TSLA
特斯拉
-- 410.440 NVDA
英伟达
-- 144.470 PLTR
Palantir
-- 79.890 AMD
美国超微公司
-- 125.370 CRNC
Cerence
-- 19.330 
Amazon re:Invent将对半导体、硬件相关股票产生积极影响
花旗研究称，亚马逊云服务（纳斯达克：AMZN）上周主办了云相关的年度会议re:Invent，对一些半导体、网络、硬件股产生了积极影响。
这个活动揭示了新的ai芯片产品和伙伴关系，由于股价上涨了7.67%，证明了Amazon是这一利好消息的催化剂。
花旗确定，尽管亚马逊正在强调Trainium2和未来的Trainium3等独有的ai芯片，但它仍然有可能成为英伟达（纳斯达克：NVDA）处理器的第二大买家。
花旗分析师 Atif Malik 和 Asiya Merchant 指出, 尽管焦点在于亚马逊独有的芯片和服务器，但预计亚马逊在 C2025 年继续部署大量的 NVDA 芯片，并将继续保持作为第二大 NVDA AI GPU 云服务提供商，仅次于 Microsoft（MSFT）
AWS Trainium2 UltraServer Pod 的构建对多个服务器内企业都证明有益。花旗指出，Marvell (NASDAQ:MRVL)、Broadcom (NASDAQ:AVGO)、Astera Labs (NASDAQ:ALAB) 被确定为主要受益者。
相比于最近转向对大型模型造成损害以逐渐转向小型模型的故事，亚马逊 AWS 便民计算高级副总裁 Peter DeSantis 表示，模型实际上正变得更大。马里克指出：“他认为，前沿模型在短期内将达到数万亿参数...Peter 强调了基于缩放定律所示的执行当前 AI 计算损失模型一半所需计算是 1Mx 的增加。”
另一方面，Wedbush 强调了 AWS 定制芯片 Trainium、Graviton、Inferentia 的进展。
Wedbush 分析师 Scott Devitt 在投资者备忘录中指出，过去 2 年中 AWS 数据中心新 CPU 容量的 50% 以上使用了 AWS Graviton，并且前 1,000 名 EC2 客户中有 90% 使用 Graviton。
大部分 AI 工作负载是在 Nvidia GPU 上运行的，但亚马逊对通过定制 AI 芯片（Trainium 和 Inferentia）取得的进展感到印象深刻，其中包括苹果（AAPL）等客户的案例，这些案例展示了通过利用亚马逊定制芯片实现的实际成本节省。
亚马逊还展示了为提高 AI 工作负载效率并优化企业客户成本提供工具。
Devitt 指出：“除了 AWS 定制芯片带来更优价格性能外，该公司引入了在 Bedrock 上以更低成本运行的 Amazon Nova 亚硝酸盐基础模型系列，与主要同行相比。” 他说：“Amazon Nova Micro、Amazon Nova Lite 和 Amazon Nova Pro 在各自的智能级别上至少比最优性能模型便宜 75%，在 Bedrock 上的运行速度也比竞争模型更快。”
这一事件表明，由于亚马逊在亚马逊Bedrock上获得了数万名客户，并且在过去一年中增长了500％，因此在生成ai堆栈的所有三个层面上需求强劲。
这个活动揭示了新的ai芯片产品和伙伴关系，由于股价上涨了7.67%，证明了Amazon是这一利好消息的催化剂。
花旗确定，尽管亚马逊正在强调Trainium2和未来的Trainium3等独有的ai芯片，但它仍然有可能成为英伟达（纳斯达克：NVDA）处理器的第二大买家。
花旗分析师 Atif Malik 和 Asiya Merchant 指出, 尽管焦点在于亚马逊独有的芯片和服务器，但预计亚马逊在 C2025 年继续部署大量的 NVDA 芯片，并将继续保持作为第二大 NVDA AI GPU 云服务提供商，仅次于 Microsoft（MSFT）
AWS Trainium2 UltraServer Pod 的构建对多个服务器内企业都证明有益。花旗指出，Marvell (NASDAQ:MRVL)、Broadcom (NASDAQ:AVGO)、Astera Labs (NASDAQ:ALAB) 被确定为主要受益者。
相比于最近转向对大型模型造成损害以逐渐转向小型模型的故事，亚马逊 AWS 便民计算高级副总裁 Peter DeSantis 表示，模型实际上正变得更大。马里克指出：“他认为，前沿模型在短期内将达到数万亿参数...Peter 强调了基于缩放定律所示的执行当前 AI 计算损失模型一半所需计算是 1Mx 的增加。”
另一方面，Wedbush 强调了 AWS 定制芯片 Trainium、Graviton、Inferentia 的进展。
Wedbush 分析师 Scott Devitt 在投资者备忘录中指出，过去 2 年中 AWS 数据中心新 CPU 容量的 50% 以上使用了 AWS Graviton，并且前 1,000 名 EC2 客户中有 90% 使用 Graviton。
大部分 AI 工作负载是在 Nvidia GPU 上运行的，但亚马逊对通过定制 AI 芯片（Trainium 和 Inferentia）取得的进展感到印象深刻，其中包括苹果（AAPL）等客户的案例，这些案例展示了通过利用亚马逊定制芯片实现的实际成本节省。
亚马逊还展示了为提高 AI 工作负载效率并优化企业客户成本提供工具。
Devitt 指出：“除了 AWS 定制芯片带来更优价格性能外，该公司引入了在 Bedrock 上以更低成本运行的 Amazon Nova 亚硝酸盐基础模型系列，与主要同行相比。” 他说：“Amazon Nova Micro、Amazon Nova Lite 和 Amazon Nova Pro 在各自的智能级别上至少比最优性能模型便宜 75%，在 Bedrock 上的运行速度也比竞争模型更快。”
这一事件表明，由于亚马逊在亚马逊Bedrock上获得了数万名客户，并且在过去一年中增长了500％，因此在生成ai堆栈的所有三个层面上需求强劲。
免责声明：社区由Moomoo Technologies Inc.提供，仅用于教育目的。
更多信息
评论
登录发表评论