如今，该行业的真正关键不再可以将模型成本降低10倍，以及是否不再需要。相反，的芯片在推理方面具有定制芯片和其他竞争性GPU的优势。这已成为当前技术层面上的核心问题。
钛媒体注释：自从独家文章“ Wang ：不足以动摇Sino -us AI之间的差距”，引起了广泛的关注和热门讨论。 “你为什么要洗美国股？”该主题分析了投资逻辑和市场影响。
本文的作者Wang 是中国科学技术大学的硕士学位，也是美国斯坦福大学电气工程博士学位。在他的早期，他在硅谷创立了美国一般无线通信有限公司。他还在深圳赢得了“胜利”的荣誉。作为一位著名的硅谷企业家和投资者，也是《黑暗》的作者，本文由Wang 授权 Media App发表并进行了编辑。
1月27日的出现对华尔街产生了巨大影响。 代表的技术库存严重损坏。相关高科技行业的市场价值以1万亿美元的价格蒸发，其中的市场价值下降了17％，市场价值以1亿美元的价格蒸发了近6,000美元，这一下降创造了最大的单人的记录 - 美国股票历史上一家公司的日期下降。对于像这样的超过3万亿美元的市场价值的超级公司，单天下降为5-10％，这已经暴跌。这次，可以说17％的下降是前所未有的。
风暴的前夕
那么为什么有这么大的下降呢？背后有四个主要背景因素。
首先，在过去的两年中，的股价上涨了10倍。股票价格一直高涨，无法履行不姿势并反复踩踏，以便该职位的焦虑随时准备在袋子里定居。当市场价值达到1万亿美元时，许多人认为它已上升到极限。但是，继续上升超过3万亿美元，最高3.6-37万亿美元。全球市场价值的顶峰是第一个。这远远超出了预期的增长，破坏了人们的常规认知。 “它可以升起天堂吗？”这是许多人的问题。这套坚定的思维使他们无法探索股票价格继续上涨的固有原因。
第二个背景是，许多人将当前状况与2000年的互联网泡沫进行了比较。当时，思科的股价也一直上涨，但后来急剧下降。但是，在2000年的互联网浪潮中，有许多泡沫现象。例如，启动了Li Ka -shing，网页中只有一个页面，并且无法打开上述链接。当时，每个人都不清楚互联网的实际应用和开发方向，并且更盲目地遵循了投资。今天的AI公司拥有可靠的财务数据来支持，而不仅仅是想象未来。
美国股票市场投资者结构的第三个背景因素。在美国股票市场，机构投资者约为75％，个人零售投资者占25％。在机构投资集团中，约3/4基于基本面，而1/4-1/5属于对冲基金和定量基金的快速和快速的类型。实际上，股票市场的波动主要是由散户投资者，定量基金和对冲基金的运营引起的。在股票市场冲击的那天，摩根士丹利（ ）和花旗银行（Citi Bank）等大型金融机构表示，他们对市场仍然乐观，没有出售它们。大量资金流动的变化实际上主要是那些散户投资者和快速的资金。
在股票市场中，有这样的以下投资者。它们主要是技术派系，通常是基于特定算法做出投资决策。当股票的价格迅速上涨时，他们受到利益涌入市场的驱动。一旦情况有些不利，他们就会立即撤离。这次，的股价在一天之内下降了17％，应该基于零售投资者，定量基金和对冲基金等集团的运营。
第四个背景因素是市场对主要云服务平台的巨额资本投资的疑问。 的股票价格飙升，因为主要公司已经投资于AI计算能力，例如微软计划投资800亿美元和650亿元公司，其他公司也投资了很多。但是，市场一直在质疑何时可以盈利，每次发布财务报告时，都会有人问这个问题。华尔街投资者缺乏行业的前线经验，信息获取相对间接。因此，产生这种怀疑是正常的。从华尔街的大规模长期资金到散户投资者，这个问题很普遍。
在这次暴跌之前，的股价持续很高，市场非常敏感，并且略有风和草移动，股价将下降。尽管在许多季度报告中表现良好，并且超出了对利润和收入的期望，但其股票价格仍未上涨。这是因为许多投资者有很多利润，并且正在考虑设置自己的行李。只要市场不稳定，他们就会选择出售股票。这次，来自中国的一家公司以前可以彼此相提并论。这个消息震惊了市场。尤其是当Deep Seek宣布可以使用600万美元的型号来训练一个可以高于最新型号的型号时，看似简单明了的推论将在市场上迅速传播：不需要这么多GPU将来！
但是这种推论是静态思维的结果。在19世纪，英国经济学家杰维兹（Jevez）发现，当蒸汽机的效率显着提高时，煤炭的消费量继续增加。原因是提高效率导致蒸汽机被广泛使用，从而创造了更多的蒸汽机。
这种推论也是AI技术发展的体现。目前，最佳模型的能力远非AGI（通用人工智能，即AI可以从事大多数人从事的经济价值活动）。例如，由1亿美元培训的原始AI型号可以制定简单的编程订单。现在，效率经过1000万美元的培训。但是，我将继续花费1亿美元来培训中等级别的程序员，我将继续为培训高级程序员的10亿美元做准备，甚至打算花100亿美元来培训编程大师。计算能力=智力=财富，人类对财富的追求是无限的。
零售投资者与第一线从业者之间的三个差距
简而言之，这是华尔街在泡沫水平上更浮动的投资者，也就是说，他们不了解技术，也缺乏对市场的深刻了解。从这些日子来看，主要公司的态度非常明显。从微软首席执行官到梅塔·扎克伯格（Meta ），他们都说他们没有改变未来的投资计划和指示。
1月24日，扎克伯格宣布，Meta将投资650亿美元用于AI基础设施建设，主要用于购买芯片和建筑数据中心。值得注意的是，这一决定是在他知道相关情况后做出的。 Meta的AI实验室一直是开源模型，并且有深刻的理解。实际上，自去年7月推出V2版本以来，美国行业就引起了人们的关注。但这并没有改变META的投资计划。 1月28日，微软发布了其季度财务报告，首席执行官明确表示将继续最初的800亿美元计算电源投资计划。这突出了一个重要的差异：行业前线的从业者与华尔街那些波动和“泡沫”的投资者完全不同。关于认知和行业前线从业人员，散户投资者和对冲基金之间存在巨大差距。我将此差距归因于三个方面。
以微软为例，微软首席执行官纳德拉（）决定投资800亿美元，几乎相当于微软的自由现金流。纳德拉（）多次强调，这项投资决定基于对未来收入，利润和订单数据的估计。作为一家旧的全球超级技术公司上市公司，没有足够的数据支持，首席执行官无法轻率地投资于如此庞大的资金，董事会将不允许。同样，在做出投资决策时，扎克伯格和其他行业等领导人也是相同的。例如，与SO称为“星际大门”相关的5000亿个投资，他们必须在对各种信息进行深入分析后做出决定。
但是，散户投资者，定量基金和对冲基金无法获得这些关键信息，其中许多也缺乏对技术的深刻了解。相比之下，摩根士丹利等大型金融机构与前线AI公司一致。例如，一位名叫丹·艾夫斯（Dan Ives）的分析师（丹·艾夫斯（Dan Ives）长期跟踪技术股票）在整个活动中呼吁25家大公司的CIO要求投资计划的变更计划。
在Damo在研讨会上发布的报告中，负责半导体的分析师说，致电相关公司后获得的反馈也是相同的投资计划。可以看出，信息的差异导致市场参与者之间的认知差异有很大差异。当媒体推测中国拥有这样的强大公司并可以将成本降低到1％时，那些缺乏专业认知但行业中没有的投资者只是相信对GPU的未来需求将大大减少，因此请快点销售并出售股票。这种简单的思想很快就会在市场上传播，这是信息差异的影响。
第二个差距是我称之为身体或场景。如果AI开发为现金矿山，AI公司就像在金矿现场工作的团队，例如微软的和Meta的。金矿领袖。这些团队将随时向他们报告，因此他们对行业的实际状况具有最直接，最真实的感觉。
相比之下，华尔街的投资者即使是大型金融机构的分析师，也不能在行业的前线。他们理解情况的方式主要是通过电话查询。这些信息的间接性质导致华尔街投资者和行业前线的认知偏差。因此，即使这些大型金融机构在市场上面临巨大的市场波动时也会感到不安。
事件发生后的第二天，美国和CNBC等金融媒体采访了许多大型基金经理，并询问他们是否正在复制，而他们得到的答案没有。他们给他们长期投资，当前份额就足够了。可以看出，即使这些大型基金经理具有强大的研究能力和专业知识，他们也会担心市场波动。但是，至少当市场像散户投资者，对冲基金和定量基金一样动荡时，他们没有出售股票。这是他们和可能会受到市场情绪影响的“泡沫投资者”之间的区别。
第三个区别是模式差。像Meta的， Huang ，Sam和Dario一样，他们雄心勃勃，专注于长期行业的愿景。他们的投资决策是由这些宏伟的愿景驱动的，由于它们的丰富经验和行业地位，周围的信息是顺利的，因此他们可以从大型模式中研究行业发展。相比之下，散户投资者的领域完全不同。大多数散户投资者更加关注短期利益，缺乏对行业长期趋势的深入理解和判断。从这些行业的这些领导者这样的宏观角度，很难计划投资。美国有许多经验丰富的长期投资者。一旦他们清楚地看到了情况，有些人将保持自己的位置，甚至有些人也选择提高自己的位置。这突出了模式的巨大差异。
下一步中最重要的问题是什么？
因此，这次只是对华尔街的影响。这主要是因为早期和与芯片相关的行业增加了太多。投资者一直在等待机会出售，实现和安定自己的行李。外观就像一匹黑马。普通百姓以前从未听说过。尽管大型外部公司长期以来已经理解了这一点，但他们对华尔街的普通散户投资者非常陌生。这给他们带来了巨大的不确定性，因此他们撤离了。在撤离过程中，市场的空气爆炸了，ETF使用了两到三倍的杠杆作用，这引发了阶梯，并导致股价加速下降。 的股价在一天内下降了17％。
实际上，在暴跌之后的第二天，的股价上涨了很多，但仍然处于低位，市场的心情很强。当前市场的主要疑问是，尽管的表现不必担心 - 今年尚不清楚明年的表现是否会受到影响。这个问题再次涉及耶维兹的悖论。以火车燃烧为例，过去，1吨煤炭火车可以行驶10公里。现在，效率提高了10倍。 1吨煤炭可以行驶100公里。火车公司的成本不变，里程增加，利润增加了10倍。煤炭价格目前如何变化？假设煤矿开采商认为火车公司的利润已经大大提高，并且煤炭的价格增加了一倍，火车公司仍将购买，因为即使煤炭价格上涨，该公司的利润仍然是该公司的5倍增长空间。在芯片领域，计算能力就像煤炭。煤炭的价格增加了一倍，火车公司仍然可以制造5次，这表明在工业链中，利润不仅会集中在一个链接中。在技术创新之后，利润将扩散到工业链上游的不同联系。在AI领域，利润将转向芯片链接。根据半导体研究公司的报告，1月20日R1发行后，某些云服务平台的GPU价格每小时上涨。也可以接受。这是双方利润的分布。
从效应的角度来看，如果AI应用程序大规模爆发，GPU的需求将增加，并且单个GPU计算能力每小时的价值将更有价值，而GPU则具有价格的空间增加。对于而言，其芯片是否可以保持高毛利润不是模型效率的发展，而是它是否可以像现在这样保持独家垄断地位。在AI芯片领域，基本上是培训课程中的独家垄断地位，在推理会议之前，它也具有优势。但是，如果将来由AMD，Intel和许多初创公司推出的产品相当于 Dada，那么芯片的价格将不可避免地下降。
尽管对芯片的总体需求可能会增加，但产品价格的下降将影响其利润。相反，如果依靠软件生态系统的优势，它将继续领导推理领域，并且其芯片可以保持高价和高毛利润。
最近，股票的兴起已经超过了。这表明市场认识到效应数量的增加。 开发的定制芯片主要由，，和其他大型云制造商用于自己的业务推理（例如搜索）。市场认为，推理的需求将会增加，因此的股价将上涨。
如今，该行业的真正关键不再是模型的成本是否降低了10次，并且是否不再需要。取而代之的是，芯片具有定制芯片和其他竞争性GPU的优势。这已成为当前技术层面上的核心问题。相关的从业者和投资者需要专注于这个问题，以便更准确地掌握下一步的发展和投资方向。
本站候鸟号已成立3年，主要围绕财经资讯类，分享日常的保险、基金、期货、理财、股票等资讯，帮助您成为一个优秀的财经爱好者。本站温馨提示：股市有风险，入市需谨慎。
暂无评论