[新聞] AI聊天機器人ChatGPT可望成就Nvidia 但挫傷另外兩檔股票

看板Stock (股票)作者 (型男)時間1周前 (), 1周前編輯推噓28(37989)
留言135則, 33人參與, 1周前最新討論串1/1
原文標題: AI聊天機器人ChatGPT可望成就Nvidia 但挫傷另外兩檔股票 原文連結: https://news.cnyes.com/news/id/5067269 發布時間: 2023/01/19 10:07 記者署名: 鉅亨網編譯許家華2023/01/19 10:07 原文內容: 華爾街分析師認為,人工智慧聊天機器人 ChatGPT 為 Nvidia (NVDA-US) 的投資者帶來紮實機會,但對 Chegg (CHGG-US) 和谷歌來說卻是壞消息。 OpenAI 公司 2022 年推出 ChatGPT,暴風般襲擊人工智慧產業,2019 年就投資 OpenAI公司的微軟 (MSFT-US) 周一表示,將透過其雲端託管工具 Azure OpenAI Service,讓更多顧客可接觸使用該機器人。 據多家媒體報導,微軟計劃將該工具整合到其 Bing 搜索引擎中,對 Alphabet (GOOGL-US) 旗下的谷歌構成潛在挑戰。 華爾街分析師表示,ChatGPT 也對教育技術公司 Chegg (CHGG-US) 構成威脅。然而,花旗集團認為,Nvidia 可能因該機器人大熱門而受益,因其圖形處理器 (GPU) 用於訓練和運作 ChatGPT。 花旗分析師 Atif Malik 周二 (17 日) 寫道,ChatGPT 服務開始運作的頭 12 個月,可望為 Nvidia 產生 30 億至 110 億美元的銷售商機。他重申對 Nvidia 股票的「買進」評級,目標價 210 美元。 Nvidia 周三下跌 1.84%,收每股 173.77 美元,而 S&P 500 指數同日收低 1.56%。 Nvidia 拒絕對花旗的預期報告置評,因處在下個月發布財報前的緘默期。 BMO 資本市場分析師 Jeffrey Silber 周三寫道,雖然現在論斷 ChatGPT 對 Chegg 的影響程度還太早,但該公司第四季美國網路流量一直在減少,其財務長 Andrew Brown 表示:「雖然 ChatGPT 技術特別好,但老實說,現在還不到處理更複雜數學問題的強大程度,而這正是我們要做的核心。」 Chegg 發言人表示,公司不認為 ChatGPT 會對公司業務產生重大影響,「那不是專為教學工具設計的。」 根據 FactSet ,Chegg 預定 2 月 6 日發布第四季財報,其周三股價重挫 16.61%,收每股 20.38 美元。Silber 給予該股「符合市場表現」的評級,相當於「中立」,目標價 30 美元。 Truist 分析師 Youssef Squali 周三報告指出,ChatGPT 對谷歌的潛在衝擊最明顯。「以 ChatGPT 目前形式,短期內不太可能對谷歌搜尋業務構成重大威脅,因其設計並非旨在解決商業性質的查詢。但 ChatGPT 的功能可能與微軟的 Bing 結合,應可幫助微軟奪回一些市占。」 Alphabet 沒有回應置評請求。 Alphabet 周三下跌 0.19%,收每股 91.12 美元;微軟同日收低 1.89% 至每股 235.81 美元。Squali 給予 Alphabet 股票「買進」評級,目標價 130 美元,較現行股價隱含漲幅 42%。 特斯拉執行長馬斯克 (Elon Musk) 曾大讚 ChatGPT 「好到嚇死人」,可想而知,長期下來對股價的影響力可能相當巨大。 心得/評論: 開年以來 NVDA 差不多反彈了30% 有...從低點 11x 附近算也超過八成了。 整理一下最近的財報: 2020 2021 2022 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Revenue 3.86B 4.73B 5B 5.6B 6.5B 7.1B 7.6B 8.28B 6.7B 5.93B 毛利 58.8% 62.6% 63.1 64.1% 64.8% 65.2% 65.4% 65.5% 43.7% 56.1%淨利 0.62B 1.34B 1.46B 1.9B 2.37B 2.45B 3B 1.61B 0.65B 0.68B EPS(USD):0.99 2.12 2.31 0.75 0.94 0.97 1.18 0.64 0.26 0.27 營收(YoY)- 1. Gaming : 1.57 B (-51%) 2. Datacenter : 3.83 B (+31%) 3. Professional Visualization: 0.2 B (-65%) 4. Auto : 0.25 B (+86%) 下一季老黃給的outlook是營收6B,gross margin 回升到66% (non-GAAP). 可以預期車用在各家電動車成長下營收會持續拉高。最有話題和機會的莫過 於去年底 OpenAI 發表的聊天機器人 chatGPT... 當時小弟的臉書被狂刷一波朋友們測試這個 chat bot 所餵的各種問題, 小試一下之後覺得真的頗強der 除了滑鼠和飛鼠可能搞不清楚外(XD),對問題語意的理解程度頗高,可以說基本的 算數、邏輯、詢答,甚至程式和debug 都可以搞定.... 綜合大家的一些評論,chatGPT 在各種問題詢答或文章生成已經具備堪用 甚至"有點"實用的階段。 chatGPT 的運作原理是利用海量文章資料建立模型,模型建立後,根據輸入的 問題去"生成"文章。下一代 GPT-4 的模型所使用的參數,將會遠遠大過目前的 GPT-3。 老實說我們不用去太深入研究R,training 這塊其實是老黃的禁臠拉 QQ" 未來微軟打算在 Bing 導入chatGPT,谷歌也不會坐以待斃, 講來講去,受惠的都會是老黃,ㄎㄎ 最後,NVDA股價已經先反映了... G 最後一棒宣布 layoff 之後,FAANG 只剩阿婆還沒裁員了, 阿婆勉強算是個硬體或是系統廠,跟另外已經裁員的四家純軟or網路公司 不太一樣,這波裁員潮,純軟明顯受傷較重,幫QQ" 市場也許利空出盡,會走一波反彈,之後就看真槍實彈的財報惹~~ PS. 個人看法,盈虧自負。兔年困霸數錢數到兔~~ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 112.105.146.156 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1674497415.A.035.html ※ 編輯: MiniArse (112.105.146.156 臺灣), 01/24/2023 02:12:05

01/24 02:21, 1周前 , 1F
chegg學生時代的解答好幫手
01/24 02:21, 1F

01/24 02:31, 1周前 , 2F
老黃加油阿!以後智慧機器人和自駕車就靠你了
01/24 02:31, 2F

01/24 02:33, 1周前 , 3F
都多久了...明明是拿去繪圖維多利亞大才需要買顯卡
01/24 02:33, 3F

01/24 02:48, 1周前 , 4F
這件事很微妙喔 M軟跟蘇媽的合作案好像很大
01/24 02:48, 4F

01/24 02:49, 1周前 , 5F

01/24 02:49, 1周前 , 6F
chatgpt運算需求是估狗傳統搜尋的六倍七倍
01/24 02:49, 6F

01/24 02:50, 1周前 , 7F
老黃不可能打兩折賣M軟 M軟要搞大到估狗規模
01/24 02:50, 7F

01/24 02:50, 1周前 , 8F
如果跟老黃買的話 那算力不知道要花幾B
01/24 02:50, 8F

01/24 02:51, 1周前 , 9F
不如錢拿來投資軟體 然後跟蘇媽買10%價格/算力
01/24 02:51, 9F

01/24 02:52, 1周前 , 10F
不過其他路邊拿不出1b以上自己搞硬or軟的
01/24 02:52, 10F

01/24 02:52, 1周前 , 11F
通通只能乖乖跟老黃然後被抽乾
01/24 02:52, 11F

01/24 03:04, 1周前 , 12F
現在想想MI300,amd內部似乎也極其重視。
01/24 03:04, 12F

01/24 03:06, 1周前 , 13F
老黃抽乾使用者已經好幾年了,不是只有現在,所以
01/24 03:06, 13F

01/24 03:06, 1周前 , 14F
才有那麼多公司自己做TPU, ASIC 跟底層軟體,像是G
01/24 03:06, 14F

01/24 03:06, 1周前 , 15F
oogle, Amazon, Microsoft, Facebook, Alibaba 等
01/24 03:06, 15F

01/24 03:06, 1周前 , 16F
,都自己做TPU ASIC 跟底層軟體,老黃太貴了
01/24 03:06, 16F

01/24 03:06, 1周前 , 17F
蘇媽在computex的時候找M軟的上台
01/24 03:06, 17F

01/24 03:07, 1周前 , 18F
然後有想逼M軟的破梗 M軟仔死不肯
01/24 03:07, 18F

01/24 03:08, 1周前 , 19F
3奈米跟以後的晶片設計開發成本太高惹
01/24 03:08, 19F

01/24 03:08, 1周前 , 20F
現在老黃那整組ai晶片市場也就15b/年左右
01/24 03:08, 20F

01/24 03:11, 1周前 , 21F
我看到2奈米以後整組開發成本應該會破1b
01/24 03:11, 21F

01/24 03:12, 1周前 , 22F
後面那些用量沒很大的 自有晶片部門規模也不大的
01/24 03:12, 22F

01/24 03:12, 1周前 , 23F
應該很難就養整組幾百人然後花1b+開發晶片
01/24 03:12, 23F

01/24 03:14, 1周前 , 24F
我提的這幾家都規模夠大,資料夠多,也夠有錢可以
01/24 03:14, 24F

01/24 03:14, 1周前 , 25F
自己養團隊自己開發,也的確已經做好幾代了
01/24 03:14, 25F

01/24 03:17, 1周前 , 26F
問題4這幾家連要自己人吳鳳接軌從老黃轉自家
01/24 03:17, 26F

01/24 03:17, 1周前 , 27F
都喊得很辛苦惹
01/24 03:17, 27F

01/24 03:18, 1周前 , 28F
15b hyperscaler分一半 再五家分 平均一家1.5b
01/24 03:18, 28F

01/24 03:19, 1周前 , 29F
這路會越走月難 開發成本太高惹
01/24 03:19, 29F

01/24 03:22, 1周前 , 30F
蘇嬤弱點在AI訓練方面還是不如老黃,打殺價戰可能兩
01/24 03:22, 30F

01/24 03:22, 1周前 , 31F
敗俱傷,結局難料,一切看蘇嬤想賣的多便宜,賣太便
01/24 03:22, 31F

01/24 03:22, 1周前 , 32F
宜的話,對獲利貢獻有限
01/24 03:22, 32F

01/24 03:24, 1周前 , 33F
其他家現在主攻AI推論,這部份老黃不是最強,還能掙
01/24 03:24, 33F

01/24 03:24, 1周前 , 34F
老黃毛利80%蘇媽60%賣 價格94一半而已
01/24 03:24, 34F

01/24 03:24, 1周前 , 35F
扎一下
01/24 03:24, 35F

01/24 03:24, 1周前 , 36F
60%一樣賺爛
01/24 03:24, 36F

01/24 03:28, 1周前 , 37F
這波令人想到alphago那時的熱潮,passcard跌破眼鏡
01/24 03:28, 37F

01/24 03:28, 1周前 , 38F
的狂賣,老黃直接成為AI霸主,運氣真的好,沒輒
01/24 03:28, 38F

01/24 03:29, 1周前 , 39F
以我接觸過做上層AI ML model 等研究員與使用者的
01/24 03:29, 39F
還有 56 則推文
01/24 11:58, 1周前 , 96F
結果gpt會員最常跑律師事務所
01/24 11:58, 96F

01/24 11:59, 1周前 , 97F
應該有sw stack包起來讓AI高手不用管底層是哪種hw
01/24 11:59, 97F

01/24 11:59, 1周前 , 98F
方便出去吹
01/24 11:59, 98F

01/24 12:09, 1周前 , 99F
現在都萬物Transformer了 連CV也是 還有ChatGPT雖然
01/24 12:09, 99F

01/24 12:10, 1周前 , 100F
昂貴但在面向消費者時 是可以特製化弄小和搭配AMD
01/24 12:10, 100F

01/24 12:12, 1周前 , 101F
這種APU 因為ChatGPT是Generative Pre-trained
01/24 12:12, 101F

01/24 12:12, 1周前 , 102F
pretrain model是可以針對落地場景客製化啊
01/24 12:12, 102F

01/24 12:12, 1周前 , 103F
這樣可以減少費用啊 簡言之Training和Inference
01/24 12:12, 103F

01/24 12:13, 1周前 , 104F
是兩件不一樣事情 老黃通吃兩邊不代表AMD不能走落地
01/24 12:13, 104F

01/24 12:15, 1周前 , 105F
最後99AMD 99NVDA 99TSLA Q____Q
01/24 12:15, 105F

01/24 12:16, 1周前 , 106F
如果要在客戶端用特製的tpu搞不好比amd更便宜啊 XD
01/24 12:16, 106F

01/24 12:17, 1周前 , 107F
NV CUDA的領先, 其他廠商不花大錢是不太可能超越的
01/24 12:17, 107F

01/24 12:18, 1周前 , 108F
在deploy時候 有時候不需要cuda 只要省電計算快就行
01/24 12:18, 108F

01/24 12:18, 1周前 , 109F
cuda好用在於寫算法做training 一但model有框架
01/24 12:18, 109F

01/24 12:19, 1周前 , 110F
可以再根據計算系統deploy 這也是為啥tensorflow
01/24 12:19, 110F

01/24 12:19, 1周前 , 111F
這樣複雜 因為他根據各種cpu寫不同的deployment..
01/24 12:19, 111F

01/24 12:20, 1周前 , 112F
qualcom自己都再推自家的compiler把ai模型轉成適合
01/24 12:20, 112F

01/24 12:20, 1周前 , 113F
自家的計算機系統優化底層c code
01/24 12:20, 113F

01/24 12:22, 1周前 , 114F
這也是為啥pytorch在落地很難用 因為很多算法不支援
01/24 12:22, 114F

01/24 12:23, 1周前 , 115F
同時也不能優化各種不同cpu架構 但用它寫model又很
01/24 12:23, 115F

01/24 12:23, 1周前 , 116F
很簡單 所以才會有人說落地要用tensorflow開發底層
01/24 12:23, 116F

01/24 12:37, 1周前 , 117F
說來還真是慚愧,我的確所有東西都自學的,nlp自學
01/24 12:37, 117F

01/24 12:37, 1周前 , 118F
,AI ML也是自學,python,手機, RTL, verification
01/24 12:37, 118F

01/24 12:37, 1周前 , 119F
,verilog,sv,CPU,cloud, VM, container 等通通都是
01/24 12:37, 119F

01/24 12:37, 1周前 , 120F
自學,我出身差不是什麼名門實驗室或是大牌指導教
01/24 12:37, 120F

01/24 12:37, 1周前 , 121F
授出身,工作需要什麼就學什麼,甚至為了換工作去
01/24 12:37, 121F

01/24 12:37, 1周前 , 122F
自學最熱門的技術,不過我覺得我自學還蠻不錯的,
01/24 12:37, 122F

01/24 12:37, 1周前 , 123F
至少工作上用得到也用的不錯
01/24 12:37, 123F

01/24 12:41, 1周前 , 124F
不久前跟DeepMind 合作開發alphafold平台,但是知
01/24 12:41, 124F

01/24 12:41, 1周前 , 125F
道project做完得獎我還是對上層model 不熟
01/24 12:41, 125F

01/24 13:26, 1周前 , 126F
AI吹起來
01/24 13:26, 126F

01/24 14:40, 1周前 , 127F
三類仔被糊了一臉天書XD
01/24 14:40, 127F

01/24 17:54, 1周前 , 128F
也沒啥一臉天書 就最強那幾間包一包成etf就好了
01/24 17:54, 128F

01/24 17:55, 1周前 , 129F
但這波我覺得供應鏈更有機會
01/24 17:55, 129F

01/24 18:55, 1周前 , 130F
Google 自己的要趕快端上來了
01/24 18:55, 130F

01/24 21:43, 1周前 , 131F
attention算是應用蠻廣泛的概念了。自學很正常阿,
01/24 21:43, 131F

01/24 21:43, 1周前 , 132F
因為東西太多太雜了...當然正規訓練還是比較紮實。
01/24 21:43, 132F

01/24 21:44, 1周前 , 133F
一堆新東西,哪學的完...
01/24 21:44, 133F

01/24 22:00, 1周前 , 134F
AI太多打高空的東西XD
01/24 22:00, 134F

01/25 17:21, 1周前 , 135F
文章代碼(AID): #1Zpis70r (Stock)
文章代碼(AID): #1Zpis70r (Stock)