股海出擊 wrote:
2022年初，小弟製...(恕刪)
很簡單！漲多就是最大的利空
Sinfield wrote:
如果是對比AI與2000...(恕刪)
NVDA的業績,GG也有背書...
新聞: "台積電與AI伺服器大廠美超微，不約而同釋出非常正面的年度財測，背後原因直指生成式AI需求大爆發下，帶動全球科技巨擘如今正處於「AI先買先贏」的軍備競賽階段。台積電1月中旬法說預告，今年全年營收將較去年增長21～26％，優於市場預期的年增20％，同時它也看好AI相關營收未來幾年的年複合增長率將達到50％以上，且預告其2027年AI晶片的營收比重將達17～19％或更高，相對2023年與2024年AI營收占比分別為6％與12％。伺服器大廠美超微2024會計年度（截至2024年6月30日止）營收展望也自100億～110億美元，上調至143億～147億美元，調幅近4成。..."
GG法說會中說明AI的相關營收這幾年"年複合成長"達到50%以上~
GG是軍火庫中的軍火庫, GG一定看到了甚麼....
軍火庫中的軍火庫中的軍火庫: ASML, 最近高位利空不跌....
沒有我的EUV, GG與NVDA賺甚麼....
反正AI到底行不行保守一點不知道好了
但是美國有,其他國家一定要跟上
掏金不一定賺得到錢
但賣鏟子一定薛翻了...
有一個YT算出NVDA賣 AI晶片是1000%(10倍)的利潤...
股票是先行指標,價格多少已經price in...
半導體業的晶片去化本來因為PC與手機的市場飽和趨緩, 汽車晶片更慘
所以GG與ASML一直股價在低點
靠 AI這個題材才有股價大幅上揚
與AI晶片無關的消費性晶片與汽車晶片業者
股價就不行,Intel與車用晶片廠商還大跌,...
可沒有雞犬升天行情...
Sinfield wrote:
NVDA的業績,GG...(恕刪)
論NVDA的競爭力
以前就有新聞討論到
黃仁勳說"摩爾定律已死"
現在是"黃氏定律"
很多人都嗤之以鼻
連搞半導體的我都覺得摩爾定律哪可能會死
Roadmap早就鋪好在那邊...
ASML的Rodamap都在那
EUV, High NA EUV都有roadmap推出時間
其實大家都誤解老黃了
因為老黃要的
是算力年年成長一倍
摩爾定律根本趕不上
問題就在於除了摩爾定律外
榨出摩爾定律的效能後
還有哪些能讓老黃的產品年年效能倍增?
老黃是要AI晶片算力
10年成長1000倍!
NVIDIA公司首席科學家比爾-達利（Bill Dally）在一篇文章中澄清說，NVIDIA對下一代技術的態度是圍繞「黃氏定律」展開的。
NVDA的核心競爭力是架構與相關配套的軟硬體
我覺得比Apple的軟硬體整合還厲害
因為Apple的CPU還是買ARM的架構
NVDA是全包了...
所以 NVDA表面上是一家硬體公司
其實算是一家軟硬體整合公司
整合的比Apple還徹底
手機CPU的架構都是ARM
所以各家的CPU效能
都是在ARM的架構下自己動刀修改
所以差異不會太大
不會有倍數的差距
同一年份的APPLE/高通/聯發科的手機CPU效能有差超過一倍嗎???
但是NVDA的AI算力就不一樣了
各家的 AI晶片都在私下發展
但是比專業度比生態系
要贏的過NVDA應該不容易...
所以NVDA如果能依照黃氏定律的roadmap走向
除非AI熱潮已過
不然NVDA還是獨霸...
NVDA能賺到10倍的利潤, ASML與GG都不到一倍
背後就是軟硬體整合的功力
別人看不到的軟實力才是真正的原因...
蒼.天.已.死 黃.天.當.立 .
Sinfield wrote:
H100已經被搶光了
後面推出H200
其實這都只是小菜
H200後面有核彈B100
B100算核彈
後面還有X100
其實，不用想都知道
10年後會有ZZZ90000000
科技越來越快，是基本的
輝達不會是唯一會做GPU的
AMD 只是比他慢一年
世界沒有輝達
整個地球史的進展，只會在億萬年中，慢一年
就如同地球沒有台積電
也只會慢1.5年
在億萬年之中，1.5年，沒有人會感受到它的存在
~~~我不清楚，到底華爾街跟地表上，有沒有人知道這個基礎原理~~
總之，晶片變快，沒有特殊意義
~~人類能設計出什麼樣的軟體，才是關鍵~~
目前，沒有特殊軟件用的上這些硬體
~~自動導航都還搞不定，不是處理器不夠快，是根本沒有人會寫程式~~
所有文章，皆為個人筆記，嚴格禁止作為實質投資指引及推介，不得以任何形式複製作者之交易方式及技巧
股海出擊 wrote:
輝達不會是唯一會做GPU的
AMD 只是比他慢一年
會做GPU不是重點
重點是整體的適用度
比的是生態圈
看來你對於GPU不是很了解...
舉一個例子
大語言模型Transformer的原理擴散論用於繪圖
然後有一堆Midjourney, Stable Diffusion, DALL-E3的應用
現在Diffusion的方法贏過GAN(生成式對抗的算法)
要好用都是使用NVDA的顯卡
GAN這個方法也是NVDA發明的
使用NVDA的解決方案
廠商不用改來改去
如果在電子業待過
就知道甚麼叫Total Solution
NVDA就是能夠把Total Solution做得很好贏過所有其他廠商
這也就是我之前說的
NVDA表面上是硬體廠商
真正贏過對手的是軟實力...
-----------------------------
你講的很好玩
一個賣鏟子的
把鏟子做好就行
挖金挖得好不好要怪鏟子???
所以AI產業先賺到錢的當然絕對是賣鏟子的廠商
而且是絕對賺到錢...
當然能賣多久賺多久才是要看 AI產業的發展
所以老黃不笨
鼓吹其他國家大力發展AI的基礎建設
這樣才能賺更多
然後有了更先進的工具
量變產生質變...
然後繼續賣
這是老黃打的算盤...
其實NVDA的內功不差
AI算法NVDA厲害的科學家不少
不然幾年前AI熱門GAN算法輪不到NVDA提出來
就如同TSMC的IC設計與影像感測晶片的設計功力其實不差
以CMOS Image Sensor (CIS)來說
TSMC在國際頂級的國際會議論文IEDM中就有發表過CIS Chip
但是TSMC不與客戶爭利
反而是協助客戶使用TSMC的製程能力
這樣生意才能接得多剛好與三星與客戶爭利相反
半導體的競爭中
你說的1.5年的差距
那就表示算力成本是別人的兩倍
生態圈還不完善
成本高兩倍還要客戶改東改西才能用
明明就是把客戶推給NVDA...
所以我現在看那些產業分析師的報告都要查一下他是否有該行業背景
不然只憑數據
看不出真正的產業競爭力...
競爭力這種東西
就像我們做研究看論文
首先看Key Performance Index
如果Key Performance Index列錯
後面就不用看了
如果KPI也不能確定
也可以設計實驗用田口法,實驗設計法,品質工程來找出來key factor
數據的背後是哪些key factor在影響的
地上一攤水
造成的成因可能百百種
那就是要加上其他條件來回推...
以前的案例不一定能用
這種在數學與物理上常見...
內文搜尋
從 APP 打開
X