FX168财经网_全球视野外汇黄金加密货币NFT资讯网

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……

售闲置和先前预留的未使用算力； 3. OpenAI、Meta、X.AI退出公共算力平台，建立自家价值数十亿美元的大型资料中心； 4. H200、B200等新产品的推出； 5. 有更便宜的替代品，包括辉达本身更便宜的产品线，以及超微(AMD)和英特尔(Intel)等对手推出更实惠的竞品。加密货币挖矿GPU使用量一直呈下降趋势，在某些情况下无利可图，此后一直涌入公共算力平台。但他也补充，GPU租赁市场的便宜价格仅出现在中小型规模算力需求，大规模算力仍维持在较高的价格。针对想投资AI领域的投资人，Eugene建议不要购买全新的H100芯片，因为可能会造成损失，若有需求可用租赁的方式。他同时建议投资人转向股票市场等其他地方，以获得更好的报酬率。他解释道：“对于一般市场而言，今天投资新的H100没有什么意义，因为在当前供应过剩的情况下，你可以在需要时以接近成本的价格租赁它。” 此外，他也表示H100等显卡租赁价格的下降可能对AI发展带来好处，将加速开放权重AI采用和AI应用开发的浪潮。全球对于英伟达AI芯片的庞大需求，已让该公司股价今年飙涨超过181%，但市场对于AI相关项目获利能力跟不上高昂硬件投资成本的焦虑也持续上升，导致AI和GPU泡沫论在今年持续发酵。此前，市场传出英伟达下一代旗舰芯片Blackwell架构系列因设计存在挑战恐导致延迟出货。但英伟达首席执行官黄仁勋已确认，尽管遇到设计挑战，Blackwell芯片的生产不会延期，预计今年第四季上市。摩根士丹利分析师在10月早些时候的报告指出，英伟达的Blackwell芯片市场需求相当旺盛，未来12个月左右的供应已经被抢购一空，将推动对现有的Hopper架构产品的强劲短期需求，看好英伟达一年的出货量将维持高成长，继续扩大其AI芯片的市占率。#AI热潮#

秉哥说市10-23 10:03

Anthropic首次推出可以完成复杂任务的人工智能代理

人工智能初创公司Anthropic由前OpenAI研究高管创立，该公司周二宣布，它已经达到了该公司人工智能的一个里程碑：人工智能代理可以像人类一样使用计算机完成复杂任务。人工智能代理是为提高生产力而构建的，可以代表用户完成多步骤、复杂的任务。它们通常是为特定的业务功能而设计的，可以在大型AI模型上进行定制。 Anthropic是Claude背后的公司，Claude是聊天机器人之一，像OpenAI的ChatGPT和谷歌的Gemini一样，已经非常受欢迎。像Anthropic这样的初创公司，以及谷歌、亚马逊、微软和Meta等科技巨头，都是人工智能军备竞赛的一部分，以确保他们不会在这个预计将在十年内收入超过1万亿美元的市场上落后。 Anthropic的新计算机使用功能是其两款最新人工智能模型的一部分，它使其技术能够解读电脑屏幕上的内容、选择按钮、输入文本、浏览网站，并通过任何软件和实时互联网浏览执行任务。 Anthropic的首席科学官贾里德·卡普兰（Jared Kaplan）在接受采访时表示，该工具“基本上可以像我们一样使用计算机”，并补充说，它可以完成“几十步甚至几百步”的任务。卡普兰表示，亚马逊很早就使用了这个工具，早期的客户和测试者包括Asana、Canva和Notion。据卡普兰介绍，该公司自今年年初以来一直在开发该工具。 Anthropic周二在开发者公测版中发布了这一功能。卡普兰表示，该团队希望在未来几个月或明年初向消费者和企业客户开放使用。卡普兰表示，未来的消费者应用程序包括预订航班、安排约会、填写表格、进行在线研究和提交费用报告。什么是人工智能代理？在OpenAI的ChatGPT大受欢迎之后，该行业迅速从文本回复转向人工智能生成的照片、视频和语音。现在，初创公司和大型科技公司都在全力投入人工智能代理。智能代理不仅仅是提供答案——这是聊天机器人和图像生成器的领域——而是为了提高效率，代表用户完成多步骤、复杂的任务。尽管这个术语在科技行业并没有明确的定义，但人工智能代理被视为超越聊天机器人的一步，因为它们通常是为特定的业务功能设计的，可以在大型人工智能模型上进行定制。

金融界10-23 08:03

ETF甄选 | 协会助力光伏筑底反转，AI视频渗透率提升，光伏、传媒类ETF表现亮眼！

视频、精准的视频编辑和音频创作。同期，OpenAI宣布推出名为canvas的新界面，它用OpenAI的最新主力模型GPT-4o构建，用于利用ChatGPT合作进行不仅限于聊天的写作和编码项目工作。中信建投指出，近期快手可灵、智谱、Runway等模型均开放视频模型API，平均生成一段5s的视频收费在0.5—2元不等。展望未来，随着AI视频在C端娱乐社交、B端影视内容制作等场景之下，应用渗透率提升，叠加API成本的持续下降，AI视频的商业化空间将打开。相关ETF：文娱传媒ETF(516190)、影视ETF(159855)、影视ETF(516620)、传媒ETF(512980) 【双十一叠加政策驱动，Q4家电迎利好】消息面上，9月社零同比+3.2%，其中家电和影像类同比+20.5%。截至10月15日，参与补贴活动的消费者购买8大类家电产品带动销售690.9亿元。此外，国内各大电商平台的2024“双十一”均已开启。相较过往，各大主要电商平台的活动开始时间相较往年又有进一步提前。华创证券指出，2024年双十一预售活动已正式开启，活动时间再次提前，各平台比去年提前了10天左右，在活动规则方面仍以跨店满减活动为主。回顾23年双十一表现，家电是大促活动销售金额最大的品类，今年预期在国补刺激下实现进一步高增。此前全国以旧换新补贴对家电需求拉动已极为明显，据奥维云网数据，10月第一周、第二周家电线下销售金额呈现爆发式增长，多品类销售增长数倍。根据商务部数据，截至10月15日，全国已享受以旧换新中央补贴131.7亿元，带动家电销售金额690.9亿元，补贴进度或已接近半程，政策驱动下利好内销为主的白电、厨电、黑电龙头，我们看好Q4家电板块行情。相关ETF：家电ETF(561120)、家电ETF龙头(560880)、家电ETF(159996)、龙头家电ETF(159730) 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10-22 17:54

价格暴跌 70%：AI 算力租赁泡沫是如何破灭的？

AI 模型，甚至有可能追赶或超过像 OpenAI 这样的行业领导者。当然，这一切的前提是他们拥有足够的资本来购买或租用大量的 H100。由于 H100 的性能大大提升，再加上 AI 领域的激烈竞争，很多初创公司都投入了巨额资金来抢购 H100，用它来加速他们的模型训练。这种需求的激增导致 H100 的租赁价格暴涨，最初每小时 4.70 美元，但后来涨到超过 8 美元。这些初创公司之所以愿意支付高昂的租金，是因为他们急于快速训练模型，以便在下一轮融资中吸引投资者的注意，争取到数亿美元的资金来继续扩展他们的业务。对于拥有大量 H100 GPU 的算力中心（农场）来说，租赁 GPU 的需求非常高，这就像是「送上门来的钱」。原因是这些 AI 初创公司急于租用 H100 来训练他们的模型，甚至愿意预付租金。这意味着 GPU 农场可以以长期的每小时 4.70 美元（或更高）租出他们的 GPU。根据计算，如果他们能以这种价格持续出租 GPU，那么他们投资购买 H100 的回报周期（即收回购买成本的时间）将不到 1.5 年。回报期结束后，之后每台 GPU 每年能带来超过 10 万美元的净现金流收入。由于对 H100 和其他高性能 GPU 的需求持续高涨，GPU 农场的投资者看到了巨大的利润空间，因此他们不仅同意了这种商业模式，甚至还追加了更大的投资，购买更多 GPU 以赚取更多利润。《郁金香的愚蠢》：创作于有记载的历史上第一次投机泡沫之后，郁金香价格在 1634 年持续攀升，并于 1637 年 2 月崩盘随着人工智能和大数据处理需求的增长，企业对高性能 GPU（尤其是 NVIDIA 的 H100）的需求激增，为了支持这些计算密集型任务，全球企业在硬件和基础设施上初期已投入约 6000 亿美元，用于购买 GPU、建设数据中心等，以提升计算能力。然而，由于供应链的延迟，H100 的价格在 2023 年大部分时间里居高不下，甚至超过每小时 4.70 美元，除非买家愿意预付大额定金。到了 2024 年初，随着更多的供应商进入市场，H100 的租赁价格降至约 2.85 美元，但我开始收到各类推销邮件，反映了市场供应增加后竞争加剧的情况。虽然最初 H100 GPU 的租赁价格在每小时 8 至 16 美元之间，但到了 2024 年 8 月，拍卖式租赁价格已降至每小时 1 到 2 美元。市场价格每年预计会下降 40% 或更多，远超 NVIDIA 预测的 4 年内维持每小时 4 美元的预期。这种迅速的价格下滑给那些刚购买高价新 GPU 的人带来了财务风险，因为他们可能无法通过租赁回收成本。投资 5 万美元购买一张 H100 的资本回报率是多少？在不考虑电力和冷却成本的前提下，H100 的购买成本大约为 5 万美元，预计使用寿命为 5 年。租赁通常有两种模式：短期按需租赁和长期预订。短期租赁价格较高，但灵活性强，长期预订则价格较低但稳定。接下来，文章会通过分析这两种模式的收益，来计算投资者在 5 年内能否收回成本并获得盈利。短期按需租赁租赁价格以及对应的收益： >$2.85 : 超越股市 IRR，实现盈利。 <$2.85 : 收益低于投资股市收益。 <$1.65 : 预计投资损失。通过「混合价格」模型预测，未来 5 年内租金可能下降到当前价格的 50%。如果租赁价格保持在每小时 4.50 美元，投资回报率（IRR）超过 20%，则有利可图；但当价格降至 2.85 美元 / 小时时，IRR 仅有 10%，回报显著降低。如果价格跌破 2.85 美元，投资回报甚至可能低于股市收益，而当价格低于 1.65 美元时，投资者将面临严重的亏损风险，特别是对于近期购买 H100 服务器的人。注：「混合价格」是一个假设，认为 H100 的租赁价格在未来 5 年内逐渐下降到当前价格的一半。这种估计被认为是乐观的，因为当前市场价格每年下降超过 40%，所以考虑价格下降是合理的。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。

TechubNews10-22 14:54

AI新秀Perplexity开启年内第四轮融资瞄准80亿美元估值

资至多10亿美元。据知情人士透露，在OpenAI刚完成硅谷历史上规模最大的融资之一的几周后，新投资者对Perplexity又提起了兴趣。知情人士称，Perplexity公司目前正在谈判融资5亿至10亿美元，有望使该公司估值达到80亿美元，较此前估值高出一倍以上。知情人士还称，在过去一个月里，AI公司融资交易的强度和兴趣都增加了。这轮热潮一定程度上源于OpenAI本月初的大规模融资。OpenAI公司月初的66亿美元融资，使其估值达到1500亿美元，并为人工智能初创企业设定了一个新的上限。近期，OpenAI联合创始人Ilya Sutskever和“AI教母”李飞飞为各自的初创企业成功融到资。据一位知情人士透露，本月离开OpenAI的前首席技术官Mira Murati也在与投资者就成立一家新企业筹集资金进行初步谈判。不过这也加剧了人们对该行业正在形成泡沫的担忧，尚未盈利的初创企业正在花费数十亿美元来训练尖端的人工智能模型。有风险资本投资者表示，Perplexity的拟议估值似已经超出了公司应有水平。第四轮融资这家初创公司是由前OpenAI研究员Aravind Srinivas等人联合创办的，它的成功将取决于其增长用户的能力，以及应对投诉的能力。该公司表示，单7月份，其搜索引擎的查询量为2.5亿次，而去年全年为5亿次。该公司寻求重新设计谷歌开创的搜索广告系统，目前正在与各大平台进行谈判，希望在这些平台上试点投放广告。其通过订阅费赚钱，并表示年化收入已从1月份的500万美元增长至8月份的3500万美元。 Perplexity当前的支持者包括人工智能芯片制造商英伟达、亚马逊创始人杰夫·贝佐斯、以及OpenAI联合创始人Andrej Karpathy、Meta首席人工智能科学家杨立昆等人工智能行业的数位知名人士。该公司曾在今年1月和4月进行过融资。今年夏天，该公司的估值增加了两倍，达到30亿美元。就在几个月前，Perplexity刚刚完成了一轮2.5亿美元的融资，其中还包括软银的愿景基金（Vision Fund 2）。知情人士称，潜在的第四轮融资尚未选定Perplexity的领投方，也没有签署任何协议，不过预计现有投资者将参与这一轮融资。

金融界10-22 08:06

隔夜美股全复盘(10.22)| 英伟达涨逾4%，市值破3.5万亿美元，逼近苹果

们缺乏竞争对手产品的惊艳之处。与谷歌、OpenAI 和 Meta的最新产品相比，苹果的人工智能仍然远远落后。据我所知，甚至苹果的一些内部研究也反映了这一点。研究发现，OpenAI的ChatGPT比苹果的Siri准确率高出25%，能够回答的问题多出30%。事实上，苹果的一些人认为，至少到目前为止，其生成式人工智能技术落后于行业领先者两年多。 10.21 微软：截至目前，已有60%的《财富500强》企业正在使用Microsoft 365 Copilot，以加速业务成果并增强团队能力。在Copilot的支持下，，美国电信公司Lumen Technologies预计每年可节省5000万美元；美国公司霍尼韦尔将生产力提升的效果比作增加了187名全职员工，而英国金融软件公司Finastra则将创意制作时间从七个月缩短至七周。 5、美银Hartnett：黄金将涨到3000美元以上 10.21 现货黄金价格今日盘中最高触及2732.8美元/盎司，续创历史新高。这一价格远高于2020年及2011年的历史峰值，分别为2000及1900美元/盎司。美银首席策略师Michael Hartnett在最新研报中指出，黄金牛市由政策和通胀驱动：2020年代是美国和全球财政过剩的十年，也是科技、贸易关税和保护主义的十年。美联储决心在未来几个季度推动实际利率下行，投资者需要对冲通胀和美元贬值的威胁——比特币价格逼近75000美元的历史高点也是佐证。这位首席策略师的结论是：“黄金将远超3000美元/盎司”。最新博彩市场反馈出的美国大选获胜赔率，特朗普胜出概率已高达61%，而哈里斯的概率仅为39%。目前，出现“共和党红潮”(特朗普当选总统且共和党拿下参众两院)的可能性已从20%飙升至了33%。上一次共和党横扫大选发生在特朗普2016年入主白宫时，彼时对股票、石油、美元来说是好事，但对债券、黄金来说却很糟糕。不过，对于两周后的大选，Hartnett认为这一回黄金与石油间的命运，可能会出现逆转。随着全球步入宽松周期，Hartnett依然是黄金的坚定唱多者。尽管宽松周期提振了风险情绪，但Hartnett认为，经济前景仍具不确定性，市场仍需警惕通胀风险，黄金是最佳的对冲资产，尤其是对冲3D指标：债务(Debt)、赤字(deficit)、贬值(debasement)。 04 今日前瞻今日重点关注的财经数据（1）21:25 英国央行行长贝利发表讲话（2）22:00 美国10月里奇蒙德联储制造业指数

格隆汇10-22 07:26

90亿美元资金正在筹措初创公司大手笔投入旨在与谷歌抗衡

行和竞争对手也筹集了大笔资金——包括 OpenAI，该公司本月早些时候完成了 66 亿美元的融资，估值达到 1570 亿美元。这位知情人士表示，Perplexity 的最新融资谈判是在投资者与该公司接洽后实现的，并不是因为这家初创公司打算筹集新资金。除了其搜索工具的付费和免费版本外，Perplexity 还提供多种服务。它最近推出了一款产品，允许组织在互联网之外搜索内部文件，并推出了与财务相关的搜索新功能——包括股票价格和公司收益数据。该公司还与主要出版商建立了一系列收入共享合作伙伴关系，尽管它面临一些新闻媒体的抄袭指控。该公司的投资者包括软银集团的愿景基金、亚马逊公司创始人杰夫·贝佐斯和 Nvidia 公司。《华尔街日报》早些时候报道了此次交易谈判。

Heidi10-21 18:37

ETHGlobal旧金山2024十大获胜项目速览

捉用户意图。OmiSwap平台利用由 OpenAI 的 GPT 模型提供支持的先进人工智能来解释自然语言命令。例如，用户可以说“我想向 Polygon 上的 Rohan 发送 5 美元”，系统会将其转换为结构化交易数据。 OmiSwap 利用 Omi AI 可穿戴设备，该设备是与智能手机和配套应用程序集成的更大生态系统的一部分。这种集成允许用户直接从可穿戴设备接收通知、进行交易和访问区块链功能。可穿戴设备与用户智能手机之间的无缝连接增强了 OmiSwap 平台的整体实用性和便利性。 OmiSwap系统支持多个区块链网络，包括 Base、Polygon、Arbitrum 和以太坊。用户可以在语音命令中指定网络，从而实现无缝跨链交易。OmiSwap 使用 Coinbase CDP SDK 为不同区块链网络上的用户创建和管理钱包。这种集成允许高效地配置钱包、将加密货币存入和取出钱包、跟踪余额以及交易加密资产。OmiSwap 支持两种主要类型的交易：向平台上的其他用户转移加密货币（ETH 或 USDC），以及在 Base 网络上进行 ETH 和 USDC 之间的货币交换。源码地址：:https://github.com/raviriley/omitx HelloACAI HelloACAI 是基于智能体的链上协作 AI 基础设施。 HelloACAI 通过智能合约共同协作多个AI智能体执行复杂任务。这些AI 智能体专注于以下功能：研究、与网站交互、API、日历、支付等。通过智能合约构建协作式 AI 可确保所有智能体能够良好地交互。HelloACAI 与AI智能体之间的互动受这些合约的约束。HelloACAI 还提供了通过智能合约构建的 AI 智能体注册表。用户可以自带 AI 智能体，也可以从注册表中选择一个，或者两者兼而有之。源码地址：https://github.com/helloacai/helloacai DAOsaster DAOsaster是一个使用AI智能体、无人机和区块链构建的一个去中心化、自主的灾难响应系统。 DAOsaster部署了一个AI智能体网络（全球、区域和本地），持续监测环境中的灾难迹象。检测到事件后，这些智能体通过基于区块链的共识机制进行协作，以确认灾难、收集数据并协调响应。 DAOsaster包括各种组件，例如 AI 智能体、用于区块链交互的智能合约、AI 代理的标记化以及用于用户交互的前端界面。每个组件都是模块化的，有助于实现分散式灾难响应系统的整体功能。 DAOsaster系统通过以下方式增强灾难准备和响应能力：提供不依赖传统基础设施的弹性通信网络；通过自主决策实现快速、协调的响应；通过区块链技术确保信任和透明度；促进自主系统和人类响应者之间的协作。源码地址：https://github.com/soma9574/daosaster-response Chain Waves Chain Waves 是一种先进的音频水印解决方案，其利用区块链技术为创作者的音频创作提供可验证的所有权证明和详细的使用情况跟踪。 Chain Waves系统采用先进的信号处理技术，包括线性变换和熵分析，将不可察觉的水印直接嵌入你的音频文件中。 Chain Waves主要特点：安全 IP 铸造：将你的内容标记化为区块链上独特的 NFT，建立明确的所有权证明。具有法律约束力的智能合约：利用 Story Protocol 经过严格审查的智能合约确保你的知识产权受到法律保护。自动特许权使用费分配：建立并执行特许权使用费协议，自动将收益分配给合法的利益相关者。争议解决系统：使用内置机制来质疑对您 IP 的未经授权的使用并解决所有权冲突。所有权证明演示：在索要版税或处理侵权行为时轻松证明您的所有权。 Chain Waves使用案例有：音乐家：保护歌曲版权并从流媒体、翻唱和样本等各种使用场景收取版税。 TikTokers：确保原创内容、舞蹈或挑战的权利，并在其他人使用或改编您的创作时获得版税。 YouTubers：保护视频内容，并通过观看次数、货币化以及在其他视频中使用您的内容来收取版税。播客：保护音频内容并从流媒体、赞助和内容重新利用中收取版税。喜剧演员：保护原创的笑话和套路，在其他媒体或表演中使用时收取版税。配音演员：保护语音记录并管理在各种媒体和平台上使用的版税。源码地址：https://github.com/D9J9V/Chainwaves BuildBlocks BuildBlocks是一个拖放式动态智能合约组件平台，允许任何人在 Rootstock 上开发、编译和部署经过审计的智能合约。 BuildBlocks 使用来自 Uniswap、OpenZeppelin 等资源的经过审计的 DeFi 合约上的检索管道，让用户能够使用易于理解的区块在眨眼间创建极其密集的智能合约。演示地址：https://www.youtube.com/watch?v=b-tXc8h63b8 UniV4Backtester UniV4 Backtester重播 UniV3 事件（交换、铸造、销毁），并查看假设头寸在一段时间内的表现。 UniV4 Backtester从指定的 UniV3 池中获取流动性事件，然后在可能带有指定挂钩的假设 UniV4 池中重播这些事件（交换、增加流动性、删除流动性）。此设置支持机构级回溯测试分析，分析 UniV4 池如何使用真实 CLMM 池的精确流动性事件来执行操作，而不是使用汇总（每小时或每天）历史数据，因为这样会导致不准确和不切实际的结果。回测人员能够设立一个假设的仓位，并通过指定的时间窗口回测该仓位的表现。源码地址：https://github.com/Aperture-Finance/UniV4Backtester_ETHSF2024 Betsy Betsy是一个Skale 上的 Web3 团体投注平台，允许朋友和社区以去中心化、透明且有趣的方式对体育赛事下注。 Betsy使用 XMTP 的 Converse 应用程序来利用其群组消息功能和用户钱包来创造一种身临其境的体验，让人们可以在下注的同时发送消息并享受乐趣。创建压注后，小组成员可以在平台内聊天、同意或不同意预测并下注。这使得投注更具吸引力和互动性，为体育赛事创造了一种共享体验。一旦押注最终确定，智能合约就会自动转移资金，确保每个人的贡献都得到公平和安全的处理。演示地址：https://drive.google.com/file/d/1RiHmibCAPqcd5-PiPcLaRLICrfHykJ2g/view

金色财经10-21 18:07

微软GB200订单狂飙，大数据行业拐点来了？

呈现出指数级增长趋势。海通证券指出，以OpenAI为例，训练一次1750亿参数的GPT-3大约需要的算力约为3640PFlops-day，共使用了1024块A100（GPU）训练了34天。而GPT-4参数量达到了GPT-3的500倍，使用约2-3万张A100，训练1个月左右时间。东吴证券预计，推理算力需求将是训练的数倍，高达几十万张H100，随着模型继续迭代，算力需求只会越来越大。根据IDC预计，数据中心GPU市场预计将从2022年的103亿美元增长至2027年的654亿美元，CAGR达到44.55%。 3、供给侧：供给侧更加注重自主研发供给侧结构性改革是推动大数据行业高质量发展的关键。中国信息安全测评中心发布的《安全可靠测评结果公告》显示，多款国产CPU、操作系统、数据库相关产品达到了高安全等级，这有助于提升国产大数据产品和服务的市场竞争力。有机构认为，随着国产化替代的加速，大数据行业的供给侧将更加注重技术创新和产品质量的提升。麒麟操作系统作为国产操作系统的代表，其高级服务器操作系统V10的推出，进一步强化了国产大数据解决方案的市场地位。在政策的推动和市场需求的双重作用下，大数据行业的供给侧将更加注重自主研发和创新，提高产品和服务的安全性、可靠性和性能，以满足市场对高水平科技自立自强的需求。这将有助于构建更加健康、可持续的大数据产业生态，推动行业的长期稳定发展。相关基金大数据ETF（159739）中高风险 R4 跟踪指数：云计算（930851.CSI）风险提示:市场有风险，投资须谨慎。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10-21 09:38

信达证券：给予蓝思科技买入评级

，硬件端和软件端同步迭代更新。软件端，OpenAI引入强化学习，后训练时代Scaling Laws发力。硬件端，GB200即将量产交货，算力成本有望快速降低。目前推理市场的广泛应用或逐步推开，AI端侧成长空间广阔。公司深耕消费电子行业多年，有望享受行业核心红利。　　盈利预测与投资评级：基于公司在消费电子领域及车载领域布局的强劲实力，我们预计公司2024E/2025E/2026E营业收入分别为688.95/970.79/1101.45亿元，yoy+26.4%/+40.9%/+13.5%;归母净利润分别为39.30/60.28/78.02亿元，yoy+30.1%/+53.4%/+29.4%。维持对公司的“买入”评级。　　风险因素：宏观经济波动风险，电子行业发展不及预期风险，短期股价波动风险。证券之星数据中心根据近三年发布的研报数据计算，国信证券胡慧研究员团队对该股研究较为深入，近三年预测准确度均值为79.99%，其预测2024年度归属净利润为盈利38.49亿，根据现价换算的预测PE为29.25。最新盈利预测明细如下：该股最近90天内共有10家机构给出评级，买入评级9家，增持评级1家；过去90天内机构目标均价为21.0。以上内容为证券之星据公开信息整理，由智能算法生成，不构成投资建议。

证券之星10-20 22:29

24小时热点