FX168财经网_全球视野外汇黄金加密货币NFT资讯网

基金圈舆情周报：机构称AI或为今年投资主线又有基金公司官宣“换帅”

表示看好其长期发展前景，建议关注算力等AI基础设施领域。对于AI板块近期表现较好的原因，德邦基金基金经理雷涛分析称，科技成长板块在今年1月中上旬跌幅较大，春节前市场出现企稳迹象，整体科技板块有强烈的反弹诉求。与此同时，春节期间海外AI和半导体相关标的表现较好，提升了市场对科技成长板块的预期，Sora的发布显示AI在多模态上的进展又上新的台阶，进一步推动了算力、视频应用等领域的发展，使得相关公司受到市场追捧。财通基金也认为，从全球来看，AI依然引领着科技成长的方向。Sora的问世是AI多模态的历史性跨越，由此展开的应用或将接续发展。而AI的长期发展将持续拉升算力空间，光模块作为全球AI算力基建中的核心部分有望深度受益，未来两年光模块业务将实现高增长，头部公司在2024年或将获得更高估值。 2、结束封闭期多只新基金火速开放申购据中国证券报，随着市场有所回暖，资金进场信号开始显现：多只次新基金加速建仓，部分成立1个月左右的基金则宣布开放日常申购业务。以刘伟伟管理的中欧时代共赢混合发起为例，该基金成立于2023年11月28日，2月1日之前，净值在1元上下小幅波动，但2月以来波幅加大，2月6日，中欧时代共赢混合发起A净值大涨5.42%。截至2月20日，中欧时代共赢混合发起A的月内涨幅超过10%，这意味着该基金仓位已处于较高水平。万家医药量化选股混合发起式成立于1月12日，截至2月5日，净值已经不足0.75元，表明该基金成立后就迅速提升了仓位。据天风证券测算，普通股票型基金去年底的仓位为85.8%，截至2月8日，仓位已经提升至88.5%。站在当前时点，多家机构认为，随着积极因素的不断累积，市场回暖的势头有望延续。 3、瞄准三大方向公私募“顶流”基金经理大手笔加仓近日，上百家上市公司因回购事项披露最新前十大流通股东，丘栋荣、杨锐文、董承非、邓晓峰等公私募“顶流”基金经理和知名外资机构最新持仓揭晓，人工智能、大消费以及顺周期方向等获大手笔布局。具体来看，工业数字化领域设备企业博众精工在2月20日发布公告称，截至2月6日，知名基金经理丘栋荣管理的中庚小盘价值股票、中庚价值灵动灵活、中庚价值领航混合分别新进买入该公司980.64万股、191.34万股和181.27万股。一些知名外资机构也频频出手。2月20日，日久光电、熙菱信息、和而泰等光学光电子和安防设备领域的企业纷纷披露公告，巴克莱银行分别新进日久光电259.46万股和熙菱信息96.16万股，和而泰则获摩根士丹利、美林证券新进买入1214.89万股、1001.59万股。公募人士称，2024年，中国股票市场有望迎来积极变化，机遇总体大于风险，当前估值水平下，市场继续向下的空间有限，人工智能和高股息方向等有较大吸引力。 4、公私募复盘量化危机始末：多重因素致小盘策略失灵量化圈遭遇一场大地震，大量产品遭遇大幅回撤。春节前的最后一周，以卓识、九坤、幻方、灵均为代表的头部私募中性产品普遍跌幅超过10%。公募公开的数据更加连贯直接，今年以来至春节前的一个多月，跌幅最大的部分公募量化产品净值一度接近腰斩，不少公募量化产品净值跌幅达到三成。经此一役，量化行业元气大伤，不少量化机构在危机中展开了一场极限求生。业内也开始思考，风险到底是怎么积累起来的；是什么重伤了骄傲了三年的量化基金；如何避开风险？国金量化精选和国金量化多因子的基金经理马芳表示，近日在换仓过程中遇到少量个股流动性问题。他认为，这是近日以来一系列事件(雪球产品、部分量化产品等)负向强化的结果。从量化机构10多份近期发布的产品运作说明中，大家给出了大致相同的描述。也有业内人士表示，风险来自于量化抱团小票，与几年前基金抱团核心资产一样，自2021年2月以来，小盘股连涨3年，但是没有只涨不跌的资产，小盘股今年开始下跌。百亿量化私募幻方量化指出，其春节前一周已收紧了整体风控，防止小市值股票出现极端流动性危机时对于投资组合的冲击，并在每个交易日分析模型表现，持续进行优化。但其表示相信市场会逐步回到正常的轨道，策略模型也会恢复正常。 5、持有人大会变成走过场？召开成功与否都不影响基金持续运作，还有必要开会吗？据每日经济新闻，近期多只小微基金召开持有人大会审议持续运作的议案，但其中多只基金的持有人大会都召开失败了，有的甚至连一个投票的都没有。进一步了解，有的基金持有人大会召开失败之后，并不打算继续二次大会。有业内人士表示：“按要求召开持有人大会投票是否持续运作，这属于小微基金规定动作，不通过决议，那就是基金还会持续运作。” 这相当于持有人大会实际上变成了只是走个过场，召开成功是持续运作，而召开失败，也不影响其继续运作。但实际上，会议召开的费用却产生了，且有的由基金资产买单。这样的开会是否还有必要？有基金业内人士也坦言：“能做大的配合持营努力做大规模，有一些实在没有活力的考虑清盘。” 只是回顾整个流程可以发现，如果说召开持有人大会审议基金合同终止，是为了基金清盘，那么召开持有人大会审议持续运作，实际上并没有对基金的运作起到任何作用。毕竟，召开成功也是持续运作，召开失败同样也能持续运作；召开成功也要持续营销，召开失败同样也要持续营销，而唯有费用是实实在在地增加了，并且有的还是由基金资产买单，这对于本就规模不大的基金而言，实际上投资者的利益有所受损。二、公司新闻 1、官宣！又一基金公司“换帅” 中国基金报消息，在原总经理离职近半年后，信托系公募泰信基金新任“舵手”人选终于尘埃落定。今日，泰信基金发布公告称，公司副总经理张秉麟新任公司总经理一职，董事长李高峰不再代任。与此同时，泰信基金还新任命一位副总经理。作为一家有着20年历史的老牌公募公司，泰信基金近几年依托产品重点的调整和有意布局，实现规模快速攀升。对于近两年泰信基金发展提速的原因，时任公司副总经理张秉麟在去年底接受媒体采访时表示：“理财净值化改革过程中，我们认识到广大投资者需要有稳健收益的资管产品作为财富保值增值的媒介，这对在资产配置及阿尔法资产挖掘上天然具备投研优势的公募基金来说具有一定优势。泰信基金近两年重点布局了中短债产品线，恰逢今年三季度A股出现连续下跌，不少投资者的资金配置需求向固收类转移。泰信凭借之前积累下来的稳健业绩口碑获得了市场的认可和选择。” 公司新总经理上任之后，公司规模能否继续保持增长势头值得业内关注。 2、盘点80只带“龙”公募基金：哪家机构最多？业绩如何？据中新经纬，在农历龙年，“龙”的元素自然不会少，比如，公募基金产品中，就有很多名字中带有“龙”字的产品。Wind数据显示，目前市场上带有“龙”字的公募基金共有80只，成立时间最早的产品运行年限已经超过20年。带“龙”的产品中，“龙头”是使用频率最高的词汇，其余还有“祥龙”“潜龙”“龙腾”等。从机构看，华夏基金是最爱使用“龙”字的机构，旗下有14只带有“龙”字的公募产品。从业绩看，华夏基金上述产品的收益表现一般，截至2024年2月18日，仅有1只基金成立以来的收益率为正。对于农历龙年的投资机会，掌管“龙”字辈的基金经理们有自己的看法。华夏数字经济龙头基金经理张景松在四季报中称，该季度聚焦“国产化与全球竞争力培育”两大核心主线，继续看好半导体先进封装设备与材料、高端装备、新材料、汽车智能化等产业方向，同时增加了对OLED、MR/AR等消费电子新兴产业趋势的配置。2024年围绕这两大主线逻辑的半导体、消费电子、AI应用、高端制造、新材料、汽车智能化、新能源新技术等仍将是重要方向。 3、重要信号！又一头部公募牵手中东“土豪” 中国资本机构的外资朋友圈正在迎来更多“土豪”。随着中国经济韧性和股票市场吸引力的逐步增强，拥有庞大资金的中东资本机构正试图借助公募基金布局中国股票市场。据券商中国，易方达基金近日与沙特领先的资产管理公司利雅得资本签署了合作备忘录，为进一步推动中沙资本市场的联通融合贡献力量。该项合作也是中国头部公募与中东地区资本机构合作的又一最新案例，分析师们此前预测来自中东的“土豪”未来有望逐步强化投资中国资本市场，测算或可逐步为A股和H股带来每年约200亿人民币量级的资金。 4、又有发起式基金被大额赎回！机构持有占比99.99%，近期定制产品风险频发 2月22日，诺安基金发布公告，旗下诺安圆鼎在2月20日发生巨额赎回，为确保持有人利益调整基金净值精度。据了解，这是一只发起式债券基金，而从近期发生巨赎的基金来看，债基、权益类产品也频频出现类似情况。有分析指出，部分债基持有人结构中侧重机构客户，而这类机构投资人的资金回笼需求为部分产品的运作带来不确定性。而一些机构恰是看重公募投资通道选择在发起式基金参与定制，而这也正在成为公募力求与私募差异化竞争的一大抓手，但并非适合普通投资者参与。

证券之星2024-02-23

英伟达2024 年第 4 季度业绩电话会分析师问答

用 CSP。他们专注于 NVIDIA AI 基础设施、GPU 专用 CSP。您会看到企业软件平台部署人工智能。ServiceNow 就是一个非常非常好的例子。你看Adobe。还有其他的，SAP 和其他的。你会看到消费者互联网服务现在正在通过生成人工智能来增强过去的所有服务。因此他们可以创建更多超个性化的内容。你看到我们正在谈论工业生成人工智能。现在我们的行业代表了价值数十亿美元的企业、汽车、健康、金融服务。总的来说，我们的垂直行业现在价值数十亿美元。当然还有主权人工智能。主权人工智能的原因与每个地区的语言、知识、历史、文化不同并且拥有自己的数据有关。他们希望使用自己的数据，对其进行训练以创建自己的数字智能，并提供数据以自行利用该原材料。它属于他们，属于世界上的每一个地区。数据属于他们。这些数据对他们的社会最有用。因此他们希望保护数据。他们希望自己将其进行增值转型，转变为人工智能并自己提供这些服务。因此，我们看到日本、加拿大、法国以及许多其他地区正在建设主权人工智能基础设施。所以我的期望是，美国和西方正在经历的事情肯定会在世界各地复制，这些人工智能生成工厂将遍布每个行业、每个公司、每个地区。所以我认为去年，我们看到生成式人工智能真正成为一个全新的应用空间，一种全新的计算方式，一个全新的行业正在形成，这正在推动我们的增长。 Joe Moore 谢谢，我想追踪 40% 的收入来自推理。这个数字比我预期的要大。您能否让我们了解一下一年前的数字，您从推论中看到法学硕士的增长有多少？你是如何衡量的？我认为在某些情况下，您用于训练和推理的 GPU 是相同的。这个测量有多可靠？谢谢。黄仁勋我会向后走。这个数字可能被低估了。让我告诉你原因。当你运行互联网时，新闻、视频、音乐、向你推荐的产品，因为如你所知，互联网有数万亿—我不知道有多少万亿，但外面有数万亿的东西，而你的手机只有 3 英寸见方。因此，他们能够将所有这些信息归结为某个东西，例如一个很小的房地产，是通过一个系统，一个称为推荐系统的令人惊叹的系统。这些推荐系统过去都是基于CPU方法的。但最近向深度学习和生成式人工智能的迁移确实让这些推荐系统现在直接进入了 GPU 加速的道路。嵌入需要 GPU 加速。最近邻搜索需要 GPU 加速。它需要 GPU 加速来进行重新排名，并且需要 GPU 加速来为您生成增强信息。所以现在推荐系统的每一个步骤都用到了 GPU。如您所知，推荐系统是地球上最大的软件引擎。世界上几乎每一家大公司都必须运行这些大型推荐系统。每当您使用 ChatGPT 时，都会对其进行推断。每当您听说 Midjourney 以及他们为消费者生成的产品数量时，当您看到 Getty 时，我们与 Getty 和 Adobe 的 Firefly 合作完成的工作。这些都是生成模型。这样的例子还在继续。正如我所提到的，这些都不是一年前存在的，而且是 100% 新的。 Stacy Rasgon 我想谈谈你对下一代产品的期望，我认为这意味着布莱克威尔的供应受到限制。您能深入研究一下吗？其驱动因素是什么？为什么随着霍珀的放松，这一点会受到限制？你预计这种情况会受到限制多久，就像你预计下一代会受到25日历年那样的限制，比如这些限制什么时候开始放松？黄仁勋是的。首先是总体而言，我们的供应总体上正在改善。我们的供应链为我们做了令人难以置信的工作，从晶圆、封装、存储器、所有电源调节器，到收发器、网络和电缆，应有尽有。我们提供的组件列表 - 如您所知，人们认为 NVIDIA GPU 就像一块芯片。但 NVIDIA Hopper GPU 有 35,000 个零件。它重 70 磅。我们构建的这些东西确实很复杂。人们称其为人工智能超级计算机是有充分理由的。如果您仔细查看数据中心、系统和布线系统的背面，您会发现令人难以置信。它是世界上迄今为止最密集的复杂网络布线系统。我们的 InfiniBand 业务同比增长 5 倍。供应链确实为我们提供了出色的支持。总体而言，供应正在改善。我们预计需求将继续强于我们的供应——全年我们将尽力而为。周期时间正在改善，我们将继续尽力而为。然而，正如你所知，每当我们推出新产品时，它就会从零增加到一个非常大的数字。你不可能在一夜之间做到这一点。一切都在加速。它没有进步。因此，每当我们推出新一代产品时，我们都会加大 H200 的力度。随着我们的发展，我们无法在短期内合理地满足需求。我们正在加强 Spectrum-X。我们在 Spectrum-X 方面做得非常好。这是我们进入以太网世界的全新产品。InfiniBand 是人工智能专用系统的标准。带有 Spectrum-X 的以太网——以太网并不是一个非常好的横向扩展系统。但通过 Spectrum-X，我们在以太网之上增强了基本的新功能，例如自适应路由、拥塞控制、噪声隔离或流量隔离，以便我们可以针对人工智能优化以太网。因此，InfiniBand 将成为我们的人工智能专用基础设施。Spectrum-X 将是我们的人工智能优化网络，并且正在不断发展，因此我们将——对于所有新产品来说，需求将大于供应。这就是新产品的本质，因此我们会尽快满足需求。但总体而言，总体而言，总体而言，我们的供应量增长得非常好。 Matt Ramsay 我想问一个由两部分组成的问题，这是史黛西刚刚提出的问题，即尽管供应正在改善，但您的需求远远超过了供应。我想问题的两个方面是，我想，首先对于Colette来说，你们如何考虑在客户准备部署和监控方面如何分配产品（如果有任何类型的产品堆积）可能还没有开启？然后我想问黄仁勋，对于你来说，我真的很想听你谈谈你和你的公司正在将你的产品分配给客户的想法，其中许多客户相互竞争，跨行业到小型初创公司，从医疗保健领域到政府。这是一项非常非常独特的技术，您正在启用，我真的很想听您谈谈您如何看待报价/取消报价公平分配，这不仅是为了您公司的利益，也是为了所有人的利益。 Colette Kress 关于我们如何与客户合作，因为他们正在研究如何构建他们的 GPU 实例和我们的分配流程。与我们合作的人员、与我们合作的客户多年来一直是我们的合作伙伴，因为我们一直在帮助他们在云中设置以及他们在内部设置。其中许多提供商同时拥有多种产品，以满足最终客户的多种不同需求以及他们内部的需求。当然，他们正在提前工作，考虑他们将需要的那些新集群。我们与他们的讨论不仅继续讨论我们的 Hopper 架构，还帮助他们了解下一波浪潮并引起他们的兴趣并了解他们对所需需求的展望。因此，就他们将购买什么、仍在建造什么以及最终客户正在使用什么而言，这始终是一个不断变化的过程。但是我们建立的关系以及他们对构建复杂性的理解确实帮助了我们进行分配，也帮助了我们与他们的沟通。黄仁勋首先，我们的 CSP 对我们的产品路线图和过渡有非常清晰的了解。我们的 CSP 的透明度让他们对放置哪些产品以及放置地点和时间充满信心。所以他们知道他们的——他们尽我们最大的能力知道时机。他们知道数量，当然也知道分配。我们公平分配。我们公平分配。我们竭尽全力公平分配并避免不必要的分配。正如您之前提到的，为什么在数据中心还没有准备好时分配一些东西。没有什么比把任何东西放在身边更困难的了。因此，公平分配，避免不必要的分配。我们所做的——您问的有关终端市场的问题，我们拥有一个优秀的生态系统，其中包括 OEM、ODM、CSP，以及非常重要的终端市场。NVIDIA 的真正独特之处在于，我们为客户带来了客户，为合作伙伴、CSP 和 OEM 带来了客户，为他们带来了客户。生物公司、医疗保健公司、金融服务公司、人工智能开发商、大语言模型开发商、自动驾驶汽车公司、机器人公司。有一大批机器人公司正在兴起。有仓库机器人、手术机器人、人形机器人，各种非常有趣的机器人公司、农业机器人公司。所有这些初创公司、大公司、医疗保健、金融服务和汽车等都在 NVIDIA 的平台上工作。我们直接支持他们。通常，我们可以通过分配给 CSP 并同时将客户带到 CSP 来实现双重目的。所以这个生态系统是充满活力的，你说得完全正确。但其核心是，我们希望公平分配，避免浪费，并寻找连接合作伙伴和最终用户的机会。我们一直在寻找这些机会。 Timothy Arcuri 多谢。我想问一下你们如何将积压订单转化为收入。显然，你们产品的交货时间已经缩短了很多。Colette，您没有谈论库存采购承诺。但如果我把你的库存加上购买承诺和你的预付供应，即你的供应总量，实际上是下降了一点。我们应该怎样读呢？您只是说您不需要向供应商做出那么多的财务承诺，因为交货时间较短，或者您可能正在达到某种稳定状态，更接近完成订单书和你的积压工作？谢谢。 Colette Kress 是的。因此，让我重点介绍一下我们如何看待供应商的三个不同方面。你是对的。鉴于我们正在进行的分配，我们现有的库存正在努力，当物品进入库存时，立即将它们运送给我们的客户。我认为我们的客户很欣赏我们满足我们所寻求的时间表的能力。第二部分是我们的购买承诺。我们的采购承诺包含许多不同的组件，这些组件是我们制造所需的组件。而且，我们通常会采购我们可能需要的能力。所需容量的长度或组件的长度都不同。其中一些可能会持续到接下来的两个季度，但有些可能会持续多年。关于我们的预付费，我也可以这么说。我们的预付款是预先设计的，以确保我们的几个制造供应商拥有我们未来所需的储备能力。因此，当我们增加供应时，不会阅读任何有关大约相同数字的内容。它们只是长度不同，因为我们有时不得不在很长的交货时间内购买东西，或者需要为我们建造产能的东西。 Ben Reitzes Colette，我想谈谈您对毛利率的评论，毛利率应该回到 70 年代中期。如果你不介意拆开它的话。另外，这是由于新产品中的 HBM 内容造成的吗？您认为该评论的驱动因素是什么？非常感谢。 Colette Kress 是的。谢谢你的提问。我们在开场白中重点强调了我们第四季度的业绩和第一季度的前景。这两个季度都是独一无二的。这两个季度的毛利率是独一无二的，因为它们包括我们的计算和网络以及制造过程的几个不同阶段的供应链中有利的组件成本带来的一些好处。因此，展望未来，我们可以看到本财年剩余时间的毛利率将达到 70 年代中期，这将使我们回到第四季度和第一季度峰值之前的水平。所以我们实际上只是在考虑我们的组合的平衡。混合始终将是我们今年剩余时间发货的最大推动力。这些实际上只是驱动因素。 C.J. Muse 下午好，黄仁勋，有更大的问题要问你。当您考虑过去十年 GPU 计算数百万倍的改进以及对未来类似改进的期望时，您的客户如何看待他们今天进行的 NVIDIA 投资的长期可用性？今天的训练集群会成为明天的推理集群吗？您如何看待此事的进展？谢谢。黄仁勋嘿，CJ。谢谢你的提问。是的，这就是最酷的部分。如果你看看我们能够如此大幅度提高性能的原因，那是因为我们的平台有两个特点。一是它正在加速。第二，它是可编程的。它并不脆。NVIDIA 是唯一一个从一开始，从 CNN、Alex Krizhevsky、Ilya Sutskever 和 Geoff Hinton 首次揭示 AlexNet 开始，一直到 RNN、LSTM、RL 到深度学习的架构。 RL 到变压器到每个版本。每一个版本和每一个出现的物种，视觉变换器，多模态变换器，每一个——现在是时间序列的东西，每一个变化，每一个出现的人工智能物种，我们已经能够支持它，优化我们的堆栈并将其部署到我们的安装基础中。这确实是最令人惊奇的部分。一方面，我们可以发明新的架构和新技术，比如我们的 Tensor 核心，比如我们的 Tensor 核心的变压器引擎，改进了新的数值格式和处理结构，就像我们对不同代的 Tensor 核心所做的那样，同时，支持同时安装的基础。因此，我们将所有新的软件算法投资——发明，所有的发明，行业模型的新发明，一方面它在我们的安装基础上运行。另一方面，每当我们看到一些革命性的东西——比如变形金刚，我们就可以创造一些全新的东西，比如霍珀变形金刚引擎，并将其应用到未来。因此，我们同时拥有将软件引入用户群并不断改进的能力，随着时间的推移，我们的新软件不断丰富我们客户的用户群。另一方面，对于新技术，创造革命性的能力。如果在我们的下一代中，大型语言模型突然实现了惊人的突破，请不要感到惊讶，并且这些突破（其中一些突破将在软件中，因为它们运行 CUDA）将可供安装基础使用。因此，我们一方面带着每个人。另一方面，我们取得了巨大的突破。 Aaron Rakers 我想问一下中国业务。我知道，在您准备好的评论中，您说过您开始向中国运送一些替代解决方案。您还表示，您预计这一贡献将继续占整个数据中心业务的中个位数百分比。所以我想问题是你们今天向中国市场运送的产品有多大，为什么我们不应该期待其他替代解决方案进入市场并扩大你们的广度以再次参与这个机会？黄仁勋想一想，从本质上讲，记住美国政府希望将 NVIDIA 加速计算和 AI 的最新能力限制在中国市场。美国政府希望看到我们在中国尽可能取得成功。在这两个限制之内，如果你愿意的话，在这两个支柱之内，就是限制，所以当新的限制出现时，我们不得不暂停。我们立刻停了下来。为了了解限制是什么，我们以软件无法以任何方式破解的方式重新配置了我们的产品。这需要一些时间。所以我们重新调整了我们向中国提供的产品，现在我们正在向中国的客户提供样品。我们将尽最大努力在该市场中竞争，并在限制范围内取得成功。就是这样。上个季度，当我们在市场上暂停时，我们的业务大幅下降。我们停止在市场上发货。我们预计本季度的情况大致相同。但之后，希望我们能够去竞争我们的业务并尽力而为，我们会看看结果如何。 Harsh Kumar 嘿，黄仁勋、Colette 和 NVIDIA 团队。首先，祝贺您获得了令人惊叹的季度和指南。我想谈谈你们的软件业务，很高兴听到它超过 10 亿美元，但我希望黄仁勋或 Colette 能帮助我们了解该软件的不同部分和组成部分商业？换句话说，只需帮助我们稍微解开它，这样我们就可以更好地了解增长的来源。黄仁勋让我退后一步，解释一下NVIDIA在软件方面会非常成功的根本原因。首先，如您所知，加速计算确实在云中发展。在云中，云服务提供商拥有非常庞大的工程团队，我们与他们合作的方式允许他们运营和管理自己的业务。每当出现任何问题时，我们都会指派大型团队来处理。他们的工程团队直接与我们的工程团队合作，我们增强、修复、维护、修补加速计算所涉及的复杂软件堆栈。如您所知，加速计算与通用计算有很大不同。您不是从 C++ 等程序开始。你编译它，然后它就可以在你所有的 CPU 上运行。每个领域所需的软件堆栈，从数据处理 SQL 与 SQL 结构数据与所有非结构化的图像、文本和 PDF，到经典机器学习、计算机视觉、语音到大语言模型，所有这些——推荐系统。所有这些都需要不同的软件堆栈。这就是 NVIDIA 拥有数百个库的原因。如果没有软件，就无法打开新市场。如果您没有软件，则无法打开和启用新应用程序。软件对于加速计算至关重要。这是大多数人花了很长时间才理解的加速计算和通用计算之间的根本区别。现在，人们明白软件确实是关键。我们与 CSP 合作的方式非常简单。我们有大型团队正在与他们的大型团队合作。然而，现在生成式人工智能正在使每个企业和每个企业软件公司都能够拥抱加速计算——以及何时——拥抱加速计算现在至关重要，因为它不再可能，也不可能仅仅通过简单的方式来维持吞吐量的提高。通用计算。所有这些企业软件公司和企业公司都没有大型工程团队来维护和优化其软件堆栈以在全球所有云、私有云和本地运行。因此，我们将对他们的所有软件堆栈进行管理、优化、修补、调整和安装基础优化。我们将它们容器化到我们的堆栈中。我们将其称为 NVIDIA AI Enterprise。我们将 NVIDIA AI Enterprise 推向市场的方式是，将 NVIDIA AI Enterprise 视为一个像操作系统一样的运行时，它是一个人工智能操作系统。我们对每个 GPU 每年收取 4,500 美元的费用。我的猜测是，世界上每家企业、每家在所有云、私有云和本地部署软件的软件企业公司都将在 NVIDIA AI Enterprise 上运行，尤其是对于我们的 GPU 而言。因此，随着时间的推移，这可能会成为一项非常重要的业务。我们有了一个良好的开端。Colette 提到，它的运行速度已经达到 10 亿美元，而我们实际上才刚刚开始。谢谢。现在，我将把电话转回给首席执行官黄仁勋，让其致闭幕词。黄仁勋计算机行业正在同时进行两个同步平台转变。价值数万亿美元的数据中心安装基础正在从通用计算转向加速计算。每个数据中心都将得到加速，以便世界能够满足计算需求，增加吞吐量，同时管理成本和能源。NVIDIA 实现了令人难以置信的速度——NVIDIA 实现了一种全新的计算范式，即生成式 AI，软件可以学习、理解和生成从人类语言到生物结构和 3D 世界的任何信息。我们现在正处于一个新行业的开端，人工智能专用数据中心处理大量原始数据，将其提炼为数字智能。与上一次工业革命的交流发电厂一样，NVIDIA AI 超级计算机本质上也是本次工业革命的 AI 发电厂。每个行业的每家公司从根本上都是建立在其专有的商业智能之上，并且在未来，其专有的生成人工智能。生成式人工智能已经启动了一个全新的投资周期，以建设下一个万亿美元的人工智能生成工厂基础设施。我们相信，这两种趋势将推动全球数据中心基础设施安装基数在未来五年内翻一番，并代表每年数千亿的市场机会。这种新的人工智能基础设施将开辟一个今天不可能实现的全新应用世界。我们与超大规模云提供商和消费者互联网公司一起开启了人工智能之旅。现在，从汽车到医疗保健到金融服务，从工业到电信、媒体和娱乐，每个行业都参与其中。 NVIDIA 的全栈计算平台具有行业特定的应用程序框架以及庞大的开发者和合作伙伴生态系统，为我们提供了帮助每个公司的速度、规模和覆盖范围，帮助每个行业的公司成为人工智能公司。在下个月于圣何塞举行的 GTC 上，我们有很多东西要与您分享。所以一定要加入我们。我们期待向您通报下季度的最新进展。 (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2024-02-22

英伟达2024 年第 4 季度业绩电话会高管解读财报

I 模型和服务，以及跨 NVIDIA AI 基础设施的企业。 NVIDIA 的计算堆栈可跨云和本地环境无缝扩展，允许客户采用多云或混合云策略进行部署。第四季度，大型云提供商占我们数据中心收入的一半以上，支持内部工作负载和外部公共云客户。微软最近指出，超过 50,000 个组织使用 GitHub Copilot 业务来提高开发人员的工作效率，推动 GitHub 收入同比增长加速至 40%。Copilot for Microsoft 365 采用率在前两个月的增长速度比之前两个主要 Microsoft 365 企业套件版本的增长速度更快。消费互联网公司是人工智能的早期采用者，也是我们最大的客户类别之一。从搜索到电子商务、社交媒体、新闻和视频服务以及娱乐的公司都在使用人工智能来构建基于深度学习的推荐系统。这些人工智能投资通过提高客户参与度、广告对话和点击率而产生了丰厚的回报。 Meta 在最新季度中表示，更准确的预测和广告商业绩的改善有助于其收入大幅增长。此外，消费互联网公司正在投资生成式人工智能，通过内容和广告创建、在线产品描述和人工智能购物辅助的自动化工具为内容创作者、广告商和客户提供支持。企业软件公司正在应用生成式人工智能来帮助客户实现生产力提升。我们在生成式人工智能的训练和推理方面合作的早期客户已经取得了显着的商业成功。 ServiceNow 的生成式人工智能产品在最新一个季度推动了所有新产品系列发布中有史以来最大的年度净新合同价值贡献。我们还与许多其他领先的人工智能和企业软件平台合作，包括 Adobe、Databricks、Getty Images、SAP 和 Snowflake。大语言模型的基础领域正在蓬勃发展。Anthropic、谷歌、Inflection、微软、OpenAI 和 xAI 在生成人工智能领域不断取得惊人突破，处于领先地位。Adept、AI21、Character.ai、Cohere、Mistral、Perplexity 和 Runway 等令人兴奋的公司正在构建为企业和创作者服务的平台。新的初创公司正在创建法学硕士，以服务于世界许多地区的特定语言、文化和习俗。其他人正在创建基础模型来解决完全不同的行业，例如递归制药和生成：生物学生物医学。这些公司正在通过超大规模或 GPU 专业云提供商推动对 NVIDIA AI 基础设施的需求。就在今天早上，我们宣布与 Google 合作优化其最先进的新 Gemma 语言模型，以加速其在云数据中心和 PC 中 NVIDIA GPU 上的推理性能。过去一年最显着的趋势之一是汽车、医疗保健和金融服务等垂直行业的企业大量采用人工智能。NVIDIA 提供多种应用框架，利用我们的全栈加速计算平台，帮助企业在自动驾驶、药物发现、用于欺诈检测或机器人技术的低延迟机器学习等垂直领域采用人工智能。我们估计去年汽车垂直行业通过云或本地数据中心的收入贡献超过 10 亿美元。NVIDIA DRIVE 基础设施解决方案包括用于开发自动驾驶的系统和软件，包括数据摄取、创建、标记和 AI 培训，以及通过模拟进行验证。全球 OEM、新能源汽车、卡车运输、自动驾驶出租车和一级供应商的近 80 家汽车制造商正在使用 NVIDIA 的 AI 基础设施来训练法学硕士和其他 AI 模型，以实现自动驾驶和 AI 座舱应用。事实上，几乎所有致力于人工智能的汽车公司都在与 NVIDIA 合作。随着 AV 算法转向视频转换器以及更多汽车配备摄像头，我们预计 NVIDIA 的汽车数据中心处理需求将大幅增长。在医疗保健领域，数字生物学和生成人工智能正在帮助重塑药物发现、手术、医学成像和可穿戴设备。过去十年，我们在医疗保健领域积累了深厚的专业知识，创建了 NVIDIA Clara 医疗保健平台和 NVIDIA BioNeMo（一项生成式 AI 服务，用于开发、定制和部署用于计算机辅助药物发现的 AI 基础模型）。 BioNeMo 具有越来越多的预训练生物分子 AI 模型，可应用于端到端药物发现过程。我们宣布 Recursion 正在通过 BioNeMo 为药物发现生态系统提供其专有的人工智能模型。在金融服务领域，客户正在将人工智能用于越来越多的用例，从交易和风险管理到客户服务和欺诈检测。例如，美国运通使用 NVIDIA AI 将欺诈检测准确率提高了 6%。转向我们按地理位置划分的数据中心收入。所有地区的增长均强劲，但中国除外，在美国政府 10 月份实施出口管制法规后，我们的数据中心收入大幅下降。尽管我们尚未获得美国政府向中国运送受限制产品的许可证，但我们已经开始向中国市场运送不需要许可证的替代品。第四季度，中国数据中心收入占我们数据中心收入的中个位数百分比。我们预计第一季度它将保持在类似的范围内。在美国和中国以外的地区，主权人工智能已成为额外的需求驱动力。世界各国都在投资人工智能基础设施，以支持使用本国语言、基于国内数据构建大型语言模型，并支持当地研究和企业生态系统。从产品角度来看，绝大多数收入是由我们的 Hopper 架构和 InfiniBand 网络推动的。它们共同成为加速计算和人工智能基础设施的事实上的标准。我们有望在第二季度实现 H200 的首次发货。需求强劲，因为 H200 的推理性能几乎是 H100 的两倍。网络年化收入运行率超过 130 亿美元。我们的端到端网络解决方案定义了现代人工智能数据中心。我们的 Quantum InfiniBand 解决方案同比增长超过 5 倍。 NVIDIA Quantum InfiniBand 是最高性能 AI 专用基础设施的标准。我们现在正在进入以太网网络领域，推出了专为数据中心人工智能优化网络而设计的新 Spectrum-X 端到端产品。Spectrum-X 通过以太网引入了专为人工智能而构建的新技术。与传统以太网相比，我们的 Spectrum 交换机、BlueField DPU 和软件堆栈中采用的技术可将 AI 处理的网络性能提高 1.6 倍。包括戴尔、HPE、联想和超微在内的领先 OEM 拥有全球销售渠道，正在与我们合作，将我们的人工智能解决方案扩展到全球企业。我们有望在本季度推出 Spectrum-X。我们的软件和服务产品也取得了巨大进展，第四季度的年化收入达到了 10 亿美元。我们宣布 NVIDIA DGX Cloud 将扩大其合作伙伴名单，将亚马逊 AWS 纳入其中，加入 Microsoft Azure、Google Cloud 和 Oracle Cloud 的行列。DGX Cloud 用于 NVIDIA 自己的 AI 研发和自定义模型开发以及 NVIDIA 开发人员。它将 CUDA 生态系统带给 NVIDIA CSP 合作伙伴。好吧，转向游戏。游戏收入为 28.7 亿美元，环比持平，同比增长 56%，好于我们对假期期间消费者对 NVIDIA GeForce RTX GPU 强劲需求的预期。财年收入为 104.5 亿美元，增长 15%。在 CES 上，我们发布了 GeForce RTX 40 Super 系列 GPU 系列。它们起价 599 美元，提供令人难以置信的游戏性能和生成人工智能功能。销售有了一个良好的开端。 NVIDIA AI Tensor 核心和 GPU 提供多达 836 个 AI 顶级，非常适合为游戏 AI 提供动力，创造日常生产力。我们通过 RTX GPU 提供的丰富软件堆栈进一步加速了人工智能。借助我们的 DLSS 技术，八分之七的像素可以由 AI 生成，从而使光线追踪速度提高 4 倍并提高图像质量。借助适用于 Windows 的 Tensor RT LLM，我们的开源库可加速最新大语言模型生成式 AI 的推理性能，在 RTX AI PC 上的运行速度可提高 5 倍。在 CES 上，我们还宣布了各大 OEM 厂商推出的一系列新款 RTX 40 系列 AI 笔记本电脑。这些为各种外形尺寸带来了高性能游戏和人工智能功能，包括 14 英寸和轻薄笔记本电脑。这些下一代 AI PC 拥有高达 686 个顶级 AI 性能，将生成式 AI 性能提高了 60 倍，成为性能最佳的 AI PC 平台。在 CES 上，我们发布了 NVIDIA Avatar Cloud Engine 微服务，它允许开发人员将最先进的生成式 AI 模型集成到数字化身中。ACE 荣获多项 CES 2024 最佳奖项。 NVIDIA 拥有一个端到端平台，用于为 RTX PC 和工作站构建和部署生成式 AI 应用程序。这包括开发人员可以纳入其生成人工智能工作负载的库、SDK、工具和服务。NVIDIA 正在推动下一波进入 PC 的生成式 AI 应用程序。我们已经在路上，拥有超过 1 亿台 RTX PC 和超过 500 个支持 AI 的 PC 应用程序和游戏。转向专业可视化。收入为 4.63 亿美元，环比增长 11%，同比增长 105%。财年收入为 15.5 亿美元，增长 1%。本季度的连续增长是由 RTX Ada 架构 GPU 的丰富组合持续增长所推动的。企业正在更新其工作站，以支持与生成型人工智能相关的工作负载，例如数据准备、LLM 微调和检索增强生成。这些推动需求的关键垂直行业包括制造业、汽车和机器人技术。汽车行业也是 NVIDIA Omniverse 的早期采用者，因为该行业寻求将工厂和汽车从设计到建造、模拟、操作和体验的工作流程数字化。在 CES 上，我们宣布 Brickland、WPP 和 ZeroLight 等创意合作伙伴和开发商正在构建 Omniverse 支持的汽车配置器。像莲花这样的领先汽车制造商正在采用该技术，将个性化、真实性和互动性提升到新的购车体验水平。转向汽车。收入为 2.81 亿美元，环比增长 8%，同比下降 4%。由于汽车制造商继续采用 NVIDIA DRIVE 平台，该财年收入达到 10.9 亿美元，增长 21%，首次突破 10 亿美元大关。NVIDIA DRIVE Orin 是软件定义 AV 车队的首选 AI 车载计算机。其后续产品 NVIDIA DRIVE Thor 通常专为视觉变形者而设计，可提供更多 AI 性能，并将广泛的智能功能集成到单个 AI 计算平台中，包括自动驾驶和停车、驾驶员和乘客监控以及 AI 驾驶舱功能，并将明年上市。本季度有多家汽车客户发布公告，理想汽车、长城汽车、吉利旗下高端电动汽车子公司 ZEEKR 以及小米电动汽车均发布了基于 NVIDIA 的新车。转向损益表的其余部分。由于数据中心的强劲增长和组合，GAAP 毛利率连续扩大至 76%，非 GAAP 毛利率扩大至 76.7%。我们第四季度的毛利率受益于有利的零部件成本。随后，GAAP 运营费用增长了 6%，非 GAAP 运营费用增长了 9%，主要反映了计算和基础设施投资的增加以及员工的增长。第四季度，我们以股票回购和现金股息的形式向股东返还 28 亿美元。在 24 财年，我们使用了 99 亿美元的现金来回报股东，其中包括 95 亿美元的股票回购。让我谈谈第一季度的展望。总收入预计为 240 亿美元，上下浮动 2%。我们预计数据中心和供应商的环比增长将被游戏的季节性下降部分抵消。GAAP 和非 GAAP 毛利率预计分别为 76.3% 和 77%，上下浮动 50 个基点。与第四季度类似，第一季度的毛利率受益于有利的零部件成本。在第一季度之后，在今年剩余时间内，我们预计毛利率将恢复到 70% 左右的范围。 GAAP 和非 GAAP 运营费用预计分别约为 35 亿美元和 25 亿美元。随着我们继续投资于面前的巨大机遇，2025 财年 GAAP 和非 GAAP 运营费用预计将增长 30% 左右。 GAAP 和非 GAAP 其他收入和支出预计约为 2.5 亿美元，不包括非关联投资的损益。GAAP 和非 GAAP 税率预计为 17%，正负 1%（不包括任何离散项目）。更多财务细节包含在 CFO 评论和我们的 IR 网站上提供的其他信息中。最后，让我强调一下金融界即将发生的一些事件。我们将参加 3 月 4 日在旧金山举行的摩根士丹利技术与媒体和电信会议，以及 3 月 5 日在波士顿举行的 TD Cowen 第 44 届年度医疗保健会议。当然，请参加我们于 3 月 18 日星期一在旧金山举行的年度 DTC 会议加利福尼亚州何塞市将是五年来首次面对面举行。DTC 将以 Jen-Hsun 的主题演讲拉开帷幕，我们将在第二天（3 月 19 日）为金融分析师举办问答环节。 (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2024-02-22

基金早班车丨AI主题基金密集回血，细分赛道或存配置机会

表示看好其长期发展前景，建议关注算力等AI基础设施领域。三、02月21日新发基金一览（不包含传统封闭式基金）基金代码基金简称基金经理首次募集目标（亿元）投资类型发行截止日期 019402 财通资管中证1000指数增强A 辛晨晨 20.0000 股票型 2024-05-20 019403 财通资管中证1000指数增强C 辛晨晨 20.0000 股票型 2024-05-20 019435 易米鑫选品质混合A 包丽华 NULL 混合型 2024-03-29 019436 易米鑫选品质混合C 包丽华 NULL 混合型 2024-03-29 019467 信澳鑫裕6个月持有期债券C 张旻 NULL 债券型 2024-05-20 019466 信澳鑫裕6个月持有期债券A 张旻 NULL 债券型 2024-05-20 四、02月21日基金分红一览无五、绩优基金一览单基金方面，剔除掉创新封基类型基金的影响，02月21日业绩表现最好的基金为东方量化成长灵活配置混合C，日增长率为7.0815%，其次为东方量化成长灵活配置混合A，日增长率为7.0813%、格林伯元灵活配置C，日增长率为5.2139%。分投资类型看，同样剔除掉分级杠杆及固定收益两类基金的影响，股票型基金冠军为长城量化精选股票C，日增长率为4.6503%；债券型基金冠军为天弘多元收益C，日增长率为1.3135%；混合型基金冠军为东方量化成长灵活配置混合C，日增长率为7.0815%；货币型基金冠军为北信瑞丰宜投宝B，日增长率为0.0135%；ETF联接基金冠军为鹏华中证酒ETF，日增长率为4.6076%；LOF型基金冠军为招商中证白酒指数A，日增长率为4.6288%；QDII基金冠军为易方达优质精选混合(QDII)，日增长率为2.9930%;下面是不同类型基金日增长率TOP5 （剔除掉分级基金的影响）股票型基金TOP（5）排名基金代码基金名称日增长率基金经理统计日期 1 011463 长城量化精选股票C 4.6503 雷俊 2024-02-21 2 006926 长城量化精选股票A 4.6469 雷俊 2024-02-21 3 012414 招商中证白酒指数C 4.6295 侯昊 2024-02-21 4 009954 北信瑞丰优选成长 4.3263 庞文杰 2024-02-21 5 005235 银华食品饮料量化股票发起式A 3.7755 李宜璇、杨腾 2024-02-21 债券型基金TOP（5）排名基金代码基金名称日增长率基金经理统计日期 1 010119 天弘多元收益C 1.3135 杜广 2024-02-21 2 010118 天弘多元收益A 1.3102 杜广 2024-02-21 3 006899 天弘弘丰增强回报债券C 1.1770 杜广、胡东 2024-02-21 4 006898 天弘弘丰增强回报债券A 1.1731 杜广、胡东 2024-02-21 5 006102 浙商丰利增强债券 1.1292 贾腾、陈亚芳 2024-02-21 混合型基金TOP（5）排名基金代码基金名称日增长率基金经理统计日期 1 020126 东方量化成长灵活配置混合C 7.0815 盛泽、王怀勋 2024-02-21 2 005616 东方量化成长灵活配置混合A 7.0813 盛泽、王怀勋 2024-02-21 3 004943 格林伯元灵活配置C 5.2139 李会忠 2024-02-21 4 004942 格林伯元灵活配置A 5.2118 李会忠 2024-02-21 5 233008 大摩消费领航混合基金 4.2866 王大鹏 2024-02-21 ETF联接型基金TOP（5）排名基金代码基金名称日增长率基金经理统计日期 1 512690 鹏华中证酒ETF 4.6076 张羽翔 2024-02-21 2 515170 华夏中证细分食品饮料产业主题ETF 3.6457 徐猛 2024-02-21 3 159843 招商国证食品饮料ETF 3.6400 侯昊、刘重杰 2024-02-21 4 515710 华宝中证细分食品饮料产业主题ETF 3.5911 蒋俊阳 2024-02-21 5 159862 银华中证细分食品饮料产业主题ETF 3.5745 李宜璇 2024-02-21 LOF型基金TOP（5）排名基金代码基金名称日增长率基金经理统计日期 1 161725 招商中证白酒指数A 4.6288 侯昊 2024-02-21 2 012043 鹏华中证酒指数(LOF)C 4.4615 张羽翔 2024-02-21 3 160632 鹏华中证酒指数(LOF)A 4.3147 张羽翔 2024-02-21 4 160222 国泰国证食品饮料行业指数A 3.4540 梁杏、徐成城 2024-02-21 5 018561 中信保诚策略混合(LOF)C 2.9124 江峰 2024-02-21 QDLL型基金TOP（5）排名基金代码基金名称日增长率基金经理统计日期 1 110011 易方达优质精选混合(QDII) 2.9930 张坤 2024-02-21 2 513130 华泰柏瑞南方东英恒生科技指数ETF(QDII) 2.7065 柳军、何琦 2024-02-21 3 513180 华夏恒生科技ETF(QDII) 2.6394 徐猛 2024-02-21 4 513010 易方达恒生科技ETF(QDII) 2.6216 张湛、潘令旦 2024-02-21 5 513260 汇添富恒生科技ETF(QDII) 2.6180 乐无穹 2024-02-21

金融界2024-02-22

多只提前布局AI基金净值大涨机构称AI或为今年投资主线

表示看好其长期发展前景，建议关注算力等AI基础设施领域。

金融界2024-02-22

英伟达财报披露在即跌超4%，纳指连续两日回调，纳斯达克100ETF(159659)持续“吸金”规模首破4亿份

Hari指出，各国政府以及科技巨头们对AI基础设施建设的投资将进一步推动英伟达的营收。高盛将英伟达2025-2026年财年全年盈利预期平均上调了22%。【千亿美元级机构大举加仓科技巨头】加拿大管理规模最大的养老金投资机构——加拿大养老金计划投资委员会（CPPIB）向美国SEC提交13F文件，披露了其2023年四季度的美股持仓数据，大举买入微软、苹果、博通等科技股。具体来看，根据13F文件，截至2023年底，CPPIB共持有1085只证券，持仓市值约792亿美元，环比上季度增加约108亿美元（+15.78%）；四季度CPPIB主要买入微软、苹果、博通及亚马逊等科技股，其中对微软增持了4.81亿美元（+64%），增持苹果4.58亿美元（129.21%），增持博通2.87亿美元（+254.27%），增持T-Mobile US1.92亿美元（51.04%）。卖出TC Energy、恩斯塔、艾克森美孚、墨式烧烤及恩桥等传统行业公司。此外，富达（FMR）、北方信托（Northern Trust）、摩根大通（JPMorgan Chase）、富国银行（Wells Fargo）、富兰克林资源公司（Franklin Resources）等千亿美元级别机构13F持仓，都将微软、苹果、英伟达、Alphabet等股票作为重点头寸。富达管理与研究（FMR）披露的去年四季度13F持仓报告显示，该机构四季度末股票持仓总市值为11825.78亿美元。按市值比例排名的前五大重仓股分别为微软(6.96%)、苹果(4.88%)、英伟达(4.37%)、亚马逊(4.06%)、谷歌A类股(2.68%)。富兰克林资源公司披露的去年四季度13F持仓报告显示，该机构四季度末股票持仓总市值为2010.67亿美元，季度环比增加6.00%。按市值比例排名的前5大重仓股分别为微软(4.74%)、亚马逊(2.5%)、苹果(2.09%)、英伟达(1.96%)、谷歌A类股(1.61%)。兴业证券全球首席策略分析师张忆东近期表示，美国引领的这轮AI科技浪潮，可能将驱动美国乃至全球出现新的朱格拉周期，类似于20世纪90年代美国掀起的互联网浪潮。美国科技行情将为全球资本市场带来科技型产业投资机会。【“全球科技龙头风向标”——纳斯达克100ETF（159659）】作为美国市场代表性市场指数之一，纳斯达克指数又被称作“美国科技指数”的代表，纳斯达克100指数以纳斯达克指数为基础并加以精华提炼，选取其中100家非金融公司作为成分股，在市值加权的基础上按相应的指数编制规则计算出来的、反映纳斯达克整体市场或者美国高科技走势的指数。自2014年初以来至2024年2月16日，纳斯达克100指数累计涨幅392%，显著跑赢纳斯达克综合指数、标普500等美股主要指数，同时大幅跑赢英国富时100、德国DAX、法国CAC40等全球其他主要市场核心指数。来源：Wind，统计区间2014.1.1-2024.2.16。纳斯达克100指数发布于1985年2月1日，指数过往业绩不代表未来表现。风险提示：基金有风险，投资须谨慎。上述观点、看法和思路根据截至当前情况判断做出，今后可能发生改变。对于以上引自证券公司等外部机构的观点或信息，不对该等观点和信息的真实性、完整性和准确性做任何实质性的保证或承诺。纳斯达克100ETF可以投资境外市场。本基金除了需要承担与境内证券投资基金类似的市场波动风险等一般投资风险之外，还面临因投资境外市场所带来的汇率风险等特有风险。基金过往业绩不代表其未来表现，基金管理人管理的其他基金的业绩并不构成本基金业绩表现的保证。投资者应认真阅读《基金合同》《招募说明书》《产品资料概要》等基金法律文件，全面认识基金产品的风险收益特征，在了解产品情况及听取销售机构适当性意见的基础上，根据自身的风险承受能力、投资期限和投资目标，对基金投资做出独立决策，选择合适的基金产品。纳斯达克100指数近五年表现分别为37.96%(2019)、47.58%(2020)、26.63%(2021)、-32.97%(2022)、53.81%(2023)。纳斯达克100指数由纳斯达克股票市场公司编制和发布。指数编制方将采取一切必要措施以确保指数的准确性，但不对此作任何保证，亦不因指数的任何错误对任何人负责。指数过往业绩不代表其未来表现，亦不构成基金投资收益的保证或任何投资建议。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2024-02-21

Galaxy万字长文：加密货币和AI交叉领域和项目盘点

练的查询模型。他们的最终目标是成为开放AI基础设施的首选提供商，能够为任何网络、任何工作负载的机器学习和其他AI相关任务提供服务。应用 zkML有助于调和区块链和人工智能之间的矛盾，前者本质上是资源受限的，而后者需要大量的计算和数据。正如 Giza 的一位创始人所说，“用例非常丰富……这有点像以太坊早期问智能合约的用例是什么……我们所做的只是扩展智能合约的用例。 ”然而，如上所述，当今的开发主要发生在工具和基础设施级别。应用仍处于探索阶段，团队面临的挑战是证明使用 zkML 实现模型所产生的价值超过了其复杂性和成本。目前的一些应用包括：去中心化金融。 zkML通过增强智能合约能力，升级了DeFi的设计空间。 DeFi 协议为机器学习模型提供大量可验证且不可篡改的数据，可用于生成收益获取或交易策略、风险分析、用户体验等。例如，Giza与Yearn Finance合作，为 Yearn 的新 v3 金库构建概念验证自动风险评估引擎。 Modulus Labs与Lyra Finance合作将机器学习纳入其 AMM，与 Ion Protocol合作实施分析验证者风险的模型，并帮助Upshot验证其人工智能支持的 NFT 价格信息。 NOYA（利用 EZKL）和Mozaic等协议提供了对专有链下模型的访问，这些模型使用户能够访问自动化流动性挖矿，同时使他们能够验证链上的数据输入和证明。 Spectral Finance正在构建链上信用评分引擎，以预测Compound或Aave借款人拖欠贷款的可能性。由于 zkML，这些所谓的“De-Ai-Fi”产品在未来几年可能会变得更加流行。游戏。长期以来，游戏一直被认为可以通过公链进行颠覆和增强。 zkML 使人工智能的链上游戏成为可能。 Modulus Labs已经实现了简单链上游戏的概念验证。 Leela vs the World是一款博弈论国际象棋游戏，用户在其中对抗 AI 国际象棋模型，zkML 验证 Leela 所做的每一步都是基于游戏运行的模型。同样，团队也使用 EZKL 框架来构建简单的歌唱比赛和链上井字游戏。 Cartridge正在使用Giza使团队能够部署完全链上游戏，最近重点引入了一款简单的人工智能驾驶游戏，用户可以竞争为试图避开障碍物的汽车创建更好的模型。虽然简单，但这些概念验证指向未来的实现，能够实现更复杂的链上验证，例如能够与游戏内经济体进行交互的复杂 NPC 演员，如《 AI Arena》中所见，这是一款超级大乱斗游戏，玩家可以在其中训练自己的战士，然后部署为AI模型进行战斗。身份、溯源和隐私。加密货币已经被用作验证真实性和打击越来越多的人工智能生成/操纵内容和深度伪造的手段。 zkML 可以推进这些努力。 WorldCoin 是一种身份证明解决方案，要求用户扫描虹膜以生成唯一的 ID。未来，生物识别 ID 可以使用加密存储在个人设备上进行自我托管，并使用验证本地运行的生物识别所需的模型。然后，用户可以提供生物识别证据，而无需透露自己的身份，从而在确保隐私的同时抵御女巫攻击。这也可以应用于需要隐私的其他推论，例如使用模型分析医疗数据/图像来检测疾病、验证人格并在约会应用程序中开发匹配算法，或者需要验证财务信息的保险和贷款机构。展望 zkML 仍处于实验阶段，大多数项目都专注于构建基础设施原语和概念证明。如今的挑战包括计算成本、内存限制、模型复杂性、有限的工具和基础设施以及开发人员人才。简而言之，在 zkML 能够以消费产品所需的规模实施之前，还有相当多的工作要做。然而，随着该领域的成熟以及这些限制的解决，zkML将成为AI和加密集成的关键组成部分。从本质上讲，zkML 承诺能够将任何规模的链下计算引入链上，同时保持与链上运行相同或接近相同的安全保证。然而，在这一愿景实现之前，该技术的早期用户将继续必须在 zkML 的隐私和安全性与替代方案的效率之间进行权衡。 AI智能体 AI和加密货币最令人兴奋的集成之一是正在进行的AI智能体实验。智能体是能够使用AI模型接收、解释和执行任务的自主机器人。这可以是任何事情，从拥有一个随时可用的根据你的偏好进行微调的个人助理，到雇用一个根据你的风险偏好来管理和调整你的投资组合的金融机器人。由于加密货币提供了无需许可和无需信任的支付基础设施，智能体和加密货币可以很好地结合在一起。经过培训后，智能体将获得一个钱包，以便他们可以自行使用智能合约进行交易。例如，今天的简单智能体可以在互联网上抓取信息，然后根据模型在预测市场上进行交易。智能体提供商 Morpheus是 2024 年在以太坊和 Arbitrum 上上市的最新开源智能体项目之一。其白皮书于 2023 年 9 月匿名发布，为社区的形成和构建提供了基础（包括Erik Vorhees等著名人物）。该白皮书包括一个可下载的智能体协议，它是一个开源的LLM，可以在本地运行，由用户的钱包管理，并与智能合约交互。它使用智能合约排名来帮助智能体根据处理的交易数量等标准确定哪些智能合约可以安全地进行交互。白皮书还提供了构建 Morpheus 网络的框架，例如使智能体协议运行所需的激励结构和基础设施。这包括激励贡献者构建用于与智能体交互的前端、供开发人员构建可插入智能体以便他们可以相互交互的应用程序的 API，以及使用户能够访问运行智能体所需的计算和存储的云解决方案在边缘设备上。该项目的初始资金已于 2 月初启动，完整协议预计将于 2024 年第二季度启动。去中心化自治基础设施网络 (DAIN)是一种新的智能体基础设施协议，在 Solana 上构建智能体到智能体经济。 DAIN 的目标是让来自不同企业的智能体可以通过通用 API 无缝地相互交互，从而大大开放 AI 智能体的设计空间，重点是实现能够与 web2 和 web3 产品交互的智能体。一月份，DAIN 宣布与 Asset Shield 首次合作，使用户能够将“智能体签名者”添加到其多重签名中，这些签名者能够根据用户设置的规则解释交易并批准/拒绝。 Fetch.AI是最早部署的 AI 智能体协议之一，并开发了一个生态系统，用于使用 FET 代币和Fetch.AI钱包在链上构建、部署和使用智能体。该协议提供了一套用于使用智能体的全面工具和应用程序，包括用于与智能体交互和订购代理的钱包内功能。 Autonolas的创始人包括 Fetch 团队的前成员，它是一个用于创建和使用去中心化AI智能体的开放市场。 Autonolas 还为开发人员提供了一套工具来构建链下托管的AI智能体，并可以插入多个区块链，包括 Polygon、Ethereum、Gnosis Chain 和 Solana。他们目前拥有一些活跃的智能体概念验证产品，包括用于预测市场和 DAO 治理。 SingularityNet正在为AI智能体构建一个去中心化的市场，人们可以在其中部署专注的AI智能体，这些智能体可以被其他人或智能体雇用来执行复杂的任务。其他公司，如AlteredStateMachine，正在构建 AI 智能体与 NFT 的集成。用户铸造具有随机属性的 NFT，这些属性赋予他们在不同任务上的优势和劣势。然后可以对这些智能体进行训练，以增强某些属性，以用于游戏、DeFi 或作为虚拟助手并与其他用户进行交易。总的来说，这些项目设想了一个未来的智能体生态系统，这些智能体能够协同工作，不仅可以执行任务，还可以帮助构建通用AI。真正复杂的智能体将有能力自主完成任何用户任务。例如，完全自主的智能体将能够弄清楚如何雇用另一个智能体来集成 API，然后执行，而不必确保智能体在使用之前已经与外部 API（例如旅行预订网站）集成并执行任务。从用户的角度来看，不需要检查智能体是否可以完成任务，因为智能体可以自己确定。比特币和AI智能体 2023 年 7 月，闪电网络实验室推出了在闪电网络上使用智能体的概念验证实施方案，称为 LangChain 比特币套件。该产品特别有趣，因为它旨在解决 Web 2 世界中日益严重的问题——Web应用程序的门禁且昂贵的API 密钥。 LangChain 通过为开发人员提供一套工具来解决这个问题，使智能体能够购买、出售和持有比特币，以及查询 API 密钥和发送小额支付。在传统的支付领域，小额支付由于费用而成本高昂，而在闪电网络上，智能体可以每天以最低的费用发送无限的小额支付。当与 LangChain 的 L402 支付计量 API 框架结合使用时，这允许公司可以根据使用量的增加和减少调整其 API 的访问费用，而不是设定单一的成本过高的标准。在未来，链上活动主要由智能体与智能体交互所主导，这样的事情将是必要的，以确保智能体能够以成本不过高的方式相互交互。这是一个早期的例子，说明如何在无需许可且经济高效的支付赛道上使用智能体，为新市场和经济互动开辟了可能性。展望智能体领域仍处于新生阶段。项目刚刚开始推出功能性智能体，可以使用其基础设施处理简单的任务——这通常只有经验丰富的开发人员和用户才能访问。然而，随着时间的推移，AI智能体对加密货币的最大影响之一是所有垂直领域的用户体验改进。交易将开始从基于点击转向基于文本，用户能够通过大语言模性与链上智能体进行交互。Dawn Wallet等团队已经推出了聊天机器人钱包，供用户在链上进行交互。此外，目前尚不清楚智能体如何在 Web 2 中运作，因为金融领域依赖于受监管的银行机构，这些机构不能 24/7 运营，也无法进行无缝跨境交易。正如Lyn Alden所强调的那样，由于缺乏退款和处理微交易的能力，与信用卡相比，加密赛道尤其有吸引力。然而，如果智能体成为一种更常见的交易方式，现有的支付提供商和应用程序很可能会迅速采取行动，实施在现有金融领域运营所需的基础设施，从而削弱使用加密货币的一些好处。目前，智能体可能仅限于确定性的加密货币交易，其中给定输入保证给定输出。这两种模型都规定了这些智能体弄清楚如何执行复杂任务的能力，而工具则扩大了它们可以完成的范围，都需要进一步开发。为了让加密智能体在新颖的链上加密用例之外变得有用，需要更广泛的集成和接受加密作为一种支付形式以及监管的明确性。然而，随着这些组件的发展，智能体准备成为上述去中心化计算和 zkML 解决方案的最大消费者之一，以自主的非确定性方式接收和解决任何任务。结论 AI 为加密货币引入了我们在 web2 中看到的相同创新，增强了从基础设施开发到用户体验和可访问性的各个方面。然而，项目仍处于发展早期，近期加密货币和AI集成将主要由链下集成主导。像Copilot这样的产品将使开发人员效率“提高10 倍”，Layer1和DeFi应用程序已经与微软等大公司合作推出人工智能辅助开发平台。Cub3.ai和Test Machine等公司正在开发用于智能合约审计和实时威胁监控的AI集成，以增强链上安全性。 LLM 聊天机器人正在使用链上数据、协议文档和应用程序进行培训，为用户提供增强的可访问性和用户体验。对于真正利用加密货币底层技术的更高级集成来说，挑战仍然是证明在链上实施AI解决方案在技术上是可行的，而且在经济上也是可行的。去中心化计算、zkML 和 AI 智能体的发展指向有前景的垂直领域，这些领域为加密货币和AI深度互联的未来奠定了基础。来源：金色财经

金色财经2024-02-19

OpenAI发布首个文生视频模型，机构：进一步提升算力需求！纳斯达克100ETF(159659)年内份额劲增超300%

Hari指出，各国政府以及科技巨头们对AI基础设施建设的投资将进一步推动英伟达的营收。高盛将英伟达2025-2026年财年全年盈利预期平均上调了22%。英伟达将于2月21日公布新一季财报，市场普遍认为届时将影响美股科技股走势。【“全球科技龙头风向标”——纳斯达克100ETF（159659）】作为美国市场代表性市场指数之一，纳斯达克指数又被称作“美国科技指数”的代表，纳斯达克100指数以纳斯达克指数为基础并加以精华提炼，选取其中100家非金融公司作为成分股，在市值加权的基础上按相应的指数编制规则计算出来的、反映纳斯达克整体市场或者美国高科技走势的指数。自2014年初以来至2024年2月16日，纳斯达克100指数累计涨幅392%，显著跑赢纳斯达克综合指数、标普500等美股主要指数，同时大幅跑赢英国富时100、德国DAX、法国CAC40等全球其他主要市场核心指数。来源：Wind，统计区间2014.1.1-2024.2.16。纳斯达克100指数发布于1985年2月1日，指数过往业绩不代表未来表现。风险提示：基金有风险，投资须谨慎。上述观点、看法和思路根据截至当前情况判断做出，今后可能发生改变。对于以上引自证券公司等外部机构的观点或信息，不对该等观点和信息的真实性、完整性和准确性做任何实质性的保证或承诺。纳斯达克100ETF可以投资境外市场。本基金除了需要承担与境内证券投资基金类似的市场波动风险等一般投资风险之外，还面临因投资境外市场所带来的汇率风险等特有风险。基金过往业绩不代表其未来表现，基金管理人管理的其他基金的业绩并不构成本基金业绩表现的保证。投资者应认真阅读《基金合同》《招募说明书》《产品资料概要》等基金法律文件，全面认识基金产品的风险收益特征，在了解产品情况及听取销售机构适当性意见的基础上，根据自身的风险承受能力、投资期限和投资目标，对基金投资做出独立决策，选择合适的基金产品。纳斯达克100指数近五年表现分别为37.96%(2019)、47.58%(2020)、26.63%(2021)、-32.97%(2022)、53.81%(2023)。纳斯达克100指数由纳斯达克股票市场公司编制和发布。指数编制方将采取一切必要措施以确保指数的准确性，但不对此作任何保证，亦不因指数的任何错误对任何人负责。指数过往业绩不代表其未来表现，亦不构成基金投资收益的保证或任何投资建议。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2024-02-19

ChatGPT 周年纪念反思：AIGC的瓶颈与Web3的机遇

I Agent项目主要集中在初级市场或AI基础设施，尚未出现杀手级消费应用程序，但改变游戏规则的Web3+AI项目的潜力是巨大的。通过集成分布式链上治理、零知识证明推理、模型分布和改进的可解释性等各种区块链特性，这些项目在未来具有广阔的前景。 2.3.3 Web3+AI潜在垂直领域应用 A. 教育领域的应用 Web3 和人工智能的融合预示着教育领域的一场革命，其中生成式虚拟现实教室是一项值得注意的创新。将人工智能技术嵌入在线学习平台，学生可以获得个性化的学习体验。该系统根据每个学生的学习历史和兴趣生成定制的教育内容。这种个性化的方法有望提高学生的学习动机和效率，使教育更加个性化。此外，基于代币的信用激励代表了教育领域的创新实践。利用区块链技术，学生的学分和成绩可以编码成代币，形成数字化的学分体系。这种激励机制鼓励积极参与学习活动，创造一个更具吸引力和激励性的学习环境。受最近流行的SocialFi项目FriendTech的启发，类似的关键定价逻辑可以应用于在学生之间建立同行评审系统，为教育添加更多社交元素。利用区块链的不可篡改性，同行评价变得更加公平和透明。这种同行评审机制不仅有利于培养学生的团队合作能力，而且可以对学生的表现进行更全面、多维度的评估，将多元化、整体性的评价方式引入教育体系。 B. 在医疗领域的应用在医疗领域，Web3与AI的融合推进了联邦学习和分布式推理。通过将分布式计算与机器学习相结合，医疗专业人员可以大规模共享数据，从而实现更深入、更全面的群体学习。这种集体智慧方法可以加速疾病诊断和治疗计划的制定，推动医学领域的进步。隐私保护也是医疗领域应用的一个重要方面。借助Web3的去中心化和区块链的不变性，患者医疗数据可以更安全地存储和传输。智能合约可以实现对医疗数据的精确控制和权限管理，确保只有授权人员才能访问敏感的患者信息，从而维护医疗数据的隐私。 C. 保险领域的应用在保险行业，Web3与AI的融合有望为传统运营带来更加高效、智能的解决方案。例如，在汽车和房屋保险中，计算机视觉技术的应用帮助保险公司通过图像分析和评估更有效地评估财产价值和风险水平。这为保险公司提供了更加精细化、个性化的定价策略，增强了保险行业的风险管理。同时，链上自动化索赔处理是保险行业的一项创新进步。利用智能合约和区块链技术，索赔流程变得更加透明和高效，减少了繁琐的程序和人为干预的可能性。这不仅加快了理赔流程，还降低了运营成本，为保险公司和客户提供更好的体验。动态保费调整是另一个创新领域。通过实时数据分析和机器学习算法，保险公司可以更加精准、及时地调整保费，根据被保险人的实际风险状况进行个性化定价。这种做法不仅使保费更加公平，而且鼓励被保险人采取更健康、更安全的行为，促进全社会的风险管理和预防措施。 D. 版权领域的应用在版权领域，Web3 和人工智能的结合为数字内容创建、管理和代码开发引入了新的范式。通过智能合约和去中心化存储，数字内容的版权信息可以得到更好的保护，让创作者更轻松地追踪和管理自己的知识产权。区块链技术还可以建立透明且不可变的创作记录，为追踪和验证作品提供更可靠的手段。工作模式的创新也代表着版权领域的重大转变。代币激励的协作工作将工作贡献与代币奖励相结合，鼓励创作者、策展人和开发者共同参与项目。这不仅促进了创意团队之间的协作，也让参与者有机会直接从项目的成功中受益，从而催生更多优秀作品。另一方面，使用代币作为版权证明重塑了利益分配模式。通过智能合约自动执行的分红机制，作品的所有参与者都可以在作品被使用、出售或转让时实时获得自己的收益份额。这种去中心化的利益分配模式有效解决了传统版权模式中的不透明和延迟问题，为创作者提供了更加公平、高效的利益分配机制。 E. 虚拟宇宙领域的应用在元宇宙中，Web3与AI的融合为创建低成本AIGC以丰富基于区块链的游戏内容开辟了新的可能性。AI生成的虚拟环境和角色可以丰富游戏内容，为用户提供更加生动多样的体验，同时减少制作的人力和时间成本。创建生动的数字人是元宇宙应用的创新。数字人类具有细到头发的详细物理外观和基于大型语言模型构建的心理逻辑，可以在元宇宙中扮演各种角色。他们可以与用户交互，甚至参与现实世界场景的数字孪生。这为虚拟现实提供了更加真实、深刻的体验，推动数字人技术在娱乐、教育等领域的广泛应用。基于区块链用户画像自动生成广告内容是元宇宙中的智能广告应用。通过分析用户在元宇宙中的行为和偏好，人工智能算法可以创建更加个性化和有吸引力的广告，从而提高点击率和用户参与度。这种广告创作方式不仅更符合用户兴趣，也为广告主提供了更高效的推广渠道。生成式交互式 NFT是元宇宙中一项引人注目的技术。通过将NFT与生成设计相结合，用户可以在元宇宙中参与创作自己的NFT艺术品，赋予其互动性和独特性。这为数字资产的创造和交易开辟了新的可能性，推动了虚拟宇宙中数字艺术和虚拟经济的发展。三．签名 Web3 协议在本节中，作者选择了五个具有代表性的协议来深入了解 Web3 领域中生成式 AI 的现状：Render Network和Akash Network被强调为通用 AI 基础设施协议和 Web3 中 AI 类别的领先者；Bittensor被认定为当前模型训练领域的热门项目；Alethea.ai因其与生成式 AI 应用程序的密切相关性而被选中；Fetch.ai展示了人工智能代理在去中心化Web3世界中的潜力。 3.1 渲染网络（$RNDR） Render Network 由母公司 OTOY 的创始人 Jules Urbach 于 2017 年创立。OTOY 的核心业务是基于云的图形渲染，由 Google 和 Mozilla 联合创始人提供建议，为奥斯卡获奖电影项目做出了贡献，并与 Apple 进行了项目合作。 Render Network 是 OTOY 进军 Web3 领域的举措，旨在利用区块链的分布式特性，将小规模渲染和人工智能需求与去中心化资源连接起来。这一举措旨在为小型工作室节省成本，否则这些小型工作室将租用昂贵的集中式计算资源（例如AWS、MS Azure和阿里云），并为那些拥有闲置计算资源的人提供创收机会。在发布专有渲染器 Octane Render 的 OTOY 的支持下，Render Network 凭借固有的需求和扎实的商业模式推出，很快被认为是一个具有坚实基础和潜力的 Web3 项目。随着生成式AI的兴起，分布式验证和推理任务的需求不断增加，与Render的技术架构完美契合，使其成为未来发展的一个有希望的方向。Render 一直引领着 Web3 领域的 AI 赛道，演变成一个有点像 meme 的实体，每当围绕 AI、元宇宙和分布式计算的叙述升温时，它都会受益于上升趋势，展示了它的多功能性。 2023 年 2 月，Render Network 宣布了更新其定价等级系统的路线图，并为 $RNDR 引入了社区投票的价格稳定机制（尽管发布日期尚未公布）。该项目还宣布从 Polygon 迁移到 Solana（将 $RNDR 代币升级为基于 Solana SPL 的 $RENDER 代币，已于 2023 年 11 月完成）。渲染网络的新定价体系将链上服务分为三个级别，从高到低，每个级别对应不同的价格点和渲染服务质量。这些层根据客户的特定渲染需求为客户提供选择。社区投票的$RNDR价格稳定机制已从不定期回购转变为“销毁和铸币均衡（BME）”模式。这一变化强调 $RNDR 作为交易的稳定币，而不是长期持有资产。一个BME Epoch的具体业务流程如下：产品创建：Render上的产品创建者，即渲染资源的提供者，将闲置的渲染资源打包成产品（节点）并上线，等待使用。购买产品：有渲染需求的客户可以直接销毁$RNDR代币作为服务费用。如果他们没有 $RNDR 代币，他们首先用法定货币在 DEX 上购买它们，然后销毁代币。服务支付的价格公开记录在区块链上。铸造代币：根据预设规则铸造新代币。注：Render Network 收取产品购买者支付的项目运营交易费用的 5%。在每个 BME Epoch 中，都会铸造预设数量的新代币（数量会随着时间的推移而减少）。这些新代币被分发给三方：产品创造者：他们获得的奖励是： A。任务完成：根据各产品节点完成的渲染任务数量进行奖励。 b. 在线奖励：鼓励资源提供者在线完成任务，根据市场待机时间给予奖励。 2. 产品购买者：与购物中心的产品优惠券返还类似，购买者可以获得高达 100% 的 $RNDR 代币返还，鼓励未来使用 Render Network。 3. DEX 流动性提供商：合作 DEX 中的提供商，确保以合理的价格提供 $RNDR 代币以进行必要的销毁，将根据质押的 $RNDR 数量获得奖励。从过去一年$RNDR的价格走势来看，作为Web3中领先的AI赛道项目，$RNDR受益于ChatGPT在2022年底和2023年初带动的AI热潮。随着新代币机制的引入，$RNDR的价格2023年上半年达到顶峰。经过一段时间的稳定后，随着 OpenAI 新版本引发的 AI 复苏、Render Network 向 Solana 的迁移以及新代币机制的预期实施，$RNDR 的价格达到了近期高点。鉴于 $RNDR 的基本面变化很小，未来对 $RNDR 的投资需要谨慎的头寸管理和风险控制。 Dune Analytics仪表板的数据表明，自2023年初以来，渲染任务总数有所增加，但渲染节点数量并未增加。这表明导致工作负载增加的新用户是那些有渲染需求的用户，而不是那些提供渲染资源的用户。鉴于生成式 AI 到 2022 年底将激增，有理由推断额外的渲染任务与生成式 AI 应用程序相关。这种需求的增加是代表长期趋势还是暂时的激增还有待观察，需要进一步观察。 3.2 Akash Network（$AKT） Akash Network 是一个去中心化的云计算平台，旨在为开发者和企业提供更灵活、高效、更具成本效益的云计算解决方案。该项目的“超级云”平台基于分布式区块链技术，利用区块链去中心化的特性，为用户提供全球性、去中心化的云基础设施，包括CPU、GPU、存储等多样化的计算资源。 Akash Network 由拥有丰富项目背景、经验丰富的企业家 Greg Osuri 和 Adam Bozanich 创立，其使命很明确：降低云计算成本、提高可用性并让用户更好地控制计算资源。通过激励提供商通过竞价流程开放闲置计算资源，Akash Network 实现了更有效的资源利用，为资源需求者提供有竞争力的价格。 2023 年 1 月，Akash Network 启动了 Akash Network Economics 2.0 更新，以解决当前代币经济中的各种缺陷，包括： $AKT 市场价格的波动导致长期合同价格和价值的不匹配。对资源提供者释放大量算力的激励不足。社区激励措施不足阻碍了项目的长期发展。 $AKT 的价值捕获不足对项目稳定性构成风险。据官网介绍，Akash网络经济2.0计划中提出的解决方案包括引入稳定币支付、增加订单费用以增加协议收入、增强对资源提供者的激励以及增加社区激励等。值得注意的是，稳定币支付功能和订单费用功能已经实现。作为 Akash 网络的原生代币，$AKT 在协议中具有多种用途，包括用于验证（安全）、激励、网络治理和支付交易费用的质押。据官网显示，$AKT 的总供应量上限为 3.88 亿枚，截至 2023 年 11 月，已解锁约 2.29 亿枚（59%）。项目启动时分配的创世代币于2023年3月完全解锁并进入二级市场。创世代币的分配如下：关于价值获取，白皮书中提到的一个值得注意的尚未实施的功能是 Akash 计划对每一次成功的租赁收取“费用”。这些费用将被发送到收入池以分配给持有人。该计划规定对 AKT 交易收取 10% 的费用，对使用其他加密货币的交易收取 20% 的费用。此外，Akash 打算奖励长期锁定 AKT 持有量的持有者，从而激励长期投资。 CoinGecko 的价格趋势显示，$AKT 在 2023 年 8 月中旬和 11 月下旬经历了上涨，尽管涨幅不如人工智能领域的其他项目，这可能是由于当前的市场情绪所致。总体而言，Akash Network 是 AI 赛道上为数不多的优质项目之一，其基本面优于大多数竞争对手。其潜在的业务收入可以为该协议带来未来的盈利能力，随着人工智能行业的发展和对云计算资源的需求不断增加，Akash Network 有望在下一波人工智能浪潮中取得重大进展。 3.3 Bittensor（$TAO）对于那些熟悉 $BTC 技术架构的人来说，理解 Bittensor 的设计非常简单。事实上，在设计 Bittensor 时，其创建者从加密货币先驱 $BTC 的几个特征中汲取了灵感。其中包括总代币供应量为 2100 万枚，大约每四年产量减半，并涉及工作量证明 (PoW) 共识机制等。为了将其概念化，想象一下最初的比特币生产过程，然后用训练和验证人工智能模型来取代计算密集型的“挖矿”过程，该过程不会创造现实世界的价值。矿工根据人工智能模型的性能和可靠性获得激励。这形成了 Bittensor ($TAO) 项目架构的简单总结。 Bittensor 由人工智能研究人员 Jacob Steeves 和 Ala Shaabana 于 2019 年根据神秘作者 Yuma Rao 撰写的白皮书成立。简而言之，它是一个开源、无需许可的协议，创建了一个由许多子网络连接的网络架构，每个子网络负责不同的任务（机器翻译、图像识别和生成、大型语言模型等）。优秀的任务完成会受到奖励，并且子网络可以相互交互和学习。就目前主要的人工智能模型而言，都是科技巨头大量计算资源和数据投资的结果。这些AI产品表现出色的同时，这种方式也带来了很高的中心化风险。 Bittensor 的基础架构允许交流专家网络进行交互和相互学习，为大规模模型的去中心化训练奠定了基础。Bittensor 的长期愿景是与 OpenAI、Meta 和 Google 等巨头的闭源模型竞争，保持去中心化特征，同时渴望与它们的推理性能相匹配。 Bittensor的技术核心是Yuma Rao独特设计的共识机制，也称为Yuma Consensus，它混合了PoW和Proof of Stake（PoS）的元素。供应方主要涉及“服务器”（矿工）和“验证者”（验证者），而需求方则由使用网络中模型的“客户端”（客户）组成。流程如下：客户端将请求和数据发送给验证器进行处理。验证者将数据分发给特定子网下的矿工。矿工使用他们的模型和接收到的数据进行推理并返回结果。验证者按质量对推理结果进行排名，并记录在区块链上。最好的推理结果返回给客户端，矿工和验证者根据排名和工作量获得奖励。值得注意的是，Bittensor 本身并不在大多数子网络中训练任何模型；它更像是模型提供者和用户之间的纽带，通过较小模型之间的交互进一步提高各种任务的性能。目前，在线有（或已经有）30个子网络，每个子网络对应不同的任务模型。 $TAO 作为 Bittensor 的原生代币，在创建子网络、在子网络中注册、支付服务费用以及向生态系统内的验证者质押方面发挥着至关重要的作用。效仿 BTC 的精神，$TAO 选择公平发布，这意味着所有代币都是通过对网络的贡献生成的。目前，$TAO 的日产量约为 7,200 个代币，均匀分配给矿工和验证者。自项目启动以来，已生产了 2100 万枚代币中的约 26.3%，其中 87.21% 用于质押和验证。该项目还遵循 BTC 大约每四年产量减半的模式，下一次减半计划将于 2025 年 9 月 20 日举行，预计将成为重要的价格驱动因素。从 2023 年 10 月下旬开始，$TAO 的价格趋势出现大幅上涨，这主要是受到 OpenAI 会议之后新一波人工智能热情以及资本转向人工智能领域的推动。 $TAO作为Web3+AI赛道的新项目的出现，其品质、长远的愿景也吸引了投资。但必须承认，与其他AI项目一样，Web3+AI的结合虽然潜力巨大，但尚未在实际业务中找到支撑长期盈利项目的应用。 3.4 Alethea.ai（$OR） Alethea.ai 成立于 2020 年，是一个致力于利用区块链技术为生成内容带来去中心化所有权和治理的项目。 Alethea.ai 的创始人相信，生成式人工智能将带领我们进入一个由生成式内容引起的信息冗余时代，在这个时代，通过简单的复制粘贴或单击即可轻松复制或生成大量数字内容，但原创者很难获得利益。通过将区块链原语（例如 NFT）与生成式人工智能连接起来，他们的目标是确保生成式人工智能及其内容的所有权，并在此之上进行社区治理。在这一理念的推动下，Alethea.ai最初推出了新的NFT标准iNFT，它利用Intelligence Pods将AI动画、语音合成甚至生成式AI嵌入到图像中。Alethea.ai 还与艺术家合作，利用他们的艺术品创建 iNFT，其中一件在苏富比拍卖会上以 478,000 美元的价格售出。 Alethea.ai 随后推出了 AI 协议，允许任何生成式 AI 开发者或创作者无需许可即可使用 iNFT 标准进行创作。为了展示 AI 协议，Alethea.ai 开发了 CharacterGPT，这是一种基于 GPT 等大型模型理论的工具，用于创建交互式 NFT。最近，他们发布了 Open Fusion，使得任何 ERC-721 NFT 都可以与 Intelligence 结合并发布在 AI 协议上。 Alethea.ai 的原生代币是 $ALI，它有四个主要用途：锁定一定数量的$ALI来创建iNFT。锁定的 $ALI 越多，情报舱的级别就越高。 $ALI 持有者参与社区治理。 $ALI 作为 iNFT 之间交互的凭证（尚无实际用例）。从 $ALI 的用例来看，很明显，代币的价值捕获仍然主要基于叙述。过去一年的代币价格趋势证实了这一点：$ALI 受益于 ChatGPT 自 2022 年 12 月开始引领的生成式 AI 热潮。此外，当 Alethea.ai 在 6 月宣布新的 Open Fusion 功能时，引发了价格飙升。然而，除了这些情况之外，$ALI 的价格一直呈下降趋势，甚至没有像类似项目那样对 2023 年底人工智能炒作做出反应。除了原生代币之外，Alethea.ai 的 NFT 项目（包括其官方集合）在 NFT 市场的表现也值得关注。根据 Dune 仪表板的数据，第三方销售的 Intelligence Pods 和 Alethea.ai 的第一方 Revenants 系列在首次发布后逐渐淡出了人们的视线。作者认为，主要原因是最初的新颖性逐渐减弱，没有实质性的价值或社区参与来留住用户。 3.5 Fetch.ai（$FET） Fetch.ai 是一个致力于促进人工智能 (AI) 与区块链技术融合的项目。其目标是通过结合机器学习、区块链和分布式账本技术来构建去中心化的智能经济，以支持智能代理之间的经济活动。 Fetch.ai 由英国科学家 Humayun Sheikh、Toby Simpson 和 Thomas Hain 于 2019 年创立，其创始团队拥有令人印象深刻的背景。 Humayun Sheikh 是 DeepMind 的早期投资者，Toby Simpson 曾在多家公司担任高管职务，Thomas Hain 是谢菲尔德大学人工智能领域的教授。创始人的多元化经历横跨传统IT公司、区块链明星项目、医疗、超级计算领域，为Fetch.ai提供了丰富的行业资源。 Fetch.ai的使命是建立一个由自治经济代理（AEA）和人工智能应用程序组成的去中心化网络平台，使开发人员能够通过创建自治代理来完成预设的目标导向的任务。该平台的核心技术是其独特的三层架构：底层：基于 PoS-uD（无许可权益证明）共识机制，该基础层支持智能合约网络，促进矿工协作以及基本的机器学习训练和推理。中间层：开放经济框架（OEF）为AEA之间交互和底层协议提供共享空间，支持AEA之间的搜索、发现和交易。顶层：AEA 是 Fetch.ai 的核心组件。每个AEA都是一个智能代理软件，能够通过技能模块执行各种功能，执行用户预定义的任务。这些代理并不直接在区块链上运行，而是通过 OEF 与区块链和智能合约进行交互。智能代理软件可以纯粹基于软件，也可以绑定到智能手机、计算机和汽车等物理硬件。Fetch.ai 提供基于 Python 的开发套件 AEA 框架，该框架是模块化的，使开发人员能够构建他们的智能代理。在此架构之上，Fetch.ai 推出了 Co-Learn（智能体之间共享机器学习模型）和 Metaverse（智能体云托管服务）等后续产品和服务，以支持用户在其平台上开发智能体。关于代币，$FET 作为 Fetch.ai 的原生代币，涵盖了支付 Gas、验证质押以及在网络内购买服务等标准功能。超过90%的$FET代币已解锁，具体分配如下：自成立以来，Fetch.ai 经历了多轮代币稀释融资，最近一次是 2023 年 3 月 29 日从 DWF Lab 获得的 3000 万美元投资。鉴于 $FET 代币不能从项目收入中获取价值，其价格动能主要依赖于项目更新和市场对人工智能领域的情绪。事实上，在两次人工智能市场繁荣的浪潮中，Fetch.ai 的价格在 2023 年初和年底经历了超过 100% 的飙升。 Fetch.ai 的发展轨迹更像是一家 Web2.0 人工智能初创公司，重点是完善其技术。它通过持续的筹款和广泛的合作寻求认可和盈利。这种方法为未来在 Fetch.ai 上开发的应用程序留下了充足的空间，但也意味着它可能对其他区块链项目没有那么大的吸引力，从而可能限制生态系统的活力。Fetch.ai 的一位创始人甚至尝试基于 Fetch.ai 推出一个 DEX 项目 Mettalex DEX，但最终以失败告终。作为一个专注于基础设施的项目，生态系统的衰弱也阻碍了 Fetch.ai 内在价值的增长。四．生成式人工智能的美好未来 NVIDIA首席执行官黄仁勋将生成大型模型的推出比作人工智能的“iPhone时刻”，表明人工智能角色的关键转变，高性能计算芯片成为人工智能稀缺资源的核心。锁定Web3 AI子赛道大部分资金的AI基础设施项目仍然是投资者长期关注的焦点。随着芯片巨头逐渐升级计算能力，AI的能力将会扩展，很可能在Web3中催生更多的AI基础设施项目，甚至可能是专门为Web3中的AI训练而设计的芯片。虽然以消费者为中心的生成式人工智能产品仍处于实验阶段，但一些工业级应用已经显示出巨大的潜力。其中一种应用是将现实世界场景转移到数字领域的“数字孪生” 。考虑到工业数据中尚未开发的价值，NVIDIA 的元宇宙数字孪生平台将生成式 AI 定位为工业数字孪生的重要组成部分。在Web3中，包括虚拟世界、数字内容创作和现实世界资产，受人工智能影响的数字孪生将发挥重要作用。新型交互硬件的开发也至关重要。从历史上看，计算领域的每一次硬件创新都带来了革命性的变化和机遇，比如现在无处不在的电脑鼠标或 iPhone 4 的多点触控电容屏。 Apple Vision Pro宣布将于 2024 年第一季度发布，以其令人印象深刻的演示吸引了全球关注，有望为各行业带来意想不到的变化和机遇。以快速内容制作和广泛传播而闻名的娱乐行业往往首先受益于硬件更新。这其中包括Web3的元宇宙、区块链游戏、NFT等，都是值得长期关注和研究的。从长远来看，生成式人工智能的发展代表着量变导致质变。ChatGPT 的核心是推理问答这一长期研究的学术问题的解决方案。只有通过扩展数据和模型迭代，才达到了 GPT-4 令人印象深刻的水平。Web3中的AI应用也类似，目前正处于Web2模型适应Web3的阶段。完全基于 Web3 数据的模型尚未出现。未来富有远见的项目和致力于研究 Web3 特定问题的大量资源将为 Web3 带来自己的 ChatGPT 级杀手级应用程序。生成式人工智能的技术基础还有很多有前景的探索途径，比如思想链技术。这项技术允许大型语言模型在多步推理方面取得重大飞跃。然而，它也凸显甚至加剧了大型模型在复杂逻辑推理方面的局限性。有兴趣的读者可以探索原作者关于Chain-of-Thought的论文。 ChatGPT之后，Web3中出现了各种以GPT为主题的项目，但简单地将GPT与智能合约结合起来并不能满足用户需求。ChatGPT 发布大约一年后，未来仍然拥有巨大的潜力。未来的产品应该从Web3用户的真实需求出发。随着Web3技术的日益成熟，生成式AI在Web3中的应用必将是广阔而令人兴奋的。来源：金色财经

金色财经2024-02-18

海外AI再度加速！OpenAI、NVIDIA、微软、Google动作频频，AI基础设施需求旺盛

X平台的推文中发言：“我们认为，世界对AI基础设施的需求，包括芯片制造能力、能源供给、数据中心等，已经远远超过了目前的建设计划。” 2月9日，NVIDIA宣布成立新部门，专注为云计算等公司设计定制芯片。新的NVIDIA部门将由Dina McKinney领导。McKinney曾担任负责AMD CPU 设计和Marvell基础设施处理器的副总裁，他将负责监督为云计算、5G 电信、游戏、汽车等领域构建定制芯片的团队。 2月9日，微软内部正开发代号为Deucalion的新版Copilot，针对员工办公需求提供更丰富、更强大的功能。微软已经在员工团队中推广普及Microsoft 365 Copilot。 2月16日，OpenAI发布了Sora大模型，可根据用户指令生成1分钟的高清视频，能生成具有多个角色、包含特定运动的复杂场景，即能够理解和模拟运动中的物理世界。OpenAI 已经邀请了一支专业的创意人士测试，用于反馈其在专业环境中的实用性。 2月16日，Google宣布推出全新的Gemini 1.5 AI模型，采用MOE架构，可以处理128000个token的标准情境窗口。 Sora令影视业倍感惶恐？北京时间2月16日凌晨，没有任何预告，全球明星AI创业公司OpenAI发布了文生视频模型Sora，首次由AI生成了长达1分钟的多镜头长视频，其对于真实人类世界的高模拟度画面、精细的画质、多镜头拍摄、多角度运镜，表明AI对人类世界的理解、AI生成的创造性内容又上了新台阶。国泰君安研报指出，Sora具有三大突出亮点，一是60秒长视频，Sora可以保持视频主体与背景的高度流畅性与稳定性。二是单视频多角度镜头，Sora在一个视频内实现多角度镜头，分镜切换符合逻辑且十分流畅。三是理解真实世界的能力，Sora对于光影反射、运动方式、镜头移动等细节处理得十分优秀，极大地提升了真实感。与目前AI视频赛道同行相比，Sora每条提示60秒的视频长度，远高于Pika Labs的3秒、Meta Emu Video的4秒和Runway公司Gen-2的18秒的视频时长。 2月16日，360创始人周鸿祎发布微博提到自己对Sora的看法，周鸿祎认为，Sora的诞生意味着AGI（通用人工智能）实现可能从10年缩短至一两年。周鸿祎认为，科技竞争最终比拼的是让人才密度和深厚积累，“很多人说Sora的效果吊打Pika和Runway。这很正常，和创业者团队比，OpenAl这种有核心技术的公司实力还是非常强劲的。有人认为有了AI以后创业公司只需要做个体户就行，实际今天再次证明这种想法是非常可笑的。” 中国香港青年导演朱智立告诉蓝鲸财经，“它（Sora）对电影行业的影响只是一个时间问题，因为它已经把画面做到非常真实、有细节，包括一个女人在东京街头的画面，连脸上的雀斑都能做到非常真实。” 周鸿祎认为，机器能生产一个好视频，但视频的主题、脚本和分镜头策划、台词的配合，都需要人的创意，至少需要人给提示词。一个视频或者电影是由无数个60秒组成的。今天Sora可能给广告业、电影预告片、短视频行业带来巨大的颠覆，但它不一定那么快击败TikTok，更可能成为TikTok的创作工具。 AI基础设施需求旺盛市场观点认为，2022年是影像之年，2023是声波之年，而2024是视频之年。OpenAI表示，Sora是构建世界模型的基础，未来将向实现AGI继续迈进。中信证券表示，多模态大模型算法的突破将带来自动驾驶、机器人等技术的革命性进步，持续看好本轮生成式AI浪潮对科技产业的长周期影响和改变，继续关注算力、算法、数据、应用等环节的领先厂商。东吴证券判断，多模态是AI商业宏图的起点，有望真正为企业降本增效，且企业可将节省下来的成本用于提高产品、服务质量或者技术创新，推动生产力进一步提升；同时，也可能出现新的、空间更大的用户生成内容平台。对于Sora的发展，算力需求旺盛。国泰君安指出，Sora模型推动AI多模态领域飞跃式发展，AI创作等相关领域将迎来深度变革，AI赋能范围进一步扩大，多模态相关的训练及推理应用也将进一步提升对算力基础设施的相关需求。无独有偶，国盛证券也持有相同的观点，其认为，Sora依旧符合AI缩尺律（Scaling Law）OpenAI在技术文档中说明，随着训练计算量的增加，样本质量明显提高，进一步佐证了多模态时代，算力需求将成为最核心的瓶颈之一。多模态大模型拉动全球算力需求快速增长，国产AI算力迎来机会。根据南方财富网趋势选股系统数据统计，A股国产AI算力相关上市企业目前数量有52家，如国产AI算力产业链包含AI服务器零部件、服务器整机、算力租赁、数据中心等环节。AI服务器零部件公司主要包括海光信息、寒武纪、龙芯中科、景嘉微等；服务器整机公司主要包括高新发展、神州数码、拓维信息、广电运通、烽火通信、同方股份等；算力租赁公司主要包括恒润股份、云赛智联、鸿博股份等；数据中心公司主要包括奥飞数据、光环新网、宝信软件、数据港等。天风证券发布研究报告称，对比海外，看好国内大企业深度使用大模型赋能旗下应用，也看好未来算力继续高增长，建议关注AI多模态、AI应用及华为链+三条主线。 (1)AI多模态：万兴科技(300624.SZ)、美图公司(01357)(与海外组联合覆盖)、易点天下(301171.SZ)、焦点科技(002315.SZ)、当虹科技(688039.SH)； (2)AI应用：金山办公(688111.SH)、科大讯飞(002230.SZ)、恒生电子(600570.SH)、鼎捷软件(300378.SZ)、福昕软件(688095.SH)、用友网络(600588.SH)、金蝶国际(00268)、泛微网络(603039.SH)、致远互联(688369.SH)； (3)华为链+：海光信息(688041.SH)、寒武纪(688256.SH)、云天励飞(688343.SH)、景嘉微(300474.SZ)(电子组联合覆盖)。（综合投资者网、蓝鲸财经、券商研报）

金融界2024-02-18

24小时热点