<p>大衞·泰珀是華爾街最成功的投資經理之一。他的阿帕盧薩管理對沖基金自 1993 年成立以來，年化總回報超過 28%。這一回報遠遠超過了過去 32 年中標準普爾 500 指數約 10.6% 的年化回報。</p>
<p>泰珀以購買接近破產公司的不良債務而聞名。事實上，阿帕盧薩在 1990 年代被視為垃圾債券投資精品公司。這種逆向投資策略通常也延伸到他的股票投資組合中。</p>
<p>儘管如此，他並不是那麼固執於逆流而上，以至於不願意購買像人工智能（AI）這樣的明顯趨勢中的股票。像 <strong>英偉達</strong>（NVIDIA）和 <strong>超微半導體</strong>（AMD）這樣的 AI 股票在過去幾年中價值飆升。泰珀在這些股票上賺了不少錢。</p>
<p>但他最近開始出售這些股票，轉而投資另一家 AI 芯片製造商，可能是在對抗這兩家大型 GPU 製造商。</p>
<p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjU0ODkvZ2V0dHlpbWFnZXMtYWktY2hpcC1vbi1hLWNpcmN1aXQtYm9hcmQuanBnJnc9NzAw?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjU0ODkvZ2V0dHlpbWFnZXMtYWktY2hpcC1vbi1hLWNpcmN1aXQtYm9hcmQuanBnJnc9NzAw"/></p>
<p>圖片來源：Getty Images。</p>
<h2>AI 革命背後的基礎設施</h2>
<p>圖形處理單元（GPU）是計算機芯片或系統，已被證明在處理用於訓練和運行大型語言模型的數據方面極為高效。GPU 被設計用於進行訓練 AI 算法所需的計算，並且可以並行運行這些過程，使其比使用串行處理的標準 CPU 更高效。</p>
<p>英偉達長期以來一直是 GPU 的領導者，追溯到它們主要用於高端遊戲視覺的時代（因此 G 代表 “圖形”）。隨着大型語言模型的處理需求呈指數級增長，英偉達的領先 GPU 系統需求激增。</p>
<p>即使在 2023 年和 2024 年強勁增長之後，英偉達的數據中心收入在上個季度同比增長了 73%。憑藉強大的經營槓桿，公司盈利大幅上升，投資者也給予了回報。現在，它是全球最有價值的公司，市值超過 4 萬億美元。</p>
<p>但 AMD 開始在追趕英偉達方面取得進展。該公司的 MI400 芯片預計將在明年推出，可能提供比英偉達當前的 Blackwell 系列芯片更好的性價比。雖然到那時英偉達將進入其下一代 Vera Rubin 平台，但 AMD 正在為英偉達最大的客户提供一個可行的替代方案，這可能會阻止其價格大幅上漲。</p>
<p>AMD 的股票表現遠不及英偉達。在 2024 年初達到峯值後，該股在今年 4 月暴跌超過 60%。第一季度本可以是購買該股票的絕佳機會，尤其是對於希望對抗英偉達持續主導地位的逆向投資者來説。</p>
<p>但泰珀在第一季度出售了他在 AMD 的全部股份，這一頭寸最初是在 2023 年第二季度建立的。他還繼續削減他在英偉達的持股，留下的僅為他在 2023 年中期為阿帕盧薩持有的 3% 的股份。相反，他正在押注另一家對 AI 數據中心 GPU 主導地位構成日益威脅的芯片製造商。</p>
<h2>泰珀正在購買的 AI 芯片製造商</h2>
<p>雖然 GPU 極為靈活，能夠處理各種任務，但許多開發尖端 AI 能力的最大公司正在研發定製硅，以比耗電的 GPU 更高效地處理特定任務。這些應用特定集成電路（ASIC）對 GPU 構成了重大威脅，因為像 <strong>Meta Platforms</strong> 和 <strong>Alphabet</strong> 的谷歌這樣的超大規模公司正在設計更先進的芯片，能夠處理 AI 訓練和推理。</p>
<p>ASIC 的能力正在擴展。Meta 表示，其定製芯片歷史上處理機器學習 AI，現在正在擴展到訓練大型語言模型，最初是從機器學習算法開始，然後轉向 AI 推理。谷歌在其自有芯片設計上訓練了其大型語言模型 Gemini，並在 4 月發佈了其首個用於 AI 推理的張量處理單元（TPU）。</p>
<p>幫助 Meta 和谷歌設計其 ASIC 的公司是 <strong>博通</strong>（Broadcom）。除了 ASIC 業務外，博通還是領先的網絡芯片製造商。網絡是 AI 數據中心的重要組成部分，因為良好的網絡性能確保所有數據能夠快速高效地傳輸到昂貴的 GPU 或 ASIC 上。這些企業在這些芯片上花費數十億美元，因此他們不希望這些芯片閒置太久。</p>
<p>博通還有一個企業軟件業務，由虛擬機軟件 VMWare 主導。</p>
<p>也就是説，博通相比於英偉達甚至 AMD（後者也有強大的 CPU 業務）提供了更為多元化的芯片製造商。這可能是泰珀在第一季度對該公司進行小額投資的原因，因為它是 AI 芯片的領先競爭者，同時通過其 VMWare 業務提供了一些下行保護。</p>
<p>不過，博通的股票價格昂貴。其前瞻性市盈率接近 40。這與英偉達持平，略低於 AMD。如果 ASIC 設計隨着時間的推移在數據中心佔據更多市場份額，該公司的潛在上行空間可能更大。考慮到 ASIC 與 GPU 相比的潛在效率提升，這在長期內似乎是可能的。</p>
<p>但投資者可能不得不接受比英偉達或 AMD 更緩慢而穩定的增長。因此，值得關注博通的股票，看看它是否在價格回落到更具吸引力的水平之前，跟隨泰珀進入該股票。</p>

英偉達

博通

<p>億萬富翁投資者大衞·泰珀已出售他在英偉達和 AMD 的股份，而選擇投資於博通，這是一家專注於人工智能芯片的公司。泰珀的對沖基金 Appaloosa Management 歷來專注於困境資產，但現在正轉向人工智能趨勢。儘管英偉達仍然是 GPU 領域的領導者，但博通憑藉其定製 ASIC 芯片正在獲得關注，這些芯片在人工智能任務中越來越受到青睞。這一轉變反映了泰珀的逆向投資策略，因為他在不斷發展的人工智能芯片市場中尋求機會</p>

<p>David Tepper is one of the most successful investment managers on Wall Street. His Appaloosa Management hedge fund has produced gross annualized returns of more than 28% since its inception in 1993. That far outpaces the <strong>S&amp;P 500</strong>'s annualized return over the last 32-plus years of about 10.6%.</p>
<div class="lb-trans"><p>大衞·泰珀是華爾街最成功的投資經理之一。他的阿帕盧薩管理對沖基金自 1993 年成立以來，年化總回報超過 28%。這一回報遠遠超過了過去 32 年中標準普爾 500 指數約 10.6% 的年化回報。</p>
</div><p>Tepper is best known for buying distressed debt from companies close to bankruptcy. In fact, Appaloosa was considered a junk bond investment boutique in the 1990s. That contrarian approach often extends to his stock portfolio as well.</p>
<div class="lb-trans"><p>泰珀以購買接近破產公司的不良債務而聞名。事實上，阿帕盧薩在 1990 年代被視為垃圾債券投資精品公司。這種逆向投資策略通常也延伸到他的股票投資組合中。</p>
</div><p>That said, he's not so set on swimming against the current that he won't buy stocks that are part of an obvious trend like artificial intelligence (AI). AI stocks like <strong>Nvidia</strong>(NVDA -0.42%) and <strong>Advanced Micro Devices</strong>(AMD -2.16%) have soared in value over the last few years. And Tepper made quite a bit of money on those stocks.</p>
<div class="lb-trans"><p>儘管如此，他並不是那麼固執於逆流而上，以至於不願意購買像人工智能（AI）這樣的明顯趨勢中的股票。像 <strong>英偉達</strong>（NVIDIA）和 <strong>超微半導體</strong>（AMD）這樣的 AI 股票在過去幾年中價值飆升。泰珀在這些股票上賺了不少錢。</p>
</div><p>But he's been selling them recently in favor of another AI chipmaker instead, possibly taking a bit of a contrarian stance against the two big GPU makers.</p>
<div class="lb-trans"><p>但他最近開始出售這些股票，轉而投資另一家 AI 芯片製造商，可能是在對抗這兩家大型 GPU 製造商。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjU0ODkvZ2V0dHlpbWFnZXMtYWktY2hpcC1vbi1hLWNpcmN1aXQtYm9hcmQuanBnJnc9NzAw" alt="" original-src="https://g.foolcdn.com/image/?url=https%3A%2F%2Fg.foolcdn.com%2Feditorial%2Fimages%2F825489%2Fgettyimages-ai-chip-on-a-circuit-board.jpg&amp;op=resize&amp;w=700"/></p>
<p>Image source: Getty Images.</p>
<div class="lb-trans"><p>圖片來源：Getty Images。</p>
</div><h2>The essential infrastructure behind the AI revolution</h2>
<div class="lb-trans"><h2>AI 革命背後的基礎設施</h2>
</div><p>Graphics processing units (GPUs) are computer chips or systems that have proven exceptionally adept at crunching all the data that goes into training and running large language models. GPUs are designed to do the types of calculations needed for training AI algorithms, and they can run the processes in parallel, making them far more efficient than a standard CPU, which uses serial processing.</p>
<div class="lb-trans"><p>圖形處理單元（GPU）是計算機芯片或系統，已被證明在處理用於訓練和運行大型語言模型的數據方面極為高效。GPU 被設計用於進行訓練 AI 算法所需的計算，並且可以並行運行這些過程，使其比使用串行處理的標準 CPU 更高效。</p>
</div><p>Nvidia has long been a leader in GPUs, dating back to the days when they were mostly just used for high-end visuals in gaming (hence why the G stands for &#34;graphics&#34;). As the processing needs of large language models grew exponentially larger, it's seen incredible demand for its leading GPU systems.</p>
<div class="lb-trans"><p>英偉達長期以來一直是 GPU 的領導者，追溯到它們主要用於高端遊戲視覺的時代（因此 G 代表 “圖形”）。隨着大型語言模型的處理需求呈指數級增長，英偉達的領先 GPU 系統需求激增。</p>
</div><p>Even after the strong growth in 2023 and 2024, Nvidia's data center revenue climbed another 73% year over year last quarter. With strong operating leverage, the company has seen its earnings zoom higher, and investors have rewarded it. It's now the most valuable company in the world by a substantial margin, worth over $4 trillion.</p>
<div class="lb-trans"><p>即使在 2023 年和 2024 年強勁增長之後，英偉達的數據中心收入在上個季度同比增長了 73%。憑藉強大的經營槓桿，公司盈利大幅上升，投資者也給予了回報。現在，它是全球最有價值的公司，市值超過 4 萬億美元。</p>
</div><p>But AMD is starting to make progress in catching up to Nvidia. The company's MI400 chips coming next year could offer better price performance than Nvidia's current Blackwell line of chips. While Nvidia will be on to its next-generation Vera Rubin platform by then, AMD is offering Nvidia's biggest customers a viable alternative, which could keep its pricing from climbing substantially higher.</p>
<div class="lb-trans"><p>但 AMD 開始在追趕英偉達方面取得進展。該公司的 MI400 芯片預計將在明年推出，可能提供比英偉達當前的 Blackwell 系列芯片更好的性價比。雖然到那時英偉達將進入其下一代 Vera Rubin 平台，但 AMD 正在為英偉達最大的客户提供一個可行的替代方案，這可能會阻止其價格大幅上漲。</p>
</div><p>AMD's stock hasn't performed nearly as well as Nvidia's. After peaking in early 2024, the stock crashed more than 60% to its low in April this year. The first quarter could have been a great opportunity to buy the stock, especially for a contrarian investor looking to take a stance against Nvidia's continued dominance.</p>
<div class="lb-trans"><p>AMD 的股票表現遠不及英偉達。在 2024 年初達到峯值後，該股在今年 4 月暴跌超過 60%。第一季度本可以是購買該股票的絕佳機會，尤其是對於希望對抗英偉達持續主導地位的逆向投資者來説。</p>
</div><p>But Tepper sold his entire stake in AMD during the first quarter, a position first established in the second quarter of 2023. He also continued to cut his Nvidia stake, leaving him with just 3% of the shares he held for Appaloosa in mid-2023. Instead, he's betting on a different chipmaker that poses an increasing threat to the dominance of GPUs in AI data centers.</p>
<div class="lb-trans"><p>但泰珀在第一季度出售了他在 AMD 的全部股份，這一頭寸最初是在 2023 年第二季度建立的。他還繼續削減他在英偉達的持股，留下的僅為他在 2023 年中期為阿帕盧薩持有的 3% 的股份。相反，他正在押注另一家對 AI 數據中心 GPU 主導地位構成日益威脅的芯片製造商。</p>
</div><h2>The AI chipmaker Tepper's buying instead</h2>
<div class="lb-trans"><h2>泰珀正在購買的 AI 芯片製造商</h2>
</div><p>While GPUs are extremely flexible and capable of handling all sorts of tasks, many of the biggest companies developing leading-edge AI capabilities are working on custom-made silicon that can handle specific tasks far more efficiently than power-hungry GPUs. These application-specific integrated circuits, or ASICs, represent a significant threat to GPUs, as hyperscalers like <strong>Meta Platforms</strong> and <strong>Alphabet</strong>'s Google design more advanced chips capable of handling AI training and inference.</p>
<div class="lb-trans"><p>雖然 GPU 極為靈活，能夠處理各種任務，但許多開發尖端 AI 能力的最大公司正在研發定製硅，以比耗電的 GPU 更高效地處理特定任務。這些應用特定集成電路（ASIC）對 GPU 構成了重大威脅，因為像 <strong>Meta Platforms</strong> 和 <strong>Alphabet</strong> 的谷歌這樣的超大規模公司正在設計更先進的芯片，能夠處理 AI 訓練和推理。</p>
</div><p>The capabilities of ASICs are expanding. Meta says its custom chips, which have historically handled machine learning AI, are expanding to training large language models after starting with machine learning algorithms and moving on to AI inference. Google trained its large language model Gemini on its own chip designs, and it just released its first Tensor Processing Unit (TPU) designed for AI inference in April.</p>
<div class="lb-trans"><p>ASIC 的能力正在擴展。Meta 表示，其定製芯片歷史上處理機器學習 AI，現在正在擴展到訓練大型語言模型，最初是從機器學習算法開始，然後轉向 AI 推理。谷歌在其自有芯片設計上訓練了其大型語言模型 Gemini，並在 4 月發佈了其首個用於 AI 推理的張量處理單元（TPU）。</p>
</div><p>The company helping Meta and Google design their ASICs is <strong>Broadcom</strong>(AVGO -1.12%). On top of that ASIC business, Broadcom is also the leading networking chipmaker. Networking is an essential piece of AI data centers, as solid network performance ensures all the data gets to the expensive GPUs or ASICs quickly and efficiently. These businesses are spending billions on those chips, so they don't want them sitting idly any longer than necessary.</p>
<div class="lb-trans"><p>幫助 Meta 和谷歌設計其 ASIC 的公司是 <strong>博通</strong>（Broadcom）。除了 ASIC 業務外，博通還是領先的網絡芯片製造商。網絡是 AI 數據中心的重要組成部分，因為良好的網絡性能確保所有數據能夠快速高效地傳輸到昂貴的 GPU 或 ASIC 上。這些企業在這些芯片上花費數十億美元，因此他們不希望這些芯片閒置太久。</p>
</div><p>Broadcom also has an enterprise software business, led by virtual machine software VMWare.</p>
<div class="lb-trans"><p>博通還有一個企業軟件業務，由虛擬機軟件 VMWare 主導。</p>
</div><p>That is to say, Broadcom offers a more diversified chipmaker compared to Nvidia or even AMD (which also has a strong CPU business). That may be why Tepper took a small stake in the company during the first quarter, as it's a leading competitor in AI chips while offering some downside protection with its VMWare business.</p>
<div class="lb-trans"><p>也就是説，博通相比於英偉達甚至 AMD（後者也有強大的 CPU 業務）提供了更為多元化的芯片製造商。這可能是泰珀在第一季度對該公司進行小額投資的原因，因為它是 AI 芯片的領先競爭者，同時通過其 VMWare 業務提供了一些下行保護。</p>
</div><p>Still, Broadcom stock is expensive. It trades for a forward earnings multiple close to 40. That's right in line with Nvidia and slightly less expensive than AMD. The company arguably holds more upside if ASIC designs capture more real estate in data centers over time. Consider the potential efficiency gains of ASICs versus GPUs, which seems likely to happen in the long run.</p>
<div class="lb-trans"><p>不過，博通的股票價格昂貴。其前瞻性市盈率接近 40。這與英偉達持平，略低於 AMD。如果 ASIC 設計隨着時間的推移在數據中心佔據更多市場份額，該公司的潛在上行空間可能更大。考慮到 ASIC 與 GPU 相比的潛在效率提升，這在長期內似乎是可能的。</p>
</div><p>But investors may have to settle for more slow and steady growth compared to Nvidia or AMD. As such, it's worth keeping an eye on Broadcom's stock to see if it falls back down to a more attractive price before following Tepper into the stock.</p>
<div class="lb-trans"><p>但投資者可能不得不接受比英偉達或 AMD 更緩慢而穩定的增長。因此，值得關注博通的股票，看看它是否在價格回落到更具吸引力的水平之前，跟隨泰珀進入該股票。</p>
</div>

Billionaire David Tepper Sold Nvidia and AMD and Is Piling Into This Specialized AI Chipmaker Instead

- David Tepper 的 Appaloosa Management 自 1993 年成立以來年化回報超過 28%。  
- 他近期出售 Nvidia 和 AMD 股票，轉而投資 Broadcom。  
- Broadcom 在 AI 芯片領域具競爭力，提供多元化業務。  

億萬富翁大衞·泰珀賣掉了英偉達和 AMD 的股票，轉而投資於這家專注於 AI 芯片製造的公司