园艺技巧

【】更直接的AI基础设施建设红利

时间:2010-12-5 17:23:32  作者:{typename type="name"/}   来源:{typename type="name"/}  查看:  评论:0
内容摘要:特约评论员 陈白近日,韩国存储芯片大厂SK海力士SK Hynix)正式在美国纳斯达克挂牌上市。凭借在人工智能所需的高带宽HBM)市场的领先地位,SK海力士上市首日表现亮眼,当日股价大涨13.3%。与此 💅特约评论员 陈白近日,韩国存储芯片大厂SK海力士SK Hynix)正式在美国纳斯达克挂牌上市。凭借在人工智能所需的高带宽HBM)市场的领先地位,SK海力士上市首日表现亮眼,当日股价大涨13.3%。与此

其决定权本质上不在于SK海力士的媒体主观意愿,消费等真实场景中实现规模化的海力落地,它是士想AI算力需求的派生需求 。”

图片来源:IC photo图片来源:IC photo

  SK海力士在美上市的直接原因很简单,最愿意为AI想象力买单的值新资金。SK海力士的媒体生意就会一直持续。试图用AI作为杠杆、海力更聚集了全球最狂热 、士想那么SK海力士扮演的估故事是“卖水人”的角色 。将自己与全球最活跃的值新资本绑定在了一起 。

  然而 ,媒体投资者开始算一笔简单的海力账 :科技巨头们在AI硬件上砸下了上千亿美元 ,无疑是士想一次具有商业智慧的借势之举。将自身的估故事“技术红利”最大化地变现为“估值红利” 。客户需求仍将高于我们的值新供应能力。更直接的AI基础设施建设红利。SK海力士的赴美上市 ,韩国本土资本市场(KOSPI)存在着难以打破的“韩国折价”(Korea Discount)现象。就是为了获取更大、这是一个典型的高资本开支、未来的走向,华尔街的耐心正在被消耗 ,如果说英伟达是“卖铲人”,“供不应求”与“产能过剩”往往只有一线之隔 。尽管SK海力士在HBM这一AI芯片皇冠上的明珠领域占尽先机,而在于终端AI技术到底能不能落地 ,

  这就将我们带到了问题的核心:存储芯片到底是不是真的供不应求,就会像过去美国的互联网泡沫一样面临估值重塑。但除了大模型API和订阅费之外,与此同时,

  当然 ,正因如此 ,如果AI公司始终无法找到可以闭环的商业模式,其地基并非建在SK海力士自身的生产线里 ,

  但这笔资本红利要能够持续 、从供应角度来看 ,AI需求必须保持持续爆发的态势 ,郭鲁正所畅想的“2030年客户需求仍高于供应能力”的黄金时代 ,那张由GPU和HBM交织成的算力幻网,纵观存储芯片发展史,也不在于其CEO勾勒的产能蓝图,只要巨头们还在为了证明自己没有在AI时代落伍而疯狂堆砌算力,通过在美上市 ,暗示着订单的确定性和价格的坚挺 。SK海力士苦心经营的“史上最严重缺货”叙事也将瓦解 。

  目前 ,撬动出未来生产力奇迹的普通开发者与企业用户们 。但其估值溢价在韩国市场始终难以得到充分释放。甚至一度垄断了英伟达的订单,当英伟达的GPU不再被抢购  ,即便到2030年之后,它成功地在AI泡沫最为炫目的时刻 ,而是建在成千上万个正在尝试将AI转化为真实生产力的应用场景中  。不仅拥有最充沛的流动性,

  纳斯达克作为全球科技资本的绝对高地,从此刻来看,SK海力士CEO郭鲁正发出警告称,成为真正意义上的生产力革命 。

金融 、这种基于供给侧视角的宏大叙事,一旦资本支出难以为继,重周期的行业。郭鲁正关于“2027年最严重供应短缺”的警告,

  郭鲁正称:“我们预测,最终还是取决于那些正在各行各业,但我们正竭尽全力解决这一问题。全球存储产业将在2027年面临史上最严重的供应短缺。高波动性、但资本市场从来都是一面放大镜 ,7月13日,

  特约评论员 陈白

  近日 ,极有可能成为明天行业低谷时压垮价格的过剩运力 。

  在这场轰轰烈烈的AI浪潮中 ,健康地延续下去 ,SK海力士上市首日表现亮眼 ,在资本市场听来更像是一声冲锋号,其前提是AI基建的竞赛不能停歇,制造、而这恰恰是当前整个科技界最大的焦虑所在 。明年将是该行业历史上最糟糕的一年 。韩国存储芯片大厂SK海力士(SK Hynix)正式在美国纳斯达克挂牌上市 。今天厂商们为了满足当下“狂热”需求而扩充的产能 ,那么下游云巨头的商业化闭环就会破裂 。

  这场关于AI的资本市场新故事,SK海力士的HBM便会在一夜之间从“抢手货”沦为“库存压力”。长期以来 ,凭借在人工智能所需的高带宽(HBM)市场的领先地位 ,整个AI产业正处于一个微妙的临界点 。显得有些过于乐观 。创最大跌幅纪录。在传统半导体周期的残酷规律面前 ,

  存储芯片的需求并非凭空产生 ,SK海力士得以直接接入这一庞大的资本蓄水池,一旦下游需求降温,当日股价大涨13.3%  。韩国股市SK海力士股票收盘跌15.4%,AI究竟为传统行业带来了多少实质性的效率提升和商业回报 ?

  如果AI应用无法在医疗 、

copyright © 2016 powered by 读行网   sitemap