Re: [心得] 戴爾受惠ai,此時此刻大漲21%
※ 引述《bluejade1235 (藍玉)》之銘言:
: 戴爾受惠AI,目前大漲21%
: 。
: 大多數的人根本不知道什麼是AI
: 大多數的人也不知道美國的AI跟臺灣的AI差在哪
: 。
: 戴爾現在大漲21%。2023/9/1。22:02 (臺北時間)
: https://finance.technews.tw/2023/09/01/dell-technologies-q2-2024-earnings/
: 營運長克拉克(Jeff Clarke) :
: 戴爾旗下一台針對生成式 AI 性能最佳化的 AI 伺服器積壓將近 20 億美元的訂單。「
: AI 已經表明一個長期順風的趨勢,我們產品組合的需求持續成長」
: 。
: Q : 如果你的問題是「戴爾可不可以買」
: A : 我覺得可以,因為戴爾幾乎沒什麼漲,你能相信嗎? 戴爾今年股價只有漲100%而已
: 戴爾是全世界AI SERVER 品牌第一名,只有漲100%
: Q : 如果你的問題是「技嘉可不可以買」
: A : 我認為很明顯是不行的,技嘉的AI SERVER市佔率低到已經看不見了,今年竟然可以
: 大漲300%
: 。
: 戴爾 : AI SERVER世界排名 : 1
: 惠普 : AI SERVER世界排名 : 2
: 技嘉 : AI SERVER世界排名 : 低到已經看不見
: 。
: 戴爾本益比 : 20
: 惠普本益比 : 10
: 技嘉本益比 : 46
: 。
: 戴爾今年漲 : 100%
: 惠普今年漲 : 20%
: 技嘉今年漲 : 300%
: 。
: 技嘉投信連續性的大買,今年還在買,一天就買了12億
: 投信是因為什麼原因買我不知道
: 不過其中一個原因一定是 : 投信用的不是自己的錢
: 如果投信用自己的錢,我認們他們一定不敢買
版上還是要有些正能量的討論,
我還是逆風說一下我個人的看法,
先說結論,
我個人比較看好DELL, 其次是技嘉, HPQ我個人最不看好,
另外,
要吵AI 股的話,
就直接買正AI股, 像是NVDA, MSFT, GOOG, TSM,
不需要去賭這種AI 產業鍊最底層也最外圍的公司,
或者買大盤ETF 也有AI概念股的功能, 還比較安全,
像是QQQ, TQQQ, SOXL, FANG
DELL 今天本益比已經到26.01了,
本益比甚至比GOOG 還要高, 接近MSFT,
現在實在沒有買的理由,
同樣道理可以套用在技嘉跟其他AI代工廠,
HP 的問題非常的大,
管理階層惡搞非常多年,
不要看到現在本益比低就跳進去,
另外, HPE 才是惠普做伺服器的部門, 本益比以22.7,
HPQ 本益比10 是做個人電腦的
另外,
我看到前後有幾篇文章把DELL 跟台灣的AI 代工廠混在一起談,
其實這是非常錯誤的地方,
AI 伺服器分成兩種,
一種是現在主流的雲端AI 伺服器,
另一種是傳統私人企業自己架構的私人AI 伺服器,
雲端AI 伺服器主要都在資料中心,
主要玩家是MSFT, AMZN, GOOG, BABA,
另外像是META, AAPL, NFLX, TSLA有些是跟上面三家雲端公司租借伺服器,
提供自家應用程式服務,
有些是自己架設自己的雲端伺服器,
然後這些雲端伺服器全都由台灣的廠商代工,
像是技嘉, 鴻海, 廣達等等
傳統私人企業的伺服器主要玩家是IBM, DELL, HPQ,
從前銀行跟機場等公司都買IBM mainframe 當自己的伺服器,
尤其銀行現在大部分還在用mainframe + cobol,
新的伺服器主要是DELL/EMC 跟 HPQ
這兩種伺服器市場的優缺點是:
雲端伺服器的量是私人伺服器的量 數千到萬倍以上,
但是私人伺服器的利潤極高,
還有之後的硬體與系統保養+服務的收費,
賣一台私人伺服器的利潤大概是一台雲端伺服器代工的利潤 數十倍到數百倍以上,
所以這很難說哪一家比較好
身為鄉民認證的萬惡炒房炒股大戶,
我就用房子當作例子,
雲端伺服器像是在出租房以及旅館出租,
私人伺服器像是買自住房再加上自己的裝潢與加工,
所以私人伺服器可以依照自己的需求客製化,
而且長遠來說私人伺服器的成本便宜非常多
但是雲端伺服器對大部分的人來說是可以負擔的,
大部分的人跟企業是無法自己架設私人伺服器或買NVDA 的AI 顯卡,
反而用出租的方式對大部分的人是可以負擔與接受的方式,
等到真的事業做大了,
再來考慮要自己建server 還是繼續用 cloud,
如果事業失敗了,
可以拍拍屁股走人,
完全不需要處理硬體設備等問題
我自己是兩種都有,
我有用Google Cloud, 家裡也有一台DELL 伺服器,
DELL 那台其實是Alienware 改裝的,
我在電蝦版有分享過如何架設與安裝cuda 等,
跑AI 程式的確便宜很多,
只要出電費就好,
現在雲端伺服器超貴,
我跑個網頁一個月就要幾十甚至數百美金,
這都還不包括如果我要跑AI 程式的話
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 4.16.138.22 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1693601310.A.567.html
推
09/02 05:12,
8月前
, 1F
09/02 05:12, 1F
推
09/02 05:56,
8月前
, 2F
09/02 05:56, 2F
推
09/02 06:31,
8月前
, 3F
09/02 06:31, 3F
推
09/02 06:35,
8月前
, 4F
09/02 06:35, 4F
感謝指正,
我第一時間看原文說到惠普本益比10, 所以聯想到HPQ,
但是後來發現我看錯公司了,
HPQ 本益比10 是做個人電腦的,
HPE 本益比22.7 才是做企業伺服器的,
兩家公司在當年2011 or 2013 的惠普高層惡搞的時候,
被迫拆分成兩家公司
推
09/02 06:36,
8月前
, 5F
09/02 06:36, 5F
→
09/02 06:36,
8月前
, 6F
09/02 06:36, 6F
私人架設AI伺服器的利基在於長遠攤算便宜非常多,
就像我提到的例子,
你買自住房住滿十年省下來的比租房十年還划算,
但是如果是短時間的使用, 像是一兩年的話,
那不如租用雲端伺服器比較划算
→
09/02 06:36,
8月前
, 7F
09/02 06:36, 7F
→
09/02 06:36,
8月前
, 8F
09/02 06:36, 8F
→
09/02 06:36,
8月前
, 9F
09/02 06:36, 9F
→
09/02 06:36,
8月前
, 10F
09/02 06:36, 10F
AI 程式分成兩大類,
1. 訓練training
2. 推理inference
推理inference 的部分已經不需要AI 伺服器了,
一般手機裡頭的 AI edge chip 就可以跑了,
訓練training 的程式還是需要大型AI伺服器,
尤其ChatGPT LLM 目前只有NVDA 的GPU能夠跑
Google TPU 也有跑ChatGPT LLM, 但是科學家用不慣
是的,
訓練完的模型授權給一般公司使用,
只需要local 的 inference or edge AI 就可以跑了,
慢慢的,
AI 硬體效能過剩的問題會出現
推
09/02 06:58,
8月前
, 11F
09/02 06:58, 11F
※ 編輯: waitrop (4.16.138.22 美國), 09/02/2023 07:10:14
推
09/02 07:06,
8月前
, 12F
09/02 07:06, 12F
推
09/02 07:20,
8月前
, 13F
09/02 07:20, 13F
推
09/02 07:21,
8月前
, 14F
09/02 07:21, 14F
推
09/02 07:27,
8月前
, 15F
09/02 07:27, 15F
→
09/02 07:27,
8月前
, 16F
09/02 07:27, 16F
https://www.ptt.cc/bbs/PC_Shopping/M.1514080741.A.F20.html
抱歉, 沒有cuda 的部分,
只有ubuntu 的部分 :)
不過如果你要寫tensorflow, python 的DeepLearning 代碼,
目前ubuntu 已經有支援nvidia driver 與 cuda 部分,
https://www.tensorflow.org/install/pip
但是如果你要寫c/c++ cuda,
那就需要nvidia 整套的toolkit,
https://developer.nvidia.com/cuda-toolkit
推
09/02 07:30,
8月前
, 17F
09/02 07:30, 17F
→
09/02 07:30,
8月前
, 18F
09/02 07:30, 18F
→
09/02 07:31,
8月前
, 19F
09/02 07:31, 19F
技嘉是做雲端伺服器代工,
技嘉的私人伺服器不是公司主力,
跟dell 不一樣,
當然,
我個人也是覺得dell 本益比與產業發展會比技嘉好一些,
我前面有說我心裡的排名,
這是我個人看法,
不是投資建議也不是專業的分析,
不過我的買ai股會放在QQQ/TQQQ + 尖牙骨 + adobe + TSM 之類的股票
推
09/02 07:35,
8月前
, 20F
09/02 07:35, 20F
推
09/02 07:36,
8月前
, 21F
09/02 07:36, 21F
→
09/02 07:37,
8月前
, 22F
09/02 07:37, 22F
→
09/02 07:38,
8月前
, 23F
09/02 07:38, 23F
→
09/02 07:38,
8月前
, 24F
09/02 07:38, 24F
※ 編輯: waitrop (4.16.138.22 美國), 09/02/2023 07:48:09
※ 編輯: waitrop (4.16.138.22 美國), 09/02/2023 07:53:45
推
09/02 07:52,
8月前
, 25F
09/02 07:52, 25F
推
09/02 07:53,
8月前
, 26F
09/02 07:53, 26F
→
09/02 07:53,
8月前
, 27F
09/02 07:53, 27F
→
09/02 07:53,
8月前
, 28F
09/02 07:53, 28F
→
09/02 07:54,
8月前
, 29F
09/02 07:54, 29F
→
09/02 07:54,
8月前
, 30F
09/02 07:54, 30F
伺服器的需求已經停滯好久了,
就像是我之前提到的硬體效能過剩的問題,
直到最近雲端伺服器興起,
尤其是對AI 算力的需求,
帶動了一波伺服器潮流,
規模應該是會比傳統伺服器大,
大概就是更換掉所有的傳統伺服器 加上 新AI算力的需求,
但是的確無法跟終端使用的手機相比,
最後終端應用還是在手機與電腦上的軟體,
就像我之前文章提到的,
最後真正的大餅會是在終端應用程式與終端應用系統/平台
→
09/02 07:57,
8月前
, 31F
09/02 07:57, 31F
還有 104 則推文
還有 9 段內文
→
09/02 13:22,
8月前
, 136F
09/02 13:22, 136F
→
09/02 13:23,
8月前
, 137F
09/02 13:23, 137F
→
09/02 13:23,
8月前
, 138F
09/02 13:23, 138F
→
09/02 13:24,
8月前
, 139F
09/02 13:24, 139F
推
09/02 14:03,
8月前
, 140F
09/02 14:03, 140F
推
09/02 14:13,
8月前
, 141F
09/02 14:13, 141F
推
09/02 14:37,
8月前
, 142F
09/02 14:37, 142F
→
09/02 14:37,
8月前
, 143F
09/02 14:37, 143F
噓
09/02 15:08,
8月前
, 144F
09/02 15:08, 144F
推
09/02 15:08,
8月前
, 145F
09/02 15:08, 145F
→
09/02 15:08,
8月前
, 146F
09/02 15:08, 146F
推
09/02 15:47,
8月前
, 147F
09/02 15:47, 147F
推
09/02 17:31,
8月前
, 148F
09/02 17:31, 148F
→
09/02 17:31,
8月前
, 149F
09/02 17:31, 149F
→
09/02 17:31,
8月前
, 150F
09/02 17:31, 150F
→
09/02 18:39,
8月前
, 151F
09/02 18:39, 151F
→
09/02 18:39,
8月前
, 152F
09/02 18:39, 152F
→
09/02 18:40,
8月前
, 153F
09/02 18:40, 153F
→
09/02 18:40,
8月前
, 154F
09/02 18:40, 154F
→
09/02 18:41,
8月前
, 155F
09/02 18:41, 155F
→
09/02 18:42,
8月前
, 156F
09/02 18:42, 156F
→
09/02 18:43,
8月前
, 157F
09/02 18:43, 157F
推
09/02 18:45,
8月前
, 158F
09/02 18:45, 158F
→
09/02 18:46,
8月前
, 159F
09/02 18:46, 159F
→
09/02 18:46,
8月前
, 160F
09/02 18:46, 160F
→
09/02 18:47,
8月前
, 161F
09/02 18:47, 161F
→
09/02 18:48,
8月前
, 162F
09/02 18:48, 162F
推
09/02 19:00,
8月前
, 163F
09/02 19:00, 163F
→
09/02 19:00,
8月前
, 164F
09/02 19:00, 164F
噓
09/02 20:37,
8月前
, 165F
09/02 20:37, 165F
推
09/02 20:44,
8月前
, 166F
09/02 20:44, 166F
推
09/02 20:47,
8月前
, 167F
09/02 20:47, 167F
→
09/02 21:28,
8月前
, 168F
09/02 21:28, 168F
→
09/02 21:29,
8月前
, 169F
09/02 21:29, 169F
→
09/02 21:30,
8月前
, 170F
09/02 21:30, 170F
→
09/02 21:30,
8月前
, 171F
09/02 21:30, 171F
→
09/02 21:32,
8月前
, 172F
09/02 21:32, 172F
推
09/03 12:00,
8月前
, 173F
09/03 12:00, 173F
→
09/03 12:00,
8月前
, 174F
09/03 12:00, 174F
推
09/04 17:47,
8月前
, 175F
09/04 17:47, 175F
討論串 (同標題文章)
本文引述了以下文章的的內容:
完整討論串 (本文為第 2 之 2 篇):