专栏名称: 调研纪要
机构调研、电话会议
目录
相关文章推荐
彬彬有理  ·  身体出现这几个症状,要提早重视 ·  20 小时前  
宛央女子  ·  穿真丝内衣的福报来了 ·  昨天  
宛央女子  ·  用永远天真无畏的杉菜送别大S ·  4 天前  
彬彬有理  ·  过年社交潜规则,没人明说,但很重要 ·  4 天前  
重庆共青团  ·  25岁徐枫灿,二级机长! ·  4 天前  
重庆共青团  ·  25岁徐枫灿,二级机长! ·  4 天前  
51好读  ›  专栏  ›  调研纪要

为何大跌

调研纪要  · 公众号  ·  · 2025-01-08 23:01

正文

昨天美股为何大跌,有朋友开玩笑说,老美也玩CES之后兑现?当然不是。

主要原因在于经济数据过好,今日的两项经济数据:服务业PMI+JOLTS职位空缺都超预期了,加剧了市场对通胀的担忧,美联储降息预期延后,十年期美债收益率大涨。进而带动美股大跌。

1)从逻辑上来说,美股债券利率不会一直维持高位,联邦政府财政无法承受过高的利息开支,这也是老美当前的核心矛盾,我们不必为其过度担心。

2)从美股角度来说,每次板块性大跌,都是宏观经济扰动。但很难预判,这周五还有非农,下周还要出PPI和CPI。难道每次都要盯着么?或者换句话说,每次美债+宏观导致美股大跌、调整几天、不又是加仓机会么?所以拿着美股科技的朋友,无论是NV,TSM,MRVL,AVGO,CRDO,SMR都不用过于担心。


英伟达为什么跌?

跟老黄和 cfo 小会说了什么没太大关系,美股昨天显著的 momentum umwind,其次 Job 和 ISM 数据太好导致利率新高,nv 本身有点 ces sell the news,每年 ces 硬件尤其半导体都会炒一波。

具体到英伟达老黄小会内容,援引下zeyu 的段子,他在现场

NVidia CES Financial Analyst Q&A Session:

我们参加了这次现场会,除了每次会都成为追星现场外,几个比较有意思的细节

1)开场问题:既然Blackwell Ramp Up,有没有更新的several billion的展望甚至是Hopper的节奏调整?管理层很明确的给出——此前有指引,既不复述也不任何进一步表述。相信投资者对于除旧迎新的产品进度都有了自己的理解。(这里值得注意的是避开了 1Q 是否环比增长的问题,没有正面回答)

2)什么是25年Agent最大场景?NVidia看到至少有三个会非常快的商业化,那就是Coding,Ads Campaign、Customer Service。

3)Physical AI的转折ChatGPT时刻即将到来,目前是Simulation的大爆发和未来推理侧的进步,所有的EV都需要有AV。

4)Custom Chip?对于一直有传言的英伟达ASIC部门,老黄的回应也很有意思:与CSP的技术探讨深入到每个细节,但是英伟达还是个Computing Platform,是对所有需求的抽象,他没有看到任何合作进展到能叫做Customization的地步。

5)量子计算?老黄认为Years away,虽然英伟达一直有投资量子计算,不过这次老黄的观点是:量子计算只适合Small Data、 High Compute。并且量子计算的就算部分需要最先进的加速计算,而这正是英伟达的专长所在。这个表态也带着量子计算板块大幅回调。


英伟达(NVDA)CES分析师会议交流纪要:B卡进展、ASIC策略、Physical AI、量子计算等

【Blackwell】

1)Blackwell出货总数不断增长,此前季度营收指引为数十亿美元,但预计可能更高。

2)供应链:Blackwell与Hopper在Q4都将顺利出货;过去7个季度英伟达与供应商密切合作,未来供应关系是否趋于平衡取决于将构建的技术复杂性、如何与更多的新供应商合作以及如何共同推进规模化建设。

【Project Digits】

1)Project Digits CPU使用联发科的SoC,主要是考虑其在低功耗SoC方面表现出色;同时,英伟达与联发科共同设计和架构了高性能的CPU,能够实现双赢。

2)Project Digits针对数据科学家等开发人员的需求设计,能够实现私有云。

3)英伟达AI平台将与WSL 2(允许Windows计算机内部运行Linux实例)结合。

【GPU与ASIC】

1)英伟达并不针对某家公司定制ASIC,而是构建一个计算平台,具有更广的针对企业、私有云、主权AI系统、边缘技术、机器人技术、自动驾驶等加速计算的应用场景。

2)英伟达所有GPU实际上都与整个生态系统(如CSP客户)共同定制。

【汽车与Physical AI】

1)汽车业务2026财年预计收入50亿美元,其中电动汽车、自动驾驶、Robotaxi等领域都在扩展,能够获得大量的视频训练数据。

2)从Generative AI迈向Agentic AI与Physical AI的每一个阶段都更难实现,由技术复杂性、市场进入方式、系统安全性等多个因素综合影响。







请到「今天看啥」查看全文