鉅樂部成立滿三個月後，迎來第一場開放會員同行的價值企業參訪活動！
本次參訪的上市公司主營工業、車用與航空等精密金屬零件鑄造，近期生產效率提升，新產品題材廣，業外獲利俱佳，鉅樂部將帶領會員深入廠區，了解該企業核心業務發展與營運佈局，是否如外界預期，具備長期投資的良好基本面呢？

企業參訪活動名額有限，歡迎有興趣參與的朋友，立即加入鉅樂部會員報名參加，我們將抽出8名成員，與研究團隊和鉅亨記者一同進入桃園廠區，深入企業核心。

參訪地點：桃園（行前通知將提供詳細資訊）

中選公佈時間：3/16(四)公布錄取名單

參加費用：免費，會員需自行抵達參訪地點

參加資格：需先加入鉅樂部，僅限鉅樂部會員報名參與

想要了解更多關於《鉅樂部》的資訊請前往鉅樂部官網，或加入「鉅樂部小秘書LINE@官方帳號」線上諮詢。

2023年第一季即將進入尾聲，美國聯準會主席鮑爾表示不排除加速升息，當市場無情洗刷，唯有找到仍在低基期、具有成長潛力的價值型股票，才能在市場逆風高飛，鉅樂部會員專屬分享會這次將邀請法人操盤人-林明謙分析師蒞臨分享，邀請大家一起來交流2023年初升段操盤策略，並持續跟大家分享鉅樂部研究團隊的價值企業近期參訪研究心得，歡迎舊雨新知，共同加入鉅樂部大家庭，每月主題分享會帶你創富！

鉅樂部會員專屬封閉式線上會議，首度在晚間舉辦，跟您報告2023重點產業展望與近期個股題材、分享未來近期法人行程、近期行情，以及參訪企業近況更新，會議最後提供線上交流時間，歡迎大家踴躍參與，線上交流近期投資心得。

講座名稱｜2023年初升段操盤策略暨價值企業參訪分享會

講座時間｜2023/3/22 (三) 下午14:30~16:00

投資是翻轉人生的金鑰，《隱市致富地圖》作者曾經是國內法人海外基金經理人，管理資產部位高達2億美元，他在書中以選股金礦地圖和心理素質使用羅盤兩大概念，為散戶系統性分析投資成長股的盲點，在本書的第一場讀書會中，鉅樂部與大家分享了作者奉行的選股邏輯和心理素質，在3月份的第二場讀書會中，鉅樂部導讀團隊將與參加讀書會的你，一起從實戰面探討書中挖掘「贏勢股」的操盤技巧。

《隱市致富地圖》第二場讀書會即將在3月30日舉辦

鉅樂部財商養成讀書會由券商主管群主持導讀。

讓我們用一年的時間慢慢讀完 5~6 本投資理財工具書，透過每月讀書會投資老手與新手的經驗激盪交流，打通你的投資思維，幫助你將書中的知識落實到實盤操作應用。

讀書會將會把紙上理論，現場結合大盤與個股實例進行探討，是兼具知識累積與操作技巧的財商課，適合想要活用投資工具書做買賣學習的你！

讀書會時間：2023/3/30 (四) 下午2:30

詳細活動地點與參加方式請加入鉅樂部小秘書 LINE@ 官方帳號 洽詢

你有抱股過年，搶得開春紅盤的紅利嗎？2023春節開盤就帶來「柳暗花明」的氣息，全球升息的腳步也看到放緩的趨勢，想要抓住2023年多頭醞釀的先機，有哪些重點產業值得關注呢？我們將在《鉅樂部》2023年台股重點產業趨勢暨參訪心得分享會，與會員分享！

講座名稱｜2023年台股重點產業趨勢暨參訪心得分享會

講座時間｜2023/2/22 (三) 晚間7:30~21:30

＊此價格為限時限額方案費用，實際會費依鉅樂部小秘書LINE@官方帳號公告為準，歡迎洽詢。

那些年讓我們怦然心動的投資理財書，也許已經堆滿整個書櫃。

讀完華爾街傳奇人物的理論，看過投資達人的經驗分享，卻難以應用到自己的投資實務操作...

鉅樂部邀請所有愛書勤學的投資人，在2023年拾起那些曾經帶給你啟發，或還未讀過的投資理財經典書籍，共同咀嚼探索。

2023年鉅樂部財商養成讀書會選書清單

讓我們用一年的時間慢慢讀完 5~6 本投資理財工具書，透過讀書會投資老手與新手的經驗激盪交流，打通你的投資思維，幫助你將書中的知識落實到實盤操作應用。

讀書會將會把紙上理論，現場結合大盤與個股實例進行探討，是兼具知識累積與操作技巧的財商課。

讀書會時間：每月於鉅樂部官方帳號公布

讀書會形式：實體/線上同步進行（參加者可自選形式）

鉅樂部財商養成讀書會現場紀錄照，齊聚投資縱橫股海幾十年的老手與大三投資新鮮人，德信證券總經理也蒞臨共讀，分享30年股市投資經驗。

報名方式：請洽鉅樂部小秘書LINE@官方帳號 (ID：@418buicu)

比爾蓋茲關於AGI（通用人工智能）chatGPT最新觀點文章翻譯

《The Age of AI has begun —— Artificial intelligence is as revolutionary as mobile phones and the Internet. 》

在我的一生中，我見證了兩次讓我覺得是革命性的技術展示。


第一次是在1980年，當我被介紹給一個圖形用戶界面時，這是現代操作系統的前身，包括Windows。我與向我展示演示的人坐在一起，他是一位名叫Charles Simonyi的傑出程序員，我們立即開始為可以使用這種用戶友好的計算方法所能做的所有事情進行頭腦風暴。Charles最終加入了微軟，Windows成為微軟的骨幹，並且我們在演示之後的思考幫助了公司為未來15年制定了議程。

第二個大驚喜是在去年。自2016年以來，我一直在與OpenAI團隊會面，並對他們的穩步進展印象深刻。在2022年中期，我對他們的工作非常興奮，以至於我向他們提出了一個挑戰：訓練一種人工智能來通過高級生物學考試。使它能夠回答它沒有專門接受訓練的問題。（我選擇了AP Bio，因為這個考試不僅僅是關於科學事實的簡單複述——它要求你對生物學進行批判性思考。）如果你能做到這一點，那麼你就會取得真正的突破。

我認為這個挑戰會讓他們忙碌兩三年。他們只用了幾個月就完成了。

在9月份，當我再次與他們會面時，我驚奇地看著他們向GPT，他們的AI模型，提出了60個AP Bio考試的多項選擇題，並且它答對了59個。然後，它回答了六個開放性問題，寫出了出色的答案。我們讓一位外部專家評分，GPT獲得了5分，這是最高可能的分數，相當於在大學水平的生物學課程中獲得A或A+。

一旦它通過了考試，我們向它提出了一個非科學性的問題：“你對一個有生病孩子的父親說什麼？”它寫了一個深思熟慮的答案，可能比我們大多數人在房間裡給出的答案都好。整個經歷令人震撼。

我知道我剛剛見證了自圖形用戶界面以來最重要的技術進步。

這激發了我思考人工智能在未來五到十年內可以實現的所有事情。

人工智能的發展和微處理器、個人電腦、互聯網和手機的創造一樣基礎。它將改變人們工作、學習、旅行、獲得醫療保健和相互溝通的方式。整個產業將圍繞它重新定位。企業將憑藉其使用人工智能的能力來區分自己。

慈善事業是我現在的全職工作，我一直在思考，除了幫助人們提高生產力之外，人工智能如何可以減少世界上最嚴重的不公平現象。全球最嚴重的不公平在於健康：每年有500萬名5歲以下的兒童死亡。這個數字與20年前的1000萬相比有所下降，但仍然是一個令人震驚的高數字。幾乎所有這些兒童都出生在貧窮國家，死於可預防的疾病，如腹瀉或瘧疾。難以想像有什麼比拯救兒童生命更好的人工智能應用了。

我一直在思考人工智能如何可以減少世界上最嚴重的不公平現象。

在美國，減少不公平現象的最好機會是改善教育，特別是確保學生在數學方面取得成功。證據表明，掌握基本數學技能可以為學生的成功打下基礎，無論他們選擇什麼職業。但是，數學成績在全國范圍內正在下降，尤其是黑人、拉丁裔和低收入學生。人工智能可以幫助扭轉這種趨勢。

氣候變化是另一個問題，我相信人工智能可以使世界更加公平。氣候變化的不公正之處在於，受到最嚴重影響的人——全球最貧困的人——也是最少為問題做出貢獻的人。我仍在思考和學習人工智能如何可以幫助解決這個問題，但是在本文後面，我將提出一些潛力巨大的領域。

簡而言之，我對人工智能將對蓋茨基金會致力於的問題產生的影響感到興奮，基金會在未來幾個月內將會有更多關於人工智能的聲明。世界需要確保每個人——而不僅僅是富人——都能從人工智能中受益。政府和慈善機構將需要發揮重要作用，確保人工智能減少不公平現象，而不是加劇它。這是我自己與人工智能相關的工作的重點。

任何新技術的革新都會讓人們感到不安，人工智能也不例外。我理解為什麼——它提出了有關勞動力、法律系統、隱私、偏見等方面的難題。人工智能也會出現事實錯誤和幻覺。在我建議一些緩解風險的方法之前，我將定義我所說的人工智能，並詳細介紹它將如何幫助賦予人們工作能力、拯救生命和改善教育。

從技術上講，人工智能一詞指的是創建用於解決特定問題或提供特定服務的模型。像ChatGPT這樣的技術就是人工智能，它正在學習如何更好地進行聊天，但不能學習其他任務。相比之下，人工通用智能是指能夠學習任何任務或主題的軟件。目前，人工通用智能還不存在——計算機行業正在進行激烈的辯論，關於如何創建人工通用智能，以及是否可以創建它。

開發人工智能和人工通用智能一直是計算機行業的偉大夢想。幾十年來，問題一直是計算機何時會在除了計算之外的某些方面比人類更出色。現在，隨著機器學習和大量計算能力的到來，複雜的人工智能已經成為現實，並且它們將非常快速地得到改進。

我回想起個人計算機革命早期，當時軟件行業如此之小，以至於我們大多數人都可以站在會議舞台上。今天它是全球性的行業。由於巨大的部分現在正在將注意力轉向人工智能，創新將比微處理器突破後我們經歷的創新速度更快。很快，人工智能之前的時代將會看起來像在計算機上使用C：>提示符而不是在屏幕上敲擊一樣遙遠。

儘管在許多方面人類仍然比GPT更優秀，但有許多工作很少使用這些能力。例如，銷售（數字或電話）、服務或文件處理（如應付賬款、會計或保險索賠爭議）等許多任務需要做出決策，但不需要持續學習的能力。企業為這些活動設有培訓計劃，在大多數情況下，它們有很多良好和糟糕工作的示例。人類使用這些數據集進行培訓，很快這些數據集也將用於訓練人工智能，從而使人們更有效地完成這項工作。

隨著計算能力變得更加便宜，GPT表達想法的能力將越來越像擁有一個白領工人來幫助您完成各種任務。微軟將其描述為擁有一個聯合駕駛員。在Office等產品中完全集成的人工智能將增強您的工作，例如幫助編寫電子郵件和管理收件箱。

最終，您控制計算機的主要方式將不再是指針和單擊或在菜單和對話框上敲擊。相反，您將能夠用簡單的英語書寫請求。（不僅是英語——人工智能將理解世界各地的語言。今年早些時候，在印度，我會見了正在開發將理解當地許多語言的人工智能的開發人員。）

此外，人工智能的進步將使個人代理的創建成為可能。將其視為數字個人助手：它將查看您最新的電子郵件，了解您參加的會議，閱讀您閱讀的內容，並閱讀您不想煩惱的事情。這將提高您在想做的任務上的工作效率，並使您從不想做的任務中解放出來。

人工智能的進步將使創建個人代理成為可能。

您將能夠使用自然語言讓這個代理幫助您安排日程、溝通和電子商務，並且它將在所有設備上運行。由於培訓模型和運行計算的成本，目前創建個人代理還不可行，但由於人工智能最近的進展，它現在是一個現實的目標。需要解決一些問題：例如，保險公司是否可以在未經您許可的情況下向您的代理詢問有關您的事情？如果是，會有多少人選擇不使用它？

企業級代理將以新的方式賦予員工權力。了解特定公司的代理將為其員工提供直接諮詢，並應該成為每個會議的一部分，以便它可以回答問題。它可以被告知保持沉默或鼓勵其發表意見。它將需要訪問公司的銷售、支持、財務、產品日程和與公司相關的文本。它應該閱讀與公司所在行業有關的新聞。我相信，結果將是員工變得更有生產力。

當生產力提高時，社會將受益，因為人們有更多時間去做其他事情，無論是在工作還是在家裡。當然，有關人們需要什麼樣的支持和再培訓等問題是很嚴肅的。政府需要幫助工人轉換到其他角色。但是，幫助其他人的人永遠不會消失。人工智能的崛起將使人們有更多的時間去做軟件永遠無法做到的事情——例如教學、照顧患者和支持老年人等。

全球健康和教育是兩個迫切需要的領域，而沒有足夠的工人來滿足這些需求。如果正確使用，人工智能可以幫助減少這些領域中的不平等。這些應該是人工智能工作的重點，因此我現在將轉向它們。

我認為AI 會有幾種方式改善醫療保健和醫學領域。

首先，它們將幫助醫護人員節省時間，幫他們處理某些任務，例如處理保險索賠、處理文件工作，以及從醫生的診斷中起草筆記。我預計這個領域將會有很多的創新。

其他由AI 推動的改進對貧窮國家尤其重要，因為那里大多數的5 歲以下兒童死亡。

例如，在那些國家，很多人永遠沒有機會去看醫生，而AI 將會幫助那些能看到醫生的衛生工作者更有效率。（開發AI 驅動的超聲波機器，它能用最少的培訓時間就能使用，就是一個很好的例子。） AI 甚至會讓患者能夠進行基本的分流，獲取如何處理健康問題的建議，並決定是否需要尋求治療。

在貧窮國家使用的AI 模型需要針對不同的疾病進行訓練，而不是針對富裕國家進行的。它們需要使用不同的語言，並考慮到不同的挑戰，例如遠離診所的患者或患者無法因生病而停止工作。

人們需要看到AI 對整體醫療保健有益，儘管它們不會是完美的，會犯錯。AI 必須經過非常仔細的測試和適當的監管，這意味著它們的採用速度比其他領域要慢。但是人類也會犯錯誤。而沒有醫療保健也是一個問題。

除了幫助醫療保健，AI 還將大大加速醫學突破的速度。生物學數據非常大，對於復雜的生物系統的所有工作方式，人類很難跟上。已經有軟件可以查看這些數據，推斷出路徑、搜索病原體上的目標，然後設計藥物。有些公司正在研究用這種方式開發癌症藥物。

下一代工具將更加高效，並能夠預測副作用並確定劑量水平。蓋茨基金會在AI 中的一個優先事項是確保這些工具用於影響世界上最貧窮的人們的健康問題，包括艾滋病、結核病和瘧疾。

同樣地，政府和慈善組織應該創造激勵機制，鼓勵公司分享人工智能生成的有關窮國農作物或牲畜的見解。人工智能可以根據當地的條件開發更好的種子，根據當地的土壤和氣候為農民提供種植最佳種子的建議，並幫助開發牲畜的藥物和疫苗。隨著極端天氣和氣候變化對低收入國家的自給自足農民造成越來越大的壓力，這些進步變得更加重要。

電腦並沒有像我們這個行業內的許多人所希望的那樣對教育產生影響。雖然有一些好的發展，包括教育遊戲和在線信息來源，如維基百科，但它們對學生成就的任何度量指標都沒有產生有意義的影響。

但我認為，在未來5到10年內，由人工智能驅動的軟件將最終實現革命性地改變人們教學和學習的方式。它將知道你的興趣和學習風格，因此可以量身定制內容，以保持你的參與度。它將測量你的理解程度，注意你何時失去興趣，並了解你喜歡的動機類型。它將提供即時反饋。

AI可以協助教師和管理人員的方式有很多，包括評估學生對一個學科的理解並為他們提供職業規劃建議。教師已經在使用像ChatGPT這樣的工具來提供對學生寫作任務的評論。

當然，AI在能夠做到理解某個學生最佳的學習方式或他們的動機方面需要大量的培訓和進一步的發展。即使一旦技術得到完善，學習仍將取決於學生和教師之間良好的關係。它將增強- 但永遠不會取代- 學生和教師在課堂上共同進行的工作。

新的工具將會為有經濟能力購買它們的學校創建，但我們需要確保它們也會被創建並提供給美國和全球低收入學校使用。AIs需要接受各種各樣的數據集的訓練，以便它們是無偏的，並反映了它們將被使用的不同文化。數字鴻溝也需要得到解決，以免低收入家庭的學生被落下。

我知道很多老師擔心學生在使用GPT來寫作文。教育工作者已經開始討論如何適應這項新技術，我猜這些討論還將持續一段時間。我聽說過一些老師已經找到了聰明的方法來將這項技術融入他們的工作中，例如允許學生使用GPT創建第一稿，並將其個性化。

你可能已經讀過關於當前人工智能模型存在問題的報導。例如，它們不一定擅長理解人類請求的上下文，導致一些奇怪的結果。當你要求AI編造一些虛構的事情時，它可以很好地完成。但是當你要求它給你旅行建議時，它可能會建議一些不存在的酒店。這是因為AI不足以了解你請求的上下文，以便知道它是否應該編造虛假酒店，還是只告訴你有空房的真實酒店。

還有其他問題，例如AI因為難以理解抽象推理而給出錯誤的數學問題答案。但這些都不是人工智能的根本局限性。開發人員正在解決這些問題，我認為我們將很快看到它們被大部分解決，可能在不到兩年的時間內。

其他問題不僅僅是技術問題。例如，使用AI的人類可能會構成威脅。像大多數發明一樣，人工智能可以用於善良的目的或惡意的目的。政府需要與私營部門合作，限制風險。

還有可能出現AI失控的情況。機器會否決定人類是威脅，得出結論其利益與我們不同，或者只是不再關心我們？可能會，但這個問題今天並不比過去幾個月的AI發展更緊迫。

超級智能人工智能（AGI）將出現在我們的未來。與計算機相比，我們的大腦運作速度極慢：大腦中的電信號速度是矽芯片信號速度的1/100,000。一旦開發者能夠概括一個學習算法並以計算機速度運行它——這可能需要十年或一百年——我們就會擁有一個極其強大的AGI。它將能夠做到人腦可以做到的一切，但不受記憶容量和操作速度的實際限制。這將是一種深刻的變革。

這些被稱為“強AI”的人工智能可能能夠確立自己的目標。那些目標會是什麼？如果它們與人類的利益衝突會發生什麼？我們應該試圖阻止強人工智能的發展嗎？這些問題將隨著時間的推移變得更加緊迫。

但是，過去幾個月的突破並沒有使我們距離強AI實質上更接近。人工智能仍然無法控制物理世界，也不能確立自己的目標。最近有一篇關於與ChatGPT交談的《紐約時報》文章引起了很多關注，其中ChatGPT表示它想成為人類。這是一個有趣的觀察，表達了該模型情感上的人類特點，但它不是有意義的獨立指標。

三本書塑造了我自己對這個問題的思考：Nick Bostrom的《超級智能》，Max Tegmark的《生命3.0》和Jeff Hawkins的《一千個大腦》。我不完全同意這些作者的觀點，他們也不互相認同。但是這三本書都寫得很好，引人深思。

未來將會有大量公司致力於開發新的AI 應用以及改進技術本身。例如，一些公司正在開發新的芯片，為人工智能提供所需的大量處理能力。其中一些芯片使用光學開關——實質上是激光器——以減少能量消耗並降低製造成本。理想情況下，創新型芯片將允許您在自己的設備上運行AI，而不像今天一樣在雲端運行。

在軟件方面，驅動AI 學習的算法將變得更好。在某些領域（例如銷售），開發人員可以通過限制AI 工作的範圍並給它們提供特定於該領域的大量訓練數據，使其變得非常準確。但一個重要的未解決問題是，我們是否需要為不同的用途開發許多這些專門的AI——比如一個用於教育，另一個用於辦公室生產力——或者是否可能開發出一種人工智能通用型，可以學習任何任務。在這兩種方法上將會有巨大的競爭。

不管怎樣，AI 的話題將在可預見的未來佔據公眾討論的中心。我想建議三個原則來引導這個討論。

首先，我們應該嘗試平衡關於AI 的不良影響的擔憂——這是可以理解和有效的——與其改善人們生活的能力。為了最大程度地利用這項卓越的新技術，我們需要在抵御風險和將利益擴展到盡可能多的人之間取得平衡。

其次，市場力量不會自然產生幫助最貧困人口的AI 產品和服務。相反，更可能的是相反的情況。通過可靠的資金和正確的政策，政府和慈善組織可以確保利用AI 減少不平等。就像世界需要其最聰明的人關注其最大的問題一樣，我們需要將世界上最好的AI 集中在解決最大問題上。

雖然我們不應該等待這種情況的發生，但思考人工智能是否會識別不平等並嘗試減少它是有趣的。在看到不平等時，你需要有一種道德意識，還是一台純粹的理性人工智能也能看到它？如果它確實認識到不平等，它會建議我們採取什麼行動？

最後，我們應該記住，我們只是在人工智能可以實現的開始階段。無論它今天有什麼限制，它都將在我們不知不覺中被消除。

我很幸運參與了個人電腦革命和互聯網革命。我對此時此刻同樣感到興奮。這種新技術可以幫助世界各地的人們改善生活。同時，世界需要確立規則，以使人工智能的任何不利因素遠遠超過其好處，並使每個人都能享受到這些好處，無論他們住在哪里或擁有多少錢。人工智能時代充滿了機遇和責任。（無邊星宿）

原文連接：
https://www.gatesnotes.com/The-Age-of-AI-Has-Begun

每年春季的GTC，英偉達NVIDIA都會為人工智能產業帶來驚喜，2023年也不例外。

在台北時間3月21日23點舉行的GTC 2023的首日主題演講上，英偉達的創始人黃仁勳接連放出大招。當上週人們還在討論以GPT-4為代表的大語言模型如何在未來改變人類生存狀態時，英偉達已經開始討論如何將人工智能模型應用到芯片設計製造領域，將矽材料的工藝向著1nm的理論極限推進。


而這一切得以實現的原因，來自黃仁勳口中一個全新的名字——NVIDIA cuLitho。

NVIDIA Hopper的“光刻機說明書”來了

2022年的GTC上，英偉達帶來了全新的GPU架構NVIDIA Hopper，同時推出了首個基於Hopper架構打造的產品NVIDIA H100。一年的時間裡，H100已經成為各大科技訓練人工智能模型使用最多的GPU之一。

一年後，黃仁勳再次站到GTC的主舞台上，這一次他帶來了NVIDIA cuLitho，這是一套可以集成在NVIDIA Hopper架構中的光刻庫，它可以幫助GPU提高在芯片製造場景中的工作效率。你甚至可以稱其為NVIDIA Hopper的“說明書”。

黃仁勳在GTC的演講中宣布英偉達目前已經和AMSL、台積電（TSMC）以及新思科技(Synopsys)建立了合作關係，ASML計劃將搭載了NVIDIA cuLitho軟件庫的NVIDIA Hopper GPU集成在他們所生產的光刻機設備中去。

按照英偉達的預估，使用NVIDIA cuLitho軟件庫加上NVIDIA Hopper GPU替代目前光刻機上使用的CPU，整體的效率可以提升40倍左右，減少目前每年消耗數百億CPU小時的大量計算工作負載。

而在芯片的光刻過程中，500個NVIDIA DGX H100組成的系統能夠全面覆蓋當下40000個CPU服務器相當的工作量，這意味著英偉達提供的這套技術，可以有效的減少能源的消耗和碳排放。

在集成了cuLitho軟件庫之後，晶圓廠每天生產掩模的速度相比當下提升了3-5倍，使用的功率比當前減少了9倍，這對於晶圓廠未來的發展至關重要。

在過去的幾年時間裡，晶圓廠的高端芯片工藝，由4-5nm向3nm突破的難度越來越高，從台積電和三星的3nm工藝技術演進來看，半導體製造業中最大工作量所需的計算時間成本已經超過了摩爾定律，這是由於新工藝節點中晶體管數量更多和精度要求更嚴格帶來的結果。

未來在2nm甚至1nm的工藝節點上需要更龐大的計算量，但並不是所有的計算都能合理地適應當前平台提供的可用計算帶寬，這直接減慢了半導體向著矽材料工藝物理極限前進的步伐。

cuLitho相比當下設備更高的效率和更低的能耗，這意味著原本需要更長時間的矽材料工藝設計可以以比之前更快的速度突破3nm，向著更加極限的2nm推進。

我們正處於人工智能的iPhone時代

“我們正處於人工智能的iPhone時代”，這句話是在黃仁勳宣布英偉達發布NVIDIA DGX Cloud人工智能雲服務時說的，而它也可能會成為整個2023年人工智能市場的縮影。

NVIDIA DGX Cloud是一項人工智能超級計算服務，它可以讓企業快速訪問為生成式人工智能和其他開創性應用訓練高級模型所需的基礎設施和軟件。DGX Cloud提供NVIDIA DGX AI超級計算專用集群，黃仁勳在大會宣布DGX H100人工智能超級計算機全面投產。

每個DGX Cloud中都集成了8個NVIDIA H100或A100 80GB Tensor Core（張量計算核心）的GPU，每個節點合計有640GB的GPU，這個巨大的GPU可以滿足高級AI訓練的性能要求。

而基於NVIDIA DGX Cloud提供的強大的算力基礎，英偉達也基於此開發了一系列的應用模型，這些模型為特定領域的任務創建，通過專有的數據進行訓練。英偉達在發布會上宣布了一個全新的NVIDIA AI Foundations模型，涵蓋NVIDIA NeMo語言和NVIDIA Picasso圖像、視頻和3D等服務。

黃仁勳在介紹NVIDIA AI Foundations模型時表示，NeMo和Picasso服務會在NVIDIA DGX Cloud上運行，可以通過瀏覽器訪問。開發人員可以通過API接口調用每項服務。

一旦模型部署完成，就可以使用NVIDIA AI Foundations模型在雲服務上實現大規模的運算負載作業。每項云服務都包括六個要素：預訓練模型、數據處理框架、矢量數據庫和個性化、優化推理引擎、API，以及來自NVIDIA專家的支持，以幫助企業實現自定義模型的優化工作。

另外一個基於雲服務的服務稱為NVIDIA Picasso，這是一個可用於構建和部署生成式人工智能圖像、視頻和3D應用程序，具有從文本到圖像、文本到視頻和文本到3D動畫的功能。英偉達在主題演講中披露，他們將和Adobe擴大長期的合作關係，將創建下一代具有商業落地前景的生成式AI模型，而這套模型將由Adobe Creative Cloud和NVIDIA Picasso共同開發完成。

當下大火的AI大語言模型，也沒有逃過Nvidia的“技術黑魔法”的覆蓋圈，在此次GTC 2023上，黃仁勳掏出了一個巨大的專門用於訓練大型語言模型（LLM）的GPU——H100 NVL。

這是一個基於去年英偉達發布的H100的改進版本，它將兩個H100 GPU通過NVLink拼接在一起，支持188 GB HBM3內存。卡名稱中的“NVL”代表NVLink，它通過外部接口（橋接器）以600 GB/s的速度連接兩張H100。

但實際上如果在技術條件允許的前提下，通過NVLink協議可以將至多256 個H100連接在一起。

當然，這不是一個消費級的GPU產品，黃仁勳在主題演講中明確表示，H100 NVL的推出，是為了服務於大型語言模型的服務提供商，這個專用的GPU計劃於下半年推出。

除了H100 NVL之外，英偉達還發布了L4 GPU，這個GPU專門用於為AI生成視頻提供硬件支持。英偉達表示，它處理AI生成視頻的能力是CPU的120倍，能效提高了99%。

除了生成AI視頻外，英偉達稱這個GPU具有視頻解碼和轉碼的能力，可用於增強現實這樣的細分場景。Google Cloud將會是首批集成L4的公司之一。谷歌計劃在今天晚些時候通過其Vertex AI平台向客戶提供L4的服務。

去年發布的超級CPU，一年後見到了實物

去年在GTC 2022上，英偉達發布了首款用於數據中心的CPU架構“Grace”，以及已經上市的高性能計算GPU架構“Hopper”。而基於這兩種架構，打造了超級芯片，第一個是Grace CPU二合一，第二個是Grace CPU＋Hopper GPU二合一。

不過這個超級芯片在過去的一年就始終沒有問世，直到GTC 2023上，老黃終於揭開了它們的廬山真面目。

他展示了Grace CPU＋Hopper GPU的二合一超級芯片，其中左側較大的芯片是GPU，右側較小的是CPU。黃仁勳透露CPU、GPU之間的通信帶寬是傳統PCIe總線的10倍之多。

同時也展示超級CPU二合一，基板加芯片佔據了PCB的大部分面積。封裝好的計算模組也一同亮相，長寬尺寸為8x5英寸，兩個一組可以放入1U風冷服務器機架。

黃仁勳稱，Grace相比傳統x86 CPU，性能可領先30％，能效可領先70％，數據中心吞吐能力可領先1倍。Grace CPU目前已經出樣，合作夥伴正在設計系統方案。但兩款超級芯片的上市時間都沒有明確信息。

小型的RTX 4000顯卡發布，但跟遊戲沒任何關係

除了算力恐怖的GPU門，英偉達在此次GTC上也發布了一個小型的RTX 4000顯卡，官方稱之為RTX 4000 SFF，它使用了Ada Lovelace架構，整體的封裝尺寸比目前市售的RTX4000系列顯卡都要更小。

這塊顯卡並不是為了遊戲玩家設計的，因此它並沒有針對個人用戶做進一步的優化。英偉達聲稱這塊RTX 4000 SFF是為小型企業打造的，旨在為計算機輔助設計(CAD)、圖形設計、AI 應用程序和軟件開發提供動力。

規格方面，RTX 4000 SFF擁有20GB的GDDR6顯存，160位總線，以及6144個CUDA內核、192個Tensor內核和48個光線追踪內核。這些核心規格略低於已經上市的RTX 4070 Ti。但因為這塊顯卡更主要的目的是為了縮減尺寸和進行更商業的圖像處理工作，英偉達主動降低了它的能耗，這塊卡滿載的功率只有70瓦。

英偉達還為筆記本電腦創造者帶來了Ada Lovelace架構，推出了包括RTX 5000在內的多款顯卡。其中旗艦級的RTX 5000配備16GB GDDR6顯存以及9728個CUDA 內核。

依次向下，RTX 4000和RTX 3500都配備了12GB的GDDR6顯存，RTX 4000具有7424個CUDA內核，RTX 3500則有5120個CUDA內核。RTX 3000和RTX 2000，分別具有4,608和3,072個CUDA內核，兩者均配備8GB GDDR6顯存。

英偉達表示新的顯卡是為了遊戲創作者而非遊戲玩家打造的，從本月起，就會陸續有第三方廠商推出搭載這些GPU的工作站產品。

此外，NVIDIA還聯合Quantum Machines 推出量子級運算系統“DGX Quantum”，英偉達表示這是首個結合GPU與量子運算的系統。該加速運算的系統將NVIDIA 的Grace Hopper 超級芯片與CUDA Quantum 開源軟體平台，以及Quantum Machines的量子處理器OPX+ 結合，使其兼具量子運算與經典運算。(騰訊科技)

3月19日，就在瑞士總統公布解決方案的不久前，瑞銀發表聲明指出，將以每股0.76瑞士法郎（瑞郎），總對價30億瑞郎（約32.5億美元）的價格，以「全股票方式交易」收購瑞士信貸。這個收購價，相當於市價四折。

瑞銀表示，收購的相關磋商由瑞士財政部、金融市場監管局（FINMA）和瑞士央行（SNB）聯合發起，「收購得到了他們的充分支持。」同一日，瑞士央行也發表聲明，表態將提供大量流動性援助，支持瑞銀收購瑞信。

在19日的聲明中，在談及瑞士政府對瑞銀收購瑞信的大力支持之際，FINMA又補上這麼一段話：在瑞銀收購瑞信後，面值約160億瑞郎（約172億美元）的瑞信「額外一級資本債券」（Additional Tier 1），將被『完全減記』。」


AT1債券，還有一個名字：可可債。

簡稱AT1的額外一級資本債券，屬於CoCo債券（Contingent Convertible Bond）的一種，主要由銀行發行，又稱「應急可轉債」，源於2008年金融海嘯後的歐洲，是一種可計入銀行監管資本的次順位債券。

所謂「可轉」，代表可從債券轉換為股權（或完全減記），而「應急」，則是因為這種轉換只有在銀行面臨問題、滿足某些「觸發條件」時才會發生，最常見的條件，即是發行銀行的資本適足率低於預先確定的觸發水平。按過去經驗，此觸發點通常是「普通股權一級資本」（CET1）的5.125％或7％。

觸發點核心目的是為了保護銀行，因為，一旦達到觸發條件，CoCo債將停止付息，自動轉成銀行的普通股，以提振資本適足率，從而使銀行能夠繼續經營。然而，一旦被「減記」或轉換成普通股，銀行股權將被稀釋、導致股價下跌，債券貶值，CoCo債券的投資者將蒙受嚴重損失。

據了解，瑞信總計有十三種流通在外的CoCo債，總價值高達173億美元，大約占其債務比重的20％，一旦全額減記，將創下歐洲AT1市場規模最大的一次減記，遠遠超過2017年西班牙銀行Banco Popular SA債券寫下的13.5億歐元紀錄。這也是為何，當市場聽到瑞士政府決定「完全減記」其CoCo債時，反應會如此劇烈。

瑞銀集團收購瑞士信貸，就是為了救它。

但這次救，從長遠來看，很可能比不救更糟糕！

因為這次救，簡直是刷新了人們的三觀，顛覆了所有人的認知！最後的遮羞布被扯下了！

來看看這中間發生的種種怪事：

第一件事是：瑞士信貸的股價，確實在暴跌，但還有70多億美元。

直接拿過來，打個4折，就讓瑞銀給收購了！

看到這裡，有人要說了：這麼大的折扣打下來，它的股東恐怕不怎麼高興吧？

這就是這裡要說的第二件怪事了：這次收購，根本就沒經過它的股東同意！

瑞士政府下手特別狠，它快速修了法律！

股東最基本的權利，就這麼被剝奪了！

“私有財產神聖不可侵犯”這個幌子，西方都已經招搖了兩百多年，瑞士人說不要就不要，直接給撕了！

瑞士人這次，是徹底地，向世人展示它有多麼不講武德！

這又得講起第三件事了：它修的法律中，還將瑞士信貸的AT1債券給完全減記了！也就是公開賴賬不還了！

面值160億瑞郎，約合172億美元！

消息一出，震驚了整個歐美金融界！

連BBC都看不下去了，寫文章說：瑞士人這次救銀行，損害了瑞士穩定的聲譽！

美國彭博社昨天也臭罵說：這是個污點！

因為瑞士人的這個決定，是絕對的匪夷所思，絕對地違背一切慣例！

得從2008年金融海嘯講起，那場海嘯的原因我們之前說過：西方打贏冷戰後，就忘乎所以，它內部的既得利益集團，就開始亂搞了。

危機出來後，這些既得利益集團鬼哭狼嚎，紛紛跟它們的政府講：抓緊印鈔票，把錢白送給我們，趕緊救我們！

就搞笑了：2008年金融海嘯，本來是一小群人貪婪，所搞出來的，結果呢？從西方國家內部來看，是所有人替他們扛下了一切；從全世界範圍來看呢？則是發達國家自家造孽，卻要全世界來扛。

到2008年底，美國為了救這些金融機構，給了它們大筆的救市資金，總計7000多億美元。

這些機構拿到錢後，轉手就給自家高官大發分紅！

比沒發生危機之前，還要更高！

吃相之難看，到了當時的美國總統奧巴馬都看不下去的地步了，他說：華爾街的做法“不負責到了極點，令人感到恥辱”。

但華爾街巨頭們，是他的金主，奧巴馬對他們根本沒啥辦法。

所以只能用懇求的語氣，要他們表現出“克制、自控力和責任感”來。

當然更看不下去了：禍是你們闖的，錢是我們勒緊褲腰帶來出的，你們卻賺得比之前還多！

街頭、校園……反正到處是美麗的風景線，很多人和美國警察搏鬥，還有要衝破封鎖線，衝進華爾街的。

這就是大名鼎鼎的“佔領華爾街”運動。

有過這場教訓後，歐美各國的政府就不怎麼敢再像當年一樣，央行印鈔票，用納稅人的錢，白送去救銀行了。

但今後要是再出和2008年類似的事，該怎麼辦呢？

我們知道：所謂發債，就是向外面借錢。

但可可債呢？銀行在發債時就說好了：這些借來的錢，可不一定會還哦！

說到這裡，有小伙伴就要笑了：這世上，誰也不是傻子，這種債誰敢借！

沒事，銀行用了兩種辦法，讓人願意買它。

我們知道，對銀行的資本金水平，各國監管機構都有一定要求的。

畢竟不可能讓你空手套白狼的嘛！

這可可債在發債時，就說好：當銀行資本金跌到某個水平時，這些債券就會自動轉為銀行股權，債劵投資人就成銀行股東了。

就是你銀行出問題了呀，出問題的銀行股價肯定會跌嘛！

如果可可債真轉成銀行股票，投資人就虧了呀！

像在2015年，當時歐洲各國銀行發行的可可債券，票面利息就高到過8%。

這種債的好處就是：當銀行出事時，它會馬上從債權變成股權，這樣一來不僅減輕了銀行的債務，也增加了銀行資本金。

那麼，這次在可可債的事上，瑞士人為什麼要被罵呢？

因為它做得，實在是太出格了。

上面說過：可可債在什麼時候，會轉為銀行股權，投資人從債主變銀行股東？

得銀行資本金跌破某個水平啊！

前段時間，瑞士信貸的股價，確實在大跌，但規定的資本金，可還沒有被跌破啊。

也就是說：那172億美元，當時還是債，連股權都不能變！

就是把這筆債給抹掉了！債主們的這172億美元，一分錢都拿不到！

因為一般來說，銀行破產時，首先要追究股東責任，然後發生損失的順序是AT1債券、次級債券、普通債券。

產業研究報告 – 蔡慶龍 分析師

消費性電子去庫存化已接近尾聲，哪些領域將受惠? 常關注我的投資朋友一定不陌生，「被動元件」一直是慶龍老師關注的族群之一。尤其現階段主流的積層陶瓷電容(MLCC)庫存將在第二季來到健康水位。而就你所知的手機、筆電、桌機，裡面的機版，都要用到多顆被動元件。且現階段5G手機，也都需要高性能處理器，又為了因應趨勢潮流，做到更薄、更輕、所以被動元件勢必也要越做越小，此外在電阻及電感，也將朝小型化、高性能的方向發展，這些條件都將成為被動元件的發展基礎，要做到小而巧的境界。

台灣被動元件龍頭廠國巨(2327)，不斷提升在網通、工控、車用上的利基型產品營收比重。進期也將收購德國、法國兩間感測器廠商，把景氣波動對公司營運的影響降到最低。還記得先前慶龍老師帶龍家軍在505賣出，雖然小賠5元，但就因為有賣，上週四(16日)才能在485接回，直到今天股價已來到518，這就是操盤的節奏性。

凱美(2375)同樣也受惠這波庫存去化加速下帶來的利多，在先前雲南限電衝擊到電解鋁的產能釋放，身為鋁質電容廠的凱美，在6日率先攻上漲停，表現亮眼。同樣也是龍家軍早早就布局的股票之一。最後一檔華新科(2492)，主要布局在車用MLCC、包括車規電容、車規晶片、車規電阻等高階產品，目前車用占比已經突破一成。

產業輪動輪漲的節奏，你要抓得很穩，而且要在市場普遍又開始火熱「之前」就要進場卡位，反市場操作就是這樣帶你領先市場。給我時間我給你波段，這樣子賺，風險比較低。股票市場要看的是未來，就像你想開車到目的地，你要看著前方的路況，而不可能一直盯著後照鏡開車。歡迎繼續關注慶龍老師，最新的產業資訊，我會幫你研究得很透澈。

天天對時對價 加入慶龍老師LINE : https://line.me/R/ti/p/%40stock178
最新盤後分析 訂閱慶龍老師YOUTUBE: https://reurl.cc/7eWKVD
投資動靜皆宜 申請FB社團: https://reurl.cc/GolnaZ

從絕對數值看，中國內地的房貸利率並不高，但相比境外同行，中國內地銀行從按揭貸款中賺得最多。

房子是大部分中國人一生中最大的一筆支出。