我正在密切關注 $NBIS，因為我認為隨著 AI 代理推動推理需求，AI 基礎設施可能成為最大的機遇之一。 Nebius 目前已簽約的電力約為 3.5 GW，但僅有一小部分處於運行狀態，因此具有巨大的擴展空間。其不斷增長的無伺服器推理業務也可能提升每 MW 的收益潛力。在近期下跌後，其估值對我而言頗具吸引力，但執行力和容量部署將是關鍵觀察點。

Nvidia、$NVDA 正利用 AI 改變晶片的製造方式。 該公司推出了新的 CUDA-X AI 工具，以加速半導體的設計、製造和工廠自動化。 Synopsys、Cadence、Applied Materials、Lam Research 和 KLA 等公司正在採用這些工具。 Nvidia 表示，這些工具可將某些工作流程的速度提升高達 50 倍。

在這個階段，很明顯大多數 AI 模型的目標是變得更便宜，而不是更優秀。 企業透過壓低價格競爭，燒掉數十億美元，並以遠低於價值的價格出售代幣。 他們意識到，要麼繼續燒投資者的錢以維持運營並領先於對手，要麼專注於將價格/價值提升至盈利水平。 如往常一樣，@grok 在預算模型上大膽推進 4.7 版本，價格極其低廉，但也因未能超越頂級模型而受到大量批評。 我預期模型能力的進步將略有放緩，而永續性方面將取得更多進展。

本週 AI 資訊，由 Holoworld 呈現 @OpenAI 發布了來自內部前沿模型的 722 篇數學手稿，而 @Microsoft 則推出了 Maia 300，進一步深入定制 AI 芯片領域。 @AnthropicAI、@GoogleCloud 和 @Meta 本週均推出了新模型或代理，TypeSafe 在推出其非文字決策模型 Jev 數週後，成功籌集了 8.7 億美元。 AI 正從聊天擴展至研究、基礎設施、代理和決策領域。

重大訊息：@nvidia 執行長 @JensenHuang 表示，AI 已成為設計公司晶片和軟體的必備工具。 「我們現在已經無法在沒有 AI 的情況下設計晶片了。」 Huang 揭示，NVIDIA 利用 AI 探索新的晶片設計、提升效能、降低能耗、撰寫軟體以及偵測錯誤。 「我們的晶片因為 AI 而變得更好了。」

Nvidia 於 9 月 3 日同意收購 Hugging Face，這是最廣泛使用的開放模型中心之一。 Nvidia 表示，其目標是保護開源 AI 開發者。這家主導的 GPU 供應商現在也將擁有開放模型發布的主要平台之一。 對於使用這些模型的用戶而言，幾乎沒有變化。 如今，每一家推理即服務提供商，你仍無法驗證： → 哪個模型回應了請求 → 誰能讀取你的提示 → 你的數據會如何處理 你只能信任中間的 whoever。 開放模型只有在任何人皆可驗證其運行方式時，才能保持開放，不論誰擁有該中心。 這需要一個無所有者的執行層，由網絡檢查哪個模型運行，並確保數據隱私。

AI 需要的不只是晶片，還需要電力。⚡ 麥肯錫預測，全球資料中心的需求到 2030 年可能達到 219 GW，高於 2025 年的 82 GW。 巨大的機遇。但宣佈的容量不等於現金流。關注債務、執行力和利潤，而不僅僅是 AI 的頭條新聞。 #AI #DataCenters #AIInfrastructure #StockMarket #GrowthStocks #LongTermInvesting #TradingSyndicates $ETN $VRT $GEV $NVDA $AVGO $ANET

AI 熱潮推高電腦價格：美國科技通脹達 20 年來最高水平 對 AI 基礎設施的巨額投資，與美國消費科技價格的顯著上漲同步發生。九月的通脹數據顯示，電腦和硬體價格的年增幅為近二十年來最強勁之一，使 AI 需求對價格的影響成為經濟焦點。 電腦價格年增幅達 9.7% 九月，電腦、周邊設備和智慧家居助理的價格較去年同期上漲 9.7%，為自 2006 年以來記錄到的最高年增幅。 電腦軟體和配件的年價格增幅達到 28.4%。數據顯示，科技產品的成本壓力不僅限於硬體，也正擴散至不同產品類別。 AI 投資推高成本 科技公司正增加對資料中心、先進處理器和高效能伺服器的支出，強化了硬體供應鏈各環節的需求。來自 Nvidia 等製造商的先進處理器需求劇增，使產能限制與供應成本變得日益重要。 AI 基礎設施投資的擴張，可能在生產能力與元件供應無法跟上需求的領域造成價格上漲壓力。這些影響在多大程度上轉嫁至消費科技產品，將在未來幾個月受到密切關注。 對聯準會而言的新通脹風險 科技價格上漲是可能使美國聯邦儲備系統（Fed）難以將通脹恢復至 2% 目標的因素之一。特別是，若 AI 投資持續推高能源和住房以外領域的成本，通脹壓力更廣泛蔓延的風險可能上升。 九月美國消費者通脹率升至 3.7%（年比），亦顯示價格壓力依然存在。若科技價格上漲與能源成本一同固化，聯準會可能需要對貨幣政策採取更謹慎的態度。 AI 增長可能推動通脹 長期來看，AI 預期將提升生產力並降低生產成本。然而，在這些效益完全實現之前，基礎設施支出、晶片需求與能源需求可能在短期內產生通脹效應。 市場的關鍵問題在於，這些成本上漲究竟是投資週期的臨時後果，還是會擴散至消費價格並發展為更持久的通脹壓力。 若 AI 投資持續推動經濟成長，同時又推高價格，聯準會將面臨越來越困難的平衡：既要維持經濟擴張，又要控制通脹。