NV空头观点收集
仓老师：各大厂已经在纷纷做xPU了啊，这是事实，不是观点，观点的话就是your margin is my opportunity.
英伟达这么高的利润率，还把手往下游伸，客户自研芯片是必然的
小丰：是的，尤其是H100 4w刀的时候。大家必然不会绑定一个硬件商，要不然随便被拿捏。pytorch2.0已经原生支持AMD硬件了
市场大了以后各种软件适配，自研芯片都会来。类似苹果发明现代智能手机以后，安卓这个完全不兼容iOs的系统也能发展，本质原因就是市场太大了。
| 发布于: 修改于: | 雪球 | 转发：1 | 回复：9 | 喜欢：2 |
NV空头观点收集
仓老师：各大厂已经在纷纷做xPU了啊，这是事实，不是观点，观点的话就是your margin is my opportunity.
英伟达这么高的利润率，还把手往下游伸，客户自研芯片是必然的
小丰：是的，尤其是H100 4w刀的时候。大家必然不会绑定一个硬件商，要不然随便被拿捏。pytorch2.0已经原生支持AMD硬件了
市场大了以后各种软件适配，自研芯片都会来。类似苹果发明现代智能手机以后，安卓这个完全不兼容iOs的系统也能发展，本质原因就是市场太大了。
看空其实没问题，拍脑袋式看空那真是无语了。这帖子收集的id不少还是大V，我只能说今天这阶段的nv是不便宜，但整个生成式ai的魅力仍然未被重视。
1、Google已有TPU，并且TPU v5将对外界开放；AWS推出了 Trainium训练AI芯片 和 Inferentia推理 芯片；微软自研 AI 芯片代号“Athena”（2019年启动的）；Meta自研AI芯片MTIA；OpenAI借助AI初创公司的能力也在自研AI芯片；
2、华为推出了Altas800全新架构昇腾 AI 计算集群，支持超万亿参数大模型训练；国产替代，NV国内市场大概占20%多；
3、VC巨头红杉公开质疑：英伟达要卖500亿美元GPU，AI产业赚得到2000亿美元吗？
4、苹果的AI战略：“设备内AI（In-Device AI）”；
5、在LLM的游戏规则下，内存容量、内存带宽以及互联带宽成了最核心的竞争力，而算力的重要性下降了，而内存容量带宽等是标准化模块，不是NV独占。
6、资本市场一定会扶持一个第二名，AMD和Intel在身后玩命追赶。
7、深度学习早期单一模型规模小，所以算子多样化，对计算硬件的通用化生态有非常高的要求，CUDA有优势。现在LLM时代模型规模变大的同时算子也开始单一化了，此时虽然CUDA优势还在，但其它竞争对手也有了机会。
大哥们的事实仅止于大厂做xpu，看看博通对asic的表述，特斯拉对dojo的表述就知道这个事情不好做。而且msft，aws自研真的不是给这些股东一个安心说法吗？
哈哈这是先列出来留着打脸贴，大v只是粉丝多，无脑粉丝占大多数，不是真正的砖家，即使砖家其实也说不清楚，新的东西都是边走边看
有些泡沫是不应该用估值去看的，要用市值看。
b端企业占人类股票市场的总容量。
我觉得英伟达会跑输大市。
他需要其他行业大涨，经济繁荣，把他占全球股市的比例降下去。
人类终究还是要吃饭的
作者：metalslime
链接：网页链接
metalslime2分钟前
ai泡沫跟当年的互联网泡沫还是不同的，那就是因为ai产生的市值增量占比在整个美股是远远大于当年的互联网泡沫的。
虽然互联网泡沫很大，都是未盈利企业，pe几百到几千，但是市值占比并不夸张。
我反倒觉得，互联网泡沫更符合星辰大海泡沫的定义。
ai这样，泡沫不见得就比互联网泡沫小
仓又加错:“未来三年”，我没那么乐观，大规模提升整个社会的效率必须有杀手级to C应用。
虽然现在AI在to B领域帮各公司大赚特赚，但是以AI现在的能力、发展速度和能耗，并不支持三年后能有类似移动互联网开始时的智能手机、微信这样的杀手级to C应用出现。
特别是能耗，最近大家都在说AI的摩尔定律是scaling law，却忽略了scaling law背后的巨大能耗，摩尔定律用了几十年才撞上物理屏障，scaling law却会很快撞上物理屏障、倒不是说能源不够用，而是每单位推理所需的能耗经济上不划算。
这些都是扯淡不重要，我倒是一直在想，方总认为很贵的原因，肯定不是PE这些表面的。英伟达现在2万多亿美元市值，按照50%净利润率算，需要客户4万亿在GPU一项上的资本开支，在AI服务器上的资本开支是8万亿，加上机房不止10万亿去了，方总是不是这么算的账？即：客户的资本开支不支持英伟达这么高的市值——花2万亿买下英伟达，卖不出去4万亿显卡就是亏本投资，还没算折现率。