与「Networking」相关的搜索结果

Token2049 期间，「BNB Chain Super Meetup Singapore」将于新加坡举行， 活动将围绕 BNB Chain 生态展开，现场设有交流、互动与 networking 环节～ 🎟 报名链接： 新加坡见！🙌

高盛Rich Privorotsky：Muse只是起点，AI Agent真正要重写的是整个经济的“摩擦成本” 高盛One-Delta交易台负责人Rich Privorotsky现在关注的，已经不只是 $META 的Muse有多火。 他提出了一个更大的判断： Agentic AI正在开始消除整个经济体系里长期存在的“摩擦”，而这可能带来一次真正的生产率跃升，并形成结构性的去通胀力量。 这可能也是理解下一阶段AI行情最重要的一条线。 过去三年的AI牛市，市场主要交易的是： 训练模型 → GPU → HBM → 数据中心 → 网络 → 电力 而下一阶段，市场开始交易一个完全不同的问题： 当AI真正进入日常经济活动以后，它到底能够替人类省掉多少时间、成本和中间环节？ Muse真正改变的，不只是AI能力，而是“消费者惯性” 很多行业过去能够长期维持较高利润，并不完全因为它们的产品无法替代。 其中一个很重要的原因，是消费者嫌麻烦。 保险续费涨价了，你懒得重新比较几十家公司。 手机套餐贵了，你懒得转运营商。 酒店价格高了，你没有时间每天重新搜索。 订阅服务每个月继续扣钱，你甚至已经忘记自己还在付费。 退款需要打电话、发邮件、等待客服，很多人最后干脆放弃。 这些看似微不足道的事情，实际上构成了一个巨大的隐形经济： Consumer Inertia——消费者惯性。 过去消费者的时间有限，所以很多公司实际上可以从“麻烦”本身赚钱。 Muse这样的AI Agent正在攻击的，恰恰就是这种摩擦。 如果你的AI可以24小时替你比价、取消订阅、申请退款、重新谈账单、寻找更便宜的保险、比较酒店、订机票甚至完成支付，那么过去建立在消费者“不想折腾”之上的商业模式就可能受到压力。 AI最先消灭的，未必是某一个行业，而是“麻烦”本身。 为什么这可能带来结构性去通胀？ 想象一下，当未来几亿甚至几十亿消费者都拥有一个永远不会累、永远愿意比较价格的AI Agent，会发生什么？ 保险公司更难依赖客户懒得换公司维持高价格。 旅游平台必须证明自己的佣金真正创造价值。 长期不用的订阅可能被Agent自动取消。 零售商品的价格透明度进一步提高。 企业内部大量重复的行政、客服和后台流程也可能被自动化。 于是经济体系中大量长期存在的成本： 信息差 + 搜索成本 + 时间成本 + 人工成本 + 中间环节 都有可能被压缩。 这就是Privorotsky所说的生产率红利。 过去互联网降低的是信息传播成本。 移动互联网降低的是连接成本。 而Agentic AI下一步可能降低的是： 行动成本。 这可能比单纯推出一个更聪明的大模型，对整个经济的影响更加深远。 所以AI行情可能开始从“卖铲子”走向“生产率革命” 第一阶段的赢家其实非常容易理解。 $NVDA、$AMD、$TSM、$AVGO，以及HBM、网络、光通信、服务器、数据中心和电力基础设施。 因为无论最后哪一个AI模型胜出，都必须先购买算力。 但Agent时代真正有意思的地方，是AI创造的价值可能开始从基础设施向整个经济扩散。 企业可以减少后台人工成本。 客服效率提高。 营销变得更加精准。 库存管理改善。 软件开发周期缩短。 采购和供应链流程自动化。 消费者寻找商品和服务的成本下降。 当这些效率提升逐渐进入企业利润表以后，AI的赢家就不一定永远只集中在半导体。 第一阶段赚的是“建设AI”的钱。 第二阶段赚的可能是“使用AI提高生产率”的钱。 这两轮行情的受益公司可能完全不同。 CPU为什么突然成为Agentic AI的重要交易方向？ 这一点也值得特别关注。 过去生成式AI最重要的硬件交易是GPU，因为训练和大规模模型推理高度依赖GPU。 但Agent并不是简单回答一个问题。 它需要打开浏览器、运行操作系统、调用API、处理文件、管理数据库、执行代码、安排任务，甚至同时运行多个Sub-Agent。 这意味着Agent时代增加的不只是模型推理负载。 它还增加了大量传统计算工作负载。 所以市场近期开始重新关注CPU以及整个服务器基础设施。 如果未来不是几百万人偶尔问AI一个问题，而是几亿个Agent每天在后台连续工作几个小时，那么计算需求的结构本身都会发生变化。 这也是为什么现在不能再简单用： “AI = GPU” 来理解整个产业链。 未来更完整的公式可能是： AI Agent = GPU + CPU + Memory + Storage + Networking + Power Agent运行时间越长，需要调用的工具越多，整个数据中心被消耗的资源也就越多。 但市场现在仍然处于非常早期的定价阶段 目前指数很强，但市场宽度并不好。 大量资金依然高度集中在AI和少数大型科技公司。 所以现在看到的更像是三个阶段： 第一阶段：AI基础设施重新定价。 GPU、HBM、网络、数据中心、电力率先上涨。 第二阶段：Agent平台重新定价。 $META 的Muse只是最近最明显的案例之一。 第三阶段：整个经济的生产率重新定价。 如果Agent真正大规模进入企业和消费者生活，受益范围才可能从科技行业逐渐扩散到更广泛的权益市场。 而现在，我们可能刚刚站在第二阶段的入口。 这也是为什么高盛交易台对大盘仍然保持积极观察 Privorotsky的另一个核心观点是，目前市场并不是毫无风险。 季节性仍然存在。 实际利率仍然偏高。 地缘政治风险没有消失。 市场宽度也并不理想。 但另一方面，投资者对这些问题已经非常警惕，仓位和情绪本身并没有进入极端乐观状态。 因此他认为，市场仍存在进一步向上突破的空间。 这里真正值得注意的，不是简单地说“美股一定继续涨”。 而是： 如果Agentic AI开始被市场从一个科技产品故事，重新理解成一场生产率革命，那么它能够支撑的估值范围，就不一定只局限在几家AI芯片公司。 这可能才是下一轮行情真正值得观察的变化。 过去三年，我们一直在问： 谁能提供AI需要的算力？ 接下来市场可能开始问： 谁能够利用AI，把自己的收入增长得更快、成本降得更低、利润率做得更高？ 而再往后，还有一个更大的问题： 如果Muse只是第一批真正进入大众市场的Agent，当几十亿个AI Agent每天替人类工作、购物、谈价格、管理订阅和完成交易时，今天哪些行业看起来稳定的利润，其实只是建立在“人类嫌麻烦”这件事上？

I spent all day on X (a Chinese social networking site) scrolling through the trending topics about Sun Yuchen and Jing Tian. The posts and comments were incredibly witty! 😂 Regardless of whether the stories are true or not, just reading the comments section made me laugh all day. Indeed, a trending topic only becomes complete when it's accompanied by netizens' imaginative interpretations. 🤣

ZERO ALPHA Research Preview | Reframing NVDA NVIDIA’s latest earnings report is the trigger event for a new round of deep research. A company already among the largest in the world just delivered 106% year-over-year revenue growth, with Data Center revenue up 117%. What is striking is not simply that NVIDIA beat expectations again, but that its core business has returned to a doubling growth rate from an already enormous base, even as AMD GPUs, hyperscaler-designed chips, and custom AI accelerators continue to enter the market. That prompted us to go back and re-examine NVIDIA’s full growth trajectory since 2023. When revenue growth, earnings growth, stock-price appreciation, and P/E are viewed together, a very different pattern begins to emerge. The first NVIDIA spring was largely top-down. The market recognized the potential of generative AI first, the stock price moved ahead, and earnings later caught up. The second spring now looks increasingly bottom-up. Revenue growth re-accelerated from: 56% → 62% → 73% → 85% → 106% while valuation multiples moved lower rather than higher. In simple terms: First Spring: P led E. Second Spring: E is beginning to lead P. This earnings report therefore may represent more than another earnings beat. It may be a signal that NVDA itself needs to be reframed. It also raises a broader question: What actually defines a true mega-cap growth stock? A high P/E alone does not define growth. The rarest structure may be a company that is already enormous, still grows its core business near 100%, generates earnings faster than its stock price rises, avoids excessive valuation expansion, and continues to create new TAM. Applying this framework to AMD, MU, SNDK, LITE, ALAB, DELL, and the hyperscalers makes the leadership hierarchy increasingly clear. Many of them have strong growth, but each still carries a weakness in valuation, cyclicality, pricing dependence, platform control, or growth durability. NVDA currently presents a more unusual combination. More importantly, at least four additional growth engines are still developing: Pricing Power Supply Efficiency Open Models Inference Specialization If these continue to develop, today’s NVIDIA may not yet represent the peak of this second growth cycle. And NVIDIA’s second spring may not belong to NVIDIA alone. Memory and storage, optical networking, and AI data-center operators could all benefit if another AI infrastructure expansion cycle is now beginning. ZERO ALPHA will therefore use this earnings report — a mega-cap company returning to 100%+ core growth — as the starting point for a six-part NVDA Research Note series: 1/6. NVDA: The Second Spring — From P Leading E to E Leading P 2/6. NVDA: What Defines a True Mega-Cap Growth Stock? 3/6. NVDA: Why It Is Still in Its Prime, Not Near the Peak 4/6. NVDA: Four New Growth Engines — How Far Can the Second Spring Go? 5/6. NVDA: Why Leaders Lose Leadership — Lessons from Intel, Tesla, and AMD 6/6. NVDA: Will the Second Spring Reignite the Entire AI Infrastructure Chain? Each note will focus on one independent question and can be read on its own. ZERO Insight The most important message from this earnings report may not be that NVIDIA beat expectations again. It may be this: When a company already this large returns to 100%+ core growth while trading at a much lower P/E than during its first AI explosion, what needs to be revalued may not be just NVDA’s stock price — but our entire understanding of mega-cap growth.

We’re heading back to CME Group HQ for another edition of Master Class. Join us for another deep dive into options and futures trading, including strategies, market structure, and networking opportunities. Register soon to get $50 off with our early bird pricing!

📢 The 20th Edition of the Asian Financial Forum is set for 26-27 Jan 2027 in Hong Kong! Join 4,000+ policymakers & business leaders for insights on global trends, high-level networking and deal making sessions. Stay tuned:

Scale AI with Supermicro’s Data Center Building Block Solutions®. A modular architecture integrating GPUs, networking, racks, infrastructure, software, and services to reduce costs, increase flexibility, and accelerate deployment from system to data center scale.

Supermicro’s Data Center Building Block Solutions® deliver modular AI infrastructure built from validated components and sub-systems, enabling flexible end-to-end deployment from individual GPUs and networking to complete data center infrastructure, software, and services.