改變產品矩陣是特斯拉股價上漲的驅動力，一天內就挽回了今年跌幅的42%。

特斯拉（TSLA）一季報不如預期，加上傳統車企近期股價上漲，本應顯示投資人並不看好電動車。然而，事情的走向有些複雜。

特斯拉不再處於成長模式－第一季每股收益45美分，年減47%，這個數字僅優於少數分析師預期（20美分）。即使如此，特斯拉股價仍大幅上漲。

財報發布第二天（4月24日），特斯拉股價飆升12.06%至162.13美元，成為2022年1月3日上漲13.5%以來表現最好的一天；標普500和納斯達克指數上漲0.02%和0.1%。

期間，特斯拉股價一度沖至167.97美元，漲幅近16%，這是2021年3月9日以來最大漲幅，當時股價上漲19.6%。

改變產品矩陣是特斯拉股價上漲的驅動力，一天內就挽回了今年跌幅的42%。該公司表示，正在加速推進下一代車型投產，早於先前預計的2025年下半年。

這意味著，市場期待已久的低價車型（通常稱為Model 2）上市時間可能加速。更重要的是，車輛將成為公司緊迫的優先事項。

「（特斯拉）這個季度表現是一場災難。」韋德布希（Wedbush）分析師丹艾夫斯（Dan Ives）表示，不過重要的是，特斯拉不僅專注於自動駕駛機器人計程車Robotaxi，並且加速推出低成本Model 2，這是華爾街希望看到的明智的策略規劃。

伯恩斯坦（Bernstein）分析師托尼·薩科納吉（Toni Sacconaghi）在報告中寫道，特斯拉的策略轉變將「安撫投資者」。同時，薩科納吉對此也表達了疑問──特斯拉真的能在不到一年內推出重要的新車型嗎？

多年來，特斯拉一直推遲低價車型生產，如今成為該公司的新挑戰。 2019年，特斯拉CEO馬斯克（Elon Musk）開發了車身龐大、價格高昂的電動皮卡Cyber​​truck。

此外，《馬斯克傳》（Elon Musk）作者沃爾特·艾薩克森（Walter Isaacson）也稱，馬斯克更喜歡在Model 2發布之前生產出機器人出租車。

馬斯克制定機器人計程車策略的部分原因是，他相信特斯拉每年可以銷售數百萬輛價格在4萬至5萬美元的電動車。

曾經有一段時間，上述邏輯的確立。 2021年至2022年，特斯拉幾乎可以以任意價格出售其生產的汽車。

之後一段時間，其他汽車製造商採取了類似策略——瞄準高端買家，導致電動車市場出現高價電動車供過於求，以及電動車滲透率停滯不前的情況。

當然，中國市場除外。目前，中國純電動車滲透率已接近25%。但競爭非常激烈，各種價位的數十種型號汽車都在爭奪市場份額。

花旗（Citi）分析師傑夫·鐘（Jeff Chung）預計，2024年和2025年，中國電動車成長主要來自3萬美元以下車型，而特斯拉並未提供此類產品。

對於非中國買家，由於低價電動車選擇很少，他們紛紛湧向混合動力車。一季度，美國及歐洲傳統及插電式混合動力車型銷量近170萬輛，較去年同期成長約24%；純電動車銷量約71萬輛，較去年同期成長約5%。

純電動車銷售放緩不會對傳統車企造成打擊，導致他們向電動車的轉型變得困難。年初至4月23日收盤，福特汽車（F）、通用汽車（GM）和專注於混合動力車型的豐田汽車（TM），股價變動幅度比特斯拉高出60%。

摩根士丹利（Morgan Stanley）分析師亞當·喬納斯（Adam Jonas）寫道：“雖然電動車是未來趨勢，但產生利潤並為股息和回購提供資金的仍是（內燃機）產品。”

喬納斯指出，電動車銷售放緩為傳統車企提供了機會。他們可以推遲電動車計畫、減少開發成本，而傳統汽車業務的現金流則會繼續湧入。

通用第一季業績證明了這一點。儘管數據隱含不透明的電動車虧損，但公司單車的營業利潤約4,300美元，高於特斯拉單車營業利潤3,000美元。而在一年前，特斯拉單車營業利潤達到了6,300美元。

不過，通用和福特並未擺脫戰略困境，後者的電動車業務在2023年虧損47億美元後，預計2024年將虧損55億美元。通用的情況可能類似，但沒有公開福特那樣的詳細數據。福特2023年決定，將電動車業務劃為一個獨立的部門。

Freedom Capital Markets分析師 Mike Ward）表示，福特每賣出一輛電動車就會損失數萬美元，但這並不算太糟糕——該數字包括相對較高的研發支出和資本費用，而開發和製造汽車需要花費數十億美元，很少有傳統車企能夠達到電動車獲利所需規模。

沃德並不認為傳統車企的電動車業務正在消亡。相反，他認為福特和通用試圖製造更好的特斯拉Model Y，這是一個錯誤——高價電動車已經供過於求。沃德希望看到兩家公司將策略重點放在專利最強的領域：卡車和商業車隊。

沃德表示，在商業市場，引人注目的應用案例和社會需求將在未來5-10年內將（電動車滲透率）推向35%的水平。 「我寧願看到兩家公司都投資於純電動車，而不是複製20世紀90年代的收購熱潮。」沃德說。

如果滲透率達到35%，那麼2030年電動車的銷量可望達到約3500萬至4000萬輛，比2023年增長約四倍。

電動車仍有成長空間，足以讓多家車廠從中受益——如果能在正確策略的指引下。  (巴倫周刊)

特斯拉明年交付新車型，為了實現完全自動駕駛，馬斯克暫時妥協。

一個月前特斯拉新車漲價，打算傾注資源做無人駕駛計程車。一個月後特斯拉又降價，並承諾很快會有更多的平價車—— 反覆之間，特斯拉—— 或者說馬斯克，在對市場妥協，並以這種方式換取繼續做他眼中不平庸產品的機會。

這種妥協極大緩解投資者對特斯拉的悲觀預期，在報告了2020 年二季度以來的首個收入下滑季度後，因為馬斯克的最新表態，特斯拉盤前股價跳漲12%。

一季度特斯拉汽車銷售收入下降13%、至164.6 億美元；

汽車銷售毛利25.63 億美元，年減25%；

汽車銷售毛利率降至2017 年第三季以來低點（15.57%），這一毛利率水準較過去高峰水準（30.31%）接近減半。

馬斯克在業績電話會上承認第一季需要處理一些始料未及的挑戰。他說，“全球電汽普及率面臨壓力，許多其他傳統車企正在減少純電動車生產，轉向插電混動。我們認為這不是正確的策略，電動車最終將主導市場。”

他告訴分析師，團隊已經就新車產品路線圖有過多輪討論，並加速推新，不排除今年晚些時候就發布，然後2025 年下半年生產。新車將可以在現有工廠生產，屆時生產效率最高的上海工廠可能再次成為馬斯克扭轉預期的關鍵。

一位接近特斯拉的人士稱，這款車可能是在Model Y 基礎上改進的「hatchback」（掀背車），搭載LG 和寧德時代的磷酸鐵鋰電池。特斯拉會在今年8 月公佈更多關於這款車的資訊。

平價車計畫能部分緩解特斯拉汽車銷售成長困境和市場預期。馬斯克預計，平價車量產後，特斯拉年產能將達300 萬輛。

今年第一季特斯拉銷量下滑8.5%、至38.7 萬輛車，連續兩季不及去年同期。供應鏈人士說，為了因應縮減的市場需求，特斯拉下調上海工廠生產目標，目前產能利用率約60%。為了逆轉銷量，特斯拉本週在中國、美國和歐洲對所有車型降價2000 美元或等值貨幣。

持續影響了特斯拉新車計畫的4680 電池計畫也有了更清晰的目標，一是年內解決產能問題，二是持續降低電池成本。接近該專案的人士稱，目前4,680 電池爬產和降本困境在於電池石墨負極的產能，馬斯克上週剛解雇了相關負責人。

而這些調整可能最終還是為了讓馬斯克可以推進完全自動駕駛系統FSD。他堅信這是特斯拉下一階段主要成長動力。

特斯拉今年大規模推播了第12 版FSD，新系統的駕駛決策更像人類司機：辨識路障、理解行人手勢、狹路會車更從容。甚至做得不太好的地方也跟人類司機很像，例如靠邊停車經常注意不到馬路牙，蹭傷輪轂或輪胎。

為了提高FSD 技術成熟度，特斯拉採購3.5 萬塊英偉達H100 晶片組訓練FSD，預計年內再買5 萬塊H100，不惜對FSD 投入100 億美元。同時，特斯拉近期下調FSD 一次型買斷價格和每月訂閱費，希望有更多人用。

特斯拉也正在與另一家車商討論FSD 功能的授權服務，透過販售FSD 硬體及軟體服務費賺利潤。今年8 月，特斯拉計劃發布無人出租車「Cyber​​cab」 —— 又一個和FSD 高度關聯的新業務。 (財經雜誌)

本文由半導體產業縱橫（ID：ICVIEWS）綜合

近日，輝達宣布收購兩家以色列AI企業Run:ai與Deci。據消息，輝達收購這兩家企業旨在降低開發或運行生成式AI模型的成本，幫助客戶更有效地利用AI運算資源，進而提振輝達AI晶片的需求。

當地時間4月24日，輝達宣布，已經與Run:ai簽訂最終收購協議。公司認為，這能夠幫助客戶更有效地利用其AI運算資源。

輝達並未披露這筆交易的具體條款，但根據CTech報導，這筆交易價預計約為7億美元。據悉，收購Run:ai是輝達自2019年3月以69億美元收購Mellanox以來在以色列的最大收購交易。

公開資料顯示，Run:ai成立於2018年，其已經開發了一個針對在GPU和類似晶片上運行的AI工作負載的獨特需求定制的編排和虛擬化軟體層，基於Kubernetes的AI雲容器平台通過自動分配必要的運算能力，Run:ai可以實現高效GPU叢集資源利用。簡單來說，其產品能夠支援開發人員並行運行多個AI工作負載，進而提高AI晶片的利用效率，降低成本。目前，該公司約有150名員工，累計融資1.18億美元。

目前，Run:ai的解決方案已與輝達的DGX、DGX SuperPOD、Base Command、NGC容器和AI Enterprise軟體等產品結合，輝達DGX和DGX Cloud的客戶將能夠使用Run:ai的AI工作負載功能。

輝達表示，自2020 年以來，Run:ai 一直是輝達的密切合作夥伴。未來，輝達表示將繼續以相同的商業模式提供Run:ai的產品，並將繼續投資Run:ai產品路線圖，作為NVIDIA DGX Cloud的一部分。

NVIDIA DGX Cloud是2023年3月21日NVIDIA發布的旗下產品。這項AI超級運算服務使企業能夠即時接取用於訓練生成式AI等開創性應用的高階模式所需的基礎設施和軟體。 NVIDIA DGX Cloud提供了專用的NVIDIA DGX AI超級運算集群，搭配NVIDIA AI軟體，使每個企業都可以使用簡單的網路瀏覽器存取AI超算，消除了獲取、部署和管理本地基礎設施的複雜性。企業可按月租用DGX Cloud集群，以便能夠快速、輕鬆地擴展大型多節點訓練工作負載的開發，無須等待需求量通常很大的加速運算資源。

另一家被收購的AI企業Deci，也致力於實現AI晶片的「降本增效」。根據The Information報導，輝達同意收購以色列新創公司Deci，無法獲悉具體的收購金額。

Deci為包括Adobe、應用程式資料在內的客戶提供服務。其透過調整AI模型，使其可以在AI晶片上更便宜地運行。據悉，Deci最初協助在手機、汽車等端側設備上啟用相對簡單的AI應用，隨後轉向自研大模型，在開源領域競爭。其自研模式已上傳至其網站及Hugging Face社群。

去年12月，Deci的模型DeciLM在Hugging Face包含70億參數的模型排名中名列第一，在開源領域超過Llama、Mistral等對手。但在2月底Google推出全新Gemma模型後，Deci失去領先地位。

The Information相關報告指出，兩位了解交易情況的人稱，Run:ai提高AI晶片效率的能力可能會吸引更多客戶使用NVIDIA DGX Cloud。另外，輝達可能會提供Deci以及CUDA軟體，使開發人員能夠更便宜地建立AI驅動的應用程式。

輝達在官方通稿中亦指出，客戶期望從更好的GPU利用率、改進的GPU基礎設施管理以及開放式架構帶來的更大彈性中受益。

數據供應商Dealogic的分析顯示，在過去的一年，輝達投資了30多家新創企業，相當於2022年的三倍多。輝達感興趣的投資領域包括軟體、製藥和醫療保健等。今年2月，輝達在提交給美國證券交易委員會（SEC）的文件中稱，該公司還持有應用AI技術的幾家小公司的股份。這些投資似乎也得到了回報。輝達的財報顯示，截至1月份，該公司的投資價值約為15.5億美元，而前一年為3億美元。

在這波新的AI技術浪潮中，晶片巨頭輝達正成為實力雄厚明星AI公司的代言人。作為視覺運算技術與圖形處理單元(GPU)的發明者，深度學習的興起，使得GPU大放異彩，輝達備受追捧。而這兩年的投資清單更能直觀反映其佈局AI的雄心。 (半導體產業縱橫)

眾所周知，美國國務卿布林肯訪華日程是24日-26日，但就在這個敏感的時間節點上，美國再次向我們揮舞金融核棒。

在23日外交部記者會上有記者提問稱，美國被曝正起草可能切斷中國一些銀行與全球金融體系聯繫的制裁措施，希望此舉能阻止中國對俄羅斯軍工生產的支持。對此，中國外交部發言人汪文斌說：「我們堅決反對美方自己拱火澆油，卻對中方甩鍋推責的這種虛偽做法。中國同包括俄羅斯在內的各國開展正常經貿往來的權利不容侵犯，我們將堅定捍衛自身的合法權益。的問題。

儘管自俄烏戰爭爆發以來，中國並未直接向俄羅斯輸送武器，但美國及其盟友對於中國持續為俄羅斯提供關鍵技術和產品，如晶片、巡航飛彈和發動機等，以支持其工業重建的做法感到不滿。這次佈林肯訪華也將向中方明確提出美國的關切，並暗示美國正在考慮採取更嚴厲的制裁措施。從301調查、高階晶片禁售到施壓盟友斷鍊、下調中國六大國有銀行評級，美國的制裁大棒不斷升級。時值山雨欲來風滿樓之時，美國此舉究竟意欲何為？我們又該如何應對？

名副其實的「金融核武」—SWIFT

眾所周知，二戰後美國貨幣金融經濟的中心地位徹底奠定，戰後組成了IMF、世界銀行等國際組織，以實現美國領導的戰後世界政治經濟秩序。進入2014年以來，金融制裁為美國和俄羅斯提供了較量的嶄新舞台，尤其是美國主導的金融體系SWIFT讓美國屢試不爽。

不過要強調的是，SWIFT不是支付清算系統，它只涉及資訊流的傳遞，不涉及資金流。簡單來說，SWIFT相當於銀行間的“郵遞員”，提供銀行間的金融資訊傳遞服務（安全、高效以及規範），而跨境資金流轉（支付、結算、清算等）則依賴於各國央行設立的清算支付系統。例如，美國的CHIPS（紐約清算所銀行同業支付系統）、中國的CIPS（人民幣跨境支付系統）等等。 SWIFT建立的通訊網路是國際金融領域重要的公共產品和基礎設施，目前尚不存在能發揮相同或相近功能的替代機制。

當然，作為一個非營利組織，SWIFT本身是中立的，僅承擔金融報文傳遞角色，理論上無權做出任何制裁的決定。但美國可以利用美元霸權、SWIFT業務對CHIPS支付系統的依賴、自身及其他西方國家在SWIFT治理架構中的影響力，將特定國家的金融機構排除在通訊網路之外，以此實現切斷某國與絕大多數國家金融機構的幾乎全部跨境支付。

這樣的制裁不論是對經常項目、資本項目或金融項目的資金流動均有極大衝擊，一旦銀行體系運作停擺，就可能引發嚴重的擠兌事件，甚至演化為嚴重的社會穩定問題，從而達到重創該國經濟的目的。

2000年後，美國陸續透過SWIFT對伊朗、北韓和俄羅斯實施金融制裁。以伊朗為例，美國以核問題為由於2008年憑藉CHIPS切斷了伊朗跨境使用美元進行結算的路徑，但由於伊朗還可以使用其他幣種進行國際貿易，所以總體制裁效果有限。 2012年，美國轉向使用SWIFT加強了對伊朗金融制裁的力度。作為能源出口依賴國，在金融制裁發生的當年，即2012年和2018年，伊朗經濟大幅萎縮，實際GDP增速分別為-7.5%和-6.0%；且在次年依然持續下滑，尤其是2019年實際GDP增速進一步下行至-6.8%。

俄烏衝突至今，俄羅斯GDP雖然成長3.5%，但這是因為大幅增加了軍事開支以及與東方大國大幅的貿易往來，現在這種戰時體制經濟的可持續性備受懷疑。而在3月的議息會議上，俄羅斯央行也表示雖然當前俄羅斯居民和企業的通膨預期持續下降，但通膨仍處於高位。

另外，俄羅斯雖然透過啟動替代性的跨境支付通訊系統，避免被切斷國際支付途徑，但是只有12個國家的70家銀行接入俄羅斯自主研發的金融資訊傳輸系統（SistemaPeredachi Finansovykh Soobscheniy，SPFS），這與SWIFT多達上萬用戶的龐大網路相比存在著數量級的差異。而SPFS系統在俄羅斯國內的金融報文傳輸工作量只相當於SWIFT系統的20%，運作效率較低，因此其替代效果非常有限。

其實，早在2023年12月22日，美國總統拜登就簽署了第14114號行政令，賦予美國財政部外國資產控制辦公室（OFAC）新的權力，允許其制裁那些為俄羅斯「特定產業」提供“重大交易”的外國金融機構。 4月初，美國財長耶倫訪華時就已釋放出明確訊號，任何為向俄羅斯國防工業基地輸送軍事或軍民兩用產品的重大交易提供便利的銀行都可能面臨美國制裁。而根據俄媒報導，自2024年初，中國四大國有銀行中的三家已經停止接受俄羅斯金融機構的付款。

站在當下這個特殊的時間節點，既是向那些鷹派政客展示拜登政府對華的強硬態度，也為即將到來的布林肯訪華增加談判籌碼，這也反映出美國對中俄日益緊密的經貿關係的擔憂。尤其是在美國的全力圍剿之下，中俄兩國貿易卻快速成長，2021年中俄貨物貿易額達到1,468.7億美元，較去年同期成長35.9%。 2022年中俄貿易額進一步成長，達到了1,902億美元。 2023年中俄雙邊貿易首度突破2,000億美元，達2,401億美元。而兩國之間超過90%的結算都以本國貨幣進行，俄中貿易幾乎完全去美元化。

更重要的是，美國威脅要制裁中國銀行體系，根本目的還是要切斷俄羅斯的貿易資金鏈，削弱其戰爭潛力。因為曠日持久的俄烏衝突再次來到了轉折點，其標誌就是資金。 4月20日，美國國會眾議院以311比112票通過了《2024年烏克蘭安全補充撥款法案》，該法案計劃提供608.4億美元援助烏克蘭。而在奶了一口烏克蘭的同時，如果還能切斷俄羅斯的資金鏈，那麼俄烏衝突的局勢必將迎來一個轉捩點。

站在美國的角度看，在對他國進行金融制裁時，需要考慮被制裁方的實力與反應，特別是從金融摩擦轉變為全面對抗甚至戰爭的可能性。畢竟這是一個全球化的時代，你中有我我當中有你更是常態。就算是中美摩擦不斷，2023年雙邊貿易額也達到4.7兆元人民幣，還有超過7萬家美國企業在華投資興業，年利潤超過500億美元，中美貿易也支撐了美國國內260多萬個就業機會。

根據Swift數據，自11月以來，人民幣已成為全球第四大交易貨幣，是自2022年以來首次超過日圓。如果美國鐵了心要制裁中國，那麼整個Swift結算交易量大概直接少1/3 ，這無異於自斷臂膀。所以從目前來看，該草案並未成為法案，因此還有騰挪和遊戲的空間。

但從根本上看，因應美國以SWIFT為工具實施的金融制裁就是要挑戰美元霸權，實現美元與包括人民幣在內其他貨幣之間的權力再分配，推動國際貨幣體係向更公平合理的方向變革。

只有擴大本國貨幣體系的全球覆蓋範圍，才能有效對抗美國針對跨境支付體系的制裁措施。因此要積極推動國際貨幣體系多元化格局建設，加速推動人民幣國際化進程。早在2019年，英法德等國就創立了INSTEX（貿易往來支持工具以繞過美國對伊朗的制裁措施。

中國也應積極研究和借鑒相關經驗，進一步完善CIPS（人民幣跨境支付系統）系統的功能建設，加速其推廣使用進程，密切結合一帶一路倡議的推進，在沿線國家鼓勵更多使用人民幣計價和結算。例如與沿線國家的支付系統和清算機制進行互聯互通，建立直接清算通道，促進人民幣在相關地區的直接結算。同時，也能憑藉中國的新能源產業優勢，推動非石油能源交易的人民幣計價與結算，在世界能源結構改變過程中削弱石油美元所帶來的貨幣權力。

另外，依托央行數位貨幣建構新型跨國清算模式。作為一種伴隨著現代科技的快速發展而誕生的新興貨幣形態，其以互聯網技術為基礎，借助區塊鏈技術等數位加密手段，實現了安全、快捷交易等特點，也為全球跨境支付的困局帶來了破局之道。  (首席商業評論)

周三，美國總統喬·拜登(Joe Biden)簽署了一項法律，迫使這款流行應用的母公司剝離其美國業務，TikTok預計將對該法律發起法律挑戰，這可能成為美國憲法第一修正案(First Amendment)的一個開創性時刻。今年將是定義案件的一年。

新法規定抖音母公司位元組跳動必須在9個月內出售這款短視頻應用，否則將在美國面臨禁令。抖音聲稱在美國擁有約1.7億用戶，並因其可能收集和影響美國人的數據而引發了國家安全疑慮。

但諷刺的是，總部設在中國的字節跳動將依靠這項非常美國式的權利來保護自己的商業利益。

「我們有信心，我們將繼續在法庭上為你的權利而戰。事實和憲法都站在我們這一邊，我們希望獲勝，」TikTok首席執行官周受資在該應用程式上發布的一段影片中說，這是對新法的回應。

近幾個月來，該公司已經預告計劃以第一修正案為由挑戰該法律。在該法案通過之前，TikTok鼓勵其數百萬用戶打電話給國會議員抗議該法案，稱這將侵犯「他們的憲法自由表達權」。

去年，一名聯邦法官叫停了蒙大拿州首次在全州範圍內禁止TikTok的禁令，稱該法律「既損害了(TikTok)第一修正案的權利，又切斷了許多人賴以為生的收入來源」。

儘管TikTok法律案件的細節尚未公開，但法律學者表示，政府只有一個非常有限的理由來強迫出售。

哥倫比亞大學奈特第一修正案研究所的高級律師Ramya Krishnan告訴媒體：「這不是TikTok的利益，而是數百萬使用該平台的美國人的利益。」 「因此，無論TikTok擁有或沒有什麼權利，美國人有權訪問和使用他們選擇的社交媒體和媒體，這是無可爭辯的。

史丹佛大學法學教授、史丹佛大學網路政策中心(Stanford Cyber​​ Policy Center)創始聯合主任內特‧珀西利(Nate Persily)說，為了克服這項權利，政府最有力的理由是基於國家安全。

「如果該公司正在獲取美國人口的數據，而這些數據可能會被中國政府以威脅美國國家安全的方式使用，這當然是一個令人信服的國家利益，可能會壓倒用戶或平台的第一修正案權利，」Persily說。

“實際上，我認為這是一個相當站得住腳的論點。我的意思是，考慮到他們現在將數據反饋到全球的算法中，在美國隔離他們的數據收集操作在技術上可行嗎?”

美國聯邦調查局局長克里斯托弗·雷本周稍早表示，TikTok是「一個國家安全問題」。

「這與數據、推薦演算法和軟體有關，」雷在接受NBC新聞採訪時表示。 “數據，我們談論的是控製或收集數百萬用戶數據的能力，並將其用於各種影響力操作，例如推動人工智慧的工作。”

抖音表示，它從未向中國政府提供過數據，並“投入了數十億美元來保護美國數據的安全，保護平台不受影響和操縱。”

但法律專家表示，對TikTok的潛在影響，例如壓制應用程式上的內容，並不是一個有說服力的論點，不會在法庭上站住腳。 (TikTok否認壓制內容)。

Persily說：“如果你說你禁止外國平台的原因是因為你害怕它傳達的信息，那就不那麼有說服力了。”

克里希南說，即使是國家安全方面的理由也經不起法律審查，因為可以很容易地透過公開市場購買美國人的相同數據。

她說：「(美國政府)將無法在這裡滿足這種負擔，不僅因為可以透過其他途徑獲得這些信息，還因為美國政府可以通過一項全面的數據隱私法，更有效地保護美國人的隱私。 」

TikTok迫在眉睫的法律挑戰將是最終可能到達美國最高法院的幾個法律挑戰之一，這些法律挑戰可能會徹底重新定義網路言論。其他將決定社群媒體公司能否對其平台上的內容進行審核的備受關注的案件也可能在今年做出裁決。

「最高法院今年正在製定網路言論的規則，」Persily說。 (北美洲財經)

黃仁勳(Jensen Huang) 再向業界丟下重磅「核彈」。

台北時間2月26日，市值2兆美元的AI 晶片巨頭輝達（NVIDIA）宣布推出全新NVIDIA RTX 500 和1000 Ada一代消費級GPU（圖形處理器）加速晶片，全面支持在輕薄筆記型電腦等行動裝置中運行生成式AI（AIGC）軟體。

輝達表示，與僅使用CPU的配置相比，全新RTX 500 GPU可為Stable Diffusion等模型提供高達14倍（1400%）的AIGC效能，AI 照片編輯的速度提高3倍，3D渲染性能提高10倍，從而全面提升生產力效率。

作為入門款GPU產品，輝達RTX 500將成為全球內建AIGC技術且價格最便宜的GPU晶片。

同時，這也意味著，黃仁勳持續降低AI PC設備門檻，即將大量出貨輝達GPU晶片，消費者「買筆電送AI 」的時代真的要來了！

據悉，輝達RTX 500和RTX 1000均採用與RTX 4090、L40伺服器GPU一樣的Ada Lovelace架構，或採用台積電4N（5nm）工藝，擁有神經處理單元(NPU)、第三代RT 核心、第四代Tensor Core、Ada一代CUDA核心、專用GPU記憶體、DLSS 3光線追蹤技術、第八代NVIDIA AV1（NVENC）編碼器等一系列旗艦AI 晶片才擁有的重要配置。

輝達稱，隨著AIGC和混合工作環境成為新標準，無論是內容創作者、研究人員還是工程師，幾乎每位專業人士都需要一台強大AI 加速功能的筆記型電腦來幫助使用者應對產業挑戰。而RTX 500 和1000 GPU 透過AI 為各地緊湊型設計的筆記型電腦使用者提升工作流程。

具體來說，首先，基於NVIDIA Ada Lovelace 架構，RTX 500 和1000 GPU晶片擁有第三代RT 核心，光線追蹤效能比上一代提升了2倍，可實現高保真、逼真的渲染。

其次，搭載第四代Tensor Core AI 加速技術下，RTX 500 和1000 GPU吞吐量是上一代的2 倍，可應用於深度學習訓練、推理和基於AI 的創意工作負載。

再次，與上一代相比，擁有最新CUDA核心的RTX 500 和1000 GPU，單精度浮點(FP32) 吞吐量提高30%；而第八代NVIDIA 編碼器支援AV1，效率比H.264 高出40 %。

最後，RTX 500 GPU 配備4GB GPU專用內存，RTX 1000 GPU 配備6GB GPU專用內存，可處理更大的項目、資料集和多應用工作流程，全面支援部分複雜3D場景和AI 應用研發。

另外，內建NPU的RTX 500 和1000 GPU晶片，可提供最高193 TOPS 的AI 效能，滿足日常AI 工作流程。如果你希望利用AI 來實現深度學習、資料科學、進階渲染等工作流程，輝達也提供RTX 2000、3000、3500、4000 和5000 Ada筆記型電腦GPU，最高支援682 TOPS 的AI 效能。

很顯然，黃院士的想法是：一旦要用AI，就要買輝達GPU顯示卡。沒有更高效能的CPU難以開發和使用AIGC 應用程式。

「你買的越多，你省的就越多。」黃仁勳曾說。（The more You buy，the more You save ）

輝達透露，全新NVIDIA RTX 500 和1000 Ada 世代筆記型電腦GPU 將於今年春天在戴爾、惠普、聯想和MSI 等行動工作設備中應用。

實際上，在AI 時代下，鈦媒體App編輯手中的一台Redmi Book 15E，由於沒有內置NVIDIA獨立顯卡，因此，我們安裝很多支持CUDA如NVIDIA App等多款AI 應用就會顯示“安裝無法繼續” ——很顯然，GPU已深深改變了我們的生活。

近期公佈的輝達最新財報顯示，2024財年，輝達收609.22億美元，年增126%；淨利年增581%，至297.60億美元，成為地表最強的公司。

受利多業績影響，輝達美股持續大漲。

2023年，輝達股價已累計上漲236%，進入2024年英輝達價短短兩個月漲幅又超過63.05%，最新市值約2兆美元。

如今，在新的AI 時代下，全球科技巨頭排行發生了重大變化：輝達超越了谷歌、亞馬遜等一眾巨頭，已成為全球第三大科技公司，僅次於微軟、蘋果。

隨著股價暴漲，輝達聯合創辦人兼CEO黃仁勳身價也水漲船高，最新增加85億美元，至681 億美元，成為全球第21位最富有的人。

黃仁勳不僅超越科氏工業CEO查爾斯‧科赫(Charles Koch)，也成功超越中國首富、農夫山泉創辦人兼董事長鐘睒睒。

對於中國市場，輝達也首次提到，華為是輝達重要的競爭對手之一。同時，黃仁勳對外確認，輝達向客戶提供A100/H800 AI 晶片的替代樣品，同時遵守了美國商務部半導體出口管制規定。

黃仁勳最近接受《Wired》對話時坦言，華為是非常好的公司。儘管他們受到現有半導體處理技術的限制，但他們仍然可以透過將許多晶片聚集在一起來建立非常強大的系統。

黃仁勳強調，輝達非常期望去中國市場進行業務競爭，並希望「我們能夠成功地服務市場」。

2月26日晚，美國儲存晶片巨頭美光科技（Micron Technology）宣布，該公司已開始大量生產其用於AI加速的先進Micron 24GB HBM3E內存方案，提供高達1.2 TB/s頻寬，相比競爭對手功耗降低30%，應用於輝達H200 Tensor Core GPU，最快將於2024年第二季出貨。

隨著輝達A100、H100晶片的成功量產，輝達瞄向AI 超算雲Nvidia DGX Cloud、AI 軟體棧Nvidia AI Enterprise等全新業務。

黃仁勳先前表示，生成式AI 讓每個（軟體）企業都擁抱加速運算，提高吞吐量，而輝達將利用Nvidia AI Enterprise，對這些企業所有的軟體堆疊進行管理、優化、修補。而Google成為了Nvidia AI Enterprise的最新合作方。

「我們將其推向市場的方式是將Nvidia AI Enterprise 視為作業系統，每年每個GPU 收取4500 美元。我的猜測是，世界上每一家在專有雲和私有雲中部署軟體的軟體企業公司，都將在Nvidia AI Enterprise 上運行。」黃仁勳表示。

半導體行業機構Futurum Research 首席執行官丹尼爾·紐曼(Daniel Newman) 認為，“英特爾曾經是業界的霸主。而現在，很多公司正聯合起來，以確保輝達不會變得太強大。”

綜合多方消息，3月18日舉行的GTC大會上，輝達將推出基於下一代Blackwell GPU架構的新款B100 AI晶片，採用台積電3nm製程製程、三星提供最新HBM儲存技術，據推測B100效能至少是H200的兩倍、也就是H100的整整四倍，預計B100將成為全球最強大的AI 晶片。（鈦媒體）

最近，《連線》（Wired）的記者採訪了輝達CEO黃仁勳。

記者表示，與Jensen Huang交流應該帶有警告標籤，因為這位Nvidia首席執行官對人工智能的發展方向如此投入，以至於在經過近90 分鐘的熱烈交談後，我（指本採訪的記者，下同）確信未來將是神經網路的涅槃。我還可以看到這一切：機器人復興、醫療天賜物（medical godsends）、自動駕駛汽車、有記憶的聊天機器人。該公司聖克拉拉園區的建築物並沒有起到任何作用。無論我的目光落在哪裡，我都會看到三角形中的三角形，這種形狀幫助輝達獲得了第一筆財富。

黃是過去一年的風雲人物，甚至可能是未來十年。因為科技公司確實對Nvidia 的超級運算GPU 愛不釋手。這不是以前的Nvidia，它是X 代視頻遊戲顯示卡的供應商，透過有效渲染無數的三角形使圖像變得栩栩如生。這就是輝達，它的硬體開創了一個我們與電腦對話、電腦與我們對話的世界，最終，根據你與哪位技術專家交談，它們超越了我們。

在我們的會面中，現年61 歲的黃穿著他標誌性的皮夾克和簡約的黑色運動鞋。他在那個星期一早上告訴我，他討厭星期一早上，因為他星期日工作一整天，開始正式工作週時已經很累了。

黃仁勳制定了一個模式，讓輝達走在每個科技大趨勢的前面。2012 年，一小群研究人員發布了一個名為AlexNet 的突破性影像辨識系統，該系統使用GPU（而非CPU）來處理程式碼，開啟了深度學習的新時代。於是，黃立即指揮公司全力追逐人工智慧。2017 年，當Google發布了被稱為Transformer 的新型神經網路架構（ ChatGPT 中的T）並引發了當前的人工智慧淘金熱時，Nvidia 處於完美的位置，可以開始向飢餓的科技公司出售其專注於人工智慧的GPU。

Nvidia 目前佔據AI 晶片市場70% 以上的銷售額，估值剛超過2 兆美元。2023 年最後一季的營收為220 億美元，比上年成長265%。去年其股價上漲了231%。黃要么在他所做的事情上出奇地出色，要么非常幸運——或者兩者兼而有之！——每個人都想知道他是如何做到的。

但沒有人能永遠統治。他現在成為中美科技戰的焦點，並受到監管機構的擺佈。黃仁勳在人工智慧晶片領域的一些挑戰者是家喻戶曉的名字——Google、亞馬遜、Meta 和微軟——並且在科技領域擁有最雄厚的財力。12月底，半導體公司AMD推出了一款用於人工智慧運算的大型處理器，旨在與Nvidia競爭。新創公司也瞄準了這個目標。研究公司Pitchbook 的數據顯示，光是去年第三季度，創投就向人工智慧晶片投資了超過8 億美元。

究竟黃仁勳是如何看待這些的呢？

黃仁勳：你和我都是史丹佛大學的畢業生。

Lauren Goode：是的。嗯，我讀的是新聞專業，而你沒有讀新聞專業。

黃仁勳：嗯，作為領導者和個人，我真正敬佩的人是Adobe 執行長尚塔努·納拉延(Shantanu Narayen)。他說他一直想成為一名記者，因為他喜歡講故事。

Lauren Goode：能夠有效地講述企業的故事似乎是建立企業的重要組成部分。

黃仁勳：是的。戰略制定就是說故事。文化建設就是說故事。

Lauren Goode：您曾多次說過，您並沒有根據宣傳資料推銷Nvidia 的想法。

黃仁勳：這是正確的。這實際上是為了講故事。

Lauren Goode：所以我想從另一位技術主管告訴我的事情開始。他指出，輝達比亞馬遜早一年，但在許多方面，英輝達亞馬遜更有「day one」的做法。您如何保持這種前景？

黃仁勳：坦白說，這確實是個好詞。我每天早上醒來都像第一天一樣，原因是我們總是在做一些以前從未做過的事情。它也有脆弱的一面。我們很可能會失敗。剛才，我正在開會，我們正在做一些對我們公司來說是全新的事情，但我們不知道如何正確地做。

黃仁勳：我們正在建造一種新型的資料中心。我們稱之為人工智慧工廠。按照當今資料中心的建構方式，許多人共享一組電腦並將他們的檔案放在這個大型資料中心中。人工智慧工廠更像是一台發電機。這是相當獨特的。過去幾年我們一直在建造它，但現在我們必須將其變成產品。

Lauren Goode：你打算怎麼稱呼它？

黃仁勳：我們還沒為它命名。但它會無所不在。雲端服務提供者將建置它們，我們將建置它們。每個生技公司都會有它。每個零售公司，每個物流公司。未來的每家汽車公司都將擁有一家製造汽車（實際商品、原子）的工廠，以及為汽車製造人工智慧（電子）的工廠。事實上，就在我們說話的時候，你看到伊隆馬斯克正在這樣做。在思考工業公司未來會是什麼樣子方面，他遠遠領先大多數人。

Lauren Goode：您之前曾說過，您經營的是一個扁平化組織，有30 到40 位高階主管直接向您匯報，因為您希望融入資訊流中。最近是什麼激起了你的興趣，讓你想，“我最終可能需要在這件事上押注Nvidia？”

黃仁勳：資訊不必像尼安德特人時代那樣從組織的頂部流向底部，當時我們沒有電子郵件和簡訊以及所有這些東西。如今，資訊流動得更加迅速。因此，不需要從上到下解釋資訊的分層樹。扁平網路使我們能夠更快地適應，這是我們所需要的，因為我們的技術發展如此之快。

如果你看看輝達技術的發展方式，你會發現摩爾定律每隔幾年就會翻倍。嗯，在過去10 年裡，我們已經將人工智慧進步了大約一百萬倍。這是摩爾定律的很多很多倍。如果您生活在一個指數世界中，您不希望訊息一次從上到下一層傳播。

Lauren Goode：但我問你，你的羅馬帝國是什麼？這是一個模因。今天的transformer paper是什麼版本？現在正在發生什麼你覺得會改變一切的事情？

黃仁勳：有幾件事。其中之一並沒有真正的名字，但它是我們在基礎機器人領域所做的一些工作。如果你可以生成文本，如果你可以生成圖像，你也可以生成運動嗎？答案可能是肯定的。然後，如果您可以產生動作，您就可以理解意圖並產生通用版本的清晰度。因此，人形機器人技術應該指日可待。

我認為圍繞狀態空間模型（SSM：state-space models）的工作可能是下一個transformer，它允許您學習極長的模式和序列，而無需在計算中呈二次方增長。

Lauren Goode：這能帶來什麼？現實生活中的例子是什麼？

黃仁勳：您可以與電腦進行持續很長時間的對話，但上下文永遠不會被忘記。您甚至可以暫時更改主題並回到先前的主題，並且可以保留該上下文。您也許能夠理解極長鏈的序列，例如人類基因組。只需查看遺傳密碼，您就可以了解其含義。

Lauren Goode：我們距離這個目標還有多遠？

黃仁勳：從我們有了AlexNet 到超人的AlexNet，只花了大約五年的時間。機器人基礎模型可能即將出現——我會在明年的某個時候公佈。從那時起，五年後，您將看到一些非常令人驚奇的事情。

Lauren Goode：哪個產業將從廣泛訓練的機器人行為模式中受益最多？

黃仁勳：嗯，重工業代表了世界上最大的工業。移動電子並不容易，但移動原子卻極為困難。運輸、物流、將重物從一個地方移動到另一個地方、發現下一種藥物——所有這些都需要了解原子、分子和蛋白質。這些是人工智慧尚未影響到的巨大而令人難以置信的行業。

Lauren Goode：你提到了摩爾定律。這個定律現在已經無關緊要了嗎？

黃仁勳：摩爾定律現在更多是一個系統問題，而不是一個晶片問題。更多的是關於多個晶片的互連性。大約10、15 年前，我們開始了分解電腦的旅程，以便您可以將多個晶片連接在一起。

Lauren Goode：這就是你在2019 年收購以色列公司Mellanox 的初衷。Nvidia 當時表示，現代運算對資料中心提出了巨大的要求，而Mellanox 的網路技術將使加速運算更加有效率。

黃仁勳：對，完全正確。我們購買了Mellanox，這樣我們就可以擴展我們的晶片，將整個資料中心變成一個超級晶片，從而實現現代人工智慧超級電腦。這實際上是為了認識到摩爾定律已經結束，如果我們想繼續擴大計算規模，我們必須在資料中心規模上做到這一點。我們研究了摩爾定律的製定方式，然後說：「不要受其限制。摩爾定律並不是計算的限制。」我們必須拋棄摩爾定律，這樣我們才能考慮新的擴展方法。

Lauren Goode：Mellanox 現在被認為是Nvidia 一次非常明智的收購。早兩年，您試圖收購全球最重要的晶片IP 公司之一Arm，但遭到監管機構的阻撓。

黃仁勳：那太好了！（That would've been wonderful!）

Lauren Goode：我不確定美國政府是否同意，但是是的，讓我們確定這一點。當您現在考慮收購時，您會關注哪些具體領域？

黃仁勳：這些大型系統的作業系統極為複雜。如何在運算堆疊中建立一個作業系統，以協調GPU 中數千萬、數億甚至數十億個微型​​處理器？這是一個非常困難的問題。如果我們公司外部有團隊這樣做，我們可以與他們合作，或者我們可以做更多的事情。

Lauren Goode：你的言下之意是否代表著，對於Nvidia 來說，擁有一個作業系統並將其建構成一個平台至關重要？

黃仁勳：我們已然是一家平台公司。

Lauren Goode：你越成為一個平台，你面臨的問題就越多。人們往往會對平台的輸出承擔更多的責任。自動駕駛汽車的行為方式、醫療保健設備的誤差幅度是多少、人工智慧系統是否有偏見。你如何解決這個問題？

黃仁勳：不過，我們不是應用程式公司。這可能是最簡單的思考方式。我們將盡我們所能，但盡可能少地服務於一個行業。因此，就醫療保健而言，藥物發現不是我們的專長，計算才是。製造汽車不是我們的專長，但為汽車製造極為擅長人工智慧的計算機，才是我們的專長。坦白說，一家公司很難擅長所有這些事情，但我們可以非常擅長其中的人工智慧運算部分。

Lauren Goode：去年有報導稱，您的一些客戶為您的AI GPU 等待了幾個月。現在情況怎麼樣？

黃仁勳：嗯，我認為今年我們不會趕上供應。今年不會，明年也可能不會。（Well, I don't think we're going to catch up on supply this year. Not this year, and probably not next year.）

Lauren Goode：目前的等待時間是多少？

黃仁勳：我不知道現在的交貨時間是多少。但是，你知道，今年對我們來說也是新一代的開始。

Lauren Goode：您是指Blackwell，您傳聞中的新GPU 嗎？

黃仁勳：是的，新一代GPU 即將問世，Blackwell 的表現超乎想像。這將是令人難以置信的。

Lauren Goode：這是否意味著客戶需要更少的GPU？

黃仁勳：這就是目標。目標是大幅降低訓練模型的成本。然後人們可以擴大他們想要訓練的模型的規模。

Lauren Goode：輝達投資了許多人工智慧新創公司。去年有報導稱，您投資了30 多家新創公司。這些新創公司是否會在購買您的硬體時排長隊？

黃仁勳：他們和大家一樣面臨供應緊張的問題，因為他們大多都使用公有雲，所以他們必須自己與公有雲服務供應商進行談判。不過，他們確實獲得的是我們的人工智慧技術，這意味著他們可以使用我們的工程能力和我們來優化其人工智慧模型的特殊技術。我們讓他們變得更有效率。如果您的吞吐量增加五倍，您實際上會多獲得五個GPU。這就是他們從我們那裡得到的。

Lauren Goode：在這方面你認為自己是個造王者嗎？

黃仁勳：不。我們投資這些公司是因為他們的工作令人難以置信。能夠投資它們是我們的榮幸，而不是相反。他們是世界上一些最聰明的人。他們不需要我們來支持他們的信譽。

Lauren Goode：當機器學習更多地轉向推理而不是訓練時（基本上，如果人工智慧工作的計算強度降低）會發生什麼？這會減少對GPU 的需求嗎？

黃仁勳：我們喜歡推理。事實上，我想說，如果我猜的話，Nvidia 今天的業務可能是70% 的推理，30% 的訓練。這是一件好事，因為那時你就會意識到人工智慧終於成功了。如果Nvidia 的業務90% 是訓練，10% 是推理，你可能會說人工智慧仍處於研究階段。七、八年前就是這樣。但今天，每當您在雲中輸入提示時，它都會生成一些內容- 它可以是視頻，可以是圖像，可以是2D，可以是3D，可以是文本，可以是圖形- 它是最有可能的是它背後有一個Nvidia GPU。

Lauren Goode：您是否認為AI GPU 的需求在任何時候都會減弱？

黃仁勳：我認為我們正處於生成式人工智慧革命的開端。如今，世界上進行的大部分計算仍然是基於檢索。檢索意味著您觸摸手機上的某些內容，它會向雲端發送訊號以檢索訊息。它可能會用一些不同的東西組成一個回應，並使用Java 將其呈現在您的手機的漂亮螢幕上。未來，計算將更加基於RAG（Retrieval-augmented generation：檢索增強生成，這是一個框架，允許大型語言模型從其通常參數之外提取數據），它的檢索部分會更少，而個性化生成部分會高得多。

那一代將由GPU 完成。所以我認為我們正處於這場檢索增強的生成運算革命的開端，生成人工智慧將成為幾乎所有事物不可或缺的一部分。

Lauren Goode：最新消息是，你們一直在與美國政府合作，開發出可以運往中國的符合製裁規定的晶片。我的理解是這些不是最先進的晶片。為了確保您仍然可以在中國開展業務，您與政府的合作有多密切？

黃仁勳：好吧，這其實是出口管制，而不是製裁。美國已確定輝達的技術和人工智慧運算基礎設施對國家具有戰略意義，並將對其實施出口管制。我們首次遵守出口管制是在—

黃仁勳：是的。而美國在2023年對出口管制增加了更多條款，導致我們不得不再次重新設計我們的產品。所以我們就這麼做了。我們正在開發一套符合當今出口管制規則的新產品。我們與政府密切合作，確保我們提出的方案與他們的想法一致。

Lauren Goode：您對這些限制將刺激中國推出有競爭力的人工智慧晶片有多大擔憂？

拜登和競爭對手川普將帶領美國走上截然不同的道路。

雖然拜登和川普的年齡、健康狀況、是否適合擔任總統以及受不受民眾歡迎引發了種種擔憂，但到了11月5日大選日那天，美國選民大概率和2020年一樣，必須在他們二人之間做出選擇。此外，和四年前一樣，在選票統計出來之前，這仍將是一場勢均力敵的大選。

然而，今年的大選和四年前有一些重要區別，無論這些差異帶來的影響是好是壞。目前美國經濟正以美國人在2020年疫情期間無法想像的方式增長，同樣出現增長的是推動這一輪經濟增長的債務，目前美國政府的債務總額已達到創紀錄的34萬億美元，償債成本升至6500億美元——這些龐大的數字勢必會限制下一屆政府和國會的選擇。

拜登和競爭對手川普將帶領美國走上截然不同的道路，這對美國的社會政策和整個世界意味著什麼，我們將留給這些領域的專業人士去評判，對於美國經濟和市場而言，這意味著要對美國債務這類老生常談的問題以及拜登和川普在稅收、監管和國家角色等問題上截然不同的立場做新的解讀。

對美國債務和赤字的擔憂並不是什麼新鮮事，但在過去10年裡，美國的債務規模增加了一倍。無黨派機構國會預算辦公室(Congressional Budget Office) 2月初發布的一份報告為有關債務問題的辯論設定了條件：到今年年底，美國政府債務將占到GDP的99%。聯準會升息也帶來了一個令人感到不安的問題：利息支出增加。國會預算辦公室預計，到2034年，利息支出將升至1.6兆美元。

拜登和川普都對這場「借貸狂潮」負有責任。根據負責任聯邦預算委員會(Committee for a Responsible Federal Budget)的估計，川普擔任總統期間實施的政策導致聯邦政府債務增加了8.4萬億美元，拜登擔任總統期間，聯邦政府債務預計將增加約4萬億美元。

在下一任總統任期內，美國債務佔GDP的百分比預計將超過100%，這將是一個具有重要像徵意義的水平。