EP453 | 🦭 — 2024-05-15

本集主要市場話題

OpenAI 發表 GPT-4o，帶出對生成式 AI 未來型態（封閉式模型 vs 開源模型、Edge Computing、Embedding 技術）的討論
AI 伺服器供應鏈最新進度：NVIDIA GB200（NVL72/36）成本結構推估、ODM 廠市佔預測
AWS 自研 AI 晶片供應鏈：Marvell 與世芯-KY（3661）的競爭態勢、Amazon 入股 3661 的解讀
Dell、Marvell 即將於 5 月 30 日公布財報的前瞻
個人投資組合調整：AI 類股減碼、轉向加碼蘋果，並開始關注 PC 產業（因應 Computex）
Q&A：資產配置（股票 vs 房地產）、短期購屋頭期款資金去處、公司債與債券 ETF 差異

謝孟恭的觀點與看法

對 GPT-4o 發表會的評價：Demo 展示的即時語音互動令人震撼、聯想到電影《Her》的情境，但實際使用後發現仍有明顯延遲（英文 4-5 秒、中文甚至到 10 秒），與展示效果有落差，認為目前只是雛形，預期一兩年內體驗會逐步接近展示水準。
認為延遲問題會讓「Edge Computing」（算力下放、頻寬需求提升）這個論述更具說服力，過去被認為多餘的頻寬、儲存、算力資源，在 AI 時代會發現遠遠不夠用。
判斷未來 AI 世界不會由單一封閉式大型模型「贏者全拿」：封閉式模型（如 OpenAI／微軟）因內容審查限制，無法滿足使用者一些「原始」需求（如生成特定名人聲音、色情內容等），因此開源模型會在利基但高產值的邊緣市場蓬勃發展，形成與消費性主流市場並存的雙軌格局。
透過與業界人士交流得知，透過 Embedding（向量化）技術可以降低 AI 模型的幻覺問題、同時兼顧資料保密，並大膽想像未來企業內部資料（如 BOM Cost 歷史數據）可被向量化後直接查詢，取代人工鍵入更新，這會是生產力躍升的關鍵。
對 NVIDIA GB200 世代的觀察：产品迭代速度極快（B100→GB200→傳言中的 R100，約每半年一代），GB200/NVL72 的實際出貨時間點本來就落在今年第四季，市場上「OEM/ODM 要完蛋」「AI 是假的」之類的解讀是搞混了 B100 與 GB200 的世代時間軸所致；BOM Cost 推估已從先前的估計上修（NVL72 約 4 million USD、NVL36 約 2.5-3 million USD），對應毛利率抓 60-70% 推算售價；CSP 業者近期考察顯示 NVL36 可能才是初期主流（而非先前預期的 NVL72），使推估的年度出貨量（40-50K rack）調整為與市場高估區間趨於一致；認為若 AI FOMO 熱潮不提前結束，GB 系列有機會佔 NVIDIA 未來一兩年營收的三到四成。
坦言自己在 AI 類股的分析優勢已不如過去一年：市場進入高度競爭的血海狀態，出現「應該漲的沒漲、應該跌的沒跌」（例如 Vertiv：他認為市場預期的 ASP 與出貨量估計恐難達標，但股價仍持續上漲，他自陳看不懂）的情況；因此策略上對看不懂、走勢不如預期的部位選擇逐步減碼。
分享自己面對網路酸民與論壇謠言（例如被指控「參訪某公司導致股價下跌」）的心態轉變：早期會去查酸民身分而心情受影響，後來發現多是現實生活中「魯蛇」的發洩，選擇不再回應、不因此改變分享風格，並提醒創作者不要為了滿足 1% 的酸民而犧牲 99% 認同者的體驗。

提到的產業與趨勢

生成式 AI／大型語言模型：OpenAI GPT-4o 發表，聚焦即時多模態互動（語音、視覺）；討論封閉式 vs 開源模型的未來分野，以及 Embedding 技術在降低幻覺、保密與知識庫應用上的潛力；提及聯發科的達哥（Da-Ge）AI 模型串接 OpenAI／Azure API 並運用 Embedding 技術降低幻覺。
AI 伺服器／NVIDIA GB200 供應鏈：討論 NVL72/36 機架的 BOM Cost 與售價推估、可能的量產遞延（原估 9 月量產，可能延後一兩個月，L10/L11 出貨落在 12 月甚至明年 1 月）；點名可能是 GB200 世代主要贏家的 ODM／系統廠：鴻海集團、緯創、緯穎、廣達、美超微（SMCI），其餘 ODM 廠占比預期較低。
AWS 自研 AI 晶片（ASIC）供應鏈：點名 Marvell 與世芯-KY（3661，逐字稿轉錄為「L-chip」）為 AWS Trainium／Inferentia 系列晶片的主要合作夥伴；市場傳聞現行世代 Inferentia 3 訂單偏向 Marvell，下一代 Inferentia 4 可能轉向世芯；Amazon 入股世芯（持股比例僅約流通股的零點幾%）被解讀為宣示合作關係，但不代表與 Marvell 合作關係結束；世芯另有 Intel 相關訂單，可能是明年成長動能。
PC 產業：因應即將到來的 Computex，開始增加對 PC 相關標的的關注（未提及具體個股）。

本集出現的具體投資建議（歷史紀錄，非現在立場）

蘋果（Apple）：明確表示近期開始加碼過去自己較少持有的蘋果股票，理由包括：一、賭其自家 LLM（或與 Google／OpenAI 合作的 AI 功能）遲早會整合進產品線，帶動果粉換機潮；二、近期得知蘋果實際出貨預估已從年初保守的 8000-8200 萬台上修至 8500-8600 萬台；三、認為蘋果因近期股價未創新高、相對其他 Magnificent 7 成員屬於落後族群（underdog，如同他持有的特斯拉），只要優於預期表現即有機會有不錯反應。
Dell：預期 5 月 30 日即將公布的財報表現會不錯，理由是 Dell 有相當大一部分訂單來自 CoreWeave，而 CoreWeave 近期又擴大投資；但他同時聲明僅評論公司基本面、不對股價走勢做預測。

提問箱 QA 回應（僅列與市場/產業/個股相關的提問）

聽眾「板橋氣氛仔」問若手上只剩 5000 萬台幣現金（不含房產）該如何配置以回到原本生活水平：孟恭回答自己傾向全部放在股票資產，並分享個人買房決策邏輯——若房貸月付低於租金即值得買房頭期款直接投入，否則傾向持續累積股票資產；並觀察頂尖富豪的可視資產多集中在股票而非房地產。
聽眾「Charles41507」問短期（1-3 年內）要用於購屋的三、四百萬頭期款是否該投入大盤或定存、以及對台北 40 年以上中古屋的看法：孟恭明確建議短期內確定要動用的資金不要投入股市（可能遇到空頭導致資金暫時「消失」），應以定存為主；對老公寓則表示個人偏好新大樓（電梯、大坪數、代收包裹等考量），但認為地段派買老公寓也有其邏輯，見仁見智。
聽眾問公司債與公債 ETF、以及直接持有債券的差異：孟恭回應若拉長持有週期，兩者效果差異不大，短線上價差風險（例如賭降息時機）才是主要差異來源；建議若要直接購買債券可透過銀行或大型海外券商，小資族則較適合從 ETF 入手。

觀點變化（對比先前）

考古回填，觀點演變由綜述階段處理

一句話總結

謝孟恭在 GPT-4o 發表會後深入探討開源與封閉式 AI 模型的未來分野，同時坦承自己在高度競爭的 AI 類股上分析優勢已不如以往，轉而加碼落後補漲的蘋果並開始關注 PC 產業。