#NVIDIA

1个月前

為什麼 Nvidia 不裁員？黃仁勳：我們要的是燉湯，不是清湯在矽谷，「末位淘汰制（裁掉績效最差的 5%）」幾乎是管理聖經。但黃仁勳在劍橋大學的最新演講中，直接打臉了這套制度。「我廢除了所有排名、評分和同儕審查。」他說。為什麼？因為創新就是冒險，冒險就會失敗。如果你裁掉那些失敗的人，你其實是在告訴所有人：「別冒險，否則你就是下一個。」黃仁勳用了一個超讚的比喻：（我們要的是豐富混雜的燉湯，而不是純淨無瑕的清湯。）那些看似失敗的「雜質」，可能正是明天發明出下一個 AI 革命的救世主。黃仁勳的這套「不裁員」哲學，並不僅僅是出於仁慈，而是基於他對未來極其冷靜的判斷。他預言："Intelligence is about to be a commodity."（智慧即將成為大宗商品。）這是一個震耳欲聾的觀點。過去，我們推崇智商，推崇解題能力，推崇考試排名。但在 AI 時代，當 GPT-5 或 GPT-6 能以極低的成本解決最複雜的數學題、寫出最優雅的程式碼時，人類的「智力」優勢將被迅速拉平。那麼，什麼才是身為人剩下的護城河？黃仁勳的答案是：完整全文 :

#NVIDIA #黃仁勳 #不裁員 #創新 #AI

1个月前

Chinese AI chip startup 🇨🇳 Zhonghao Xinying (中昊芯英), aka CL Tech and Chipltech, has emerged as a home-grown alternative to Nvidia with a new tensor processing unit (TPU), just as Google shakes up Nvidia’s lock on the market by selling its in-house tensor chips directly to major tech firms. The Hangzhou-based firm said its self-developed general-purpose tensor processing unit (GPTPU) went into mass production as early as 2023. Its flagship chip, dubbed Chana (刹那), delivers up to “1.5 times the compute performance” of Nvidia’s A100 tensor core GPU, while “cutting energy consumption by 30% for equivalent large-model workloads and reducing per-unit compute cost to 42% of Nvidia’s”, according to the company. TPUs, a type of ASIC, developed by Google for neural-network training and inference, offer higher efficiency and throughput for certain deep learning workloads. Nvidia’s GPUs are considered the backbone of the global AI boom, making the firm the world’s most valuable company, yet many customers are keen to reduce their dependence on the US chip giant. Google’s recent decision to supply TPUs directly to Anthropic and Meta Platforms, instead of only providing access through its cloud services, has positioned it more as a direct rival to Nvidia. The move even rattled market confidence in Nvidia’s long-term grip on the sector. Chinese AI developers began to seek alternatives to Nvidia after Washington restricted their access to the US firm’s most advanced products. Zhonghao Xinying was founded in 2018 by Yanggong Yifan (杨龚轶凡), a Stanford and University of Michigan-trained electrical engineer who previously worked on chip architectures at Google and Oracle. He was involved in the full design-to-deployment cycle of Google’s TPU v2, v3 and v4, according to the Chinese company. CTO and co-founder Zheng Hanxun, a graduate of the University of Southern California, previously worked in chip-design roles at Oracle and Samsung Electronics’ R&D center in Austin, Texas. Yanggong said Zhonghao Xinying’s TPU features “fully self-controlled IP cores, a custom instruction set and a wholly in-house compute platform”. “Our chips rely on no foreign technology licences, ensuring security and long-term sustainability from the architectural level.” “We have achieved a 1.5x performance increase while reducing power consumption to 75% using a manufacturing process that is an order of magnitude lower than that of leading overseas GPU chips,” Yanggong said in a June speech. As a fabless chip company, Zhonghao Xinying outsources the fabrication of its chips to foundries, but it has not publicly revealed its manufacturing partners. The company also introduced Taize (泰则), a large-scale compute cluster linking 1,024 Chana units, capable of supporting training for trillion-parameter-class foundation models. Yanggong told an industry conference in June that a “next-generation TPU” was in the works, without giving a timeline. In August, Zhonghao Xinying announced plans to acquire Shanghai-listed auto-parts maker Tip Corporation (天普股份), a move that pushed the latter’s shares from roughly 30 yuan at the time to 140 yuan today. Financial filings for the acquisition revealed that in 2023 Zhonghao Xinying generated 485 million yuan (US$68.4 million) in revenue and 81.3 million yuan in net profit, largely from the Chana TPU. Revenue rose to 598 million yuan in 2024, with net profit edging up to 85.9 million yuan, but for the first half of this year it reported revenue of just 102 million yuan and a loss of 144 million yuan. Zhonghao Xinying signed a performance-guarantee agreement with its investors that requires the company to go public by the end of 2026, or a share buy-back clause will be triggered. Tip Corporation said in a recent filing that Zhonghao Xinying had already begun work on a separate, independent IPO; so the chip startup is not pursuing a reverse takeover of Tip Corporation.

谷歌TPU崛起，英伟达面临市场危机· 19 条信息

#国产替代 #中昊芯英 #TPU #NVIDIA #AI芯片

1个月前

Nvidia 不是 AI 的领导者，它是一个供应商。就像 Home Depot 之于家装行业一样，它的业绩高度依赖下游生态的繁荣程度。而下游生态要健康繁荣，最终还是要靠终端消费者的真实需求来支撑，不能靠加杠杆的贷款，更不能主要依赖来自上游的投资。从这个角度看，Nvidia 最新财报里那句“毛利率超过 70%”其实很耐人寻味。这个数字的大小，更多反映的是当前需求的急迫程度，而未必能证明整个 AI 生态已经足够繁荣、可持续。如此大规模的基础设施建设会持续多久？Nvidia 的营收还能冲到什么高度？没有人说得准，而市场最喜欢的东西恰恰是“确定性”。这并不是说，现在被讨论得很多的“循环贷”模式就一定是泡沫。在早期阶段，上下游通力合作，甚至用一点“左脚踩右脚”的方式，把整个生态先搭起来，本身并没有什么不对。问题在于，风险市场会天然地质疑一切不确定性，所以 AI 生态必须尽快从这种高度依赖上下游融资与合作的模式，走向由真实终端需求驱动的下一阶段。否则，短期内被市场抛售，也完全说得过去。回想互联网泡沫，最终成为长期赢家的，也不是当年最风光的 Cisco。AI 时代真正的领导者，一定是那些能用 AI 服务最广大消费者的公司，比如 Google。除非 Nvidia 自己转型做面向终端的大规模 AI 服务，否则它和整个 AI 生态之间存在一个天然的、很难调和的矛盾：成本。我相信，AI 未来会是一个比互联网大出几个数量级的存在。而在这样量级的生态里，主导者必然会在上下游的每一个环节上不断压缩成本。如果你了解过 Google 是如何和宽带提供商博弈、压榨带宽成本的，就会明白：只负责“造铲子”，远远不足以保证基业长青。再回到普通消费者的视角：你觉得用户是更在意自己用的 AI 背后跑的是不是 Nvidia 的芯片，还是更在意 iOS 上的 Siri 能不能听得懂人话、真正帮上忙？回答了这个问题，你大概也就能勾勒出，未来 AI 生态真正的主导者，会是一类怎样的公司。最后，如果你只想要一个简单结论，那就是：投资 Nvidia 的时候，你要清楚自己到底在投资什么，要明白决定股价的，从来不只是业绩本身，还有市场上各方参与者的博弈与预期。哦，当然，这个世界上总有一群人，只看得懂最简单的因果关系。他们可吵了。

英伟达市值突破5万亿，科技巨头再创历史· 44 条信息

#NVIDIA #AI生态 #市场不确定性 #终端消费者需求 #成本控制

1个月前

昨晚整个市场，被 NVIDIA 老板的人工智能领域没有泡沫，以及一份靓丽的财报，弄反弹上去了。按 CEO 黄仁勋的意思，每个大厂发现这些投入物有所值，所以会继续加大投入。承认吧，现在整个美股、币圈，都在跟着 AI 走。

英伟达市值突破5万亿，科技巨头再创历史· 44 条信息

#NVIDIA #人工智能 #黄仁勋 #美股 #AI

1个月前

大空头Micheal Burry果然不是凡人。草批就日最老的，做空就空最硬的。大空头专门挑了两个最硬收入增长最猛的公司狠狠做空第三季度收入增长，同比 % 变化 Palantir $PLTR：+63% Nvidia $NVDA：+62% AMD $AMD：+36% Meta $META：+26% Microsoft $MSFT：+18% Netflix $NFLX：+17% Google $GOOGL：+16% Amazon $AMZN：+13% Tesla $TSLA：+12% Apple $AAPL：+8% 标普 500 $SPY：+6%

#Micheal Burry #Palantir #NVIDIA #做空 #收入增长

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1个月前

看看这AI （Large Computational Engineering Model）设计的超高音速空气冷却器！加上全金属3D打印，哪一天AI能自己设计GPU了，NVIDIA岂不挂了？

#AI #超高音速空气冷却器 #全金属3D打印 #GPU #NVIDIA

看不懂的sol

1个月前

喜欢玩美股的兄弟们又有福了！ Bitget携手热门美股交易赛来袭！前端时间很兄弟来咨询关于美股投资的问题，我这边给大家推荐了Bitget交易所的美股现货，因为其方便快捷而且没有什么出入金的麻烦而让使用的兄弟反馈都还是不错的！最近Bitget「链上美股」这块真的火力全开！超过 100 种热门美股代币都可以0交易手续费体验！还能0撸参与交易赛，领单人最高500 BGB猪脚饭。无需额外钱包、无需跨链，只需一个 Bitget 帐户，就能享受传统券商级的深度和报价，同时完全避开高额手续费和滑点问题。对比券商和主流交易所的交易手续费，Bitget的性价比显而易见： • Bitget美股代币：0手续费 + 无需交税 • 富途、老虎等券商：$0.0049/股，每笔订单最低$0.99 + 个税20% • Bybit：每笔订单0.2% PS：Bitget 股票合约手续费直降90%，低至0.0065%、目前美股现货0手续费，合约手续费一折下周美股交易时机（11月17-21日）（内容仅供参考）宏观 · 数据延迟：停摆后PPI/零售已发，信心指数跌至50.3 · 通胀放缓：CPI预期2.9%，支持12月降息 · 流动性：就业疲软，警惕波动个股 · 11/19 NVIDIA：AI财报焦点，估值高 · 11/18 Home Depot：基建订单+65% · 潜力：AMD（芯片需求↑）、Disney（流媒体复苏）感兴趣的兄弟们可以赶快参与一下：链上交易竞赛，交易币种 CRCLon/NVDAon/AAPLon：股票交易赛，交易币种 TSLAon/SPYon/COINon：

Bitget平台空投BGB引发用户热议，VIP用户获利颇丰！· 21 条信息

#美股 #Bitget交易所 #0手续费 #交易赛 #NVIDIA

今日澳洲App

1个月前

Nvidia CEO黄仁勋在台湾接受记者采访时，否认曾说过“中国将在AI竞赛中击败美国”，“这不是我的原话，我的意思是，中国拥有非常优秀的AI技术…全球50%的AI研究者都在中国…美国必须继续保持极快的发展步伐。” #Nvidia #AI #JensenHuang

黄仁勋称赞中国市场创新能力，激发全球关注· 30 条信息

#黄仁勋 #NVIDIA #AI #中国 #美国

1个月前

我们团队（Nvidia DGX Cloud Lepton）在美西有两个 Cloud Web Dev 的 HC，主要负责云平台构建和开发者体验，欢迎自荐推荐，私信联系产品主页：

#NVIDIA #DGX Cloud #Lepton #Cloud Web Dev #美西

1个月前

这张 Nvidia / OpenAI 的产业链/投融资/服务关系图就解释得非常清晰了。。。

OpenAI与微软关系紧张，或将发起反垄断投诉· 29 条信息

#NVIDIA #OpenAI #产业链 #投融资 #服务关系

1个月前

翻译： OpenAI 现在已经： 1. 签署了5000亿美元的“星际之门”（Stargate）协议 2. 签署了1000亿美元的Nvidia（英伟达）协议 3. 签署了1000亿美元的AMD协议 4. 签署了380亿美元的Amazon（亚马逊）协议 5. 签署了250亿美元的Intel（英特尔）协议 6. 签署了200亿美元的TSMC（台积电）协议 7. 签署了130亿美元的Microsoft（微软）协议 8. 签署了100亿美元的Oracle（甲骨文）协议 9. 签署了“数十亿美元”的Broadcom（博通）协议 10. 推出了浏览器以与Chrome竞争 11. 成为全球最具价值的私营公司 12. 考虑在2027年前进行1万亿美元的IPO 我们正处在一场世代级的技术革命之中。

#OpenAI #星际之门协议 #NVIDIA #技术革命 #IPO

block0|🌊RIVER

1个月前

美股AI已经不是单纯的技术革命，是资金障眼法。你看Nvidia投CoreWeave→CoreWeave买N卡→再租给OpenAI/Microsoft→微软用Azure Credit把钱兜回去。最后出货、利润、叙事一起飞。 Meta拉长GPU折旧到10年，明知2-3年就淘汰；亚马逊自投自买也记收入；博通预售订单； AMD超前确认。这不是秘密，是共识：没人愿意成为揭穿皇帝没穿衣服的小孩，因泡沫不能破。 AI不是骗局，但成了当代最精密的资本幻术。等某一环没人接盘，左脚踩右脚就不灵了，就会坠地。

英伟达市值突破5万亿，科技巨头再创历史· 44 条信息

#美股AI #资金障眼法 #NVIDIA #泡沫 #资本幻术

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1个月前

老黄是个好演员 CEO of Nvidia, Samsung, and Hyundai 三人交杯酒我还是第一次见！

黄仁勋称赞中国市场创新能力，激发全球关注· 30 条信息

#老黄 #NVIDIA #Samsung #Hyundai #交杯酒 #好演员

TZ韩信 $Doge is currency, $Doge是新时代货币

1个月前

这轮AI泡沫与2000年互联网的肯定不一样,NVIDIA的PE与当时YAHOO的对比是多少?

英伟达市值破四万亿，AI芯片霸主地位稳固？· 216 条信息

#AI泡沫 #NVIDIA #互联网 #YAHOO #PE对比

2个月前

小V对这张牛图的感想是，“啊这不就是用复杂的会计术语来描述的 “实物抵付” 吗？” 这个以Nvidia为核心的AI生态风险在哪里呢？ Nvidia悖论的深层结构决定了这不是一个简单的商业风险，而是一个自我强化的系统在接近临界点时的结构性脆弱性。 AI产业的价值创造基于一个简单公式： Token成本下降到应用可行性增加到经济生产力提升到更多资本投入然后循环基于此，Jansen黄仁勋的核心论述是Hopper到Blackwell芯片让token成本下降10-20倍，这个降幅足以让AI从“回答问题”进化到“自主使用工具”。这是质变。但这里有三个嵌套的风险结构： 1. 技术依赖的脆性（Single Point of Failure） Nvidia不仅提供芯片（硬件层），还投资OpenAI、xAI、CoreWeave（应用层、基础设施层）这意味着整个产业链的60%+成本流向同一个实体，且这个实体同时是供应商、投资者、客户好比如果在1990年代互联网泡沫中，Cisco不仅卖路由器，还投资Yahoo、Amazon，并持有ISP股份——风险集中度会高到什么程度？ 2. 资本循环的庞氏结构特征 Nvidia投资的公司（如CoreWeave）又回过头来购买Nvidia芯片。这不是传统的产业链垂直整合，而是资本-需求的闭环： Nvidia投资，到被投公司获得资金，用来购买Nvidia芯片导致Nvidia财报亮眼，估值上升，形成更多投资能力，然后投资循环这个循环在token成本持续下降、应用爆发时是良性的；但一旦停滞，就是多米诺骨牌 3. 不可调和的社会性悖论现在，二元困境的consequences来了，这是真正的哲学问题，如果情境A：AI投资回报足够那么意味着劳动力大规模被替代，社会动荡、消费能力下降、政治干预如果情境B：AI投资回报不足那么泡沫破裂然后 Nvidia需求崩溃导致金融系统震荡（因为Nvidia已经渗透到ETF、私募信贷、数据中心债务等各领域）传统的“技术进步创造新工作”论述在这里遇到时间尺度问题。AI替代速度（以月/年为单位）vs 新岗位创造速度（以“代”为单位）的不匹配。 Jansen黄的策略本质是有意制造生态锁定，“我们每年改变数据中心的每一块芯片”，但这不是技术必然性，而是战略选择。对比传统基础设施（铁路、光纤）等技术稳定的长周期资产，Nvidia的模式是强制快速迭代，让竞争对手无法建立兼容生态这既是护城河，也是风险放大器。如果迭代速度慢下来（技术瓶颈/市场饱和），这个模式的正当性就会被质疑。 Nvidia本质上是在玩一个“速度差套利”游戏。用技术迭代速度超过资本回收周期，用生态整合速度超过监管反应速度，用AI能力增长速度超过社会适应速度。只要保持速度优势，所有风险都被增长掩盖；但一旦任何一个维度的速度下降，系统性风险立刻暴露。假设，假设啊，测试一下当前模式的真实脆弱性。如果Nvidia明天宣布芯片迭代周期从1年拖延到3年（就像传统的半导体模式），对整个AI生态的资本流动会发生什么变化？短期6-12个月内，在数据中心上的资本支出骤降，因为客户可以延长现有设备折旧周期。Nvidia毛利率下降（失去“强制升级”溢价），股价承压20-30%。中期（2-3年）：竞争对手（AMD、Intel、中国厂商）获得追赶窗口，生态多元化。Token成本下降速度放缓，部分边缘AI应用的商业模式崩溃（依赖廉价推理的应用）。长期（5年+）：AI产业从“军备竞赛”模式转向“效率优化”模式，类似云计算在2015年后的成熟化。Nvidia从“增长故事”变为“现金牛”，估值重估。再一个，Token成本下降存在物理极限（能源效率、量子噪声）和经济极限（边际效益递减）。“10-20倍下降”能持续几代？基于当前晶体管技术，大约还有3-4代（到2030年左右）的摩尔定律空间。之后必须依赖架构创新或新物理（光子芯片、量子计算）。一旦降至个位数改进，叙事如何维持？如果中国、欧盟或其他实体成功建立非Nvidia依赖的AI芯片生态（即使性能落后20-30%），对Nvidia垄断地位的冲击有多大？历史类比看看Linux对Windows的长期侵蚀。社会承受力阈值即AI替代劳动力的速度上限在哪里？如果2027-2030年间白领失业率上升5-10%，政治系统的反应（监管、税收、禁令）会如何影响Nvidia的商业模式？参考以下， 1930年代大萧条：失业率25%，导致政治体系重构（新政、法西斯主义） 1980年代制造业自动化：失业率10%，可通过服务业吸收 2008年金融危机：失业率10%，引发民粹主义浪潮而这次AI替代的是认知劳动力（白领专业人士），这个群体的政治影响力远高于蓝领。如果2028-2030年间，律师、会计、初级程序员等岗位的净减少超过5%，会触发临界点，监管加速，反垄断调查，社会抵制运动（类似转基因、核能的公众反弹）直接影响AI应用层的增长速度，间接影响Nvidia需求。如果Nvidia股价因任何原因（业绩不达预期、竞争加剧、监管）下跌40%，通过ETF持仓、数据中心抵押贷款、私募基金敞口等金融传染路径，会在哪些非预期领域引发连锁反应呢明摆着的路径有： ETF持仓（Nvidia占S&P 500权重约6-7%）数据中心贷款（60%成本是Nvidia芯片，作为抵押物价值）私募信贷（大量资金流向数据中心建设）隐藏的路径有：养老金体系，全球养老金通过被动指数基金使间接持有大量Nvidia。如果股价腰斩，退休储蓄缩水引发政治压力。日本央行/金融机构通过ETF持有日本股票，而日本科技股（Sony、软银）重度依赖AI叙事，Nvidia崩盘会传染到日元资产。部分新兴市场国家的主权基金投资于AI基础设施，Nvidia下跌会影响其偿债能力。最危险的场景是信心的突然转变。不需要基本面彻底恶化，只需市场从“AI肯定成功”转向“AI可能失败”的叙事切换，就能触发抛售螺旋。 Nvidia生态以外的威胁是真实存在的如果性能差距可以容忍（云服务商已经在使用自研芯片如Google TPU、AWS Inferentia，尽管性能略低）。关键是生态完整性——CUDA的软件护城河比硬件本身更难攻克，但也不是绝对的地缘政治方面，中国的AI芯片产业（华为昇腾、寒武纪）在美国出口管制下被迫独立发展，5-10年后可能形成平行生态。虽然不会直接打败Nvidia，但至少会分割市场，降低其定价权。好比当年ARM架构用了20年才在服务器市场挑战x86，但一旦站稳就势不可挡。

#NVIDIA #AI生态风险 #黄仁勋 #技术依赖 #社会性悖论

2个月前

Nvidia 为群主的美国 AI 核心朋友圈♻️

英伟达美国本土制造AI超级计算机事件· 20 条信息

#NVIDIA #AI #美国 #朋友圈 #核心

2个月前

华为云CEO张平安：华为算力超越 NVIDIA 3倍！

#华为云 #张平安 #NVIDIA #算力超越 #积极

2个月前

OpenAI 将收购 AMD 10% 股份 OpenAI 与甲骨文签下了 3000 亿的订单 NVIDIA 则投资了 OpenAI 1000 亿美金甲骨文则向 NVIDIA 和 AMD 持续买卡美股 AI 泡沫行情继续！

#OpenAI #AMD #NVIDIA #甲骨文 #AI 泡沫

2个月前

Sora 2 这么火🔥 第一反应是什么？加仓Nvidia 😜

英伟达市值破四万亿，AI芯片霸主地位稳固？· 216 条信息

#Sora #NVIDIA #AI #科技 #投资

2个月前

刚发现，我的大多数仓位，都来源于 Tom Lee 的合影。 ETH、BTC、NVIDIA、TESLA、ARKK 我只希望老哥，人永远没事，也别有事。。

韩国裔网红Tom Lee助推ETH，市场热潮再现！· 21 条信息

#Tom Lee #仓位 #ETH #BTC #NVIDIA #TESLA #ARKK #投资

3个月前

最新消息：中国华为宣布三年计划，在人工智能芯片领域超越 Nvidia 这是一个举国欢庆的盛世了

#中美芯片战：英伟达求生，中国突围· 122 条信息

#华为 #人工智能芯片 #NVIDIA #三年计划 #举国欢庆

3个月前

OpenAI给了Oracle一千亿，Oracle给了Nvidia一千亿，然后Nvidia又给了OpenAI一千亿。三家股票都大涨了，这比币股还高级，永动机。

#OpenAI #Oracle #NVIDIA #股票大涨 #永动机

3个月前

OpenAI 给了 Oracle 一千亿美金，Oracle 给了 nvdia 一千亿美金，然后 nvdia 又给了 OpenAI ，AI 的飞轮模型转了起来，美股继续新高。 🔸AI公司（OpenAI）需要强大的算力来训练模型。 🔸云计算公司（Oracle）提供算力服务，赚取收入。 🔸芯片公司（Nvidia）生产GPU，卖给云计算公司。 🔸AI公司（OpenAI）的需求驱动了整个链条，使得芯片公司的产品变得极其有价值。一千万美金内循环带动三家公司的估值增长近万亿美金，你说这买卖划算不划算。

#OpenAI #Oracle #NVIDIA #AI飞轮模型 #美股新高

3个月前

以前我不相信这个段子……直到我今天看到：OpenAI给了Oracle一千亿，Oracle给了Nvidia一千亿，然后Nvidia又给了OpenAI一千亿。最后这三家公司股票都涨了

#OpenAI #Oracle #NVIDIA #股票上涨 #商业运作

华尔街观察

3个月前

佩洛西的投资逻辑： AI 算力是主线，NVIDIA 和 Broadcom 作为核心硬件供应商稳居重仓；AI 应用安全则由 Palo Alto Networks 承担；云和消费生态通过 Amazon 与 Google 锁定未来增长；电力和医疗则成为 AI 扩张中的延伸板块。她几乎把人工智能产业链上下游以及相关配套能源全部覆盖，组合完整而前瞻。

#佩洛西投资 #AI算力 #NVIDIA #Broadcom #人工智能产业链