英语轻松读发新版了,欢迎下载、更新

现在购买英伟达公司(NVDA)是最佳的人工智能数据中心股票吗?

2024-10-09 20:43:39 英文原文

作者:Usman KabirThu, Oct 10, 2024, 5:43 AM4 min readLink Copied0

我们最近编制了一份清单,列出了一些10只最佳人工智能数据中心股票. 在本文中,我们将分析英伟达公司(纳斯达克代码:NVDA)在其他人工智能数据中心股票中的地位。

人工智能数据中心行业正经历着迅速的增长,这主要是由于对人工智能(AI)应用的需求不断增加以及这些应用所需的巨大计算能力。人工智能数据中心是专门设计用于处理高强度的人工智能工作负载的设施,包括机器学习、自然语言处理和神经网络训练等任务。这些设施集成了先进的硬件和软件,以高效地处理大规模数据,为全球数字经济创建了关键基础设施。领先的技术公司正在人工智能数据中心方面进行大量投资。例如,Meta宣布计划投入330亿美元扩大数据中心规模,以支持人工智能研究和发展。谷歌也在美国的一个地区承诺投资高达33亿美元来建设人工智能基础设施。这些投资突显了人工智能数据中心在更广泛的科技生态系统中的重要性。

人工智能工作负载需要能够快速高效处理大量数据的硬件。这种需求导致了专门针对AI设计的芯片的发展,如GPU(图形处理器)、TPU(张量处理器)和ASIC(专用集成电路)。这些芯片是AI数据中心的重要组成部分。

访问以了解更多关于这些发展的信息。高盛评选的十只不性感的人工智能股票以及高盛评选的10只热门人工智能股票.

虽然人工智能数据中心对于技术进步至关重要,但它们消耗了巨大的能源。根据国际能源机构的数据,全球范围内的数据中心约占全球电力需求的1%,随着人工智能的发展,这一数字可能会显著增加。冷却系统是保持硬件性能最优所必需的,进一步增加了能源的需求。为了应对这个问题,公司越来越注重建设节能型数据中心。例如,谷歌实施了机器学习算法,在其数据中心中减少了30%的能耗。

人工智能数据中心行业将继续随着对AI驱动应用程序需求的增长而发展。专家预测将出现向边缘计算的重大转变,其中数据中心去中心化并更接近于数据生成源。这可以减少延迟并提高实时AI应用(如自动驾驶和智慧城市)的性能。此外,量子计算与人工智能数据中心的集成可能会彻底改变该领域。量子计算机能够以经典计算机无法达到的速度处理复杂的计算,使其成为AI和大数据应用的理想选择。IBM和谷歌等公司已经在其AI研究中探索量子技术。

访问以了解更多关于这些发展的信息30 黑岩公司认为最重要的AI股票以及超越科技巨头:35个非科技领域的AI机遇.

我们的方法论

为了这篇文章,我们筛选了多个类似的排名,并编制了一份初始的20只股票名单。然后,我们根据这些股票在2024年第二季度末对冲基金的情绪进行了排序,选出了前十名。

我们为什么会对对冲基金大量持有的股票感兴趣?原因很简单:我们的研究显示,通过模仿顶级对冲基金的最佳选股策略,我们可以超越市场表现。我们季度通讯的策略每季度选择14只小型股和大型股,并自2014年5月以来累计回报率为275%,比基准高出150个百分点。参见更多详细信息此处).

一张彩色高端显卡插入游戏电脑的特写画面。

NVIDIA Corporation(纳斯达克:NVDA

持有对冲基金的数量:179

NVIDIA Corporation(纳斯达克代码:NVDA)提供图形、计算和网络解决方案。该公司在过去几个月中已成为最重要的AI数据中心股票之一,因为它已经成为向超大规模客户提供数据中心硬件(如芯片和GPU)的最大供应商。该公司的GPU和芯片凭借其在功率和效率方面的优势获得了竞争优势。除了这些之外,公司也开始专注于最大化这些芯片潜力所需的AI软件。早在2022年,NVIDIA首席财务官Colette Kress曾宣称,该公司基于订阅的GPU模式(将AI硬件和软件打包在一起)将为公司带来1万亿美元的收入。

总体NVDA排名第五在我们列出的最佳人工智能数据中心股票购买名单上。虽然我们承认NVDA作为投资的潜力,但我们的信念在于相信某些人工智能股票具有更大的潜力,在更短的时间内实现更高的回报。如果您正在寻找一只比NVDA更有前景且市盈率低于5倍的人工智能股票,请查看关于我们报告的最便宜的人工智能股票.

请阅读下文:30万亿美元的机会:摩根士丹利推荐的15只最佳人形机器人股票以及吉姆·克鲁默说英伟达“已经变成了一片荒地”.

披露:无。本文最初发布于 insider monkey.

关于《现在购买英伟达公司(NVDA)是最佳的人工智能数据中心股票吗?》的评论


暂无评论

发表评论

摘要

我们最近编制了一份最佳人工智能数据中心股票的前十名榜单。这一需求推动了专门针对AI设计的芯片的发展,例如GPU(图形处理单元)、TPU(张量处理单元)和ASIC(专用集成电路)。例如,谷歌通过在其数据中心实施机器学习算法将能源使用降低了30%。随着对AI驱动应用的需求增长,人工智能数据中心行业将继续发展。我们季度通讯中的策略每季度选择14只小型股和大型股,并自2014年5月以来回报率为275%,超越其基准指数150个百分点(详情请见此处)。本文原载于Insider Monkey网站。