FX168财经网_全球视野外汇黄金加密货币NFT资讯网

英伟达官宣下一代最强AI芯片 GPU性能8年提高1053倍

的核心在于规模。同时也指出2022年底ChatGPT时刻的到来既有技术方面的原因，也有经济方面的原因。要达到ChatGPT的突破性时刻，需要GPU性能的大幅增长，然后再加上大量的GPU。 Nvidia确实实现了性能，这对人工智能的训练和推理都很重要，而且重要的是，它还从根本上减少了生成作为大型语言模型响应一部分的标记所需的能量。我们来看一下：在八年间，从“Pascal P100 GPU”到“Blackwell B100 GPU”，GPU的性能提高了1053倍。其中部分性能是通过降低浮点精度实现的，例如从Pascal P100、Volta V100和Ampere A100 GPU的FP16格式到Blackwell B100使用的FP4格式，降低了4倍。由于在数据格式、软件处理和硬件方面运用了大量的数学魔法，如果不降低精度，性能提升将只有263倍，而降低精度不会对LLM性能造成实质性损害。要知道，在CPU市场上，每时钟核心性能提高10%至15%，核心数量增加25%至30%已属正常。如果升级周期为两年，那么在同样的八年时间里，CPU吞吐量将提高4至5倍。如上图所示，单位功耗的降低是一个关键指标，因为如果无法为系统供电，就无法使用系统。而token的能耗成本必须降低，这意味着为LLM生成的每个token的能耗必须比性能提升的速度更快。在黄仁勋的主题演讲中，为了给大家提供一些更深层次的背景信息，在Pascal P100 GPU上生成一个token所需的17000焦耳热量大约相当于两个灯泡运行两天，而平均每个字需要三个token。因此，现在我们开始明白为什么八年前的LLM甚至不可能在一定规模上运行，使其在执行任务时表现出色了。下图是在1.8万亿个参数、8万亿个通证数据驱动模型的情况下，训练GPT-4 Mixture of Experts LLM所需的功率：对于一个P100集群来说，超过1000千兆瓦时的电量实在是太大了。黄仁勋解释道：有了Blackwell GPU，公司将能够在大约10天内通过大约1万个GPU来训练GPT-4 1.8T MoE模型。如果人工智能研究人员和Nvidia没有转向更低精度，那么在这八年时间里，性能提升也不过是250倍。降低能源成本是一回事，降低系统成本又是另一回事。在传统的摩尔定律末期，晶体管每隔18到24个月就会缩小一次，芯片变得越来越便宜、越来越小，这两种技巧都非常困难。现在，计算复合体已经达到了微粒极限，每个晶体管都越来越昂贵，因此，由晶体管制成的设备本身也越来越昂贵。HBM内存是成本的重要组成部分，先进的封装也是如此。黄仁勋本人今年早些时候在接受CNBC采访时就曾说过Blackwell的价格。在SXM系列GPU插座中（不包括PCI-Express版本的GPU），P100推出时的成本约为5000美元；V100约为1万美元；A100约为1.5万美元；H100约为2.5万至3万美元。B100的成本预计在3.5万美元到4万美元之间。黄仁勋没有说明的是，运行GPT-4 1.8T MoE基准每一代需要多少GPU，以及这些GPU或运行所需的电费是多少。下图这个电子表格显示，根据黄仁勋所说，大约需要1万个B100，才能在十天左右的时间内训练出GPT-4 1.8T MoE：在这八年里，GPU的价格上涨了7.5倍，但性能却提高了1000多倍。因此，现在使用Blackwell系统，可以在十天左右的时间内实际训练出像GPT-4这样拥有1.8万亿个参数的大型模型，而在两年前，即使是在Hopper一代刚刚起步的时候，也很难在数月内训练出拥有数千亿个参数的模型。现在，系统成本将与该系统两年的电费相当。GPU大约占人工智能训练系统成本的一半，因此购买一个1万个GPU的Blackwell系统大约需要8亿美元，而运行十天的电费大约需要54万美元。如果购买更少的GPU，就可以减少每天、每周或每月的电费支出，但同时也会相应增加训练时间，使电费支出再次上升。就是这样，即使Hopper H100 GPU平台是“史上最成功的数据中心处理器”，正如黄仁勋在Computex主题演讲中所说的那样，Nvidia仍需继续努力。如果将Hopper/Blackwell的投资周期与六十年前IBM System/360的发布相比较，IBM在那次发布中下了至今仍是公司历史上最大的赌注。 1961年，当IBM开始其“下一代产品线”研发项目时，它是一家年收入22亿美元的公司，在整个20世纪60年代，它花费了50多亿美元。 Big Blue是华尔街第一家蓝筹股公司，正是因为它花费了两年的收入和二十年的利润来创造System/360。它的某些部分推出较晚，表现不佳，但它彻底改变了企业数据处理的本质。 20世纪60年代末，IBM认为自己可能会创造600亿美元的销售额，但他们创造了1390亿美元的销售额，利润约为520亿美元。可以说，Nvidia为数据中心计算的第二阶段掀起了更大的浪潮。 02.抵制是徒劳的无论是Nvidia还是其竞争对手或客户，都无法抵挡未来的引力，也无法抵挡生成式人工智能对利润和生产力的承诺。因此，Nvidia必将加快步伐，推陈出新。凭借250亿美元的银行存款和今年预计超过1000亿美元的收入，或许还有500亿美元将进入银行，它有能力推陈出新，把我们所有人都拉进未来。黄仁勋表示：“在这个令人难以置信的增长时期，我们要确保继续提高性能，继续降低成本，如训练成本、推理成本等，并继续扩展人工智能能力，让每家公司都能拥抱人工智能。我们把性能推得越高，成本下降得就越厉害。” 正如我们上面的表格所清楚显示的那样，事实的确如此。这就引出了最新的Nvidia平台路线图：在Hopper这一代中，最初的H100于2022年推出，配备了六层HBM3内存堆栈，通过带有900 GB/s端口的NVSwitch连接，并配有400 Gb/s端口的Quantum X400（以前称为Quantum-2）InfiniBand交换机以及ConnectX-7网络接口卡。 2023年，H200升级到六层更高容量和带宽更高的HBM3E内存，从而提升了H200封装中底层H100 GPU的有效性能。BlueField 3网卡也问世了，它为网卡增加了Arm内核，使其可以进行辅助工作。在2024年，Blackwell GPU当然已经推出了8堆HBM3e内存，并与配备1.8TB/sec端口的NVSwitch 5和800Gb/sec的ConnectX-8网卡，以及配备800GB/sec端口的Spectrum-X800和Quantum-X800交换机搭配使用。现在我们可以看到，在2025年，B200（上图中称为Blackwell Ultra）将拥有8个堆栈的HBM3e内存，这些堆栈有12个芯片高。据推测，B100中的堆栈有8层高，因此Blackwell Ultra的HBM内存容量至少增加了50%，根据所使用的DRAM容量，增幅可能更大，HBM3E显存的时钟速度也可能更高。 Nvidia对Blackwell系列的内存容量含糊其辞，但我们在3月份的Blackwell发布会上估计，B100将拥有192GB内存和8TB/秒的带宽。对于未来的Blackwell Ultra，我们预计会有更快的内存出现，如果出现带宽为9.6TB/秒的288GB内存，我们也不会感到惊讶。我们认为，Ultra变体在SM上的良品率有可能会有所提高，从而使其性能略高于非Ultra前代产品。这将取决于产量。 Nvidia还将在2025年推出弧度更高的Spectrum-X800以太网交换机，可能会在盒子里装上六个ASIC，以创建一个非阻塞架构，就像其他交换机常用的那样，将总带宽翻倍，从而将每个端口的带宽或交换机中端口的数量翻倍。在2026年，我们看到了“Rubin R100 GPU”，在去年发布的Nvidia路线图中，它的前身是X100，正如我们当时所说，我们认为X是一个变量，而不是任何东西的简称。事实证明确实如此，Rubin GPU将使用HBM4内存，并将有8个堆栈，每个堆栈可能有十几个DRAM高，而2027年的Rubin Ultra GPU将有十几个HBM4内存堆栈，也可能有更高的堆栈（虽然路线图没有这么说）。我们直到2026年才会看到Nvidia推出新的Arm服务器CPU“Vera”，它是当前“Grace”CPU的继任者。与之配套的是NVSwitch 6芯片，具有3.6 TB/s的端口，以及带有1.6 Tb/s端口的ConnectX-9网络接口卡。有趣的是，还有一款名为X1600 IB/Ethernet Switch的产品，这可能意味着Nvidia正在融合其InfiniBand和以太网ASIC，就像十年前Mellanox所做的那样。或者，这可能意味着Nvidia只是为了好玩而试图让我们产生怀疑。 2027年的路线图中还透露了一些其他信息，这可能意味着对网卡和交换机的全面超以太网联盟支持，甚至可能是用于将节点内和跨机架的GPU连接在一起的UALink交换机。原文来源于： https://www.nextplatform.com/2024/06/02/nvidia-unfolds-gpu-interconnect-roadmaps-out-to-2027/ 中文内容由元宇宙之心（MetaverseHub）团队编译，如需转载请联系我们。来源：金色财经

金色财经06-03 17:03

涨价50%！存储芯片本轮涨价背后的逻辑是什么？

第5轮周期 2023年第4季度以来，以ChatGPT为代表的AI 人工智能全面爆发，带动存储芯片价格回升，引发存储芯片提前复苏，进入到第5轮周期的起点。新需求驱动存储芯片份额增长数据来源：Wind 2、供需格局逐步改善，存储芯片迈入提价周期 23年上半年存储行业整体处于下行区间，三星、SK海力士、美光、西部数据和铠侠等厂商纷纷宣布减少产能，厂商降低关于存储业务的资本性支出。各大厂商不约而同的减产计划促使存储周期提前，在存储需求不断扩大的前提下，存储芯片的价格将会上升，提前进入复苏周期。供给端减产持续，供应缺口预期在24Q2到来。目前根据测算，自2023年起，海外厂商的产能利用率和资本支出已显著减少。预计2023年DRAM市场整体供给减少3.4%；NAND Falsh整体供应减少7.7%，其中23Q3-Q4季度为原厂减产窗口期。随着减产和去库的持续，DRAM和NAND自23年10月迈入涨价周期数据来源：Wind 三、储存领域国产升级空间仍较大全球存储类芯片市场以DRAM和NAND Flash为主，但这两个市场目前都被美国和韩国垄断。国内目前尚处于起步阶段。全球竞争格局以韩系厂商为主，美国为辅，国内尚处于起步阶段。中国存储需求占全球30%，但自给率低于10%，国产升级空间仍较大。其中， DRAM：2023 年 CR3 高达 96%，市场集中度最高，基本被韩国三星和 SK 海力士、美国美光三家垄断。国内厂商主要为合肥长鑫。 NAND：CR5 达95%。三星处于领先位置，市场份额为 32.7%，而日本铠侠、美国西部数据、SK 海力士和美光的市场份额相差不大。国内厂商主要为长江存储。相关产品：科创100ETF基金（588220）跟踪科创100指数，指数中重点布局的行业包含了计算机、电子、医药生物、新能源等科创板中小企业，有望收获低空经济前沿技术发展带来的红利，同时也是投资高科技成长企业并有望获得投资收益的重要选择。半导体ETF（159813）跟踪国证芯片指数，国产升级大逻辑+AI带来产业新需求+库存周期拐点将至，半导体板块迎来较好的布局时点。基金有风险，投资需谨慎。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06-03 16:13

木头姐拍大腿「痛失十二亿」！错过英伟达股价巅峰，Ark甩锅周期调整

022年11月，当时正值AI聊天机器人ChatGPT的发布引发了AI推动的股市大反弹。 2022年第四季，英伟达平均股价为146美元。方舟投资在当季出售了859000股英伟达股票，错失了8.51亿美元的收益。据Stockcircle数据，Ark Invest在2016年第四季首次购买Nvidia股票时，英伟达平均股价为81美元。截至撰稿（6月3日），英伟达股价报1096.33美元，2024年以来上涨超127%，近一个月上涨超23%。木头姐曾多次表示，虽然她喜欢英伟达股票，认为这是一只好股票，但它的估值太高了。在2023年2月英伟达估值为5750亿美元时，木头姐称对英伟达抛售的部分原因是其估值「非常高」，并且正在将其投资组合整合为更有说服力的名字。而如今，英伟达市值攀升至2.8万亿美元，总市值仅次于微软（MSFT.US）和苹果（AAPL.US）。出于对估值的担忧，方舟投资一直在削减英伟达股份。继2023年第一季抛售109000股、第二季抛售118587股、下半年清算147651股后，方舟投资在2024年第一季继续减持了81239股英伟达股票，价值7500万美元。今年早些时候，木头姐仍表示不认同英伟达的天价估值。她表示，「事实上，从英伟达上市以来，我整个职业生涯都在关注它。这是一只周期性很强的股票。」她补充道，英伟达GPU的过度订购可能会给该公司带来痛苦的库存调整。木头姐认为，「每个人都很兴奋，试图同时进入，所以会有双重下单、三重下单、四重下单，然后是库存调整。我们认为这种情况会再次发生。」而另一方面，方舟投资将出售英伟达股份的资金部署到其他的AI初创公司，但这些投资几乎没有取得明显成功。原文链接

投资慧眼06-03 13:39

Arweave、AO、AI——模块化框架与灵活的安全性

；非确定性的，具有适应能力的，比如 ChatGPT 或 LLM 应用程序。在 AO 中的发展，作者觉得起点会是前者，比如说 DeFi 自动化工具。 DeFi 自动化 AO 上的一个早期 DeFi 自动化项目是 @autonomous_af。该团队构建了一个“DCA 代理”，使用户能够以美元成本平均法（DCA）买入指定代币。 DCA 代理产品遵循模式：用户定义他们希望 DCA 买入的代币，以及其他参数，如滑点容忍度、特定的 DeFi 池、DCA 交易的频率和每笔 DCA 交易的金额。 DCA 代理响应收到的通知（即定时任务）并在满足预定义条件时执行 DCA 交易。用户最终可以暂停 DCA 代理或永久停用它。需要明确的是，这种代理是以规则为基础的方式执行操作，并有效地遵循其底层脚本中定义的指令。这在分类上就是前者 —— 完全确定性和参数化的 AI。在这点上，其实 Arweave 创始人 @samecwilliams 也曾经表达过相似观点，在目前主流金融系统中，大量的交易并非由投资者操作，而是各种机器人在自动交易。所以这也天然适用于 DeFi 交互场景。事实上，最安全的实现某些目标的方法是为代理设置严格的规则和操作。这实际上将这些产品拉近到与传统金融产品和功能的相同水平（例如，设置止损，从银行账户设置 DCA 产品等），从用户体验角度来看，这是一个好事。超越 DeFi 自动化除了上述的较为简单的 AI，目前科技届主流的对 AI 的套路都是集中在非确定性，具有适应能力的 AI 上，比如说 Chatgpt 与 LLM 模型。显然，这类系统相较于“DCA 代理”来说会更加高级。但它也非常昂贵。一般来说，LLM 产品需要 GPU 来提供必要的计算能力，而 GPU 计算比典型的 CPU 计算更昂贵。自托管一个 LLM 基础模型的成本很容易达到每月约 2 万美元。作者给出了一项 a16z 的数据，一些生成式 AI 初创公司仅在 AI 计算上就花费了 80% 的资金。所以，如果要想在 AO 上构建使用 LLM 的应用程序，经济成本的考量是无法避免的。但与其他智能合约平台相比，AO 的架构使开发者能够扩展和微调其进程的安全级别。这种结构将极大地有利于 AO 开发者，因为大多数 LLM 生成的消息价值较低。最后的思考作者在最后给出了他对 AO 机构的思考： AO 的独特架构为应用程序的开发提供了一个有吸引力的平台，从 DeFi 到 AI 驱动的应用程序。异步消息传递结合并行计算使应用程序比典型的智能合约应用程序更加丰富和复杂。支持进程的可扩展和灵活的安全性也是 AO 所独有的，尤其是 LLM 驱动的产品，将利用这一属性。来源：金色财经

金色财经06-03 12:43

AI与机器人板块活跃，人工智能AIETF(515070)涨超1.5%、机器人ETF(562500)涨超0.8%

工作站上，轻松地构建copilots、ChatGPT聊天机器人等生成式AI应用，所需时间从数周缩短至几分钟。此外，黄仁勋现场谈及英伟达的新进展，他展示了最新的Blackwell芯片，并表示，英伟达将在2025年推出BlackwellUltraAI芯片，下一代AI平台命名为Rubin。中泰证券认为，人工智能新一轮十年级的技术和产业革命大幕已经拉开，当前海外已经开始进入商业落地阶段，ChatGPT、Midjourney等现象级爆品出现，微软、Adobe、Salesforce、Zoom等软件巨头亦纷纷推出商业化产品，静待数据的持续验证；国内大模型仍处于群雄逐鹿、快速迭代阶段，未来空间大且会格局收敛，应用端长期空间最大，厂商百花齐放。人工智能AIETF（515070）紧密跟踪中证人工智能主题指数，覆盖人工智能上下游产业链。数据显示，人工智能AIETF(515070)前十大权重股分别为海康威视、科大讯飞、中际旭创、韦尔股份、金山办公、澜起科技、中科曙光、紫光股份、大华股份、新易盛，场外联接(A类：008585；C类：008586)。机器人ETF（562500）是全市场规模最大的机器人主题ETF，是人工智能的最佳载体，场外联接基金（A类 018344/ C类 018345）。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06-03 10:33

英伟达重磅推出AI模型推理微服务NVIDIA NIM，AI人工智能ETF(512930)逆市上扬

工作站上，轻松地构建copilots、ChatGPT聊天机器人等生成式AI应用，所需时间从数周缩短至几分钟。此外，黄仁勋现场谈及英伟达的新进展，他展示了最新的Blackwell芯片，并表示，英伟达将在2025年推出Blackwell Ultra AI芯片，下一代AI平台命名为Rubin。长城证券指出，ChatGPT引爆AI技术新浪潮，带动算力需求高涨，推动AI相关芯片市场，AI领域相关公司有望迎来新一轮成长。华泰证券表示，得益于AI大模型推动，海外云厂商的基础设施进入新一轮建设周期。自用场景下的推理需求，存在较大市场预期差，大模型在推荐/搜索等场景落地，或带来持续AI算力需求。关注海外算力产业链，关注国产算力产业链，关注 AI 应用的潜在变化。关注人工智能，AI应用发展以及娱乐消费、线上购物的投资者，可借道线上消费ETF平安(159793)、AI人工智能ETF(512930)把握投资机遇。线上消费ETF平安(159793)紧密跟踪中证沪港深线上消费主题指数，中证沪港深线上消费主题指数从内地与香港市场中选取50只主营业务涉及线上购物、快递物流、影视娱乐、网络游戏、视频直播、在线教育以及远程医疗等领域的上市公司证券作为指数样本，以反映内地与香港市场线上消费主题上市公司证券的整体表现。数据显示，截至2024年4月30日，中证沪港深线上消费主题指数(931481)前十大权重股分别为美团-W(03690)、腾讯控股(00700)、快手-W(01024)、顺丰控股(002352)、科大讯飞(002230)、昆仑万维(300418)、京东健康(06618)、世纪华通(002602)、圆通速递(600233)、哔哩哔哩-W(09626)，前十大权重股合计占比58.57%。 AI人工智能ETF(512930)紧密跟踪中证人工智能主题指数，中证人工智能主题指数选取50只业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，以反映人工智能主题上市公司证券的整体表现。数据显示，截至2024年5月31日，中证人工智能主题指数(930713)前十大权重股分别为海康威视(002415)、中际旭创(300308)、科大讯飞(002230)、韦尔股份(603501)、新易盛(300502)、金山办公(688111)、紫光股份(000938)、澜起科技(688008)、中科曙光(603019)、浪潮信息(000977)，前十大权重股合计占比51.54%。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06-03 09:43

“木头姐”因过早出售英伟达错失12亿美元收益

大部分出售发生在2022年11月，就在ChatGPT的发布帮助引发人工智能推动的股市大涨之前。 2022年第四季度，英伟达股票的平均价格约为146美元。自那以来，该股上涨了6.5倍，周五收于1096.33美元。 Ark仅在2022年第四季度就决定出售了85.9万股英伟达股票，损失了8.54亿美元的回报。 2023年2月，伍德接受采访时称，虽然她喜欢英伟达的股票，但它的估值太高了。英伟达的市值当时约为5750亿美元，现在已达到近2.8万亿美元。自那以来，Ark继续减持其在英伟达的股份，在2023年第一季度出售10.9万股，在2023年第二季度出售118587股，在2023年下半年共出售147651股。 2024年第一季度，Ark继续减持英伟达股份，出售了81239股。截至3月31日，Ark仍持有6.7万股英伟达股票，价值约7500万美元。根据Stockcircle的数据，Ark在2016年第四季度首次购买了英伟达的股份，平均价格约为每股81美元。在今年早些时候一次采访中，伍德表示，她仍不认同英伟达的天价估值。 “实际上，自从英伟达上市以来，我的整个职业生涯都在关注它。这是一个非常周期性的股票，”伍德说，并补充说，过度订购英伟达的GPU可能会给公司带来痛苦的库存调整。 “每个人都很兴奋，试图同时进入，所以有双倍订购，三倍订购，四倍订购，然后是库存修正。我们认为这种情况还会再次发生。”． Ark已将出售英伟达股票的收益重新配置到其他潜在的人工智能公司，尽管这些投资很少有成功的。

金融界06-03 07:53

法国人工智能初创企业Mistral AI瞄准美国市场

工智能服务提供了动力，还推出了一项类似ChatGPT的功能，名为Le Chat。Mistral行政总裁门施（Arthur Mensch）表示，他的小公司可以与OpenAI和Google竞争。这间初创公司在希望成为全球人工智能中心的法国引起了浓厚的政治兴趣。曾经为法国总统马克龙（Emmanuel Macron）效力的数码事务国务秘书塞德里克奥（Cédric O）是Mistral的联合创办人。上周，马克龙表示，他希望Mistral凭借自身力量成为科技行业的“大玩家”，而不是出售给一家美国龙头。即便如此，Mistral在美国的扩张还是得到了一家美国龙头的帮助。今年2月，该公司宣布，其最新的人工智能模型只能作为专有服务在微软（Microsoft）的Azure云端服务平台提供。微软也对这间初创公司进行了投资。在接下来的几个月里，Mistral公布了与IBM公司和Snowflake达成分销协议的讯息。亚涅维奇表示，在美国，Mistral将透过这些合作伙伴以及与使用其开源模型的公司的直接交易来寻找客户。开源是Mistral的主要卖点之一。该公司高官将这种方法（底层计算机程式码是公开共享、可以修改的）定义为比OpenAI和其他公司提供的封闭系统更安全、用途更广泛的方法。亚涅维奇出生于法国，在任职于Foursquare之前，她曾在MySQL AB和MongoDB担任过几年的领导职务，这两家公司都提供开源资料库软件。她介绍说，在美国，人们越来越有兴趣在本地执行Mistral的开源模型，将资料储存在本地伺服器上，而不是储存在公共云提供商处。亚涅维奇提到了金融服务、科技和医疗保健领域公司日益增长的需求。“他们一直在等待机会，真正利用便捷灵活的服务。” Mistral并不是唯一一家开源人工智慧公司。Meta Platforms为其大型语言模型Llama投入了大量资源，到目前为止，该模型已下载了1.7亿次。阿联酋发布的一个同类开源模型Falcon表示，截至第一季度，其下载量已超过4300万次。亚涅维奇说，Mistral的开源模型到目前为止已经下载了数百万次。 Mistral的竞争对手还包括Google和微软等龙头，以及Anthropic等资金雄厚的初创公司，这些初创公司正在迅速向企业销售领域扩张。这个机会是巨大的——行业研究估计，到2032年，产生式人工智慧市场的软件和云市场规模可能达到3500亿美元。然而，许多企业还只是在试用这些付费的人工智能工具。行业研究分析师辛格（Mandeep Singh）认为，Mistral的优势可能来自那些希望避免被锁定在特定云公司的客户。他说，这间初创公司的模型在现有基准上表现良好，将其潜在的商业模式与IBM在2019年以340亿美元收购的开源提供商Red Hat进行了比较。“他们的定位似乎都不错，”辛格谈到Mistral时说，他还补充说，Meta竞争对手的模型可能因为该公司的信任问题而难以获得关注。亚涅维奇拒绝透露Mistral的销售资料。她表示，对于确定该公司在美国提供的人工智能产品的定价策略，目前还“为时尚早”。今年8月报道，OpenAI去年的月收益约为8000万美元。不过，据亚涅维奇称，这间巴黎初创公司在大西洋彼岸的知名度越来越高。“品牌知名度已经让我感到惊喜，”她说，“客户甚至会提到“Le Chat”和这个平台。看来法国风情正在产生影响。”

金融界06-03 07:53

麻省理工教授：人工智能会很快带来生产力的飞升，这是炒作

（Whitney Zhang）研究了 ChatGPT 对简单写作任务（如总结文件或撰写常规拨款提案或营销材料）的影响，而埃里克·布林约尔松、丹妮尔·李（Danielle Li）和林赛·雷蒙德则评估了人工智能助手在客户服务中的应用。综合来看，这些研究表明，目前可用的生成式人工智能工具平均可节省 27% 的劳动力成本，总体成本可节省 14.4%。受人工智能及相关技术影响的任务比例如何？根据近期研究的数据，我估计这一比例约为 4.6%，这意味着人工智能在十年内只会使全要素生产率提高 0.66%，即每年提高 0.06%。当然，由于人工智能也将推动投资热潮，GDP 增长的增幅可能会更大一些，可能在 1-1.5% 之间。这些数字比高盛和麦肯锡的数字要小得多。如果想获得这些更大的数字，要么必须提高微观层面的生产率收益，要么假设经济中会有更多任务受到影响。但这两种情况似乎都不靠谱。预测产生远高于 27% 的劳动力成本节约，不仅超出了现有研究的范围，也与其他更有前景的技术的效果不符。例如，工业机器人已经改变了一些制造业部门，似乎已经将劳动力成本降低了约 30%。同样，我们也不太可能看到远高于 4.6% 的任务被取代，因为人工智能还远远无法胜任大多数人工或社交任务（包括会计等看似简单但具有一定社交属性的功能）。截至 2019 年，一项针对几乎所有美国企业的调查发现，只有约 1.5% 的企业进行了人工智能投资。在过去的一年半里，此类投资有所增长，但距离人工智能的普及还有很长很长的路要走。当然，如果人工智能能彻底改变科学发现的过程，或创造出许多新的任务和产品，其影响可能会比我的分析所允许的更大。最近由人工智能推动的新晶体结构的发现和蛋白质折迭技术的进步，确实表明了这种可能性。但这些突破不太可能在十年内成为经济增长的主要来源。即使新发现可以更快地通过测试并转化为实际产品，但科技行业目前过度关注自动化和数据货币化，而不是为工人引入新的生产任务。此外，我自己的估计可能过高。生成式人工智能的早期应用，自然会发生在其表现相当出色的领域，即那些有客观衡量标准的任务，如编写简单的编程子程序或验证信息。在这种情况下，模型可以根据外部信息和现成的历史数据进行学习。但是，4.6% 可在十年内实现自动化的任务，评估应用程序、诊断健康问题、提供财务建议中的许多任务，并没有如此明确的客观成功衡量标准，而且往往涉及复杂的环境变量（对一个病人好的方法对另一个病人并不合适）。在这种情况下，从外部观察中学习要困难得多，生成式人工智能模型必须依赖现有工作人员的行为。在这种情况下，与人类劳动相比，人工智能的重大改进空间较小。因此，我估计在 4.6% 的任务中，约有四分之一属于 “更难学习 “的类别，其生产率收益会更低。一旦做出这一调整，0.66% 的全要素生产率增长数字就会下降到约 0.53%。对工人、工资和不平等的影响如何？好消息是，与早期的自动化浪潮（如基于机器人或软件系统的自动化浪潮）相比，人工智能的影响可能会更广泛地分布在各个人口群体中。如果是这样，那么对不平等的影响，就不会像早期的自动化技术那样普遍。然而，我没有发现任何证据表明人工智能会减少不平等或促进工资增长。一些群体，尤其是土生土长的白人女性受到的影响明显更大，将受到负面影响。总体而言，资本将比劳动力获得更多收益。经济理论和现有数据证明，人工智能的前景会更加温和现实。而且几乎没有证据支持这种观点：我们不用费力去监管，因为人工智能会简单的让所有人受益。人工智能是经济学家所称的通用技术。我们可以用来做很多事情，而且肯定有比自动化工作和提高数字广告盈利更好的事情可做。但如果我们不加批判地接受技术乐观主义或让科技行业自行设定议程，AI的潜力可能就被浪费掉了。

加美财经06-02 13:57

一念之差错失12亿美元收益！木头姐：出现这一幕才会重新投资英伟达

大部分销售发生在2022年11月，当时ChatGPT的发布帮助引发了人工智能(AI)推动的股市大涨。 2022年第四季度，英伟达股票的平均价格约为146美元。截至周四下午，该股大涨682%，至约1141美元。方舟投资仅在2022年第四季度就出售了85.9万股英伟达股票，错失了8.54亿美元的回报。 2023年2月，木头姐告诉CNBC，虽然她喜欢英伟达的股票，但它的估值太高了。 “我们喜欢英伟达，我们认为它将是一支好股票。它的定价合理，是'打钩'的人工智能公司。对于我们的旗舰基金，我们的投资主要集中在我们最有信心的股票上，其中一部分与估值有关。” 2023年2月，英伟达的市值约为5750亿美元。如今，英伟达的市值约为2.8万亿美元。方舟投资随后继续减持其在英伟达的股份，在2023年第一季度平仓10.9万股，在2023年第二季度平仓118587股，在2023年下半年共平仓147651股。 2024年第一季度，方舟投资继续减持英伟达股份，出售了81239股。截至3月31日，方舟投资仍持有6.7万股英伟达股票，价值约7500万美元。根据Stockcircle的数据，方舟投资在2016年第四季度首次购买了英伟达的股份，估计平均价格约为81美元。在今年早些时候接受《华尔街日报》(Wall Street Journal)采访时，木头姐表示，她仍不认同英伟达的天价估值。 “实际上，自从英伟达上市以来，我的整个职业生涯都在关注它。这是一个非常周期性的股票，”木头姐说，并补充说，过度订购英伟达的图形处理单元(GPU)可能会给公司带来痛苦的库存调整。GPU是英伟达的第二大收入来源。 “每个人都很兴奋，试图同时进入，所以有双倍订购，三倍订购，四倍订购，然后是库存修正。我们认为这种情况还会再次发生。” 方舟投资已将出售英伟达股票的收益重新配置到其他潜在的人工智能公司，但这些投资很少有成功的。方舟投资尚未回应媒体的置评请求。木头姐：英伟达的股价需要大幅回调，她才会重新投资木头姐日前表示，英伟达需要“大幅调整价格”，她才会重新投资。木头姐上周在ETF Stream的ETF Ecosystem Unwrapped 2024年活动上表示，英伟达是一只周期性股票，随着库存继续增加，它可能面临大幅降价。木头姐说:“英伟达历来是一只周期性很强的股票，我记得在2018年，它受益于加密货币走势，最终进行了大规模的库存调整，加密货币约占其业务的3%。” “然而，加密货币领域的库存太多了，出现了供过于求。我认为这次不会那么严重，但英伟达确实在一个季度内下跌了三分之二。” 英伟达股价突破1000美元她补充说，GPU的“短缺”最近没有那么严重，特斯拉等公司在收购这些芯片方面没有任何问题。上周，英伟达的股价首次突破1000美元，在延长交易中上涨7%，该公司第一季度业绩再次超过预期。周二美国市场早盘交易中，该公司股价超过1100美元。该公司继续从人工智能热潮中受益。她表示，该集团将其资金从英伟达重新部署到Coinbase和其他软件公司的ETF中，包括旗舰ARK创新ETF (ARKK)。 “也许这些软件公司中的一些没有英伟达表现得好，但是，如果英伟达要继续努力，我们必须看到这个池子进入技术堆栈和组织的核心部分，所以道路上会有颠簸。”

市场焦点06-02 12:32

24小时热点