股票短线杠杆怎么操作 三个客户，包养了英伟达
生育健康业务方面，华大基因围绕出生缺陷三级防控体系，推动“人人全基因组”妇幼健康全周期锁定模式。报告期内股票短线杠杆怎么操作，公司生育健康业务实现营收6.07亿元，同比增长7.19%。其中，携带者筛查检测业务营收同比增长约41.19%；染色体异常检测（CNV-seq）业务营收同比增长约28.65%；新生儿遗传病基因筛查业务营收同比增长约32.18%；遗传病基因检测系列业务营收同比增长约38.62%。
（原标题：三个客户，包养了英伟达）
如果您希望可以时常见面，欢迎标星收藏哦~
来源：内容来自财富，谢谢。
全球市值最高的公司英伟达（Nvidia），作为人工智能（AI）微芯片供应商，仍然高度依赖于少数匿名客户，这些客户共同贡献了数十亿美元的营收。
这家AI芯片行业的宠儿在其向美国证券交易委员会（SEC）提交的季度10-Q文件中再次警告投资者，其拥有一些至关重要的客户，他们的订单各自都超过了英伟达全球合并营业额的10%。
例如，一个由三家特别财力雄厚的客户组成的精英群体，在截至10月底的前九个月内，分别购买了价值100亿至110亿美元的商品和服务。
幸运的是，对于英伟达投资者而言，这种情况不会很快改变。彭博情报（Bloomberg Intelligence）全球技术研究主管曼迪普·辛格（Mandeep Singh）表示，他相信英伟达创始人兼首席执行官黄仁勋（Jensen Huang）的预测，即支出不会停止。
他说：“数据中心训练市场的规模可能会达到1万亿美元，而不会出现任何真正的衰退。”到那时，英伟达的市场份额无疑会从目前的90%大幅下降。但即便如此，其年收入仍可能达到数百亿美元。
英伟达仍受供应限制
除了依靠五角大楼订单的国防承包商外，一家公司如此集中于少数客户的风险是极其不寻常的——更不用说这家公司有望成为首家市值高达4万亿美元的公司了。
从严格的三个月期限来看英伟达的账户，第二季度有四个匿名大客户，他们的总销售额几乎占英伟达每两美元销售额中的一元；而此次至少有一家已经落榜，现在只剩下三家仍符合这一标准。
辛格告诉《财富》杂志，这些匿名大客户可能包括微软、Meta，以及可能是Super Micro。但英伟达拒绝就此猜测发表评论。
英伟达只是将他们称为客户A、B和C，他们总共购买了价值126亿美元的商品和服务。这超过了英伟达截至10月底的第三季度351亿美元总营收的三分之一。
他们的份额也平分秋色，各占12%，这表明他们可能只获得了分配给他们的最大数量的芯片，而不是他们可能理想中想要的那么多。
这与英伟达创始人兼首席执行官黄仁勋的说法相吻合，即他的公司受到供应限制。英伟达无法简单地生产更多的芯片，因为它已将行业领先的AI微芯片的批量制造外包给了台湾的台积电（TSMC），并且自己没有生产设施。
中间商还是终端用户？
重要的是，英伟达对主要匿名客户的指定，如客户A、客户B等，并不是从一个财政周期到下一个财政周期固定不变的。他们会改变位置，英伟达出于竞争原因将其身份保密；毫无疑问，这些客户不希望他们的投资者、员工、评论家、激进分子和竞争对手能够看到他们确切地在英伟达芯片上花了多少钱。
例如，一个被指定为“客户A”的实体在过去一个财政季度购买了约42亿美元的商品和服务。然而，这似乎比以往要少，因为它在前九个月的总额中并未超过10%的门槛。
与此同时，“客户D”似乎做了完全相反的事情，减少了英伟达芯片的购买量，但在今年到目前为止的营业额中仍占12%。
由于他们的名字是保密的，因此很难说他们是像陷入困境的Super Micro Computer这样的数据中心硬件供应商等中间商，还是像埃隆·马斯克（Elon Musk）的xAI这样的终端用户。例如，后者在短短三个月内就建成了其新的孟菲斯计算集群。
英伟达面临的长期风险包括从训练芯片向推理芯片的转变
然而，最终只有少数几家公司拥有能够参与AI竞赛的资本，因为训练大型语言模型的成本可能非常高昂。通常，这些公司是云计算领域的超大规模企业，如微软。
例如，甲骨文（Oracle）最近宣布计划建立一个泽塔级数据中心，配备超过13.1万个英伟达最先进的Blackwell AI训练芯片，这将比任何现有单个站点的功能都更强大。
据估计，运行如此庞大的计算集群所需的电力将相当于近24座核电站的输出能力。
彭博情报分析师辛格认为英伟达只有少数几个长期风险。首先，一些超大规模企业最终可能会减少订单，从而稀释其市场份额。其中一个可能的候选者是Alphabet，它拥有自己的训练芯片TPU。
其次，英伟达在训练芯片方面的主导地位并不匹配于推理芯片领域，推理芯片在训练完生成式AI模型后运行这些模型。在这里，技术要求并不那么先进，这意味着竞争更加激烈，不仅来自AMD等竞争对手，还来自拥有自己定制芯片的公司，如特斯拉。随着越来越多的企业使用AI，推理最终将成为一个更具意义的业务。
辛格说：“有很多公司正试图关注这一推理机会，因为你不需要最高端的图形处理器（GPU）加速器芯片来完成这项工作。”
当被问及这种长期向推理的转变是否比最终失去训练芯片市场份额的风险更大时，他回答说：“绝对是。”
https://fortune.com/2024/11/21/nvidia-jensen-huang-ai-training-chips-microsoft-google-amazon-tesla-meta-hyperscalers-cloud-computing/
半导体精品公众号推荐
专注半导体领域更多原创内容
关注全球半导体产业动向与趋势
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第3956期内容，欢迎关注。
『半导体第一垂直媒体』
实时 专业 原创 深度
公众号ID：icbank
喜欢我们的内容就点“在看”分享给小伙伴哦股票短线杠杆怎么操作
