Morgan Stanley也对ASIC 与GPU芯片之争发表了分析报告。

network

Morgan Stanley也对ASIC 与GPU芯片之争发表了分析报告。


下图对于未来AI云端市场规模及ASIC/GPU所占比重的估计。云端AI半导体市场总量，24年预计1150亿，2027年2380亿（乐观则4050亿）。蛋糕的增幅高于我预期。而ASIC的市场份额，24年预计11%，对应120亿，27年300亿。ASIC的市场份额他预计的比我还低。
















下午8:38 · 2024年12月17日
·
3.3万
查看









Morgan Standley report & projection

It's quite expected that custom chips will grow faster than GPUs but GPUs would still take 85% of the market in 2030.

(GPU should take most of the general AI in this context) $NVDA $AMD $AVGO $MRVL

由[/url]翻译自 英语

摩根史坦利报告和预测
可以预见定制芯片的增长速度将比 GPU 更快，但到 2030 年 GPU 仍将占据 85% 的市场份额。（在这种情况下，GPU 应该承担大部分通用 AI 的任务） [url=https://x.com/search?q=%24NVDA&src=cashtag_click]$NVDA $AMD $AVGO $MRVL



翻译得准确吗？请提供反馈，以便我们加以改进：













引用
[backcolor=rgba(0, 0, 0, 0.03)]





















飞鲸投资笔记





@flyingwhale919


·
13小时

network

"Grok 2 is incredible, with the largest models estimated to have been trained on around 1 petabyte of data. We are just getting started. By 2025, the world will generate 200 zettabytes of data — that's 200 million petabytes!

Imagine what happens when Grok 3, 4, 5, 6, and beyond tap into this massive ocean of data for training and inference. I'm looking forward that future! 🚀" -
@MichaelDell


and what do we need to process more data? $NVDA
由
翻译自 英语
“Grok 2 令人难以置信，据估计，最大的模型是在大约 1PB 的数据上进行训练的。我们才刚刚起步。到 2025 年，世界将产生 200ZB 的数据——也就是 2 亿 PB！

想象一下，当 Grok 3、4、5、6 及更高版本利用这个庞大的数据海洋进行训练和推理时会发生什么。我期待着这样的未来！ 🚀 “-
@MichaelDell


我们需要处理什么来处理更多数据？ $NVDA

network

The GPU as a Service and AI cloud market is forecast to grow at a 35% CAGR from 2023 to 2030, reaching more than a quarter trillion by the end of the decade.

由翻译自 英语

预计 2023 年至 2030 年期间，GPU 即服务和 AI 云市场将以 35% 的复合年增长率增长，到 2030 年底将达到 2500 亿美元以上。

翻译得准确吗？请提供反馈，以便我们加以改进：
















下午11:34 · 2024年12月16日
·
3.4万
查看

network

"Nvidia appears to have developed a groundbreaking new GPU architecture that achieves a 50x improvement in memory performance while reducing energy consumption by a factor of 10! "

NVDA will continue pushing boundaries. It’s hard for me to imagine any competitor catching up with Jensen and the 32,000 world-class employees the company has built and fine-tuned from the ground up.

Soon, many will realize that investing billions in custom AI accelerators could be a waste of time and money. It may be better to buy GPUs from NVDA, as the performance leap in its latest generation makes alternatives impractical.
由
翻译自 英语
“Nvidia 似乎开发出了一种突破性的新 GPU 架构，其内存性能提高了 50 倍，同时能耗降低了 10 倍！”

NVDA 将继续突破界限。我很难想象有哪个竞争对手能赶上 Jensen 和该公司从头开始打造和精心调教的 32,000 名世界级员工。

很快，许多人就会意识到，投资数十亿美元购买定制的 AI 加速器可能是浪费时间和金钱。从 NVDA 购买 GPU 可能更好，因为其最新一代的性能飞跃使得其他替代方案变得不切实际。


@NVIDIA
appears to have developed a groundbreaking new GPU architecture that achieves a 50x improvement in memory performance while reducing energy consumption by a factor of 10! This dramatic performance leap is made possible by moving away from traditional planar architectures to an innovative design that vertically stacks and directly connects processors with memory.These improvements in memory performance and energy efficiency are particularly significant for AI and HPC


applications.

由[/url]翻译自 英语

[url=https://x.com/NVIDIA]@NVIDIA


似乎已经开发出一种突破性的新 GPU 架构，该架构可将内存性能提高 50 倍，同时将能耗降低 10 倍！ 这一显著的性能飞跃是通过从传统的平面架构转向垂直堆叠并直接连接处理器和内存的创新设计而实现的。内存性能和能源效率的改进对于 AI 和 HPC 应用尤其重要。

翻译得准确吗？请提供反馈，以便我们加以改进：
















下午5:11 · 2024年12月13日
·
1.1万
查看







6




16




66




12

network

[color=var(--h1-color)]Omdia：微软今年购买了48.5万枚英伟达Hopper芯片，字节跳动和腾讯分别购买约23万枚，Meta 22.4万枚，亚马逊和谷歌分别19.6万枚和16.9万枚，特斯拉和xAI总共采购的芯片数量比亚马逊略高一些。（*计算结果来源于各家公司披露的资本支出、服务器出货量、供应链情报等数据，Hopper 系列包括 H100、H800、H20 和 H200 等型号）



[color=var(--h1-color)][color=rgba(13, 106, 240, 0.8)]$英伟达 (NVDA.US)$  [color=rgba(13, 106, 240, 0.8)]$微软 (MSFT.US)$  [color=rgba(13, 106, 240, 0.8)]$Meta Platforms (META.US)$



[color=var(--h1-color)]

[color=var(--h1-color)]​





[color=var(--h3-color)]风险及免责提示：以上内容仅代表作者个人观点，不代表富途任何立场，亦不构成任何投资建议，富途对此不作任何保证与承诺。 [color=var(--h2-color)][url=]更多信息[/url]

851次浏览

全部评论

暂无评论
[url=]抢沙发[/url]