NVIDIA's GPUs
搜索文档
Top Big Data Stocks Set to Accelerate the AI-Powered Future
ZACKS· 2025-12-04 13:51
大数据市场概况与驱动因素 - 全球正经历来自在线购物、传感器、社交媒体和视频等来源的巨大数字信息流 这些庞大且持续的结构化和非结构化数据集被称为大数据 [1] - 传统数据处理软件无法处理或存储海量数据 但人工智能和先进的机器学习算法现已能够处理和分析海量数据 [2] - 大数据与人工智能的广泛应用使金融世界变得更加安全和高效 并推动该行业在未来几年实现巨大增长 其应用已遍及医疗保健、金融、零售和制造业等行业 [4] - 根据MarketsandMarkets的数据 全球大数据市场规模预计到2028年将达到4012亿美元 [4] 大数据在金融与商业领域的应用 - 交易员现在基于即时生成的模式和趋势执行快速交易 [3] - 银行和金融机构正在大规模利用大数据和人工智能制定有针对性的营销策略以提高客户满意度 该技术正帮助银行实时检测欺诈 [3] - 保险公司能够通过分析记录和社交媒体中的数据来检测虚假索赔 [3] - 企业仅收集数据是不够的 需要有效的工具来理解数据以便做出必要决策 [7] 受益于大数据趋势的科技公司与工具 - 需求的激增为开发必要工具和基础设施以利用大数据潜力的科技公司带来了显著优势 [5] - 例如 NVIDIA通过先进的芯片为大数据提供算力支持 [5] - 通过利用先进工具 主题筛选功能可以识别塑造未来的公司 从而更容易把握新兴趋势 [5] 公司分析:Palantir Technologies Inc (PLTR) - 随着大数据的兴起 Palantir Technologies Inc的业务也在发展 该公司通过软件开发帮助公司理解海量信息 [7] - Palantir构建的系统将分散的信息转化为清晰的见解 例如 银行正利用其工具快速完成客户核查 从而帮助新账户在数小时内而非数天内完成开户 [7] - 该公司强调 单独的人工智能可能不可靠 但当连接到Palantir的数据组织方法(其本体论)时 它能清晰且更可靠地工作 [8] - Palantir的工具需求旺盛 正扩展到各个行业 帮助汽车制造商简化生产 并帮助国防机构管理复杂操作 [8] 公司分析:NVIDIA Corp (NVDA) - NVIDIA正在为全球范围内不断增长的大数据和人工智能基础设施提供动力 [9] - 与传统的CPU相比 NVIDIA的GPU现在能够更高效地处理海量数据和工作负载 [9] - 这反映出NVIDIA现在主要是一家人工智能和数据中心基础设施厂商 而此前其主要定位是游戏GPU公司 [9] - 随着世界产生的数据量越来越大 对处理数据的加速计算机的需求也在不断增加 NVIDIA的硬件和软件在此发挥作用 使其成为全球最强大的科技公司之一 [10] 公司分析:Teradata Corporation (TDC) - Teradata Corporation现在支持大数据和人工智能的巨大体量和复杂性 从而极大地改变了其从帮助企业存储和分析传统数据的立场 [11] - TDC的平台现在使客户能够构建和运行先进的人工智能和机器学习模型 从而帮助其客户实时采取行动 [11][12] - 随着逐渐向自主人工智能和知识平台转变 该公司开发了新的、以人工智能为重点的工具 以帮助客户构建人工智能模型并将其应用于日常业务决策和流程中 [12]
Is Meta's Pushback on NVIDIA With In-House Chips Good for Shares?
MarketBeat· 2025-03-24 13:02
文章核心观点 - 公司测试自研半导体以减少对英伟达依赖,有望长期削减成本、提升利润率,但训练芯片测试结果和芯片量产成本存在不确定性 [1][10] 公司股价及指标 - 公司股价为596.25美元,较昨日上涨10.25美元,涨幅1.75%,52周股价范围为414.50 - 740.91美元,股息率0.35%,市盈率24.93,目标价718.31美元 [1] 自研芯片背景及目的 - 公司正在测试首款自研AI训练芯片,此前已使用自研芯片进行推理,训练和推理都需大量计算和能源成本,公司旨在削减两端成本 [2][3][4] - 英伟达GPU成本高,上季度毛利率近74%,公司自研芯片可增加市场竞争,避免被动接受英伟达定价 [5] 自研芯片优势 - 定制AI芯片在特定推理任务上性能更快、功耗更低,亚马逊称其Trainium2芯片性价比比英伟达H100 GPU高30% - 40% [6] - 数据中心能源需求预计将从目前占全球1% - 2%增至2030年的21%,公司自研芯片降低能耗可减少数据中心能源成本 [7] 自研芯片使用阶段 - 公司已大规模使用推理芯片Artemis进行推荐,如广告、短视频和内容推荐,但未用于生成式AI [8] - 公司刚开始测试训练芯片,若顺利将于2026年投入使用,先用于训练推荐系统,再用于生成式AI [9] 对股价影响 - 公司自研芯片有望长期提升利润率,但训练芯片测试结果未知,芯片量产成本或在中短期内拖累利润率 [10] 分析师评级 - 公司目前获分析师“适度买入”评级,但未入选顶级分析师推荐的五只股票名单 [12]