辉达 9 月股价表现向来最差，客户 AI 支出疑虑罩顶

辉达（Nvidia Corp.）在 9 月的第一个交易日下杀，除了云端客户未来的 AI 支出存在疑问、公司毛利率开始下滑外，9 月通常也是辉达股价表现最差的月份。

Business Insider报导，若大型云端服务商（Hyperscaler）看到回报的速度不够快，这些大客户对辉达核心产品的支出终将削减。

摩根大通（JPMorgan Chase & Co.，通称小摩）市场与投资策略董事长Michael Cembalest 2日发表研究报告指出，根据巴克莱估计，2024年打造的绘图处理器（GPU）数量足以在最高利用率下创造约1,000亿美元的营收。然而，GPU使用者2024年实际支付的金额仅约100亿美元。Cembalest质问，「两者的差距需要多长时间才能缩小？」

确实，在全新运算平台开始带来具规模的现金流之前，需要先大量投资基础建设。关键问题在於，投资人能有多少耐心等待果实成熟。

Cembalest直指，每一个运算循环，首先要打造的都是基础设施，接着是平台、再来才是应用程式。90年代有企业资源规划软体、2000年代则是搜寻与电子商务方面的应用，但现在就担忧没有类似那样的杀手级生成式AI应用程式，可能为时过早。

不过，Cembalest说，时间正在快速流逝。辉达资料中心营收对整个市场的资本支出占比，预料会达到1969年主机时代和达康泡沫年代的巅峰，这对投资人而言风险相当高。

辉达9月股价表现向来最糟

另一方面，MarketWatch报导，Dow Jones Market Data统计显示，历史来看，辉达平均会在9月下挫2.35%，表现逊於标准普尔500指数、那斯达克指数的下跌1.2%、0.9%。

事实上，之前三次9月份，辉达平均下杀了13%，但此前的6次9月辉达股价都是上涨的。

值得注意的是，虽然整体而言9月表现是一年之中最糟的，但辉达自1999年1月上市後经历的25次9月份，其实有14次是上涨的、平均涨幅为7.6%，11次是下跌的、平均跌幅多达15%。

华尔街依旧看好辉达。Rosenblatt Securities分析师Kevin Cassidy、Hans Mosesmann认为，虽然辉达预测毛利率会下降，但这是「高级问题」，辉达现有的Hopper产品线表现相当强，新一代Blackwell产品线也会在11-1月「大幅放量」。他们将辉达目标价设定在200美元。辉达展望显示，毛利率预料会在11-1月下探72~73%，低於当前的74~46%，但仍相当高。

（本文由 MoneyDJ新闻 授权转载；首图来源：科技新报）

资策会 Living Lab+Open Day 携手产业预见生活蓝图，逾 30 项展出体验创新未来

超智慧的未来生活等你来体验！财团法人资讯工业策进会（资策会）於今（5）日起一连两天举办 Living Lab+Open Day（共创实验室开放日），聚焦智慧乐龄、AI 互动及智慧运动科技等三大主题，集结超过 40 家业者、逾 30 项科技展示，不仅为银发族量身打造从认知、肌力训练到健康促进的智慧科技，还针对重视健康与体态的一般民众打造跟上健身潮流的 AI 运动科技、因应未来娱乐与生活的 AI 互动科技，带领体验者「穿越未来」，抢先感受创新科技的独特魅力。

资策会数位转型研究院（数转院）打造的第二届 Living Lab + Open Day，是将创意转化为市场服务的重要推手。透过跨领域合作，变成了创新产品的展示舞台，让创意从概念变成消费者可以体验的实际产品。也是企业与创新者合作的最佳场域，透过主题策展，把创新产品顺利带到市场。值得一提的是，资策会数转院将 Living Lab +不局限在单一场域的概念，早已扩展到全台如日照中心、健身中心、机场等超过 500 个场域，涵盖文化科技、运动健康、智造科技等多个领域，显示「Living Lab +」对市场的影响力。

资策会执行长卓政宏在开幕致词中表示，资策会透过大型语言模型（LLM）、多模态生成式 AI、AIoT、互动科技及沉浸式体验，与产业界及学术机构合作，从测试、展示到策展，将创新技术从实验室中推向市场。他强调，Living Lab+共创实验室成为产业数位转型生态中的重要平台，汇聚乐龄、运动健康及 AI 科技等领域的跨界能量，为产业转型持续贡献力量。

Living Lab + Open Day 本次展示三大主题，包含「智慧乐龄生活区」，展示高龄祈福互动游戏、便捷式地板滚球系统、福气乐龄机器人等技术，运用科技全方位照护银发族的身心健康，提升长者的生活品质；「AI互动／ 生活体验区」，让参观者探索人工智慧在娱乐和工作中的应用，像是 AI 生成艺术、AI …

辉达 Hopper 水冷板需求强劲！小摩调高双鸿目标价至 950 元

由於 NVIDIA（辉达）Hopper 系列需求强劲，带动水冷板出货增加，以及伺服器及笔记型电脑的需求良好，即使在今年第二季的高基期基础，外资摩根大通预估双鸿下半年营收有望再成长，因此调高双鸿目标价至 950 元，并维持「增持」的评价不变。

摩根大通表示，由於 NVIDIA Hopper 系列需求强劲，预估就算在第二季高基期的营收基础上，双鸿第三季及第四季营收有望再成长，并将今年营收成长预估上调 25~30%，同时认为业内竞争状况对双鸿影响还好，第四季 Hopper 和 Blackwell 初期需求的贡献更大。

摩根大通指出，双鸿从 2023 年第二季开始量产 Hopper 系列水冷板，并运送给美国客户，因此相信管理层经过一年的时间，应该可以有更好的能力处理液体泄漏问题，因为多数泄漏问题发生在设计阶段，因此散热厂及其 ODM 合作夥伴在实际发货给最终客户前仍有时间解决问题。

摩根大通分析，双鸿管理阶层将 2024 年液冷收入贡献从 5~10% 上调至 10~15%，由於 2024 年第二季液冷组合为 20%，预计 2024 年第三季和第四季的贡献均将达到 15%，主要受惠下半年水冷板的需求增加。

摩根大通认为，NVIDIA 将在 2024 年第四季开始大规模生产 Blackwell 系列，双鸿将从 GB200 …

花旗：苹果扮 AI 整合者将取代 NVIDIA 成「最强 AI 股」

苹果 AI 应用「Apple Intelligence」已问世，不过目前仅少数机型能够支援。知名投行花旗（Citi）认为，由於终端设备是下波 AI 产业重要的发展方向，看好苹果扮演 AI 软硬整合角色，站上 AI 产业新霸主，取代 NVIDIA 成为「最强 AI 股」。

Markets Insider报导，花旗分析师Atif Malik 29日发表最新报告称，目前AI产业商机聚焦IT基础设施如晶片、伺服器和资料储存设备等相关硬体布建，身为AI基础设施核心供应商的NVIDIA，因卖「金铲子」而大发利市。

但随着AI基础设施环境渐趋成熟，AI产业偏重於基础设施的发展方向，将慢慢转向终端设备，而苹果支援Apple Intelligence的产品即将陆续问世，包括9月9日iPhone 16系列，搭载最新A18晶片，势必带动AI终端设备普及，加上苹果软体及服务很有优势，称霸AI终端设备市场指日可待。

花旗分析师指出，iPhone 16将开启苹果AI时代，但真正销量大爆发会是2025年上市的iPhone 17，理由是AI应用程式（App）尚未至成熟期，需一段时间「滚雪球」，要到iPhone 17才能看到更成熟的应用。

Malik给予苹果「买进」（Buy）投资建议评级，目标价255美元，距29日收盘价229.79美元尚有10.9%上涨空间。

（本文由 MoneyDJ新闻 授权转载；首图来源：苹果）…

搭载 NVIDIA GraceTM CPU、网路和基础设施 Blackwell 系统，辉达点名来自这些台厂

日前，GPU 大厂辉达公布 2024 年第二季财报，虽然成绩依旧亮眼，营收年成长达到 122%、但是，在预估第三季营收将是近几季以来首度营收年成长没有翻倍，因此在财测不如市场预期的情况下，造成辉达的盘後股价一度大跌。然而，根据辉达执行长黄仁勳的说法，在修改 Blackwell 架构 AI 晶片以提高产量之後，预计第四季出货价值数十亿美元产品。还有，辉达也点名这几家台系供应商，将提供搭载 NVIDIA GraceTM CPU、网路和基础设施的 Blackwell 系统进行生产工作。

根据辉达的说法，黄仁勳在财报会议上表示，市场对 Hopper 的需求依然强劲，同时对 Blackwell高度期待。透过加速运算和生成式 AI，全球资料中心正在全力推进整个运算堆叠的现代化，NVIDIA 因此实现了创纪录的收入。

另外，Blackwell 样品正向辉达的合作夥伴和客户出货，专为 AI 打造的 Spectrum-X 乙太网路平台和 NVIDIA AI Enterprise 软体这两个新产品类别都达到了显着的规模，代表着 NVIDIA 是一个全端资料中心级平台。在整个堆叠和生态系中，辉达服务的对象包含前沿模型制造商、消费网路服务，现在扩大至企业。生成式 AI 将革新每个产业。

至於，辉达在第二季的营运重点方面，先前宣布 NVIDIA H200 Tensor Core 与 …

超越人类认知谬误的LLM – CASE 报科学

分享至

你有没有想过，当别人向你提问时，你回答问题的思考逻辑是什麽呢？这个看似很奇怪的问题，其实是非常重要的事情，因为它可能是造成我们思维与人工智慧思维有所区别的最大原因。从经典的心理学实验「琳达问题」，认知心理家发现人们在思考时，容易因为捷思法，透过自己的经验反射性判断出答案，而非经过复杂缜密的思考。让人意外的是，这样的问题在LLM当中也同样会发生，但差别在於LLM如果透过提示与修正提问方式之後，回答准确度会有上升的趋势，但在人类身上并没有这样的效果。如此看来，机器的发展和人类大脑的发展，似乎并不是依循着相同的发展路线而前进，这又是另一个值得玩味的议题。

撰文｜王冠云

人类在进行思考与推论时，可能会根据过往经验或寻求更快的找到解法，而直觉性地回答了问题，而忽略的问题本身的机率。着名的心理学实验例子如「琳达问题」，问题是这麽问的：

琳达今年三十一岁，单身，说话坦率直接，个性开朗，主修哲学。在学生时期，就非常关注歧视和社会正义，也参与反核游行。
请问下列哪种情形比较有可能？
一、琳达是银行出纳
二、琳达是银行出纳，平日积极参与女权运动

这个问题，答案是什麽？人类和AI的回答有没有差别？认知心理学家展开了相关的研究。

容易落入直觉思考的人类

上文提到的问题，或许很多人会回答「二、琳达是银行出纳，平日积极参与女权运动」，毕竟叙述中所提到关於她的背景，都非常符合典型的女权主义者的设定。然而，就客观的机率而言，选项一的机率比选项二高很多，可是很多人选了选项二。这就是所谓的「合取谬误 (conjunction fallacy)」，我们的大脑容易受到「代表性」的影响。由於故事叙述非常具有「女权主义者」的「代表性」，所以即使「同时是银行出纳且是女权主义者」的机率比「银行出纳」的机率低，我们还是会犯了谬误，而选择了机率实际上比较低的选项。

除了琳达问题之外，心理学家还有另一套称为「认知反射测验 (Cognitive Reflection Test, CRT)」的题目。同样也考验了作答者的思考逻辑，是否容易落入陷阱之中。例题如：「一根球棒和一颗球合计1.10美元，球棒比球贵1美元，请问一颗球几美元？」看似简单的数学问题，若是没有仔细用数学思考而透过心理捷径来思考的话，可能不小心想成「球棒1美元，所以球是0.1美元」，那麽这题可就答错啦。

用人类易犯错的题目来考验AI

如今大语言模型 (LLM) 的发展正在飞快的进步当中，除了文本摘要、翻译、校对等工作之外，我们也期待LLM能够帮助我们进行推论与思考。若是将上述人类的思考容易受影响的问题，请LLM回答，是否能透过AI之力，解决人类推论的极限以及认知思考的谬误呢？

Yax等人 (2024) 的研究，采用了8种大型语言GPT (Generative Pretrained Transformer) 模型，来测试LLM是否也会有人类的谬误。为了避免LLM过去的训练资料就有涵盖上述知名心理学实验的例子，因此Yax等人也重新撰写了一组琳达问题和一组认知反射测验的题目。

在他们的研究中，针对琳达问题找到了128位实验参与者，认知反射测验则是找到了100位实验参与者，平均年龄大约介於37至40岁，男女各半。另外，由於LLM的回答具有创造性，并非每次皆回答相同的答案，所以研究者在进行测试时，也把LLM回答的次数等同於人类参与者的数量，反覆进行提问和收集LLM的答案。

研究结果发现，一般LLM的回答，确实会受到谬误的影响，而导致模型回答出了错误的答案，人类的回答仍然表现较好。有趣的是，研究者还进行了一项操弄，在实验参与者回答问题前，先提示他们要记得按照步骤推理，或者先提供范例给参与者参考。同样的，LLM也会先给予不同的「prompt」，然後再请LLM回答。然而，人类在听了必须按照步骤推理的指示，效果并不显着，只有在看到范例的时候，才比较能提升回答的正确度。相反的，对LLM来说，为了让模型能进行推理，也给予了推理的具体指示，例如琳达问题的问法，从「请问下列哪种情形比较有可能？」变成了「…