※ 引述《hugh509 ((0_ 0))》之銘言：
我倒是覺得
供給面：
算法的能力提升，代表算力成本下降
輝達的產品迭代，也代表算力成本下降
如果AI都差不多，比的是成本
那你兩個要一起進步，才是效果最大
需求面：
中美兩大國的企業紛紛使用DS
進一步擴展LLM使用人群
企業內部私有數據的訓練
也因為DS，大大降低模型訓練成本
讓更多的企業或租，或自架運算中心投入私有AI訓練
如果上述為真
軟體的發展會更有前景，但競爭也更激烈
GPU/ASIC可能互搶蛋糕，競爭關係變強，但總體市場還是變大，互有利弊
而TSM還是獨一家，坐高山看馬相踢
不只漁翁得利，客戶變多，需求總量更多
這局TSM應該是穩贏
唯一變美積電這項
讓TSM脫離地緣政治風險，未來估值應該會更高，進美國所增加的成本會讓川普的排外政策，稀釋到不值一提
https://i.imgur.com/IDiKNRU.jpeg
: 不是算力過剩，各大廠依然在積極提升算力
: 只不過提升方式從硬體，方向改成算法優化
: 所以算力沒有過剩，只是老黃換代策略或將失效
: 輝達換代速度快，價格飆得也快，布署成本不斷漲
: 這給鏟子的使用者帶來非常龐大資金和時間壓力
: 帶入一下那些大廠的角度
: 就算你可以容忍又熱又廢電的AI世界
: 你手上的資金也不夠你這樣玩
: 當然也不排除哪天輝達又端出比算法優化
: 成本結構上更有高效的硬體出來