FX168财经网_全球视野外汇黄金加密货币NFT资讯网

媒体：OpenAI探索将ChatGPT带入课堂

OpenAI首席运营官（COO）Brad Lightcap在上周某次会议上表示，OpenAI将探索通过若干种方式把机器人聊天工具ChatGPT带入课堂。 OpenAI料将在2024年成立一个团队，以研究教育行业对于ChatGPT的应用前景。

金融界2023-11-17

OpenAI探索将ChatGPT带入课堂

OpenAI首席运营官Brad Lightcap在上周某次会议上表示，OpenAI将探索通过若干种方式把机器人聊天工具ChatGPT带入课堂。OpenAI料将在2024年成立一个团队，以研究教育行业对于ChatGPT的应用前景。

金融界2023-11-17

韩国央行：未来20年韩国400万个工作岗位或将被AI取代

高7%，但全球预计将有3亿个工作岗位被OpenAI的ChatGPT等生成式AI取代。麦肯锡的一份报告也给出了类似的预测，即知识型员工将受到颠覆，但全球生产率将加快。韩国央行的研究还指出，AI将推动对所谓的STEM（科学、技术、工程和数学）教育，以及沟通和团队合作等软人际技能的需求。该团队的研究是基于斯坦福大学经济学家Michael Webb采用的方法。

金融界2023-11-17

微软首款5nm自研芯片Maia亮相----能和H100掰手腕

已经坐拥OpenAI的微软显然不满足于此，昨晚一场发布会，首款5nm自研芯片Maia正式亮相；同时Bing Chat也更名Copilot，甚至万物皆可Copilot；登录微软账号，就可以在Copilot专属网站上免费使用GPT-4、DALL·E 3。 OpenAI的全新王炸爆款，自定义GPT也被塞进Copilot全家桶，变身为Copilot Studio。全球打工人利器Office，也在Copilot的加持下全面升级。一、微软自研芯片此前的江湖上，关于微软在悄悄自研芯片的传言始终不绝于耳。上个月初爆料的消息显示其代号“雅典娜”，用于训练大模型，微软想以此避免对英伟达过度依赖。现在证实了，传言不是空穴来风。今年的AIGC与大模型热潮让H100的需求也水涨船高，目前H100的单价普遍在2.5万到4万美元之间，之前也曾多次提及。这块蛋糕之大肉眼可见，微软绝对不会置之不理。微软CEO纳德拉在发布会上表示，两款芯片Azure Maia和Azure Cobalt CPU明年就会上市。虽然对比亚马逊、谷歌、Meta等巨头，微软是最后一个发布自研芯片的，但一亮相就毫不含糊，这次的Maia 100 GPU对比业内竞品毫不逊色。具体说来，Maia采用的是台积电5nm节点工艺，拥有1050亿个晶体管，并支持微软首次实现的8位以下数据类型，即MX数据类型。在算力方面，Maia在MXInt8格式下的算力可以达到1600 TFLOPS，在MXFP4格式下则为3200 TFLOPS，足够与英伟达的H100和AMD的MI300X掰手腕。Maia在网络IO方面相当优秀，而在显存带宽方面则稍逊一筹。与目前使用第二代Trainium/Inferentia2芯片的亚马逊相比，纸面上的各项指标都堪称碾压式领先。不过Maia是在LLM热潮出现之前就开始设计的，因此显存带宽只有1.6TB/s。虽然比Trainium/Inferentia2高，但明显低于TPUv5，更不用说H100和MI300X了。此外，微软采用了四层HBM工艺，而非是英伟达的六层，甚至AMD的八层。根据一些业内人士分析，微软在设计芯片时加载了大量的SRAM，从而帮助减少所需的显存带宽，但这似乎并不适用于现在的大模型，因此实际效果目前还不好说。 Maia的另一个有趣之处在于微软对网络的处理。就AMD和英伟达而言，它们都有自己专属的Infinity Fabric和NVLink，用于小范围芯片的高速连接（通常为八个）。如果要将数以万计的GPU连接在一起，则需要将以太网/InfiniBand的PCIe网卡外接。对此，微软采取了完全不同的方式：每个芯片都有自己的内置RDMA以太网IO。这样每个芯片的IO总量就达到了4.8Tbps，一举超过了英伟达和AMD。同时为了充分发挥Maia的性能，微软专门打造了名为“Ares”的机架和集群，并首次采用了名为“Sidekick”的全液冷设计。这些机架是为Maia高度定制的，比标准的机架更宽。具体来说，微软在一个机架上搭载了八台服务器，其中每台服务器有四个Maia加速器，也就是共计32个Maia芯片。此外还配备网络交换机，而且Maia机架的功率可以达到约40KW，这比大多数仍只支持约12KW机架的传统数据中心也要大得多。还有点需要说明的是，微软使用的是自己从第三方获得SerDes授权，并直接向台积电提交设计要求，而不是依赖Broadcom或Marvell这样的后端合作伙伴。在发布会进行的同时，OpenAI的CEO奥尔特曼就表示，第一次看到Maia芯片的设计时，自己和同事都感到非常兴奋，而OpenAI也在第一时间就用GPT-3.5 Turbo对Maia进行了测试与改进。而在CPU方面，Cobalt是一款基于Armv9架构的云原生芯片，针对通用工作负载的性能、功率和成本效益进行了优化。具体来说，Cobalt共有128个核心，并支持12条DDR5通道。与微软第一款基于Neoverse N1的Arm CPU相比，基于Neoverse N2的Cobalt 100在性能上提升了40%。与Arm传统的只授权IP的商业模式不同，Neoverse Genesis CSS（计算子系统）平台可以使CPU的开发更快更容易，且成本也更低。就Cobalt而言，微软采用的是两个Genesis计算子系统，并将它们连接成一个CPU。 Arm此前曾表示，有一个芯片项目从启动到完工前后只用了一年多。虽然没有说究竟是谁，不过根据业内人士推测很可能就是微软。可以说，微软在Maia芯片上花费了许多心思。在设计上的独具匠心不仅让Maia具有高性能，还能控制每个内核和每个虚拟机的性能和功耗。目前微软正在Microsoft Teams和SQL Server等工作负载上测试Cobalt，预计明年正式向客户提供用于各种工作负载的虚拟机。事实上很多人都不了解的一点，微软在芯片开发上的历史颇为悠久。二十多年前，微软就和Xbox合作，还为Surface设备共同设计了芯片。2017年左右，微软就开始构建云硬件堆栈。这次发布的新品Maia芯片和Cobalt都是在微软内部构建的，微软对整个云服务器堆栈进行了深入检修，以优化性能，功耗和成本。微软硬件系统负责人Rani Borkar（拉妮·博卡尔）对此表示：“我们正在重新思考AI时代的云基础设施，并从尽可能优化该基础设施的每一层。” 现在可以明确的一点，微软、AMD、Arm、Meta、英特尔、英伟达和高通在内的集团，都在推动大模型时代的数据格式的标准化进程。二、万物皆可Copilot 与两款芯片同步的，微软Copilot也迎来了全新时代。就在发布会现场，纳德拉宣布Bing Chat的普通版和企业版正式更名为Copilot。除了自家的Edge，Copilot还可以兼容Chrome，Safari等，并且很快就上线移动设备。Copilot免费版可以在Bing和Windows中直接访问，还有专门入口https://copilot.microsoft.com/ 今年初，微软还曾多次提到要与谷歌在搜索和AI领域保持竞争。但现在回看，微软显然是醉翁之意不在酒，悄无声息的就把目光投向了ChatGPT。就在OpenAI宣布每周有一亿人使用ChatGPT后，Bing Chat直接改名。这不得不让外界猜想，尽管有价值数十亿美元的合作关系，双方关系也相当好，但微软和OpenAI仍在争夺同一批客户，而Copilot就是微软试图抛给消费者和企业的最佳选择。同时发布会上还发布了一款低代码工具Copilot Studio，允许用户可以在同一网页上进行构建、部署、分析、管理内容。更重量级的是，Copilot Studio与OpenAI的GPTs无缝集成。与之配套的还有一个可供分析的仪表板，允许管理员集中监视使用情况并实时分析，在管理中心内控制访问权限。微软还将Dynamics 365 Guides也集成到了Copilot，将AIGC与混合现实（MR）相结合，帮助一线员工完成复杂的任务。未来的工程师无需搜索大量文档或纸质手册，仅通过自然语言和手势就能查询信息。三、微软：我们和英伟达是互补对于芯片来说，最重要的就是性能。跟英伟达的H100、H200，AMD的MI300X比较，Maia表现如何呢？对此问题，博卡尔没有正面回应，只是重申微软与英伟达、AMD的合作对于自家Azure云业务的未来很重要。需要提前说明的是，微软所做的内存权衡其实是非常不利的，这使得微软很难与英伟达竞争。比如H100的内存带宽是Maia的两倍多，H200是其三倍，而MI300X还要更高。因此，Maia在大模型推理方面的性能劣势明显。就每秒处理更大批的token而言，GPT-4推理的性能大约是H100的1/3。不过这本身并不是一个大问题，因为制造成本与英伟达的巨大利润率弥补了大部分差距。问题是电源和散热仍需要更多成本，而且token到token的延迟更差。在聊天AI和许多协同Copliot工具等对延迟极为敏感的应用中，Maia很难与英伟达和AMD竞争。后两种GPU都可以使用更大的批处理量，同时可接受延迟，因此它们的利用率会更高，性能TCO也比Maia高得多。而在GPT-3.5 Turbo等参数较小的大模型中，情况可能要好一些。但微软不可能只部署针对过去产品的优化硬件。随着时间的推移，GPT-3.5 Turbo迟早要被逐步淘汰。不仅在硬件上强强联合，微软在发布会上还宣布将英伟达AI代工厂服务（Nvidia AI Foundry）引入Azure。此外微软还推出了全链条开发工具Azure AI Studio，它提供了完整周期的工具链，是一个端到端的平台，包括模型的开发、训练、评估、部署、定制等等。来源：金色财经

金色财经2023-11-16

韩央行称未来20年韩国400万工作岗位可能被AI取代

高7%，但全球有3亿个工作岗位将面临被OpenAI的ChatGPT等生成型人工智能取代的风险。麦肯锡的一份报告也给出了类似的预测，即知识型员工将受到颠覆，但全球生产率将加快。韩国央行的研究称，人工智能将推动对所谓的STEM（科学、技术、工程和数学）教育的需求，以及沟通和团队合作等软人际技能的需求。该团队的研究基于斯坦福大学经济学家迈克尔·韦伯（Michael Webb）采用的方法。

金融界2023-11-16

韦德布什将微软列入首选股名单，目标价上调至425美元

导致的“残酷紧缩”之际，而高价芯片对于OpenAI的ChatGPT等工具至关重要。

金融界2023-11-16

AI竞赛缺“芯”不可美国禁令下腾讯早留了后手！

vidia 的 H100 是用于训练 OpenAI 聊天机器人 ChatGPT 的芯片。美国最初禁止向中国出口 H100 及同等型号，但英伟达后来发布了这些芯片的新版本，包括 H800，设计作为解决方案处理器运往中国，促使美国后来也禁止了这些新芯片的出口。然而，据英国《金融时报》8 月份报道，在禁令实施之前，百度、阿里巴巴和腾讯等中国最大的科技公司总共花费了 50 亿美元，储备了总计 10 万块英伟达的先进芯片。中国公司正在迅速推出新的 AI 模型来与美国同行竞争，但迄今为止都在努力追赶的路上。腾讯的混元模式预计将主要专注于游戏和企业软件，这是该科技公司业务的关键支柱。

林沐2023-11-16

探索区块链和AI的交汇如何重塑世界

量越来越高）、反馈机制和算力驱动的。 OpenAI（微软支持）和Anthropic（谷歌和亚马逊支持）等人工智能/机器学习领域的主要参与者已经在整合资源，并围绕自身模型和数据建立壁垒。但是，尽管在计算、数据和分销方面具有早期优势，这种做法可能会破坏最初催生该行业的协作开发周期，扼杀发展势头。像以太坊这样的区块链提供了一个可行的解决方案，并已成为可靠的中立数据和计算系统，推动了开源创新。区块链已经支撑了一系列数字原生原语，这些原语处于有利地位，可以在一个越来越由生成式AI塑造的世界中发挥关键作用。我们相信，区块链有很大的机会成为人工智能领域开源研究和开发的主要力量。 3、当今市场状况今年，在核心基础设施、模型层，甚至是面向用户的应用程序（如聊天机器人、客户支持和编码助手）上，已经投入了大量资金。尽管如此，从长远来看，在传统领域里价值在哪里产生积累（以及流向谁）并不明显。在目前的范例中，AI有可能成为一股中心化力量，继续扩张web2市场主导者的地位。特别是在基础设施和模型层，游戏的名字是扩展——硬件和资本资源、数据访问、分销渠道和独特的合作伙伴关系方面的扩展。从AWS这样的云服务提供商，到英伟达（Nvidia）这样的硬件制造商，再到微软这样的老牌巨头，许多参与者都在走向全栈模式，无论是通过并购还是通过专利合作的方式。头部巨头们正在进行规模和利润的争夺，但是超昂贵、高精度的企业API模型的市场可能会受到经济、开源性能趋同、甚至是低延迟工作负载需求趋势的限制。与此同时，中端市场的很大一部分已经出现了类似于“OpenAI API wrapper”产品的商品化趋势，这些产品功能充足，但难以区分。 4、开源建设势头用于预训练、训练和微调的开源数据集，以及免费访问的基础模型和工具，鼓励着大大小小的企业直接利用开源系统和工具尽情发挥创造力。谷歌泄露的一篇文章概述了闭源和开源代码世界之间的差距正在迅速缩小。值得注意的是，如今96%的代码库都使用了开源软件，这一趋势在大数据、人工智能和机器学习领域尤为明显。与此同时，颠覆云服务寡头垄断的时机或已成熟。历来，三大巨头AWS、Google Cloud和Azure都是通过将工具和服务分层来占领市场，从而在企业竞争中深入巩固自己的地位。这种主导地位给企业带来了许多挑战，从限制性运营依赖到云基础设施相关的过高成本，尤其是考虑到主要提供商收取的溢价。现有公司面临着运营重组的费用压力，再加上试图尝试和整合越来越多的开源AI，将为使用去中心化替代方案重构业务创造一个窗口。因此，开源AI和区块链技术的新兴交叉点为实验和投资提供了一个非凡领域。 5、加密与AI：双向价值关系我们对人工智能和区块链之间潜在的共生关系感到异常兴奋。加密中间件可以通过建立有效的计算和数据市场（供应、标签或微调）以及证明或隐私工具，极大地改善人工智能供应方的信息输入。反过来，去中心化应用程序和协议将通过吸收这种劳动成果达到新的高度。不可否认，加密技术已经取得了长足的进步，但协议和应用程序仍然受到主流用户使用的仍然不直观的工具和用户界面的影响。同样，智能合约本身可能会受到限制，无论是在开发人员的手动工作负载需求方面，还是在整体功能的流动性方面。 Web3开发人员是一群非常高产的人。高峰时期，仅仅7.5万名全职开发者就创造了价值数万亿美元的产业。编码助手和ML增强DevOps有望助力现有工作，而无代码工具正在迅速赋能新一类建设者。随着机器学习功能被整合进智能合约并被带到链上，开发人员将能够设计出更加流畅和富有表现力的用户体验，并最终设计出全新的杀手级应用程序。这种链上体验的跨越式功能改进将吸引新的——可能是更多的——受众，催化出重要的采用反馈飞轮。生成式AI可能就是加密货币缺失的一环，它将改变UI/UX，并催生新一波技术发展浪潮。反过来，区块链技术将利用、泛化和加速人工智能的潜力。 6、使用区块链建设更好的数据市场（1）数据是机器学习的基础信息输入是的，计算基础设施的巨大改进是非常有用的，但正是像Common Crawl和The Pile这样的庞大数据库使基础模型如今吸引世界目光成为可能。此外，企业将利用这些数据完善其产品供应的基础模型，或建立未来的竞争护城河。最终，数据将成为用户和个人模型之间的桥梁，这些模型在本地运行，并不断适应个人需求。因此，数据的竞争是一个必不可少的前沿领域，区块链可以在这个领域占据优势——尤其是在质量成为塑造数据市场的重要属性的情况下。（2）质量重于数量早期研究表明，在未来几年，高达90%的在线内容可能是人工合成的。虽然合成训练数据具有一定优势，但它也引入了模型质量恶化和偏见强化相关的重大风险。未来几年，机器学习模型可能会耗尽非合成数据源，这是一个真正的风险。加密货币的协调机制和证明原语本质上是为支持去中心化市场优化的，让用户可以共享、拥有或变现他们用于训练或微调特定领域模型的数据。因此，web3可能是一个更好、更有效的人工生成训练和微调数据的源头。（3）进展情况区块链支持的去中心化训练、微调和推理过程也可以更好地保存和利用开源智能。较小的开源模型使用高效的微调过程进行改进，在输出精度上已经可以与较大的模型相媲美。因此，就来源和微调数据而言，趋势已开始从数量转向质量。跟踪和验证原始数据和衍生数据生命周期的能力可以促进复现性和透明度，从而为更高质量的模型和输入提供动力。区块链可以建立一个持久的护城河，成为具有多样化、可验证和量身定制数据集的主要领域。这在传统解决方案过度索引算法进度以应对数据不足的情况下尤其有价值。（4）内容海啸即将到来的AI生成内容浪潮是另一个加密货币先发优势将发挥作用的领域。这种新的技术范式将以前所未有的规模赋能数字内容创作者，而Web3即插即用的基础设施让这一切都变得简单明了。加密货币具有主场优势，这要归功于多年来围绕以NFT形式建立数字资产和内容的所有权和不可变来源的原语的开发。 NFT可以捕获整个内容创作生命周期，但也可以代表数字原生身份、虚拟资产，甚至现金流。因此，NFT使数字资产市场（OpenSea、Blur）等新用户体验成为可能，同时也重新思考了书面内容（Mirror）、社交媒体（Farcaster、Lens）、游戏（Dapper Labs、Immutable），甚至是金融基础设施（Upshot、NFTFi）等商业模式。这项技术甚至可以比另一种选择——使用算法——更可靠地打击深度造假和计算操纵。一个明显的例子就是，OpenAI的检测工具因精度失败而关停。最后一点：简洁和可验证计算的进步也将升级NFT的动态格局，因为它们包含ML输出以驱动更智能、不断发展的元数据。我们相信，基于区块链技术的AI工具和界面将释放出全面价值，重塑数字内容格局。 7、采用零知识证明利用机器学习的无限知识区块链行业寻求技术解决方案，在保持无需信任动态的同时实现资源高效计算，这使得零知识（ZK）证明取得了十足进展。虽然最初的设计是为了解决以太坊虚拟机（EVM）等系统固有的资源瓶颈，但ZK证明提供了一系列与人工智能相关的有价值的用例。一个明显的例子就是对现有用例的简单扩展：高效、简洁地验证计算密集型过程，比如在链下运行ML模型，这样最终产品（比如模型推理）就可以通过智能合约以ZK证明的形式在链上整合。存储证明与协同处理相结合可以更进一步，在不引入新的信任假设的情况下，使链上应用程序更灵活敏捷，从而大大增强其功能。当然也允许实现全新的功能。当通过API调用ZK证明时，ZK证明可以用来验证特定模型或数据池是否真正用于生成推断。它还可以隐藏模型在医疗保健或保险等客户敏感行业中使用的特定权重或数据。公司甚至可以通过交换数据或IP来更有效地协作，从共享学习中受益，同时仍然保持其资源的所有权。最后，ZKP在区分人工数据和前面讨论的合成数据这一日益相关（且具有挑战性）的领域中具有真正的适用性。其中一些用例取决于围绕技术实现的进一步开发和寻找可持续的规模化经济的需求，但zkML有可能对人工智能的发展轨迹产生独特的影响。 8、长尾资产及潜在价值加密货币已经证明了其作为音乐和艺术等传统市场价值流的卓越架构师的作用。在过去的几年里，还出现了代表链下有形资产（如葡萄酒和运动鞋）的链上流动性市场。继任者自然将涉及先进的ML功能，因为人工智能被带到链上并可让智能合约访问。 ML模型与区块链围栏（rails）相结合，将重新设计以前由于缺乏数据或买家深度而无法获得的非流动性资产背后的担保流程。一种方法是，机器学习算法查询大量变量，以评估隐藏的关系，并最大限度地减少操纵者的攻击面。Web3已经在尝试围绕社交媒体关系和钱包用户名等新概念创建市场。与AMM对释放长尾代币流动性的影响类似，ML将通过获取大量定量和定性数据来获得隐性模式，从而彻底改变价格发现。这些新的见解可以形成基于智能合约的市场的基础。人工智能的分析能力将嵌入去中心化金融基础设施，以发现长尾资产中的潜在价值。 9、去中心化基础设施层加密货币在吸引和货币化高质量数据方面的优势解决了一方面问题。另一方面——人工智能背后的基础设施支持——也有类似前景。像Filecoin或Arweave这样的去中心化物理基础设施网络（DePINs）已经建立了用于存储的系统，这些系统本身就包含区块链技术。其他像Gensyn和Together这样的公司正在解决分布式网络模型训练的挑战，而Akash则推出了一个令人印象深刻的P2P市场，将过剩计算资源的供需联系起来。除此之外，Ritual正在以激励网络和模型套件的形式为开源AI基础设施建设基础，将分布式计算设备连接起来，供用户进行推理和微调。至关重要的是，像Ritual、Filecoin或Akash这样的DePIN也可以创建一个更大、更有效的市场。他们通过向更广泛的领域开放供应端，包括能够释放潜在经济价值的被动供应商，或者通过将性能较差的硬件整合到与高水平的同行相竞争的池中来实现这一点。技术栈的各部分都涉及不同的约束和价值偏好，并且对这些层进行规模性实战测试（特别是去中心化模型训练和计算的新兴领域）方面仍有大量工作要做。然而，基于区块链的计算、存储甚至模型训练解决方案的基础已存在，这些解决方案最终可以与传统市场一较高下。 10、结论加密与AI的联合正迅速成为最鼓舞人心的设计阵地之一。各领域已经形成了从内容创作和文化表达到企业工作流程及金融基础设施的方方面面的影响。总之，我们相信这些技术将在未来几十年重塑世界。最好的团队将进行无需许可的基础设施、加密经济学及人工智能进行原生结合，以提升产品/服务性能，实现全新行为，或实现具有竞争力的成本结构。加密技术向协作网络引入了前所未有的规模、深度和标准化数据粒度，而从这些数据中获得效用通常是没有明显方法的。与此同时，人工智能将信息池转换为相关背景或关系的向量。当这两个领域结合在一起时，可以形成一种独特的互惠关系，为去中心化未来的建设者奠定基础。来源：金色财经

金色财经2023-11-16

银华基金马君：医药研发不断突破，创新驱动基业长青

易所进一步严格再融资监管。行业层面，OpenAI上周发布升级版ChatGPT，上海发布11条措施推动AI大模型发展，同时在中美关系持续回暖预期下，TMT板块也有所受益。上周初的行情如我们在11月5日的周报所预估的一样，受周末美国非农就业数据低于预期、及医保局领导关于考虑给予新药创新回报发言的影响，市场对美联储降息提前的预期开始演绎，美债收益率大跌，周一开盘，A股成交放量，两市成交额再度突破一万亿，创新药和CXO大涨，港股生物医药涨幅更多些。虽然周中鲍威尔讲话再次鹰派，但创新药产业链没有出现大幅下跌，说明加息临近末期，美债收益率下行的大趋势基本形成，市场对鹰派发言再度悲观反应的概率越来越低。之后医药板块内部开始了轮动，药店、医疗器械、科学服务上游等均有轮动行情。 11月7日，日本某药企季报显示，其最受关注的产品是阿尔茨海默病药物，作为20年来首款获得FDA完全批准的阿尔茨海默病新药，可以在一定概率上延缓疾病的进展，预计2024年在中国上市。除阿尔茨海默病药物研发新进展外，核药、血液检测等相关检测领域也得到了关注，上述日本药企与中国某公司签署了阿尔茨海默病核药检测的合作意向书，共同探索中国关于阿尔茨海默病的早期诊断与精准治疗。另外，美国某药企首席科学官在10月下旬的一次采访中提到关于该公司的阿尔茨海默病疗法在预防阿尔茨海默病发作方面的潜力，而不仅仅是减缓疾病的进展。受此消息影响，国内较多投入阿尔茨海默病研发的药物及器械企业得到市场关注，尤其是阿尔茨海默病检测领域迎来大幅上涨。 11月8日，美国FDA批准其龙头减肥药企的双靶点减肥药的减重适应症，该药企的双靶点减重适应症药物预计于今年底在美国上市，其临床阶段减重效果优异，定价比目前主流GLP-1类药物还要便宜。11月10日，另一海外减肥药龙头药企宣布在欧洲扩产以满足目前产品供不应求的状态。产业层面依旧如火如荼地发展，景气度高位，但A股减肥主题投资由于短线资金获利了结压力较大而继续调整。 10月15日的周报里我们提到了A股减肥药主题的投资热度已经到了鱼龙混杂的局面，之后一周市场大幅回调。从目前看，从原料药到制剂再到注射笔材料的减肥产业链景气度依旧向好，但由于此前A股投资热度过盛，市场经历调整后震荡横盘的概率更大，往后看，随着GLP-1类药物在慢性肾病、非酒精性脂肪肝及阿尔茨海默病等临床试验数据的公布、及海外龙头药企业绩持续超预期，GLP-1类减肥产业链依旧值得长期关注。除上述国际医药前沿科技信息外，上周A股医药领域备受关注的板块是药店，药店在三季报公布时业绩就略超预期，之前市场一直担忧上半年大家囤药以及四季度和今年一季度业绩高基数导致药店业绩可能不好而不看好该板块，三季报业绩超预期后抽丝剥茧了解原因，发现产业层面正在发生的积极变化，最大的变化是上半年开始实行的医保统筹在各省推进落实，这给药店带来了客流量增大和销售收入的提升，如果可以保持毛利率不变，药店板块也值得关注。上周国内也有一些行业信息，仿制药第九批集采周初落地，平均降幅58%，上市公司的仿制药大品种基本在前八批集采中降价完毕。周末，国家组织高值医用耗材联合采购办公室发布人工晶体及运动医学类医用耗材集采文件，本次文件是对此前规则的细化，总体较之前更温和，月底相关企业将递交申报资料并现场开标。最后再说一嘴药物研发，医疗领域从来不缺需求，唯有科技创新不断填补医疗需求。阿尔茨海默症的药物研发难度极大，可以说是地狱级难度的研发，目前获批的药物有效性也远远不能满足病人的需求。人类对疾病的认知其实还比较初期，医药研发及投资基业长青大有可为。（指数过往表现不代表基金未来收益）（本文资料来源：Wind， 20231112）【关联产品】创新药ETF（159992）港股通医药ETF（159776）广告马君履历，硕士学位。2008年7月至2009年3月任职大成基金管理有限公司助理金融工程师。2009年3月加盟银华基金管理有限公司，曾担任研究员及基金经理助理职务。曾担任银华中证内地资源指数分级（2021.9.4-2020.11.30）、银华消费主题混合A （2013.12.16-2015.7.16）、银华中证国防安全指数分级（2015.8.6-2016.8.5）、银华中证一带一路主题指数分级（2015.8.13-2016.8.5）、银华抗通胀主题(QDII-FOF-LOF)（2016.1.14-2021.2.25）、银华智能汽车量化股票发起式A/C（2017.9.15-2020.12.10）、银华食品饮料量化优选股票发起式（2017.11.9-2021.2.25）、银华中小市值量化优选股票发起式A/C（2018.5.11-2021.8.18）、农业 50ETF（2020.12.10-2022.6.29）、银华信息科技量化优选股票发起式A/C（2020.9.22-2022.8.9）基金基金经理。现管理基金如下：银华医疗健康量化优选股票发起式A/C（2017.11.9起）、银华稳健增利灵活配置混合发起式A/C（2017.12.15起）、5GETF（2020.1.22）、创新药ETF（2020.3.20起）、银华中证5G通信主题ETF联接A（2020.5.28起）、新经济 ETF（2020.9.29起）、银华中证 5G 通信主题 ETF 联接C（2021.1.4起）、券商 ETF（2021.3.3起）、银华中证光伏产业 ETF 发起式联接 A/C（2022.4.20起）、银华中证基建ETF发起式联接A/C（2022.6.2起）、中药50ETF（2022.7.20起）、银华海外数字经济量化选股A/C（2023.3.15起）、港股通医药ETF（2023.3.17起）、银华中证500价值ETF（2023.4.7起）、银华上证科创板100 ETF（2023.9.6起）。风险提示：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，充分认识本基金的风险收益特征和产品特性，认真考虑本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、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。联接基金投资于标的ETF，请投资者关注联接基金跟踪偏离风险、与目标ETF业绩差异的风险、其他投资于目标ETF的风险、跟踪误差控制未达约定目标的风险等联接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，但不保证本基金一定盈利，也不保证最低收益。本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本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、本基金由银华基金管理股份有限公司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。本基金的基金合同、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。中国证监会对本基金的注册，并不表明其对本基金的投资价值、市场前景和收益作出实质性判断或保证，也不表明投资于本基金没有风险。

金融界2023-11-16

微软推出首款AI自研芯片力求避免供应链瓶颈

主要AI合作伙伴、ChatGPT开发商OpenAI也在测试该处理器。Maia和服务器芯片Cobalt都将于明年初在微软的一些数据中心亮相。微软首席执行官Satya Nadella在会上表示：“我们的目标是确保我们和我们的合作伙伴能够为你带来终极效率、性能和规模”。他还表示，Maia将率先支持微软自己的AI应用，然后向合作伙伴和客户开放。微软的多年投资显示了芯片对于在AI和云计算领域取得优势至关重要。自研芯片可以让公司从硬件中获得性能和价格优势。还可以避免微软过度依赖任何一家供应商，目前业界对英伟达AI芯片的争夺凸显了这一隐患。在微软进军处理器领域之前，该公司在云计算领域的竞争对手也采取了类似举措。亚马逊在2015年收购了一家芯片制造商，并出售基于多种云计算和AI芯片的服务。谷歌在2018年开始让客户使用其AI加速处理器。 Borkar在接受采访时说，对于微软这样规模的公司来说，“重要的是优化和整合”其硬件的每个元素以提供最佳性能，并避免供应链瓶颈。 “实际上，归根结底，是为了给客户提供基础设施方面的选择”

金融界2023-11-16

24小时热点