Nachricht

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Nachrichten zum China-Fonds Taylor

Brüder und Schwestern, lasst uns heute Abend auf die Nachrichten über den Auslandsmarkt achten.

US-Aktienlage

Die US-Aktien waren heute Abend gemischt. Der Dow Jones stieg leicht, während der Nasdaq und der S&P 500 weiter fielen.

Merck-Aktien stürzen um mehr als 10 % ein . Die Gesamtjahresprognose des Unternehmens war schwächer als erwartet und machte einen starken Bericht für das zweite Quartal zunichte.

ObwohlPfizer Der veröffentlichte Finanzbericht fiel höher aus als erwartet, dennoch fiel der Aktienkurs um mehr als 2 %. Das Unternehmen erhöhte außerdem seine Umsatz- und Gewinnprognose für das Gesamtjahr.

Die Anleger konzentrieren sich darauf, ob große Technologieunternehmen nach einem enttäuschenden Start in die Gewinnsaison Renditen aus Investitionen in künstliche Intelligenz erzielen können.Weltweit, aufgrundTesla und AlphabetTechnologiewerte gerieten unter Druck, nachdem letzte Woche einzelne enttäuschende Ergebnisse veröffentlicht wurden.

Lionel Jardin, Aktienverkäufer bei Marex in Paris, sagte: „Bei allem, was mit KI zu tun hat, befinden wir uns bereits in der Investitionsphase, aber jetzt wollen wir sehen, wie es sich in Bezug auf die Rendite entwickelt.“

„Wenn Unternehmen die positiven Auswirkungen von KI auf ihren Umsatz nicht nachweisen können, wecken starke Ergebnisse möglicherweise nicht die gleiche Begeisterung wie in den Vorquartalen“, sagte Ipek Ozkardeskaya, Senior Analyst bei Swissquote Bank.

Chip-Aktien brechen ein

Was heute Abend am US-Aktienmarkt Aufmerksamkeit verdient, ist der Einbruch im Halbleitersektor, wobei der Philadelphia Semiconductor Index um 3 % einbrach.

Der Aktienkurs von NVIDIA brach um fast 7 % ein!

Warum ist Nvidia eingebrochen? Den Nachrichten nach zu urteilen, könnte es mit Apple zusammenhängen.

Es wird berichtet, dass der Technologieriese Apple sein erstes veröffentlicht hatMobiles Betriebssystem „Apple Smart“.Der Markt stellte jedoch fest, dass das Training des großen Apple-Modells die Technologie von Google nutzte und der NVIDIA-Inhalt gleich Null war.

Apple sagte am Montag, dass die künstlichen Intelligenzmodelle hinter seinem künstlichen Intelligenzsystem Apple Intelligence auf von Google entwickelten Prozessoren trainiert wurden.Dies deutet darauf hin, dass große Technologieunternehmen nach Alternativen zu Nvidia suchen, wenn es um die Ausbildung modernster künstlicher Intelligenz geht.

In einem gerade veröffentlichten technischen Dokument erläuterte Apple seine Wahl der von Google selbst entwickelten Verarbeitungseinheit (TPU) für Schulungen. Darüber hinaus hat Apple am Montag eine Vorschauversion von Apple Intelligence für bestimmte Geräte veröffentlicht.

Die teuren Grafikprozessoren (GPUs) von Nvidia dominieren den Markt für High-End-KI-Trainingschips, wobei die Nachfrage in den letzten Jahren so hoch war, dass viele Technologieunternehmen Schwierigkeiten hatten, die benötigten Mengen zu beschaffen. OpenAI und Microsoft nutzen die GPUs von Nvidia, um ihre Modelle zu trainieren, und auch andere Technologieunternehmen wie Google, Meta, Oracle und Tesla kaufen diese Chips in großen Mengen, um ihre Systeme und Produkte für künstliche Intelligenz zu bauen.

Die Entscheidung von Apple, sich auf Google zu verlassen, ist bemerkenswert, da die Chips von Nvidia mit etwa 80 % des Marktes die Branche dominieren.

Im Forschungsbericht gab Apple nicht klar an, ob es Nvidia-Chips verwendet, erwähnte jedoch Nvidia-bezogene Hardware in der Beschreibung seiner KI-Tool-Infrastruktur nicht.

Nvidia entwirft keine TPUs, sondern konzentriert sich auf sogenannte Grafikprozessoren (GPUs), die in der KI weit verbreitet sind.

Im Gegensatz zu Nvidia, das seine Chips und Systeme als separate Produkte verkauft, verkauft Google den TPU-Zugriff über seine Google Cloud Platform. Kunden, die Zugang erwerben möchten, müssen Software über die Cloud-Plattform von Google erstellen, um die Chips nutzen zu können.

Apple-Ingenieure erklärten in dem Papier weiter, dass der Einsatz von Googles TPU-Chips nicht nur den aktuellen Bedarf erfülle, sondern auch die Möglichkeit biete, in Zukunft größere und komplexere KI-Modelle herzustellen.