更新，避免出现一些因更新而导致的开发问题，增加了用户对模型的信任。最后，它还确保了安全性和隐私，企业可以确保其提示和客户数据不会通过第三方 API 端点被泄露，降低了数据隐私风险。正是这些优势促使开源模型的持续增长和广泛采用，特别是在推理和微调方面。中小型模型创作者需求转向中小型模型创建者是指那些没有能力或计划从头训练大型基础模型（如 70B 参数模型）的企业或初创公司。随着开源模型的兴起，许多公司意识到，对现有开源模型进行微调，比自己从头训练一个新模型更加经济高效。因此，越来越多的公司选择微调，而非自行训练模型。这大大减少了对 H100 等计算资源的需求。微调比从头训练便宜得多。微调现有模型所需的计算资源远远少于从头训练一个基础模型。大型基础模型的训练通常需要 16 个或更多 H100 节点，而微调通常只需要 1 到 4 个节点。这种行业的转变削减了小型和中型公司对大规模集群的需求，直接减少了对 H100 计算能力的依赖。此外，基础模型创建的投资减少。在 2023 年，许多中小型公司尝试创建新的基础模型，但如今，除非他们能够带来创新（如更好的架构或对数百种语言的支持），否则几乎不会再有新的基础模型创建项目。这是因为市场上已经有足够强大的开源模型，如 Llama 3，让小型公司很难证明创建新模型的合理性。投资者的兴趣和资金也转向了微调，而非从头训练模型，进一步减少了对 H100 资源的需求。最后，预留节点的过剩容量也是一个问题。许多公司在 2023 年高峰期长期预定了 H100 资源，但由于转向微调，他们发现这些预留的节点已经不再需要，甚至有些硬件到货时已经过时。这些未使用的 H100 节点现在被转售或出租，进一步增加了市场的供应，导致 H100 资源供过于求。总体来看，随着模型微调的普及、中小型基础模型创建的减少，以及预留节点的过剩，H100 市场需求明显下降，供过于求的情况加剧。导致 GPU 算力供应增加和需求减少的其他因素大型模型创建者脱离开源云平台大型 AI 模型创建者如 Facebook、X.AI 和 OpenAI 正在逐步从公共云平台转向自建私有计算集群的原因。首先，现有的公共云资源（如 1000 个节点的集群）已无法满足他们训练更大模型的需求。其次，从财务角度来看，自建集群更有利，因为购买数据中心、服务器等资产可以增加公司估值，而租赁公共云只是费用支出，无法提升资产。此外，这些公司拥有足够的资源和专业团队，甚至可以收购小型数据中心公司来帮助他们构建和管理这些系统。因此，他们不再依赖公共云。随着这些公司脱离公共云平台，市场对计算资源的需求减少，可能导致未使用的资源重新进入市场，增加供应。 Vast.ai 本质上是一个自由市场体系，来自世界各地的供应商相互竞争闲置与延迟出货的 H100 同时上线由于闲置与延迟出货的 H100 GPU 同时上线，促使市场供应量增加，导致价格下降。Vast.ai 等平台采用自由市场模式，全球供应商在这里相互竞争价格。2023 年，由于 H100 出货延迟，许多资源未能及时上线，现在这些延迟的 H100 资源开始进入市场，连同新的 H200 和 B200 设备，以及初创公司和企业闲置的计算资源一起供应。小型和中型集群的所有者通常拥有 8 到 64 个节点，但由于利用率低且资金已经耗尽，他们的目标是通过低价出租资源来尽快收回成本。为此，他们选择通过固定利率、拍卖系统或自由市场定价的方式来竞争客户，尤其是拍卖和自由市场模式，使得供应商为确保资源被租用而竞相降价，最终导致整个市场的价格大幅下降。更便宜的 GPU 替代品另一个主要因素是，一旦算力成本超出了预算，那么 AI 推理基础设施便有很多替代方案，特别是如果你运行的是较小的模型。就不需要为使用 H100 的 Infiniband 支付额外费用。 Nvidia 市场细分 H100 GPU 的 AI 推理任务中更便宜替代品的出现，这会直接影响市场对 H100 的需求。首先，虽然 H100 在 AI 模型的训练和微调上非常出色，但在推理（即运行模型）领域，很多更便宜的 GPU 能够满足需求，尤其是针对较小的模型。因为推理任务不需要 H100 的高端功能（如 Infiniband 网络），用户可以选择更经济的替代方案，节省成本。 Nvidia 自己也在推理市场中提供了替代产品，如 L40S，这是一款专门用于推理的 GPU，性能大约是 H100 的三分之一，但价格只有五分之一。虽然 L40S 在多节点训练方面效果不如 H100，但对于单节点推理和小型集群的微调，已经足够强大，这为用户提供了一个更具性价比的选择。 H100 Infiniband 集群性能配置表（2024 年 8 月） AMD 和 Intel 替代供应商另外，AMD 和 Intel 也推出了价格更低的 GPU，例如 AMD 的 MX300 和 Intel 的 Gaudi 3。这些 GPU 在推理和单节点任务中表现优异，价格比 H100 更便宜，同时还拥有更多的内存和计算能力。尽管它们在大型多节点集群训练中还未得到完全验证，但在推理任务中已经足够成熟，成为 H100 的有力替代品。这些更便宜的 GPU 已经被证明能够处理大多数推理任务，尤其是常见模型架构（如 LLaMA 3）上的推理和微调任务。因此，用户在解决兼容性问题后，可以选择这些替代 GPU，以降低成本。总结来说，推理领域中的这些替代品正逐渐取代 H100，特别是在小规模推理和微调任务中，这进一步降低了对 H100 的需求。 Web3 领域 GPU 使用率下降由于加密货币市场变化，GPU 在加密挖矿中的使用率下降，大量 GPU 因此流入云市场。尽管这些 GPU 由于硬件限制无法胜任复杂的 AI 训练任务，但它们在较简单的 AI 推理工作中表现良好，特别是对于预算有限的用户，处理较小模型（如 10B 参数以下）的任务时，这些 GPU 成为性价比很高的选择。经过优化，这些 GPU 甚至可以运行大型模型，成本比使用 H100 节点更低。 AI 算力租赁泡沫后，现在的市场如何？现在入场面临的问题：新公共云 H100 集群进入市场较晚，可能无法盈利，一些投资者可能会损失惨重。新进入市场的 H100 公共云集群面临的盈利挑战。如果租赁价格设定过低（低于 2.25 美元），可能无法覆盖运营成本，导致亏损；如果定价过高（3 美元或以上），则可能失去客户，导致产能闲置。此外，较晚进入市场的集群因为错过了早期的高价（4 美元 / 小时），难以回收成本，投资者面临无法盈利的风险。这使得集群投资变得非常困难，甚至可能导致投资者遭受重大损失。早期入场者的收益情况：早期签署了长期租赁合同的中型或大型模型创建者，已经收回成本并实现盈利中型和大型模型创建者通过长期租赁 H100 计算资源已经获得了价值，这些资源的成本在融资时已被涵盖。虽然部分计算资源未完全利用，但这些公司通过融资市场将这些集群用于当前和未来的模型培训，并从中提取了价值。即使有未使用的资源，他们也能通过转售或租赁获得额外收入，这降低了市场价格，减少了负面影响，整体上对生态系统产生了积极影响。泡沫破灭后，：价格低廉的 H100 可以加速开源式 AI 的采用浪潮低价 H100 GPU 的出现将推动开源式 AI 的发展。随着 H100 价格下降，AI 开发者和业余爱好者可以更便宜地运行和微调开源权重模型，使这些模型的采用更广泛。如果未来闭源模型（如 GPT5++）没有实现重大技术突破，开源模型与闭源模型的差距将缩小，推动 AI 应用的发展。随着 AI 推理和微调成本降低，可能引发新的 AI 应用浪潮，加速市场的整体进步。结论：不要购买全新的 H100 如果现在投资购买全新的 H100 GPU 大概率会亏损。不过只有在特殊情况下，比如项目能够购买到打折的 H100、廉价的电力成本，或在其 AI 产品在市场上拥有足够竞争力时，再去投资才可能合理。如果你正在考虑投资，建议将资金投入其他领域或股票市场，以获得更好的回报率。

TechubNews2024-10-22

美股或成“赌场”，投资者应关注这些避风港！

前景。其他预测者也预测公用事业公司将因AI热潮带来的电力和数据中心需求增加而大幅上涨。 Rosenberg说道：“正如我们长期以来所说的，公用事业是最接近‘无需动脑筋’的投资选择，且由于美国电力需求强劲且长期的前景增强了盈利可见性，公用事业类股被重新评级为‘防御性增长’。” 航空航天与国防他还补充说，鉴于全球范围内日益加剧的地缘政治紧张局势，航空航天和国防股也可能值得购买。 “航空航天/国防多年来一直是我们的长期看涨点，是抵御日益动荡的世界的最佳对冲工具，因为世界各地的军费开支都在扩大——而且根本不受11月5日美国大选的影响。” 大型科技 Rosenberg说，虽然科技领域的某些部分显示出泡沫特征，但鉴于居家办公、云计算和远程工作的普及，投资者仍可以在一些大型科技股中寻找机会。不过，他建议投资者等待更好的价格时机来买入这些科技股。 Rosenberg表示，“我更愿意在比今天更好的价格水平上抓住这些机会，因为最近的暴涨已经侵蚀了未来的预期回报，使我们目前保持谨慎。但在出现任何显著回调时，我们会积极买入。” 安全选择投资者应在投资组合中加入一份“保险”。这意味着黄金——Rosenberg称其为“最真实的储值手段”，以及政府债券。 “黄金的美好之处在于，它不是一种央行可以轻易免除的债务，也不是一种可以由政府下令印刷的货币。我也青睐美债市场，因为它几乎拥有任何主要工业国家中最高的收益率——并且具有极大的流动性。” Rosenberg说，房地产投资信托（REITs）也可以成为对冲风险的好方法。这尤其适用于与工业和医疗保健部门相关的REITs。他补充道：“无论如何，我们都必须在决策过程中变得越来越富有主题性和深思熟虑，并且比平时更具选择性，因为美股和金融资产总体上已经成为一个纯粹的动量赌场。” 然而，华尔街的大多数预测者仍然预计到年底和2025年美股将表现强劲。高盛、瑞银、蒙特利尔银行和德意志银行最近几周都上调了标普500指数的年终目标价，新的预测范围在5750到6400点之间。

金融界2024-10-22

国产大模型首超GPT-4o！零一万物“闪电”奇袭全球AI企业

01 去年开始的轰轰烈烈的AI热潮随着整个行业的进展缓慢，似乎逐渐退潮。然而现实是，AI浪潮只是从观众眼中淡去，研究的进程仍在推进。继今年五月零一万物发布千亿参数模型Yi-Large后，近日，零一万物正式对外发布最新旗舰模型Yi-Lightning。一经出世，便饱受业界关注。国际权威盲测榜单LMSYS显示，目前Yi-Lightning已超越GPT-4o。这也意味着，仅仅花费了五个月，零一万物就已追上OpenAI的顶级模型。实则，早在今年6月，零一万物创始人李开复博士在《格隆博士会客厅》的访谈中，已经对国产大模型进行过分析。彼时他认为，中国大模型与美国顶级大模型之间的差距已经从之前的7至10年迅速缩短至仅有六个月。而这次，Yi-Lightning超越了OpenAI在2024年5月推出的GPT4o，也就是说，中美大模型的差距进一步被缩短到了5个月。仔细来看，在分类榜上，Yi-Lightning各项能力都名列前茅。在中文能力上，Yi-Lightning跃居并列第二，和o1-mini相差无几。数学能力，Yi-Lightning和Gemini-1.5-Pro-002并列第3，仅次于o1-preview、o1-mini。在代码、Hard Prompts、Longer Query等能力上，Yi-Lightning也都位列前五。对比五个月前发布的Yi-Large，Yi-Lightning首包速度提升1倍，推理速度也提升了4成，可谓进步飞速。在这次的发布会上，除了发布新模型，零一万物还首发了AI 2.0数字人方案并公布了零一万物在B端产品上的最新进展。李开复称，零一万物最新旗舰模型Yi-Lightning的API价格已降至极低水平，每百万token仅收费0.99元。早在今年5月，字节、百度、阿里云、腾讯、讯飞等大模型厂商纷纷大降价，曾经引起了不小的争议。当时李开复在发布大模型系统时曾表示，其认为大模型之间搞类似于ofo的流血打法是双输的策略。这次发布会再次谈及之前的“价格战”，李开复仍旧表示不认可，他认为，当时有很多性能很差的模型价格都降得非常低，甚至是免费，但让接入的企业和个人体验起来都不达预期。而针对此次零一万物的大模型降价和外界关于零一万物亏钱拉客户的质疑，李开复称，零一万物大模型的真实成本比0.99元低，还有利润空间。此前，OpenAI官宣获得66亿美元融资，估值突破1500亿美元。随后，媒体报道称，经过对OpenAI财务数据的分析，推测其会在2029年实现盈利。但在此之前，OpenAI仍会保持较为严重的亏损，预测2026年亏损幅度将达到140亿美元。作为AI领域绝对的龙头，OpenAI尚且如此，其他企业或许更加艰难，特别是国产大模型初创企业。月之暗面、百川智能、智谱AI、Minimax、零一万物、阶跃星辰，这6家中国大模型初创企业被称为国内的“AI六小虎”。然而月初，有媒体报道，“AI六小虎”中有两家已经逐步放弃预训练模型，缩减了预训练算法团队人数，业务重心转向AI应用，而零一万物就是其中一家。而李开复回应称，尽管预训练既是技术活也费钱，但目前“AI六小虎”做预训练仍不成问题。同时他还提到剩下的5家公司，他表示“这6家公司融资额度都是够的，我们做预训练production run，一次花费三四百万美金，这个钱头部公司都付得起，我觉得中国的6家大模型公司只要有够好的人才和想做预训练的决心，融资额跟芯片都不会是问题。” 这对于国内的大模型公司或许是一个好的迹象，但国产大模型仍在寻找方向。 02 刚刚过去的9月，OpenAI发布了OpenAI o1系列模型，被业界称为是AGI一大新进程。李开复认为，OpenAI内部其实攒了很多好东西，除了OpenAI o1以外，OpenAI领先行业足够多，但会等待合适的节点再释放。放眼现在的AI行业，早已度过了最开始的狂热阶段，但不管是国外还是国内的AI公司，都在暗流中继续前进和竞争。目前，国内的大模型主要分为两类，一类是基础通用大模型，比如文心一言、通义千问等等，一类则是专注各类细分赛道的大模型，金山的政务大模型，一些公司的医疗、金融等等。工业和信息化部近日发布的最新数据显示，目前我国完成备案并上线为公众提供服务的生成式人工智能服务大模型已经近200个，注册用户超过6亿，产业相关企业数量超过了4500家。如果单从数字上看，国产大模型的技术成长可谓相当飞速。且SuperCLUE的评测结果显示，国内绝大部分闭源模型已超过GPT-3.5Turbo，在技术上和国外大模型的差距不断缩小。然而，对于国产大模型，不少人仍旧心有疑虑，因为这样的对比对于AI的商业化来说并无意义，更为重要的，是如何对AI进行应用。尽管各家大厂、垂类企业以及初创公司都在铆足了劲钻研技术，较量日活，不断追求更大的数据量、更强的计算能力以及更复杂的模型训练，但国内市场仍旧缺乏能够承载AI的杀手级应用。也是因此，在国内大模型技术不断提升的同时，普通人对于AI技术力提升的感知却逐渐减弱，市场对于AI的热情也逐渐削减。绝大多数人难以体会到95%到99%这一阶段的技术提升，唯一能够让人感受到AI技术提升的是，AI在逐渐被运用到什么日常领域之上，究竟带来了怎样的生产力提升。因此我们可以看到，尽管在不少垂类行业上，AI愈臻完美，应用也越来越普遍，但反而是在高日活、高个性化的APP上，AI难以施展拳脚。例如，尽管抖音的豆包等一系列AI已经较为成熟，但是对于抖音的生态本身，并没有带来更大的改变。因为抖音已经对于用户画像进行高度区分，应用中需要的是超高的定制化和精准化需求，而目前的AI还很难做到这一点。对于大模型企业来说，相比提升技术力，更为困难的是，如何将AI的技术力，转换成企业乃至个人能够实实在在体会到的生产力。而这，或许也该是未来大模型企业们努力的方向。正如互联网出现之后被国人迅速开发，发展出各类新业态，在互联网的应用上，国内一直位于国际领先的地位。未来，国内大模型企业的出路，也将在应用中逐渐体现。

格隆汇2024-10-17

Nvidia股价创历史新高，AI硬件需求推动市场表现及未来投资风险分析

极评论。 AI硬件市场的强劲需求随着AI热潮的兴起，其他AI芯片和硬件股票如Arm（ARM）、高通（QCOM）、博通（AVGO）、超微计算机（SMCI）、Astera Labs（ALAB）和美光（MU）也出现了显著上涨。这些公司纷纷表明其产品需求强劲，推动了整个行业的上扬。半导体指数的表现整体来看，PHLX半导体指数（^SOX）在过去五天内上涨了4.5%，表现优于标准普尔500指数（^GSPC），后者在同一时间内上涨了2.9%。这一表现不仅显示了市场对AI硬件的信心，也预示着相关投资的增加。大公司对AI基础设施的支出谷歌（GOOG）、微软（MSFT）、亚马逊（AMZN）和Meta（META）均表示将继续在AI基础设施上投入大量资金，预计在2024年，超大型科技公司在AI资本支出方面的总支出将达到2150亿美元，2025年则将增加至2500亿美元。这种支出趋势将极大有利于以Nvidia为首的AI硬件公司。投资回报与市场泡沫尽管AI硬件市场蓬勃发展，但分析师警告称，AI芯片股票可能存在泡沫，一旦大型科技公司的AI基础设施支出减缓，这种泡沫可能会破裂。近期的财报显示，谷歌、微软和亚马逊的AI支出与投资回报之间的差距正在扩大，市场耐心也日益减弱。编辑总结 Nvidia的股价创纪录收盘反映了市场对AI硬件需求的强烈信心，尤其是在大型科技公司持续加大对AI基础设施投资的背景下。然而，投资者也需谨慎对待潜在的市场泡沫风险，随着时间的推移，投资回报的回落可能会影响这些股票的未来表现。名词解释 Nvidia：美国一家领先的图形处理单元（GPU）制造商，主要产品用于AI和深度学习等领域。 AI硬件：专门为人工智能运算设计的硬件设备，如图形处理器、服务器等。半导体指数：衡量半导体行业表现的股票指数，通常包含多家主要半导体公司。资本支出（CapEx）：企业用于购买、升级或维护固定资产的支出。今年相关大事件 2024年10月：Nvidia股价创历史新高，受益于AI硬件需求激增。 2024年9月：大型科技公司如微软、谷歌持续增加对AI基础设施的投资。 2024年8月：OpenAI完成66亿美元融资，助力AI硬件公司发展。来源：今日美股网

今日美股网2024-10-16

24小时热点