📢 Gate 广场 TradFi 交易分享挑战上线!
晒单瓜分 $30,000 奖池,新人首帖 100% 中奖!
📌 参与方式:
带 #TradFi交易分享挑战 发帖,满足以下任一即可:
🔹 带今日指定 TradFi 币种标签发帖交流。
🔹 完成单笔大于 $10U 的 TradFi CFD 交易并挂载交易卡片。
🏷️ 今日指定标签:USDJPY、AUDUSD、US30、TSLA、JPN225
🎁 宠粉福利:
1️⃣ 卡片分享奖: 抽 50 人,每人送 $100 仓位体验券!
2️⃣ 发帖榜单奖: 冲排行榜,赢 WCTC 限定 T 恤!
3️⃣ 新粉见面礼: 新人首次发帖,100% 领 $10 体验券!
详情:https://www.gate.com/announcements/article/51221
为什么亿万富翁斯坦利·德鲁肯米勒抛售英伟达,却大量买入这三只AI基础设施股票以迎接下一次繁荣
斯坦利·德鲁肯米勒在人工智能(AI)革命中表现尤为明显。在早期生成式AI浪潮中,他开始持有英伟达(NVDA 1.86%)的仓位,直到2024年底才完全退出。
2026年第一季度,他的杜肯家族办公室新建了博通(AVGO +0.01%)、英特尔(INTC +1.18%)和安谋控股(ARM +2.78%)的股份。这不是随机的调整。这些决定反映出一种有意的押注:在AI芯片层面出现新的格局——逐渐远离英伟达的通用训练GPU(图形处理单元),转而更广泛采用定制硅片和中央处理器(CPU)。
图片来源:Getty Images。
为什么德鲁肯米勒卖出了英伟达股票?
德鲁肯米勒在2022年第四季度买入了582,915股英伟达。在随后的几个季度中,他在英伟达周围进行交易,因为ChatGPT的崛起引发了以该芯片制造商不可或缺的GPU为核心的AI热潮。
从ChatGPT商业化推出(2022年11月30日)到2024年第三季度末,英伟达股价上涨了超过600%,最终成为全球市值最高的公司。
NVDA数据由YCharts提供
即使是像德鲁肯米勒这样的看多派,也认为这是极端估值扩张的明显例证。清仓他的仓位是审慎的资产组合管理:当价格超出基本面时获利了结,即使是像英伟达这样令人信服的故事股。
德鲁肯米勒表示卖出英伟达是个错误
在2024年10月接受彭博社采访时,德鲁肯米勒承认自己卖得太早——称这是“一个大错误”。他赞扬了英伟达,并暗示如果估值变得合理,他的基金会考虑再次买入该股。
NVDA市盈率(预期)数据由YCharts提供
然而,到2026年中期,英伟达的估值已从高点回落,但德鲁肯米勒仍然保持观望。与其重新进入GPU龙头,他似乎正在将资金转向为下一轮AI基础设施繁荣做准备的替代硅片架构。
推理时代已到
根据杜肯家族第一季度13F报告,该基金买入了195,955股博通、411,400股英特尔和106,700股安谋。对此我认为,这是德鲁肯米勒确信推理(inference)而非训练(training)将成为未来AI计算支出的主要驱动力的信号。
展开
纳斯达克:INTC
英特尔
今日变动
(1.18%)$1.40
当前价格
$119.90
关键数据点
市值
$602B
当日价格区间
$118.09 - $122.77
52周区间
$18.96 - $132.75
成交量
3.4百万
平均成交量
117.1百万
毛利率
35.90%
训练大型语言模型(LLMs)是一次性任务,适合英伟达的GPU。然而,推理意味着实时为用户运行这些模型以做出预测和估算,因此需要不同的性能:更高的能效、更低的每次查询成本,以及针对特定工作负载的定制。
超大规模云服务商和AI实验室正通过设计自己的定制硅片和优化的CPU架构来应对。这些芯片在大规模推理时能耗更低、成本更少,优于通用GPU。
从GPU的转变已在字母表(Google)、Meta平台、亚马逊、微软、OpenAI和Anthropic等多家价值数十亿美元的公司中显现。博通在这股定制应用特定集成电路(ASIC)浪潮中处于领导地位。该公司与一些最大的云基础设施提供商合作,共同设计和制造其专用加速器——即张量处理单元(TPUs)。
英特尔正经历一场复兴,推理工作负载越来越多地在传统处理器和混合系统上运行。该公司的Xeon 6和x86 CPU正悄然成为企业数据中心的支柱,包括由字母表和英伟达管理的中心。
与此同时,安谋提供高效的核心架构,支持定制芯片设计和数据中心CPU。其授权模式允许芯片制造商和云平台构建低功耗、高带宽的解决方案,特别适合推理。
综上,这三大持仓让德鲁肯米勒在AI从训练阶段转向大规模模型部署的现实中,获得了大量的“工具和矿工”公司(pick-and-shovel players)的敞口。
德鲁肯米勒的操作是否明智?我认为是的。这些操作清楚表明,德鲁肯米勒并没有放弃AI投资。他只是将仓位从明显的宏观赢家中重新定位。在基础设施层面,他似乎押注定制硅片和CPU将成为GPU的持久替代方案,因为大型科技公司仍在大量投入推理工作负载。