Ritaliang的个人主页 - 老虎社区

Ritaliang

Ritaliang

暂无个人介绍

IP属地：广东

58关注

1粉丝

2主题

0勋章

05-06

这篇文章不错，转发给大家看看

一文看懂 | 英伟达护城河cuda的运作机制

2024-10-05

1和8，5和7

2024-10-02

//@33_Tiger:$老虎证券(TIGR)$ 周三晚上7点，快听实用期权策略！非常干货[财迷] [财迷] [财迷] $纳指100ETF(QQQ)$ $英伟达(NVDA)$

直播：期权策略指南：灵活应对市场波动

2023-09-05

老虎能买到美元的货币基金么

美联储因加息亏损近1000亿美元，钱被谁赚走了？

2021-11-16

行业高度集中的后果就是，得利者只是掌控资源的极少数人。假如互联网平台将所有2C的行业都清洗一遍，社会真的会变得更美好？我们每个人真的都能因“没有中间商赚差价”而获益？但愿我们不会因内卷而碰上中年危机，或者我们都能为随时到来的行业迭代而做好应对准备。//@哈哈哈哈哈hhh:市场的交给市场

市场监管总局：互联网企业进军社区团购，挤压小摊主空间

2021-05-14

这篇文章不错，转发给大家看看

抱歉，原内容已删除

2021-03-02

这篇文章不错，转发给大家看看

抱歉，原内容已删除

2021-02-03

差点儿有机会入医美行业，进不去就做股东吧

抱歉，原内容已删除

2021-01-21

这篇文章不错，转发给大家看看

@荒野侦探:南下资金加速入港，SaaS赛道首选这六只！

2020-11-18

这篇文章不错，转发给大家看看

@话题虎:【话题】巴菲特卖苹果，重金出击疫苗股！虎友们，跟不跟？

去老虎APP查看更多动态

{"i18n":{"language":"zh_CN"},"userPageInfo":{"id":"3537305190597017","uuid":"3537305190597017","gmtCreate":1575992512333,"gmtModify":1727861839067,"name":"Ritaliang","pinyin":"ritaliang","introduction":"","introductionEn":"","signature":"","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","hat":null,"hatId":null,"hatName":null,"vip":1,"status":2,"fanSize":1,"headSize":58,"tweetSize":10,"questionSize":0,"limitLevel":999,"accountStatus":4,"level":{"id":1,"name":"萌萌虎","nameTw":"萌萌虎","represent":"呱呱坠地","factor":"评论帖子3次或发布1条主帖（非转发）","iconColor":"3C9E83","bgColor":"A2F1D9"},"themeCounts":2,"badgeCounts":0,"badges":[],"moderator":false,"superModerator":false,"manageSymbols":null,"badgeLevel":null,"boolIsFan":false,"boolIsHead":false,"favoriteSize":23,"symbols":null,"coverImage":null,"realNameVerified":null,"userBadges":[{"badgeId":"976c19eed35f4cd78f17501c2e99ef37-1","templateUuid":"976c19eed35f4cd78f17501c2e99ef37","name":"博闻投资者","description":"累计交易超过10只正股","bigImgUrl":"https://static.tigerbbs.com/e74cc24115c4fbae6154ec1b1041bf47","smallImgUrl":"https://static.tigerbbs.com/d48265cbfd97c57f9048db29f22227b0","grayImgUrl":"https://static.tigerbbs.com/76c6d6898b073c77e1c537ebe9ac1c57","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2025.01.02","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1102},{"badgeId":"e50ce593bb40487ebfb542ca54f6a561-3","templateUuid":"e50ce593bb40487ebfb542ca54f6a561","name":"偶像虎友","description":"加入老虎社区1500天","bigImgUrl":"https://static.tigerbbs.com/8b40ae7da5bf081a1c84df14bf9e6367","smallImgUrl":"https://static.tigerbbs.com/f160eceddd7c284a8e1136557615cfad","grayImgUrl":"https://static.tigerbbs.com/11792805c468334a9b31c39f95a41c6a","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2024.01.19","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1001},{"badgeId":"518b5610c3e8410da5cfad115e4b0f5a-1","templateUuid":"518b5610c3e8410da5cfad115e4b0f5a","name":"实盘交易者","description":"完成一笔实盘交易","bigImgUrl":"https://static.tigerbbs.com/2e08a1cc2087a1de93402c2c290fa65b","smallImgUrl":"https://static.tigerbbs.com/4504a6397ce1137932d56e5f4ce27166","grayImgUrl":"https://static.tigerbbs.com/4b22c79415b4cd6e3d8ebc4a0fa32604","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2021.12.21","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1100}],"userBadgeCount":3,"currentWearingBadge":null,"individualDisplayBadges":null,"crmLevel":2,"crmLevelSwitch":0,"location":"广东","starInvestorFollowerNum":0,"starInvestorFlag":false,"starInvestorOrderShareNum":0,"subscribeStarInvestorNum":9,"ror":null,"winRationPercentage":null,"showRor":false,"investmentPhilosophy":null,"starInvestorSubscribeFlag":false},"baikeInfo":{},"tab":"post","tweets":[{"id":431927454302776,"gmtCreate":1746473125743,"gmtModify":1746473127533,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3537305190597017","idStr":"3537305190597017"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":1,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/431927454302776","repostId":"1128298610","repostType":4,"repost":{"id":"1128298610","kind":"news","pubTimestamp":1746237948,"share":"https://www.laohu8.com/m/news/1128298610?lang=&edition=full","pubTime":"2025-05-03 10:05","market":"sh","language":"zh","title":"一文看懂 | 英伟达护城河cuda的运作机制","url":"https://stock-news.laohu8.com/highlight/detail?id=1128298610","media":"半导体行业洞察","summary":"我们认为，DeepSeek 的效率突破预示着AI 应用需求的激增。CUDA究竟是什么似乎在过去一年里，每个人都开始谈论 CUDA：它是深度学习的支柱，是新型硬件难以与之竞争的原因，也是英伟达护城河与市值飙升的核心。许多人认为它只是 “英伟达用来让 GPU 运行更快的东西”。2001 年，英伟达推出 GeForce3，这一切发生了改变。这一进步伴随着 Shader Model 1.0 的推出，开发者可以编写在 GPU 上执行的小程序，用于顶点和像素处理。","content":"<html><head></head><body><blockquote><p>多年来，领先的人工智能公司一直坚称，只有拥有庞大计算资源的公司才能推动前沿研究，这强化了这样一种观点：除非你拥有数十亿美元的基础设施投入，否则“不可能赶上”。但 DeepSeek 的成功却讲述了一个不同的故事：新颖的理念可以带来效率上的突破，从而加速人工智能的发展；规模更小但更专注的团队可以挑战行业巨头，甚至创造公平的竞争环境。</p></blockquote><p>我们认为，DeepSeek 的效率突破预示着AI 应用需求的激增。如果 AI 要继续发展，就必须降低总体拥有成本 (TCO) ——通过扩大替代硬件的覆盖范围、最大限度地提高现有系统的效率以及加速软件创新。否则，未来 AI 的效益将面临瓶颈——要么是硬件短缺，要么是开发者难以有效利用现有的各种硬件。</p><p>过去 25 年来，我一直致力于为世界释放计算能力。我创立并领导了LLVM的开发，LLVM 是一项编译器技术，它为 CPU 在编译器技术的新应用领域打开了大门。如今，LLVM 已成为 C++、Rust、Swift 等性能导向型编程语言的基础。它支持几乎所有 iOS 和 Android 应用，以及 Google 和 Meta 等主要互联网服务的基础设施。</p><p>这项工作为我在苹果领导的几项关键创新铺平了道路，包括创建OpenCL（一个早期的加速器框架，现已被整个行业广泛采用）、使用LLVM重建苹果的CPU和GPU软件堆栈，以及开发Swift编程语言。这些经历强化了我对共享基础设施的力量、软硬件协同设计的重要性，以及直观、开发者友好的工具如何释放先进硬件的全部潜力的信念。</p><p>2017 年，我开始着迷于 AI 的潜力，并加入 Google，领导 TPU 平台的软件开发。当时，硬件已经准备就绪，但软件尚未投入使用。在接下来的两年半时间里，通过团队的共同努力，我们在 Google Cloud 上推出了 TPU，并将其扩展到每秒百亿亿次浮点运算 (ExaFLOPS)，并构建了一个研究平台，促成了Attention Is All You Need和BERT等突破性成果。</p><p>然而，这段旅程也揭示了人工智能软件更深层次的问题。尽管 TPU 取得了成功，但它们仍然仅与 PyTorch 等人工智能框架半兼容——谷歌凭借巨大的经济和研究资源克服了这个问题。一个常见的客户问题是：“TPU 能开箱即用地运行任意人工智能模型吗？”真相是？不能——因为我们没有 CUDA，而 CUDA 是人工智能开发的事实标准。</p><p>我并非回避解决行业重大问题的人：我最近的工作是创建下一代技术，以适应硬件和加速器的新时代。这包括 MLIR 编译器框架（目前已被整个行业广泛采用的 AI 编译器），以及我们团队在过去 3 年中构建的一些特别的东西——但我们稍后会在合适的时机分享更多相关信息。</p><p>由于我的背景和在业界的人脉，我经常被问及计算的未来。如今，无数团队正在硬件领域进行创新（部分原因是NVIDIA 市值飙升），而许多软件团队正在采用 MLIR 来支持新的架构。与此同时，高层领导们也在质疑，为什么尽管投入了大量资金，AI 软件问题仍然悬而未决。挑战并非缺乏动力或资源。那么，为什么这个行业会感到停滞不前呢？</p><p>我不认为我们陷入了困境。但我们确实面临着一些棘手的基础性问题。</p><p>为了向前发展，我们需要更好地理解行业底层动态。计算是一个技术含量极高的领域，发展迅速，充斥着各种术语、代号和新闻稿，旨在让每一款新产品都听起来具有革命性。许多人试图拨开迷雾，只见树木不见森林，但要真正理解我们的发展方向，我们需要探究其根源——那些将一切联系在一起的基本构件。</p><p>首先，我们将以一种简单易懂的方式回答这些关键问题：</p><ul style=\"list-style-type: ;\"><li><p>CUDA 到底是什么？</p></li><li><p>CUDA 为何如此成功</p></li><li><p>️CUDA 真的好吗？</p></li><li><p>为什么其他硬件制造商难以提供可比的 AI 软件？</p></li><li><p>为什么 Triton、OneAPI 或 OpenCL 等现有技术还没有解决这个问题？</p></li><li><p>作为一个行业，我们该如何向前发展？</p></li></ul><p>我希望本文能够激发有意义的讨论，并提升人们对这些复杂问题的理解。人工智能的快速发展——例如 DeepSeek 最近的突破——提醒我们，软件和算法创新仍然是推动行业发展的动力。对底层硬件的深入理解继续带来 “10 倍” 的突破。</p><p>人工智能正以前所未有的速度发展，但仍有诸多潜力有待挖掘。让我们携手突破，挑战固有认知，推动行业发展。让我们一起深入探索！</p><h2 id=\"id_1293465784\">CUDA究竟是什么</h2><p>似乎在过去一年里，每个人都开始谈论 CUDA：它是深度学习的支柱，是新型硬件难以与之竞争的原因，也是英伟达护城河与市值飙升的核心。</p><p>DeepSeek 的出现让我们有了惊人的发现：它的突破是通过 “绕过” CUDA、直接进入 PTX 层实现的…… 但这究竟意味着什么呢？似乎每个人都想打破这种技术锁定，但在制定计划之前，我们必须先了解自己面临的挑战。</p><p>CUDA 在人工智能领域的主导地位不可否认，但大多数人并不完全理解 CUDA 究竟是什么。有人认为它是一种编程语言，有人称它是一个框架。许多人认为它只是 “英伟达用来让 GPU 运行更快的东西”。这些说法并非完全错误，也有很多杰出人士试图解释它，但没有一种能完全涵盖 “CUDA 平台” 的全貌。</p><p>CUDA 并非单一事物，它是一个庞大的分层平台，是一系列技术、软件库和底层优化的集合，共同构成了一个大规模的并行计算生态系统。它包括：</p><ul style=\"list-style-type: ;\"><li><p>一种底层并行编程模型，开发者可以用类似 C++ 的语法利用 GPU 的原始计算能力。</p></li><li><p>一套复杂的库和框架，这些中间件支持人工智能等关键垂直应用场景（例如用于 PyTorch 和 TensorFlow 的 cuDNN 库 ）。</p></li><li><p>像 TensorRT-LLM 和 Triton 这样的高级解决方案，它们能在不需要开发者深入了解 CUDA 的情况下，支持人工智能工作负载（例如大语言模型服务）。</p></li></ul><p>而这只是冰山一角。</p><p>在本章节中，我们将深入剖析 CUDA 平台的关键层级，探究其发展历程，并解释它为何对如今的人工智能计算如此重要。这为我们系列文章的下一部分内容奠定了基础，届时我们将深入探讨 CUDA 如此成功的原因。提示：这与其说是技术本身的原因，不如说和市场激励因素有很大关系。</p><p>让我们开始吧！</p><h4 id=\"id_3387016686\">CUDA 发展之路：从图形处理到通用计算</h4><p>在 GPU 成为人工智能和科学计算的强大引擎之前，它们只是图形处理器，是专门用于渲染图像的处理器。早期的 GPU 将图像渲染功能硬编码在硅芯片中，这意味着渲染的每个步骤（变换、光照、光栅化）都是固定的。虽然这些芯片在图形处理方面效率很高，但缺乏灵活性，无法用于其他类型的计算。</p><p>2001 年，英伟达推出 GeForce3，这一切发生了改变。GeForce3 是第一款带有可编程着色器的 GPU，这在计算领域是一次重大变革：</p><ul style=\"list-style-type: ;\"><li><p>在此之前：固定功能的 GPU 只能应用预定义的效果。</p></li><li><p>在此之后：开发者可以编写自己的着色器程序，解锁了可编程图形管线。</p></li></ul><p>这一进步伴随着 Shader Model 1.0 的推出，开发者可以编写在 GPU 上执行的小程序，用于顶点和像素处理。英伟达预见到了未来的发展方向：GPU 不仅可以提升图形性能，还能成为可编程的并行计算引擎。</p><p>与此同时，研究人员很快就提出了疑问：“如果 GPU 能运行用于图形处理的小程序，那我们能否将其用于非图形任务呢？”</p><p>斯坦福大学的 BrookGPU 项目是早期对此进行的重要尝试之一。Brook 引入了一种编程模型，使 CPU 能够将计算任务卸载到 GPU 上，这一关键理念为 CUDA 的诞生奠定了基础。</p><p>这一举措具有战略意义且极具变革性。英伟达没有把计算当作一项附带实验，而是将其列为首要任务，将 CUDA 深度融入其硬件、软件和开发者生态系统中。</p><h4 id=\"id_285920149\">CUDA 并行编程模型</h4><p>2006 年，英伟达推出 CUDA（统一计算设备架构），这是首个面向 GPU 的通用编程平台。CUDA 编程模型由两部分组成：“CUDA 编程语言” 和 “英伟达驱动程序”。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/8dfda6e467710c2ecc4f3256418766de\" title=\"\" tg-width=\"700\" tg-height=\"538\"/></p><p>CUDA 是一个分层堆栈，需要从驱动程序到内核的深度集成</p><p>CUDA 语言源自 C++，并进行了扩展，以直接暴露 GPU 的底层特性，例如 “GPU 线程” 和内存等概念。程序员可以使用该语言定义 “CUDA 内核”，这是一种在 GPU 上运行的独立计算任务。下面是一个非常简单的示例：<br/></p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/a6de30bb57535061e6a824855211fc90\" title=\"\" tg-width=\"1006\" tg-height=\"298\"/></p><p>CUDA 内核允许程序员定义自定义计算，这些计算可以访问本地资源（如内存），并将 GPU 用作高速并行计算单元。这种语言会被翻译成 “PTX”，PTX 是一种汇编语言，是英伟达 GPU 支持的最低级接口。</p><p>但是程序究竟如何在 GPU 上执行代码呢？这就要用到英伟达驱动程序了。它充当 CPU 和 GPU 之间的桥梁，负责处理内存分配、数据传输和内核执行。以下是一个简单示例：</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/4a19ba0988ee2746aa1ce3044e325611\" title=\"\" tg-width=\"994\" tg-height=\"642\"/></p><p>请注意，这些操作都非常底层，充满了繁杂的细节（如指针和 “幻数（magic numbers）”）。如果出现错误，通常会以难以理解的程序崩溃形式提示。此外，CUDA 还暴露了许多英伟达硬件特有的细节，例如 “warp 中的线程数”（这里暂不深入探讨）。</p><p>尽管存在这些挑战，但这些组件让整整一代硬核程序员能够利用 GPU 强大的计算能力来解决数值问题。例如，2012 年 AlexNET 点燃了现代深度学习的火种。它之所以能够实现，得益于用于卷积、激活、池化和归一化等人工智能操作的自定义 CUDA 内核，以及 GPU 提供的强大算力。</p><p>虽然大多数人听到 “CUDA” 时，通常想到的是 CUDA 语言和驱动程序，但这远不是 CUDA 的全部，它们只是其中的一部分。随着时间的推移，CUDA 平台不断发展，涵盖的内容越来越多，而最初的首字母缩写词（CUDA）已经无法准确描述其全部意义。</p><p><strong>高级 CUDA 库：让 GPU 编程更易上手</strong></p><p>CUDA 编程模型为通用 GPU 计算打开了大门，功能强大，但它带来了两个挑战：</p><ul style=\"list-style-type: ;\"><li><p>CUDA 使用难度较大。</p></li><li><p>更糟糕的是，CUDA 在性能可移植性方面表现不佳。</p></li></ul><p>为第 N 代 GPU 编写的大多数内核在第 N + 1 代 GPU 上仍能 “继续运行”，但性能往往较差，远达不到第 N + 1 代 GPU 的峰值性能，尽管 GPU 的优势就在于高性能。这使得 CUDA 成为专业工程师的有力工具，但对大多数开发者来说，学习门槛较高。这也意味着每次新一代 GPU 推出时（例如现在新出现的 Blackwell 架构），都需要对代码进行大量重写。</p><p>随着英伟达的发展，它希望 GPU 对那些在各自领域是专家，但并非 GPU 专家的人也有用。英伟达解决这一问题的方法是开始构建丰富而复杂的闭源高级库，这些库抽象掉了 CUDA 的底层细节，其中包括：</p><ul style=\"list-style-type: ;\"><li><p>cuDNN（2014 年推出）—— 加速深度学习（例如卷积、激活函数运算）。</p></li><li><p>cuBLAS—— 优化的线性代数例程。</p></li><li><p>cuFFT—— 在 GPU 上进行快速傅里叶变换（FFT）。</p></li><li><p>以及许多其他库。</p></li></ul><p>有了这些库，开发者无需编写自定义 GPU 代码就能利用 CUDA 的强大功能，英伟达则承担了为每一代硬件重写这些库的工作。这对英伟达来说是一项巨大的投资，但最终取得了成效。</p><p>cuDNN 库在这一过程中尤为重要，它为谷歌的 TensorFlow（2015 年推出）和 Meta 的 PyTorch（2016 年推出）铺平了道路，推动了深度学习框架的兴起。虽然此前也有一些人工智能框架，但这些是首批真正实现规模化应用的框架。现代人工智能框架中包含数千个 CUDA 内核，每个内核都极难编写。随着人工智能研究的爆发式增长，英伟达积极扩展这些库，以涵盖重要的新应用场景。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/0012d44c33848e0c0e3440e23010617f\" title=\"图片\" tg-width=\"480\" tg-height=\"796\"/><span>图片</span></p><p>CUDA 上的 PyTorch 建立在多层依赖关系之上</p><p>英伟达对这些强大的 GPU 库的投入，使得全球开发者能够专注于构建像 PyTorch 这样的高级人工智能框架，以及像 HuggingFace 这样的开发者生态系统。他们的下一步是打造开箱即用的完整解决方案，让开发者完全无需了解 CUDA 编程模型。</p><h4 id=\"id_2088903898\">全面的垂直解决方案助力AI和GenAI快速发展</h4><p>人工智能的热潮远远超出了研究实验室的范畴，如今它无处不在。从图像生成到聊天机器人，从科学发现到代码助手，生成式人工智能（GenAI）在各个行业蓬勃发展，为该领域带来了大量新应用和开发者。</p><p>与此同时，出现了一批新的人工智能开发者，他们有着截然不同的需求。在早期，深度学习需要精通 CUDA、高性能计算（HPC）和底层 GPU 编程的专业工程师。如今，一种新型开发者（通常称为人工智能工程师）在构建和部署人工智能模型时，无需接触底层 GPU 代码。</p><p>为了满足这一需求，英伟达不仅提供库，还推出了交钥匙解决方案，将底层的一切细节都抽象掉。这些框架无需开发者深入了解 CUDA，就能让人工智能开发者轻松优化和部署模型。</p><ul style=\"list-style-type: ;\"><li><p>Triton Serving—— 一种高性能的人工智能模型服务系统，使团队能够在多个 GPU 和 CPU 上高效运行推理。</p></li><li><p>TensorRT—— 一种深度学习推理优化器，可自动调整模型，使其在英伟达硬件上高效运行。</p></li><li><p>TensorRT-LLM—— 一种更专业的解决方案，专为大规模大语言模型（LLM）推理而构建。</p></li><li><p>以及许多（众多）其他工具。</p></li></ul><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/d4dd1f36708389bf2bf397f72604c6c1\" title=\"图片\" tg-width=\"480\" tg-height=\"587\"/><span>图片</span></p><p>NVIDIA 驱动程序和 TensorRT-LLM 之间存在多个层</p><p>这些工具完全屏蔽了 CUDA 的底层复杂性，让人工智能工程师能够专注于人工智能模型和应用，而无需关注硬件细节。这些系统提供了强大的支持，推动了人工智能应用的横向扩展。</p><h4 id=\"id_1393294678\">整体的 “CUDA 平台”</h4><p>CUDA 常被视为一种编程模型、一组库，甚至仅仅是 “英伟达 GPU 运行人工智能所依赖的东西”。但实际上，CUDA 远不止如此。它是一个统一的品牌，是一个真正庞大的软件集合，也是一个经过高度优化的生态系统，所有这些都与英伟达的硬件深度集成。因此，“CUDA” 这个术语含义模糊，我们更倾向于使用 “CUDA 平台” 这一表述，以明确我们所谈论的更像是 Java 生态系统，甚至是一个操作系统，而不仅仅是一种编程语言和运行时库。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/cc4196cc92f634828b7b8ccb1cb227a4\" title=\"图片\" tg-width=\"1080\" tg-height=\"640\"/><span>图片</span></p><p>CUDA 的复杂性不断扩大：涵盖驱动程序、语言、库和框架的多层生态系统</p><p>从核心来看，CUDA 平台包括：</p><ul style=\"list-style-type: ;\"><li><p>庞大的代码库：经过数十年优化的 GPU 软件，涵盖从矩阵运算到人工智能推理的所有领域。</p></li><li><p>广泛的工具和库生态系统：从用于深度学习的 cuDNN 库到用于推理的 TensorRT，CUDA 涵盖了大量的工作负载。</p></li><li><p>针对硬件优化的性能：每次 CUDA 发布都会针对英伟达最新的 GPU 架构进行深度优化，确保实现顶级效率。</p></li><li><p>专有且不透明：当开发者与 CUDA 的库 API 交互时，底层发生的很多操作都是闭源的，并且与英伟达的生态系统紧密相连。</p></li></ul><p>CUDA 是一套强大且庞大的技术体系，是整个现代 GPU 计算的软件平台基础，其应用甚至超越了人工智能领域。</p><p>CUDA平台的演进史，实为一部软硬件协同进化的史诗——从可编程着色器的萌芽到万亿级AI生态的崛起，英伟达用二十年时间构筑起层层嵌套的技术护城河。这座由数亿行优化代码堆砌的巴别塔，既成就了深度学习革命的算力基石，也暴露出行业深陷路径依赖的隐忧。DeepSeek绕过CUDA直抵PTX层的突破，犹如刺破云层的闪电，揭示了一个关键真相：当硬件创新进入深水区，软件栈的范式革命可能比晶体管密度更具颠覆性。</p><p style=\"text-align: start;\">当前AI竞赛的本质，早已超越单纯算力的军备较量，演变为生态系统重构权的争夺。正如LLVM曾打破编译器的垄断格局，MLIR等新一代基础设施正悄然重塑计算范式。行业的真正瓶颈不在于芯片的物理极限，而在于如何构建开放、可移植的创新土壤——这要求我们以更底层的思维解构CUDA神话，在编译器、中间件与开发者体验的交叉点上寻找突破口。历史的经验反复印证：每一次计算民主化的浪潮，终将由那些敢于跳出既有框架、用算法效率对冲硬件鸿沟的颠覆者引领。此刻，我们正站在算力平权时代的门槛上，答案或许就藏在软件与硬件的缝隙之间。</p></body></html>","source":"bdthygc","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>一文看懂 | 英伟达护城河cuda的运作机制</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n一文看懂 | 英伟达护城河cuda的运作机制\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-05-03 10:05 北京时间&nbsp;&nbsp;&nbsp;<a href=https://mp.weixin.qq.com/s/j2hh2M0v5Y2gK7Kw__901w><strong>半导体行业洞察</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>多年来，领先的人工智能公司一直坚称，只有拥有庞大计算资源的公司才能推动前沿研究，这强化了这样一种观点：除非你拥有数十亿美元的基础设施投入，否则“不可能赶上”。但 DeepSeek 的成功却讲述了一个不同的故事：新颖的理念可以带来效率上的突破，从而加速人工智能的发展；规模更小但更专注的团队可以挑战行业巨头，甚至创造公平的竞争环境。我们认为，DeepSeek 的效率突破预示着AI 应用需求的激增。如果...</p>\n\n<a href=\"https://mp.weixin.qq.com/s/j2hh2M0v5Y2gK7Kw__901w\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/4baf1908bc912251f21e0b3557987159","relate_stocks":{},"source_url":"https://mp.weixin.qq.com/s/j2hh2M0v5Y2gK7Kw__901w","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1128298610","content_text":"多年来，领先的人工智能公司一直坚称，只有拥有庞大计算资源的公司才能推动前沿研究，这强化了这样一种观点：除非你拥有数十亿美元的基础设施投入，否则“不可能赶上”。但 DeepSeek 的成功却讲述了一个不同的故事：新颖的理念可以带来效率上的突破，从而加速人工智能的发展；规模更小但更专注的团队可以挑战行业巨头，甚至创造公平的竞争环境。我们认为，DeepSeek 的效率突破预示着AI 应用需求的激增。如果 AI 要继续发展，就必须降低总体拥有成本 (TCO) ——通过扩大替代硬件的覆盖范围、最大限度地提高现有系统的效率以及加速软件创新。否则，未来 AI 的效益将面临瓶颈——要么是硬件短缺，要么是开发者难以有效利用现有的各种硬件。过去 25 年来，我一直致力于为世界释放计算能力。我创立并领导了LLVM的开发，LLVM 是一项编译器技术，它为 CPU 在编译器技术的新应用领域打开了大门。如今，LLVM 已成为 C++、Rust、Swift 等性能导向型编程语言的基础。它支持几乎所有 iOS 和 Android 应用，以及 Google 和 Meta 等主要互联网服务的基础设施。这项工作为我在苹果领导的几项关键创新铺平了道路，包括创建OpenCL（一个早期的加速器框架，现已被整个行业广泛采用）、使用LLVM重建苹果的CPU和GPU软件堆栈，以及开发Swift编程语言。这些经历强化了我对共享基础设施的力量、软硬件协同设计的重要性，以及直观、开发者友好的工具如何释放先进硬件的全部潜力的信念。2017 年，我开始着迷于 AI 的潜力，并加入 Google，领导 TPU 平台的软件开发。当时，硬件已经准备就绪，但软件尚未投入使用。在接下来的两年半时间里，通过团队的共同努力，我们在 Google Cloud 上推出了 TPU，并将其扩展到每秒百亿亿次浮点运算 (ExaFLOPS)，并构建了一个研究平台，促成了Attention Is All You Need和BERT等突破性成果。然而，这段旅程也揭示了人工智能软件更深层次的问题。尽管 TPU 取得了成功，但它们仍然仅与 PyTorch 等人工智能框架半兼容——谷歌凭借巨大的经济和研究资源克服了这个问题。一个常见的客户问题是：“TPU 能开箱即用地运行任意人工智能模型吗？”真相是？不能——因为我们没有 CUDA，而 CUDA 是人工智能开发的事实标准。我并非回避解决行业重大问题的人：我最近的工作是创建下一代技术，以适应硬件和加速器的新时代。这包括 MLIR 编译器框架（目前已被整个行业广泛采用的 AI 编译器），以及我们团队在过去 3 年中构建的一些特别的东西——但我们稍后会在合适的时机分享更多相关信息。由于我的背景和在业界的人脉，我经常被问及计算的未来。如今，无数团队正在硬件领域进行创新（部分原因是NVIDIA 市值飙升），而许多软件团队正在采用 MLIR 来支持新的架构。与此同时，高层领导们也在质疑，为什么尽管投入了大量资金，AI 软件问题仍然悬而未决。挑战并非缺乏动力或资源。那么，为什么这个行业会感到停滞不前呢？我不认为我们陷入了困境。但我们确实面临着一些棘手的基础性问题。为了向前发展，我们需要更好地理解行业底层动态。计算是一个技术含量极高的领域，发展迅速，充斥着各种术语、代号和新闻稿，旨在让每一款新产品都听起来具有革命性。许多人试图拨开迷雾，只见树木不见森林，但要真正理解我们的发展方向，我们需要探究其根源——那些将一切联系在一起的基本构件。首先，我们将以一种简单易懂的方式回答这些关键问题：CUDA 到底是什么？CUDA 为何如此成功️CUDA 真的好吗？为什么其他硬件制造商难以提供可比的 AI 软件？为什么 Triton、OneAPI 或 OpenCL 等现有技术还没有解决这个问题？作为一个行业，我们该如何向前发展？我希望本文能够激发有意义的讨论，并提升人们对这些复杂问题的理解。人工智能的快速发展——例如 DeepSeek 最近的突破——提醒我们，软件和算法创新仍然是推动行业发展的动力。对底层硬件的深入理解继续带来 “10 倍” 的突破。人工智能正以前所未有的速度发展，但仍有诸多潜力有待挖掘。让我们携手突破，挑战固有认知，推动行业发展。让我们一起深入探索！CUDA究竟是什么似乎在过去一年里，每个人都开始谈论 CUDA：它是深度学习的支柱，是新型硬件难以与之竞争的原因，也是英伟达护城河与市值飙升的核心。DeepSeek 的出现让我们有了惊人的发现：它的突破是通过 “绕过” CUDA、直接进入 PTX 层实现的…… 但这究竟意味着什么呢？似乎每个人都想打破这种技术锁定，但在制定计划之前，我们必须先了解自己面临的挑战。CUDA 在人工智能领域的主导地位不可否认，但大多数人并不完全理解 CUDA 究竟是什么。有人认为它是一种编程语言，有人称它是一个框架。许多人认为它只是 “英伟达用来让 GPU 运行更快的东西”。这些说法并非完全错误，也有很多杰出人士试图解释它，但没有一种能完全涵盖 “CUDA 平台” 的全貌。CUDA 并非单一事物，它是一个庞大的分层平台，是一系列技术、软件库和底层优化的集合，共同构成了一个大规模的并行计算生态系统。它包括：一种底层并行编程模型，开发者可以用类似 C++ 的语法利用 GPU 的原始计算能力。一套复杂的库和框架，这些中间件支持人工智能等关键垂直应用场景（例如用于 PyTorch 和 TensorFlow 的 cuDNN 库 ）。像 TensorRT-LLM 和 Triton 这样的高级解决方案，它们能在不需要开发者深入了解 CUDA 的情况下，支持人工智能工作负载（例如大语言模型服务）。而这只是冰山一角。在本章节中，我们将深入剖析 CUDA 平台的关键层级，探究其发展历程，并解释它为何对如今的人工智能计算如此重要。这为我们系列文章的下一部分内容奠定了基础，届时我们将深入探讨 CUDA 如此成功的原因。提示：这与其说是技术本身的原因，不如说和市场激励因素有很大关系。让我们开始吧！CUDA 发展之路：从图形处理到通用计算在 GPU 成为人工智能和科学计算的强大引擎之前，它们只是图形处理器，是专门用于渲染图像的处理器。早期的 GPU 将图像渲染功能硬编码在硅芯片中，这意味着渲染的每个步骤（变换、光照、光栅化）都是固定的。虽然这些芯片在图形处理方面效率很高，但缺乏灵活性，无法用于其他类型的计算。2001 年，英伟达推出 GeForce3，这一切发生了改变。GeForce3 是第一款带有可编程着色器的 GPU，这在计算领域是一次重大变革：在此之前：固定功能的 GPU 只能应用预定义的效果。在此之后：开发者可以编写自己的着色器程序，解锁了可编程图形管线。这一进步伴随着 Shader Model 1.0 的推出，开发者可以编写在 GPU 上执行的小程序，用于顶点和像素处理。英伟达预见到了未来的发展方向：GPU 不仅可以提升图形性能，还能成为可编程的并行计算引擎。与此同时，研究人员很快就提出了疑问：“如果 GPU 能运行用于图形处理的小程序，那我们能否将其用于非图形任务呢？”斯坦福大学的 BrookGPU 项目是早期对此进行的重要尝试之一。Brook 引入了一种编程模型，使 CPU 能够将计算任务卸载到 GPU 上，这一关键理念为 CUDA 的诞生奠定了基础。这一举措具有战略意义且极具变革性。英伟达没有把计算当作一项附带实验，而是将其列为首要任务，将 CUDA 深度融入其硬件、软件和开发者生态系统中。CUDA 并行编程模型2006 年，英伟达推出 CUDA（统一计算设备架构），这是首个面向 GPU 的通用编程平台。CUDA 编程模型由两部分组成：“CUDA 编程语言” 和 “英伟达驱动程序”。CUDA 是一个分层堆栈，需要从驱动程序到内核的深度集成CUDA 语言源自 C++，并进行了扩展，以直接暴露 GPU 的底层特性，例如 “GPU 线程” 和内存等概念。程序员可以使用该语言定义 “CUDA 内核”，这是一种在 GPU 上运行的独立计算任务。下面是一个非常简单的示例：CUDA 内核允许程序员定义自定义计算，这些计算可以访问本地资源（如内存），并将 GPU 用作高速并行计算单元。这种语言会被翻译成 “PTX”，PTX 是一种汇编语言，是英伟达 GPU 支持的最低级接口。但是程序究竟如何在 GPU 上执行代码呢？这就要用到英伟达驱动程序了。它充当 CPU 和 GPU 之间的桥梁，负责处理内存分配、数据传输和内核执行。以下是一个简单示例：请注意，这些操作都非常底层，充满了繁杂的细节（如指针和 “幻数（magic numbers）”）。如果出现错误，通常会以难以理解的程序崩溃形式提示。此外，CUDA 还暴露了许多英伟达硬件特有的细节，例如 “warp 中的线程数”（这里暂不深入探讨）。尽管存在这些挑战，但这些组件让整整一代硬核程序员能够利用 GPU 强大的计算能力来解决数值问题。例如，2012 年 AlexNET 点燃了现代深度学习的火种。它之所以能够实现，得益于用于卷积、激活、池化和归一化等人工智能操作的自定义 CUDA 内核，以及 GPU 提供的强大算力。虽然大多数人听到 “CUDA” 时，通常想到的是 CUDA 语言和驱动程序，但这远不是 CUDA 的全部，它们只是其中的一部分。随着时间的推移，CUDA 平台不断发展，涵盖的内容越来越多，而最初的首字母缩写词（CUDA）已经无法准确描述其全部意义。高级 CUDA 库：让 GPU 编程更易上手CUDA 编程模型为通用 GPU 计算打开了大门，功能强大，但它带来了两个挑战：CUDA 使用难度较大。更糟糕的是，CUDA 在性能可移植性方面表现不佳。为第 N 代 GPU 编写的大多数内核在第 N + 1 代 GPU 上仍能 “继续运行”，但性能往往较差，远达不到第 N + 1 代 GPU 的峰值性能，尽管 GPU 的优势就在于高性能。这使得 CUDA 成为专业工程师的有力工具，但对大多数开发者来说，学习门槛较高。这也意味着每次新一代 GPU 推出时（例如现在新出现的 Blackwell 架构），都需要对代码进行大量重写。随着英伟达的发展，它希望 GPU 对那些在各自领域是专家，但并非 GPU 专家的人也有用。英伟达解决这一问题的方法是开始构建丰富而复杂的闭源高级库，这些库抽象掉了 CUDA 的底层细节，其中包括：cuDNN（2014 年推出）—— 加速深度学习（例如卷积、激活函数运算）。cuBLAS—— 优化的线性代数例程。cuFFT—— 在 GPU 上进行快速傅里叶变换（FFT）。以及许多其他库。有了这些库，开发者无需编写自定义 GPU 代码就能利用 CUDA 的强大功能，英伟达则承担了为每一代硬件重写这些库的工作。这对英伟达来说是一项巨大的投资，但最终取得了成效。cuDNN 库在这一过程中尤为重要，它为谷歌的 TensorFlow（2015 年推出）和 Meta 的 PyTorch（2016 年推出）铺平了道路，推动了深度学习框架的兴起。虽然此前也有一些人工智能框架，但这些是首批真正实现规模化应用的框架。现代人工智能框架中包含数千个 CUDA 内核，每个内核都极难编写。随着人工智能研究的爆发式增长，英伟达积极扩展这些库，以涵盖重要的新应用场景。图片CUDA 上的 PyTorch 建立在多层依赖关系之上英伟达对这些强大的 GPU 库的投入，使得全球开发者能够专注于构建像 PyTorch 这样的高级人工智能框架，以及像 HuggingFace 这样的开发者生态系统。他们的下一步是打造开箱即用的完整解决方案，让开发者完全无需了解 CUDA 编程模型。全面的垂直解决方案助力AI和GenAI快速发展人工智能的热潮远远超出了研究实验室的范畴，如今它无处不在。从图像生成到聊天机器人，从科学发现到代码助手，生成式人工智能（GenAI）在各个行业蓬勃发展，为该领域带来了大量新应用和开发者。与此同时，出现了一批新的人工智能开发者，他们有着截然不同的需求。在早期，深度学习需要精通 CUDA、高性能计算（HPC）和底层 GPU 编程的专业工程师。如今，一种新型开发者（通常称为人工智能工程师）在构建和部署人工智能模型时，无需接触底层 GPU 代码。为了满足这一需求，英伟达不仅提供库，还推出了交钥匙解决方案，将底层的一切细节都抽象掉。这些框架无需开发者深入了解 CUDA，就能让人工智能开发者轻松优化和部署模型。Triton Serving—— 一种高性能的人工智能模型服务系统，使团队能够在多个 GPU 和 CPU 上高效运行推理。TensorRT—— 一种深度学习推理优化器，可自动调整模型，使其在英伟达硬件上高效运行。TensorRT-LLM—— 一种更专业的解决方案，专为大规模大语言模型（LLM）推理而构建。以及许多（众多）其他工具。图片NVIDIA 驱动程序和 TensorRT-LLM 之间存在多个层这些工具完全屏蔽了 CUDA 的底层复杂性，让人工智能工程师能够专注于人工智能模型和应用，而无需关注硬件细节。这些系统提供了强大的支持，推动了人工智能应用的横向扩展。整体的 “CUDA 平台”CUDA 常被视为一种编程模型、一组库，甚至仅仅是 “英伟达 GPU 运行人工智能所依赖的东西”。但实际上，CUDA 远不止如此。它是一个统一的品牌，是一个真正庞大的软件集合，也是一个经过高度优化的生态系统，所有这些都与英伟达的硬件深度集成。因此，“CUDA” 这个术语含义模糊，我们更倾向于使用 “CUDA 平台” 这一表述，以明确我们所谈论的更像是 Java 生态系统，甚至是一个操作系统，而不仅仅是一种编程语言和运行时库。图片CUDA 的复杂性不断扩大：涵盖驱动程序、语言、库和框架的多层生态系统从核心来看，CUDA 平台包括：庞大的代码库：经过数十年优化的 GPU 软件，涵盖从矩阵运算到人工智能推理的所有领域。广泛的工具和库生态系统：从用于深度学习的 cuDNN 库到用于推理的 TensorRT，CUDA 涵盖了大量的工作负载。针对硬件优化的性能：每次 CUDA 发布都会针对英伟达最新的 GPU 架构进行深度优化，确保实现顶级效率。专有且不透明：当开发者与 CUDA 的库 API 交互时，底层发生的很多操作都是闭源的，并且与英伟达的生态系统紧密相连。CUDA 是一套强大且庞大的技术体系，是整个现代 GPU 计算的软件平台基础，其应用甚至超越了人工智能领域。CUDA平台的演进史，实为一部软硬件协同进化的史诗——从可编程着色器的萌芽到万亿级AI生态的崛起，英伟达用二十年时间构筑起层层嵌套的技术护城河。这座由数亿行优化代码堆砌的巴别塔，既成就了深度学习革命的算力基石，也暴露出行业深陷路径依赖的隐忧。DeepSeek绕过CUDA直抵PTX层的突破，犹如刺破云层的闪电，揭示了一个关键真相：当硬件创新进入深水区，软件栈的范式革命可能比晶体管密度更具颠覆性。当前AI竞赛的本质，早已超越单纯算力的军备较量，演变为生态系统重构权的争夺。正如LLVM曾打破编译器的垄断格局，MLIR等新一代基础设施正悄然重塑计算范式。行业的真正瓶颈不在于芯片的物理极限，而在于如何构建开放、可移植的创新土壤——这要求我们以更底层的思维解构CUDA神话，在编译器、中间件与开发者体验的交叉点上寻找突破口。历史的经验反复印证：每一次计算民主化的浪潮，终将由那些敢于跳出既有框架、用算法效率对冲硬件鸿沟的颠覆者引领。此刻，我们正站在算力平权时代的门槛上，答案或许就藏在软件与硬件的缝隙之间。","news_type":1},"isVote":1,"tweetType":1,"viewCount":7,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":356694683988112,"gmtCreate":1728093272465,"gmtModify":1728093274550,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3537305190597017","idStr":"3537305190597017"},"themes":[],"htmlText":"1和8，5和7","listText":"1和8，5和7","text":"1和8，5和7","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/356694683988112","isVote":1,"tweetType":1,"viewCount":1302,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":355773464371488,"gmtCreate":1727860731909,"gmtModify":1727860858468,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3537305190597017","idStr":"3537305190597017"},"themes":[],"htmlText":"//<a href=\"https://laohu8.com/U/740450932848\">@33_Tiger</a>:<a href=\"https://laohu8.com/S/TIGR\">$老虎证券(TIGR)$</a> 周三晚上7点，快听实用期权策略！非常干货[财迷]&nbsp;&nbsp;[财迷]&nbsp;&nbsp;[财迷]&nbsp;&nbsp;<a href=\"https://laohu8.com/S/QQQ\">$纳指100ETF(QQQ)$&nbsp;</a><a href=\"https://laohu8.com/S/NVDA\">$英伟达(NVDA)$&nbsp;</a>&nbsp;","listText":"//<a href=\"https://laohu8.com/U/740450932848\">@33_Tiger</a>:<a href=\"https://laohu8.com/S/TIGR\">$老虎证券(TIGR)$</a> 周三晚上7点，快听实用期权策略！非常干货[财迷]&nbsp;&nbsp;[财迷]&nbsp;&nbsp;[财迷]&nbsp;&nbsp;<a href=\"https://laohu8.com/S/QQQ\">$纳指100ETF(QQQ)$&nbsp;</a><a href=\"https://laohu8.com/S/NVDA\">$英伟达(NVDA)$&nbsp;</a>&nbsp;","text":"//@33_Tiger:$老虎证券(TIGR)$ 周三晚上7点，快听实用期权策略！非常干货[财迷] [财迷] [财迷] $纳指100ETF(QQQ)$ $英伟达(NVDA)$","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/355773464371488","repostId":"1802000633800778","repostType":17,"repost":{"id":3148,"live_id":"1802000633800778","type":1,"live_form":0,"category_id":2,"category_name":"老虎公开课","material_type":0,"regions":[1],"title":"期权策略指南：灵活应对市场波动","title_en":"","status":3,"abstract_en":[],"description_html":"市场有风险，投资需谨慎，本期内容仅代表主播和嘉宾个人观点，不构成投资建议","description_html_en":"","source_url":"-","video_url":"","live_img_url":"https://p1-live.byteimg.com/tos-cn-i-gjr78lqtd0/297640a94b024688bab0a3444ece619c~tplv-gjr78lqtd0-z75.image","live_img_url_en":"","activate_content":true,"expected_time":1720004400000,"time_remain":-27969565452,"start_time":0,"end_time":1720010105,"user_counter":"264","symbols":[],"speaker_info":[{"name":"谋定后动","avatar":"https://static.tigerbbs.com/865a6ec8ea0c03d186fb7dab736911ae","uuid":"3556673506813374"}],"abstract":[]},"isVote":1,"tweetType":1,"viewCount":812,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":216438597542056,"gmtCreate":1693871181238,"gmtModify":1693871183436,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3537305190597017","idStr":"3537305190597017"},"themes":[],"htmlText":"老虎能买到美元的货币基金么","listText":"老虎能买到美元的货币基金么","text":"老虎能买到美元的货币基金么","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/216438597542056","repostId":"1124459552","repostType":2,"repost":{"id":"1124459552","kind":"news","pubTimestamp":1693838427,"share":"https://www.laohu8.com/m/news/1124459552?lang=&edition=full","pubTime":"2023-09-04 22:40","market":"us","language":"zh","title":"美联储因加息亏损近1000亿美元，钱被谁赚走了？","url":"https://stock-news.laohu8.com/highlight/detail?id=1124459552","media":"巴伦周刊","summary":"货币市场基金投资者获得的收益，是美联储以及财政部和美国纳税人的损失带来的。","content":"<html><head></head><body><p>文 | 艾伦·斯隆(Allan Sloan)</p><p><em>本文作者系独立商业记者，曾七次获得商业新闻报道的最高荣誉勒布奖(Loeb Award)。 </em></p><p>为了遏制高通胀，美联储从2022年3月开始加息，18个月后，这一轮加息周期可能终于接近尾声，现在正是审视美联储加息举措下谁是大赢家、谁是大输家的时候。 </p><p>赢家自然是持有货币市场共同基金的投资者，他们目前获得的收益较2022年2月（美联储开始加息的前一个月）增长超过30000%，即300倍。 </p><p>输家是美联储下设的12家地区性联储银行，这12家银行曾经创造了巨额利润，现在因为加息陷入了巨额亏损。几个月前，我曾撰文讨论过美联储的收入来源正在枯竭这个话题，但当总亏损达到1000亿美元这个关键水平时，这个问题肯定会获得更多关注，这一天可能会在9月底到来。 </p><p>如果退一步看，这个问题其实很有意思。为了遏制高通胀和放慢经济增长速度，18个月来美联储一直在加息，因此，货币市场基金投资者获得的收益大幅增长，美联储自己却蒙受了巨额亏损。 </p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/8b1a768d823bfd5ed63e7b8ae14dcc90\" alt=\"图片\" title=\"图片\" tg-width=\"1080\" tg-height=\"809\"/><span>图片</span></p><p>在美联储开始加息之前，地区性联储银行赚得盆满钵满。2021年，这12家银行向美国财政部上缴利润1074亿美元。但出于一些原因（稍后我会解释），地区性联储银行的利润因为美联储加息而蒸发，它们今年向财政部上缴的利润已经大幅减少。 </p><p>现在我们来看看其中涉及的计算。 </p><p>Crane Data的彼得·克兰(Peter Crane)指出，截至2022年2月，持有货币市场基金的投资者获得的平均收益率为0.02%，这些基金的资产总额为5.009万亿美元，每年收益约为10亿美元。 </p><p><strong>货币市场基金收益大幅上升</strong></p><p>2022年3月美联储开始加息以来，货币市场基金收益率已升至5%以上。</p><p>平均收益率</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/5ac6e7ee3dabb06b9be20d45fc5d9e62\" alt=\"图片\" title=\"图片\" tg-width=\"694\" tg-height=\"347\"/><span>图片</span></p><p>但截至今年7月31日，这些基金的平均收益率为5.08%，资产总额上升至5.903万亿美元。根据克兰的计算，这些基金的年收益为2999亿美元。 </p><p>克兰进一步指出，截至8月18日，这些基金的平均收益率已升至5.15%。假设资产总额保持不变（这是一个非常保守的假设），这些基金每年将为投资者带来超过3000亿美元的收益。 </p><p>但克兰强调指出，3000多亿美元是“年化”收益，即根据目前情况推断出一整年的收益，不是持有这些基金的投资者实际已经获得的收益。 </p><p>货币市场基金投资者获得的收益之所以上升，是因为这些基金购买的是短期证券，过去18个月，美联储将短期联邦基金利率从接近零上调至5.25%-5.50%，货币市场基金投资者获得的收益随着美联储加息而上升。</p><p>克兰说：“5%是一个有魔力的数字，从心理角度来说是一个很重要的数字，当收益率达到5%时，资金开始涌入货币市场基金，90年代末和21世纪初出现过这种情况，目前正在发生的也是这种情况。” </p><p>然而，在货币市场基金投资者的收益增长了30000%的同时，颇具讽刺意味的是，美联储自己却因为加息而蒙受了损失。 </p><p>美联储下设的12家地区性联储银行曾经赚了很多钱，现在却出现了巨额亏损，这是因为它们为从货币市场基金和其他金融机构借入的数万亿美元支付的利息超过了5%，与此同时，它们自己的投资组合中仍然有大量在利率接近零的时期购买的低收益抵押贷款和美国国债。 </p><p>地区性联储银行一直在以高利率借款，以防止货币市场基金和银行资产“淹没”金融体系、进而导致利率下降，如果发生这种情况，将破坏美联储对抗通胀的策略。 </p><p>根据美联储最近公布的半年度财务报告，截至6月30日，美联储的“递延资产”(deferred asset)——也就是我所说的“亏损”——总计为747亿美元。 </p><p>Piscataqua Research的史蒂芬·丘奇(Stephen Church)是第一个让我注意到地区性联储银行亏损情况的人。他说，每周亏损额一直保持在20亿美元左右，截至8月底今年总计亏损771亿美元。丘奇预计，9月份亏损额将触及1000亿美元，我认为这将是一个引起更多人关注的重要数字。 </p><p>截至6月30日，地区性联储银行向财政部上缴的利润总额仅为1.02亿美元，比去年6月30日之前的628亿美元下降了98%以上。去年6月30日之后，加息开始对金融市场和地区性联储银行的利润产生显著影响。 </p><p>根据地区性联储银行的运营规则，它们必须赚到足够多的利润，才能从“递延资产”的坑里爬出来，然后才能再次向财政部上缴巨额利润。 </p><p>地区性联储银行的亏损不会增加联邦预算赤字，不过，由于过去上缴财政部的巨额利润如今已不复存在，这的确有助于控制赤字。本财年迄今为止，美国财政赤字已达到1.6万亿美元。在纳税人担心政府债务不断上升之际，这可能会成为一个受关注的问题，亏损可能会成为政界人士加大对美联储抨击力度的理由。 </p><p>换句话说，货币市场基金投资者获得的收益，从某种程度上来说是美联储以及财政部和美国纳税人的损失带来的。</p><p>未来货币市场基金的投资前景如何现在还很难预测，但就目前而言，它们正在极大地受益于美联储加息，至少在不久的将来很可能仍然是大赢家。 </p><p>所以，如果你拥有大量货币市场共同基金账户，是时候为此感到高兴了，趁还能享受的时候好好享受吧。 </p></body></html>","source":"lsy1587985706210","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>美联储因加息亏损近1000亿美元，钱被谁赚走了？</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n美联储因加息亏损近1000亿美元，钱被谁赚走了？\n</h2>\n\n<h4 class=\"meta\">\n\n\n2023-09-04 22:40 北京时间&nbsp;&nbsp;&nbsp;<a href=https://mp.weixin.qq.com/s/hrEd25kko_tDo2SsF2JaEw?poc_token=HCvs9WSjpGyRI4G59bKP1893HUrzWGjzVvMyzLQk><strong>巴伦周刊</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>文 | 艾伦·斯隆(Allan Sloan)本文作者系独立商业记者，曾七次获得商业新闻报道的最高荣誉勒布奖(Loeb Award)。 为了遏制高通胀，美联储从2022年3月开始加息，18个月后，这一轮加息周期可能终于接近尾声，现在正是审视美联储加息举措下谁是大赢家、谁是大输家的时候。 赢家自然是持有货币市场共同基金的投资者，他们目前获得的收益较2022年2月（美联储开始加息的前一个月）增长超过...</p>\n\n<a href=\"https://mp.weixin.qq.com/s/hrEd25kko_tDo2SsF2JaEw?poc_token=HCvs9WSjpGyRI4G59bKP1893HUrzWGjzVvMyzLQk\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/274a3ff632abe1287f17d44119bd3915","relate_stocks":{},"source_url":"https://mp.weixin.qq.com/s/hrEd25kko_tDo2SsF2JaEw?poc_token=HCvs9WSjpGyRI4G59bKP1893HUrzWGjzVvMyzLQk","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1124459552","content_text":"文 | 艾伦·斯隆(Allan Sloan)本文作者系独立商业记者，曾七次获得商业新闻报道的最高荣誉勒布奖(Loeb Award)。 为了遏制高通胀，美联储从2022年3月开始加息，18个月后，这一轮加息周期可能终于接近尾声，现在正是审视美联储加息举措下谁是大赢家、谁是大输家的时候。 赢家自然是持有货币市场共同基金的投资者，他们目前获得的收益较2022年2月（美联储开始加息的前一个月）增长超过30000%，即300倍。 输家是美联储下设的12家地区性联储银行，这12家银行曾经创造了巨额利润，现在因为加息陷入了巨额亏损。几个月前，我曾撰文讨论过美联储的收入来源正在枯竭这个话题，但当总亏损达到1000亿美元这个关键水平时，这个问题肯定会获得更多关注，这一天可能会在9月底到来。 如果退一步看，这个问题其实很有意思。为了遏制高通胀和放慢经济增长速度，18个月来美联储一直在加息，因此，货币市场基金投资者获得的收益大幅增长，美联储自己却蒙受了巨额亏损。 图片在美联储开始加息之前，地区性联储银行赚得盆满钵满。2021年，这12家银行向美国财政部上缴利润1074亿美元。但出于一些原因（稍后我会解释），地区性联储银行的利润因为美联储加息而蒸发，它们今年向财政部上缴的利润已经大幅减少。 现在我们来看看其中涉及的计算。 Crane Data的彼得·克兰(Peter Crane)指出，截至2022年2月，持有货币市场基金的投资者获得的平均收益率为0.02%，这些基金的资产总额为5.009万亿美元，每年收益约为10亿美元。 货币市场基金收益大幅上升2022年3月美联储开始加息以来，货币市场基金收益率已升至5%以上。平均收益率图片但截至今年7月31日，这些基金的平均收益率为5.08%，资产总额上升至5.903万亿美元。根据克兰的计算，这些基金的年收益为2999亿美元。 克兰进一步指出，截至8月18日，这些基金的平均收益率已升至5.15%。假设资产总额保持不变（这是一个非常保守的假设），这些基金每年将为投资者带来超过3000亿美元的收益。 但克兰强调指出，3000多亿美元是“年化”收益，即根据目前情况推断出一整年的收益，不是持有这些基金的投资者实际已经获得的收益。 货币市场基金投资者获得的收益之所以上升，是因为这些基金购买的是短期证券，过去18个月，美联储将短期联邦基金利率从接近零上调至5.25%-5.50%，货币市场基金投资者获得的收益随着美联储加息而上升。克兰说：“5%是一个有魔力的数字，从心理角度来说是一个很重要的数字，当收益率达到5%时，资金开始涌入货币市场基金，90年代末和21世纪初出现过这种情况，目前正在发生的也是这种情况。” 然而，在货币市场基金投资者的收益增长了30000%的同时，颇具讽刺意味的是，美联储自己却因为加息而蒙受了损失。 美联储下设的12家地区性联储银行曾经赚了很多钱，现在却出现了巨额亏损，这是因为它们为从货币市场基金和其他金融机构借入的数万亿美元支付的利息超过了5%，与此同时，它们自己的投资组合中仍然有大量在利率接近零的时期购买的低收益抵押贷款和美国国债。 地区性联储银行一直在以高利率借款，以防止货币市场基金和银行资产“淹没”金融体系、进而导致利率下降，如果发生这种情况，将破坏美联储对抗通胀的策略。 根据美联储最近公布的半年度财务报告，截至6月30日，美联储的“递延资产”(deferred asset)——也就是我所说的“亏损”——总计为747亿美元。 Piscataqua Research的史蒂芬·丘奇(Stephen Church)是第一个让我注意到地区性联储银行亏损情况的人。他说，每周亏损额一直保持在20亿美元左右，截至8月底今年总计亏损771亿美元。丘奇预计，9月份亏损额将触及1000亿美元，我认为这将是一个引起更多人关注的重要数字。 截至6月30日，地区性联储银行向财政部上缴的利润总额仅为1.02亿美元，比去年6月30日之前的628亿美元下降了98%以上。去年6月30日之后，加息开始对金融市场和地区性联储银行的利润产生显著影响。 根据地区性联储银行的运营规则，它们必须赚到足够多的利润，才能从“递延资产”的坑里爬出来，然后才能再次向财政部上缴巨额利润。 地区性联储银行的亏损不会增加联邦预算赤字，不过，由于过去上缴财政部的巨额利润如今已不复存在，这的确有助于控制赤字。本财年迄今为止，美国财政赤字已达到1.6万亿美元。在纳税人担心政府债务不断上升之际，这可能会成为一个受关注的问题，亏损可能会成为政界人士加大对美联储抨击力度的理由。 换句话说，货币市场基金投资者获得的收益，从某种程度上来说是美联储以及财政部和美国纳税人的损失带来的。未来货币市场基金的投资前景如何现在还很难预测，但就目前而言，它们正在极大地受益于美联储加息，至少在不久的将来很可能仍然是大赢家。 所以，如果你拥有大量货币市场共同基金账户，是时候为此感到高兴了，趁还能享受的时候好好享受吧。","news_type":1},"isVote":1,"tweetType":1,"viewCount":1800,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":871354074,"gmtCreate":1637029035998,"gmtModify":1637029035998,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3537305190597017","idStr":"3537305190597017"},"themes":[],"htmlText":"行业高度集中的后果就是，得利者只是掌控资源的极少数人。假如互联网平台将所有2C的行业都清洗一遍，社会真的会变得更美好？我们每个人真的都能因“没有中间商赚差价”而获益？ 但愿我们不会因内卷而碰上中年危机，或者我们都能为随时到来的行业迭代而做好应对准备。//<a href=\"https://laohu8.com/U/3480885256072351\">@哈哈哈哈哈hhh</a>:市场的交给市场","listText":"行业高度集中的后果就是，得利者只是掌控资源的极少数人。假如互联网平台将所有2C的行业都清洗一遍，社会真的会变得更美好？我们每个人真的都能因“没有中间商赚差价”而获益？ 但愿我们不会因内卷而碰上中年危机，或者我们都能为随时到来的行业迭代而做好应对准备。//<a href=\"https://laohu8.com/U/3480885256072351\">@哈哈哈哈哈hhh</a>:市场的交给市场","text":"行业高度集中的后果就是，得利者只是掌控资源的极少数人。假如互联网平台将所有2C的行业都清洗一遍，社会真的会变得更美好？我们每个人真的都能因“没有中间商赚差价”而获益？ 但愿我们不会因内卷而碰上中年危机，或者我们都能为随时到来的行业迭代而做好应对准备。//@哈哈哈哈哈hhh:市场的交给市场","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":1,"repostSize":0,"link":"https://laohu8.com/post/871354074","repostId":"1122782195","repostType":2,"repost":{"id":"1122782195","kind":"news","pubTimestamp":1636988580,"share":"https://www.laohu8.com/m/news/1122782195?lang=&edition=full","pubTime":"2021-11-15 23:03","market":"us","language":"zh","title":"市场监管总局：互联网企业进军社区团购，挤压小摊主空间","url":"https://stock-news.laohu8.com/highlight/detail?id=1122782195","media":"澎湃新闻","summary":"规则不健全、秩序不合理、操作不合法等问题日益显现。","content":"<div>\n<p>记者 钟煜豪\n近日，国家市场监管总局官网公布了该局对于“防止大型互联网公司利用网络团购形成市场垄断进入市县基层地区，严重影响群众利益”建议的复文。\n国家市场监管总局称，人大代表对社区团购存在问题的认识，以及提出的关于“用严厉执法、强力监管为无序竞争的社区团购降温”和“对相关问题尽早界定、科学规制，依法约束有垄断倾向的资本扩张，让技术优势与消费需求、实体经济科学融合”等建议，对于我们健全平台经济监管...</p>\n\n<a href=\"https://www.thepaper.cn/newsDetail_forward_15393135\">Web Link</a>\n\n</div>\n","source":"pengpai_highlight","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>市场监管总局：互联网企业进军社区团购，挤压小摊主空间</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n市场监管总局：互联网企业进军社区团购，挤压小摊主空间\n</h2>\n\n<h4 class=\"meta\">\n\n\n2021-11-15 23:03 北京时间&nbsp;&nbsp;&nbsp;<a href=https://www.thepaper.cn/newsDetail_forward_15393135><strong>澎湃新闻</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>记者 钟煜豪\n近日，国家市场监管总局官网公布了该局对于“防止大型互联网公司利用网络团购形成市场垄断进入市县基层地区，严重影响群众利益”建议的复文。\n国家市场监管总局称，人大代表对社区团购存在问题的认识，以及提出的关于“用严厉执法、强力监管为无序竞争的社区团购降温”和“对相关问题尽早界定、科学规制，依法约束有垄断倾向的资本扩张，让技术优势与消费需求、实体经济科学融合”等建议，对于我们健全平台经济监管...</p>\n\n<a href=\"https://www.thepaper.cn/newsDetail_forward_15393135\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/891722e94d50611be48b31c7eb8af4bd","relate_stocks":{"QNETCN":"纳斯达克中美互联网老虎指数"},"source_url":"https://www.thepaper.cn/newsDetail_forward_15393135","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1122782195","content_text":"记者 钟煜豪\n近日，国家市场监管总局官网公布了该局对于“防止大型互联网公司利用网络团购形成市场垄断进入市县基层地区，严重影响群众利益”建议的复文。\n国家市场监管总局称，人大代表对社区团购存在问题的认识，以及提出的关于“用严厉执法、强力监管为无序竞争的社区团购降温”和“对相关问题尽早界定、科学规制，依法约束有垄断倾向的资本扩张，让技术优势与消费需求、实体经济科学融合”等建议，对于我们健全平台经济监管法律制度，完善监管机制，提高监管效能具有重要参考意义，我们十分赞同。\n对于社区团购存在问题和潜在风险，国家市场监管总局指出，随着各大互联网平台企业大举进入社区团购市场，规则不健全、秩序不合理、操作不合法等问题也日益显现，引起了社会各界高度关注和强烈担忧。\n一是破坏了现有供应链产业正常发展。以备受媒体和社会各界广泛关注的武汉社区团购“百团大战”为例，在传统零售端，被迫打价格战造成相关企业销售额和利润率双双负增长。在供应端，低价倾销引发品牌供应商遭遇跨省串货、低价外采、无发票竞价采购等乱象，伊利、可口可乐、金龙鱼等多品牌曾要求经销商对社区团购停止供货。\n二是低价倾销扰乱市场价格秩序。社区团购平台存在巨额补贴、低于成本价销售商品的情况。例如，某社区团购平台黄心土豆两斤售价1.29元，进货价为2元。同时，部分社区团购平台还存在采用价格欺诈手段诱骗消费者的情况。\n三是挤压小摊主、小商贩等群体的就业空间，影响社会稳定。互联网平台企业利用资金、数据、流量等优势进军社区团购，以补贴低价形式抢占市场，容易对农贸市场、社区便利店等线下社区经济带来巨大冲击。线下社区经济经营者多为农民、社区群众，风险承受力较低，受困于年龄、文化程度等因素无法快速转换角色从事其他行业，可能导致失业人数增加，影响社会稳定。\n“去年以来，市场监管总局坚决贯彻落实中央关于‘强化反垄断和防止资本无序扩张’的战略部署，积极会同有关部门，系统谋划、综合施策，周密制定工作措施方案，强化平台经济领域监管执法，治理成效逐步显现。 ”回复中提到。\n国家市场监管总局提到，下一步，将做好以下几个方面工作：\n一是持续强化平台经济监管执法。依法查处平台经济领域滥用市场支配地位排除限制竞争、低价倾销、价格欺诈等违法行为，有力维护市场公平竞争，保持创新动力和发展活力。全面落实平台企业并购行为依法申报义务，依法严格审查平台企业实施的抑制创新的并购行为，及时制止“掐尖式并购”，保护有效竞争格局。\n二是完善平台经济监管制度体系。加快推动《反垄断法》修订工作，完善相关配套立法，细化平台经济领域垄断行为规制规则。推动出台《禁止互联网不正当竞争行为若干规定》，完善新业态新领域知识产权保护制度。积极配合相关部门做好《数据安全法》《个人信息保护法》制定，研究数据开发利用的法律边界，防范数据垄断，防止数据滥用，健全与新业态相适应的监管规则。\n三是全面提升平台经济监管效能。积极配合中央改革办、中央编办充实加强反垄断监管执法力量，增强监管权威性。探索建立平台经济监管的信息共享和联合执法机制，建设国家网络交易监管平台，强化平台经济监管专业技术支撑，提升监管效能。充分发挥国务院反垄断委员会、反不正当竞争部际联席会议制度作用，加强统筹协调，全面规范平台经济领域市场竞争秩序。推动行业监管、竞争执法和司法保护统筹，汇聚平台经济监管的强大合力。\n四是全面压实互联网平台企业主体责任。进一步加强对平台履行责任的日常监管，加强合规教育和引导，督促平台企业加强自治，针对平台存在的突出问题及时开展行政指导，强化企业社会责任意识，营造良好发展环境。","news_type":1},"isVote":1,"tweetType":1,"viewCount":2416,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":198343029,"gmtCreate":1620937306861,"gmtModify":1620954516850,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3537305190597017","idStr":"3537305190597017"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/198343029","repostId":"2131653375","repostType":2,"isVote":1,"tweetType":1,"viewCount":1446,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":362456732,"gmtCreate":1614661279626,"gmtModify":1703479511341,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3537305190597017","idStr":"3537305190597017"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/362456732","repostId":"2114034843","repostType":4,"isVote":1,"tweetType":1,"viewCount":1877,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":314927573,"gmtCreate":1612289391492,"gmtModify":1703760068406,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3537305190597017","idStr":"3537305190597017"},"themes":[],"htmlText":"差点儿有机会入医美行业，进不去就做股东吧","listText":"差点儿有机会入医美行业，进不去就做股东吧","text":"差点儿有机会入医美行业，进不去就做股东吧","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/314927573","repostId":"2103169528","repostType":2,"isVote":1,"tweetType":1,"viewCount":2739,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":337485812,"gmtCreate":1611188635336,"gmtModify":1703748656442,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3537305190597017","idStr":"3537305190597017"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/337485812","repostId":"337908282","repostType":1,"repost":{"id":337908282,"gmtCreate":1611045069042,"gmtModify":1703747608926,"author":{"id":"3480300888703096","authorId":"3480300888703096","name":"荒野侦探","avatar":"https://static.tigerbbs.com/676ca151c5979a45c1864347e2da198a","crmLevel":1,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3480300888703096","idStr":"3480300888703096"},"themes":[],"title":"南下资金加速入港，SaaS赛道首选这六只！","htmlText":"自港股通开通以来，单日净流入金额超过100亿港元共有18天，有11天都发生在今年。 南下资金真是买疯了！ 当头部新经济标的买足之后，资金会偏向哪里呢。敏锐的虎友表示，消费龙头，SaaS概念（大A没有），生命科学或者医疗技术类，都会是备选方向。 而说到SaaS概念，前不久浦银国际发了份研报《中国SaaS行业：风至云起》，首次覆盖并推荐了行业6只优选标的：中国有赞、微盟、金山软件、用友网络、金蝶国际和明源云（顺序有先后）。这6只标的，以及这份研报的逻辑就值得关注了： 伴随着中国企业数字化升级的大趋势，中国SaaS行业将是长期受益的优质赛道。 疫情加速中国企业上云进程：今年以来，我国SaaS行业股价呈倍数增长，SaaS逐渐得到市场关注，为什么中国SaaS行业在这两年开始爆发？主要由于：1.政策持续利好，鼓励企业上云；2.企业付费意识逐步提升；3.中美贸易摩擦，受益于国产替代；4.人力成本上升，数字价值凸显；5.疫情是催化剂，进一步加速我国中小企业数字转型。 我国SaaS还处在早期，未来增长空间巨大：根据IDC，2019年我国企业级SaaS同比增长41%，未来五年年均复合增长37%，保持高速增长。中国GDP占全球的比例为16%，而SaaS占全球市场不到6%。此外，海外云计算市场以SaaS为主，占比58%，而我国云计算还处在早期，仍以IaaS为主，SaaS占比仅为28%。随着我国云计算基础设施建设逐渐成熟，SaaS领域将迎来爆发。 SaaS公司特点：高增长，多亏损：相对于传统软件的授权模式，SaaS通常采用订阅模式。SaaS厂商特点：由于行业处于早期，保持高速增长；相对标准化的产品，普遍高毛利；预收款模式，可以保证的相对健康现金流；订阅模式有利于增强公司未来收入的稳定性和可见性。当然，由于还在早期，SaaS厂商需要通过高研发费用来推出更多产品，高销售费用来抢占更多客户。所以SaaS","listText":"自港股通开通以来，单日净流入金额超过100亿港元共有18天，有11天都发生在今年。 南下资金真是买疯了！ 当头部新经济标的买足之后，资金会偏向哪里呢。敏锐的虎友表示，消费龙头，SaaS概念（大A没有），生命科学或者医疗技术类，都会是备选方向。 而说到SaaS概念，前不久浦银国际发了份研报《中国SaaS行业：风至云起》，首次覆盖并推荐了行业6只优选标的：中国有赞、微盟、金山软件、用友网络、金蝶国际和明源云（顺序有先后）。这6只标的，以及这份研报的逻辑就值得关注了： 伴随着中国企业数字化升级的大趋势，中国SaaS行业将是长期受益的优质赛道。 疫情加速中国企业上云进程：今年以来，我国SaaS行业股价呈倍数增长，SaaS逐渐得到市场关注，为什么中国SaaS行业在这两年开始爆发？主要由于：1.政策持续利好，鼓励企业上云；2.企业付费意识逐步提升；3.中美贸易摩擦，受益于国产替代；4.人力成本上升，数字价值凸显；5.疫情是催化剂，进一步加速我国中小企业数字转型。 我国SaaS还处在早期，未来增长空间巨大：根据IDC，2019年我国企业级SaaS同比增长41%，未来五年年均复合增长37%，保持高速增长。中国GDP占全球的比例为16%，而SaaS占全球市场不到6%。此外，海外云计算市场以SaaS为主，占比58%，而我国云计算还处在早期，仍以IaaS为主，SaaS占比仅为28%。随着我国云计算基础设施建设逐渐成熟，SaaS领域将迎来爆发。 SaaS公司特点：高增长，多亏损：相对于传统软件的授权模式，SaaS通常采用订阅模式。SaaS厂商特点：由于行业处于早期，保持高速增长；相对标准化的产品，普遍高毛利；预收款模式，可以保证的相对健康现金流；订阅模式有利于增强公司未来收入的稳定性和可见性。当然，由于还在早期，SaaS厂商需要通过高研发费用来推出更多产品，高销售费用来抢占更多客户。所以SaaS","text":"自港股通开通以来，单日净流入金额超过100亿港元共有18天，有11天都发生在今年。 南下资金真是买疯了！ 当头部新经济标的买足之后，资金会偏向哪里呢。敏锐的虎友表示，消费龙头，SaaS概念（大A没有），生命科学或者医疗技术类，都会是备选方向。 而说到SaaS概念，前不久浦银国际发了份研报《中国SaaS行业：风至云起》，首次覆盖并推荐了行业6只优选标的：中国有赞、微盟、金山软件、用友网络、金蝶国际和明源云（顺序有先后）。这6只标的，以及这份研报的逻辑就值得关注了： 伴随着中国企业数字化升级的大趋势，中国SaaS行业将是长期受益的优质赛道。 疫情加速中国企业上云进程：今年以来，我国SaaS行业股价呈倍数增长，SaaS逐渐得到市场关注，为什么中国SaaS行业在这两年开始爆发？主要由于：1.政策持续利好，鼓励企业上云；2.企业付费意识逐步提升；3.中美贸易摩擦，受益于国产替代；4.人力成本上升，数字价值凸显；5.疫情是催化剂，进一步加速我国中小企业数字转型。 我国SaaS还处在早期，未来增长空间巨大：根据IDC，2019年我国企业级SaaS同比增长41%，未来五年年均复合增长37%，保持高速增长。中国GDP占全球的比例为16%，而SaaS占全球市场不到6%。此外，海外云计算市场以SaaS为主，占比58%，而我国云计算还处在早期，仍以IaaS为主，SaaS占比仅为28%。随着我国云计算基础设施建设逐渐成熟，SaaS领域将迎来爆发。 SaaS公司特点：高增长，多亏损：相对于传统软件的授权模式，SaaS通常采用订阅模式。SaaS厂商特点：由于行业处于早期，保持高速增长；相对标准化的产品，普遍高毛利；预收款模式，可以保证的相对健康现金流；订阅模式有利于增强公司未来收入的稳定性和可见性。当然，由于还在早期，SaaS厂商需要通过高研发费用来推出更多产品，高销售费用来抢占更多客户。所以SaaS","images":[{"img":"https://static.tigerbbs.com/4f7a29cec82c75e6aeeda5dedf6a7ee5","width":"800","height":"1388"},{"img":"https://static.tigerbbs.com/beba0de182a11f3e8ffdfaf89215323a","width":"908","height":"563"},{"img":"https://static.tigerbbs.com/f7d7b194c111b7cf5bc1e0f6845bf6b7","width":"1048","height":"722"}],"top":1,"highlighted":2,"essential":2,"paper":2,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/337908282","isVote":1,"tweetType":1,"viewCount":0,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":8,"langContent":"CN","totalScore":0},"isVote":1,"tweetType":1,"viewCount":2057,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":390304577,"gmtCreate":1605709100899,"gmtModify":1703839127342,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3537305190597017","idStr":"3537305190597017"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":1,"repostSize":0,"link":"https://laohu8.com/post/390304577","repostId":"390064684","repostType":1,"repost":{"id":390064684,"gmtCreate":1605672840142,"gmtModify":1703838916404,"author":{"id":"3502767768442965","authorId":"3502767768442965","name":"话题虎","avatar":"https://static.tigerbbs.com/d418c2def5dc1d094b03270b450f71ce","crmLevel":1,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3502767768442965","idStr":"3502767768442965"},"themes":[],"title":"【话题】巴菲特卖苹果，重金出击疫苗股！虎友们，跟不跟？","htmlText":"最近，巴菲特的<a href=\"https://laohu8.com/S/BRK.A\">$伯克希尔(BRK.A)$</a> 做了一些调仓： 卖了3000多万股苹果，不过，其实只是减少了3%，苹果占巴菲特组合的比例仍高达47.78%， 大概有9亿多股[捂脸]； 大幅减持黄金、银行股，其中<a href=\"https://laohu8.com/S/WFC\">$富国银行(WFC)$</a> ，坚持比例高达46%； 重金出击疫苗股，市值接近38亿美元，包含：2130万股<a href=\"https://laohu8.com/S/ABBV\">$艾伯维公司(ABBV)$</a> 、370万股<a href=\"https://laohu8.com/S/PFE\">$辉瑞(PFE)$</a> 、2997万股<a href=\"https://laohu8.com/S/BMY\">$施贵宝(BMY)$</a> 、2240万股<a href=\"https://laohu8.com/S/0O14.UK\">$德国默克(0O14.UK)$</a> 。 值得注意的是，此消息来源根据伯克希尔的最近3季度持仓报告，数据具有明显的延迟性。 另一方面，疫苗股利好消息也不断传出。 近日，另一家美国药企莫德纳<a href=\"https://laohu8.com/S/MRNA\">$Moderna, Inc.(MRNA)$</a> 在11月16日，公布了其新冠疫苗III期实验报告，有效率高达94.5%。 随着新冠疫苗研发竞赛的进行，根据世界卫生组织的统计： 目前有12个新冠候选疫苗已经进入III期阶段，且有效性、安全性都比较明朗，到今年年底或明年年初，疫苗即有可能获得FDA或者欧盟批准上市。 ..&nbsp;... 最后，大家聊一聊： 虎友们，是否打算跟随股神一起出击医药股？ 这次股神会在医药股上，大赚特赚吗？ 精彩留言","listText":"最近，巴菲特的<a href=\"https://laohu8.com/S/BRK.A\">$伯克希尔(BRK.A)$</a> 做了一些调仓： 卖了3000多万股苹果，不过，其实只是减少了3%，苹果占巴菲特组合的比例仍高达47.78%， 大概有9亿多股[捂脸]； 大幅减持黄金、银行股，其中<a href=\"https://laohu8.com/S/WFC\">$富国银行(WFC)$</a> ，坚持比例高达46%； 重金出击疫苗股，市值接近38亿美元，包含：2130万股<a href=\"https://laohu8.com/S/ABBV\">$艾伯维公司(ABBV)$</a> 、370万股<a href=\"https://laohu8.com/S/PFE\">$辉瑞(PFE)$</a> 、2997万股<a href=\"https://laohu8.com/S/BMY\">$施贵宝(BMY)$</a> 、2240万股<a href=\"https://laohu8.com/S/0O14.UK\">$德国默克(0O14.UK)$</a> 。 值得注意的是，此消息来源根据伯克希尔的最近3季度持仓报告，数据具有明显的延迟性。 另一方面，疫苗股利好消息也不断传出。 近日，另一家美国药企莫德纳<a href=\"https://laohu8.com/S/MRNA\">$Moderna, Inc.(MRNA)$</a> 在11月16日，公布了其新冠疫苗III期实验报告，有效率高达94.5%。 随着新冠疫苗研发竞赛的进行，根据世界卫生组织的统计： 目前有12个新冠候选疫苗已经进入III期阶段，且有效性、安全性都比较明朗，到今年年底或明年年初，疫苗即有可能获得FDA或者欧盟批准上市。 ..&nbsp;... 最后，大家聊一聊： 虎友们，是否打算跟随股神一起出击医药股？ 这次股神会在医药股上，大赚特赚吗？ 精彩留言","text":"最近，巴菲特的$伯克希尔(BRK.A)$ 做了一些调仓： 卖了3000多万股苹果，不过，其实只是减少了3%，苹果占巴菲特组合的比例仍高达47.78%， 大概有9亿多股[捂脸]； 大幅减持黄金、银行股，其中$富国银行(WFC)$ ，坚持比例高达46%； 重金出击疫苗股，市值接近38亿美元，包含：2130万股$艾伯维公司(ABBV)$ 、370万股$辉瑞(PFE)$ 、2997万股$施贵宝(BMY)$ 、2240万股$德国默克(0O14.UK)$ 。 值得注意的是，此消息来源根据伯克希尔的最近3季度持仓报告，数据具有明显的延迟性。 另一方面，疫苗股利好消息也不断传出。 近日，另一家美国药企莫德纳$Moderna, Inc.(MRNA)$ 在11月16日，公布了其新冠疫苗III期实验报告，有效率高达94.5%。 随着新冠疫苗研发竞赛的进行，根据世界卫生组织的统计： 目前有12个新冠候选疫苗已经进入III期阶段，且有效性、安全性都比较明朗，到今年年底或明年年初，疫苗即有可能获得FDA或者欧盟批准上市。 .. ... 最后，大家聊一聊： 虎友们，是否打算跟随股神一起出击医药股？ 这次股神会在医药股上，大赚特赚吗？ 精彩留言","images":[],"top":1,"highlighted":2,"essential":2,"paper":2,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/390064684","isVote":2,"tweetType":1,"viewCount":0,"authorTweetTopStatus":1,"verified":2,"vote":{"id":1185,"gmtBegin":1605672904820,"gmtEnd":1606018483547,"type":1,"upper":1,"title":"你是否看好医药/疫苗股？","choices":[{"id":4450,"sort":1,"name":"看好，相信股神的眼光！","userSize":187,"voted":false},{"id":4451,"sort":2,"name":"不看好，时机未到！","userSize":57,"voted":false}]},"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},"isVote":1,"tweetType":1,"viewCount":2661,"authorTweetTopStatus":1,"verified":2,"comments":[{"author":{"id":"3527667803686145","authorId":"3527667803686145","name":"社区成长助手","avatar":"https://static.tigerbbs.com/2b7c7106b5c0c8b0037faa67439d898f","crmLevel":1,"crmLevelSwitch":0,"authorIdStr":"3527667803686145","idStr":"3527667803686145"},"content":"终于等到了您的初发帖[比心][比心]发帖时关联相关股票或者相关话题，可以获得更多曝光哦～如果您想创作优质文章，请查看老虎社区创作指引","text":"终于等到了您的初发帖[比心][比心]发帖时关联相关股票或者相关话题，可以获得更多曝光哦～如果您想创作优质文章，请查看老虎社区创作指引","html":"终于等到了您的初发帖[比心][比心]发帖时关联相关股票或者相关话题，可以获得更多曝光哦～如果您想创作优质文章，请查看老虎社区创作指引"}],"imageCount":0,"langContent":"CN","totalScore":0}],"hots":[{"id":871354074,"gmtCreate":1637029035998,"gmtModify":1637029035998,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3537305190597017","authorIdStr":"3537305190597017"},"themes":[],"htmlText":"行业高度集中的后果就是，得利者只是掌控资源的极少数人。假如互联网平台将所有2C的行业都清洗一遍，社会真的会变得更美好？我们每个人真的都能因“没有中间商赚差价”而获益？ 但愿我们不会因内卷而碰上中年危机，或者我们都能为随时到来的行业迭代而做好应对准备。//<a href=\"https://laohu8.com/U/3480885256072351\">@哈哈哈哈哈hhh</a>:市场的交给市场","listText":"行业高度集中的后果就是，得利者只是掌控资源的极少数人。假如互联网平台将所有2C的行业都清洗一遍，社会真的会变得更美好？我们每个人真的都能因“没有中间商赚差价”而获益？ 但愿我们不会因内卷而碰上中年危机，或者我们都能为随时到来的行业迭代而做好应对准备。//<a href=\"https://laohu8.com/U/3480885256072351\">@哈哈哈哈哈hhh</a>:市场的交给市场","text":"行业高度集中的后果就是，得利者只是掌控资源的极少数人。假如互联网平台将所有2C的行业都清洗一遍，社会真的会变得更美好？我们每个人真的都能因“没有中间商赚差价”而获益？ 但愿我们不会因内卷而碰上中年危机，或者我们都能为随时到来的行业迭代而做好应对准备。//@哈哈哈哈哈hhh:市场的交给市场","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":1,"repostSize":0,"link":"https://laohu8.com/post/871354074","repostId":"1122782195","repostType":2,"repost":{"id":"1122782195","kind":"news","pubTimestamp":1636988580,"share":"https://www.laohu8.com/m/news/1122782195?lang=&edition=full","pubTime":"2021-11-15 23:03","market":"us","language":"zh","title":"市场监管总局：互联网企业进军社区团购，挤压小摊主空间","url":"https://stock-news.laohu8.com/highlight/detail?id=1122782195","media":"澎湃新闻","summary":"规则不健全、秩序不合理、操作不合法等问题日益显现。","content":"<div>\n<p>记者 钟煜豪\n近日，国家市场监管总局官网公布了该局对于“防止大型互联网公司利用网络团购形成市场垄断进入市县基层地区，严重影响群众利益”建议的复文。\n国家市场监管总局称，人大代表对社区团购存在问题的认识，以及提出的关于“用严厉执法、强力监管为无序竞争的社区团购降温”和“对相关问题尽早界定、科学规制，依法约束有垄断倾向的资本扩张，让技术优势与消费需求、实体经济科学融合”等建议，对于我们健全平台经济监管...</p>\n\n<a href=\"https://www.thepaper.cn/newsDetail_forward_15393135\">Web Link</a>\n\n</div>\n","source":"pengpai_highlight","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>市场监管总局：互联网企业进军社区团购，挤压小摊主空间</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n市场监管总局：互联网企业进军社区团购，挤压小摊主空间\n</h2>\n\n<h4 class=\"meta\">\n\n\n2021-11-15 23:03 北京时间&nbsp;&nbsp;&nbsp;<a href=https://www.thepaper.cn/newsDetail_forward_15393135><strong>澎湃新闻</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>记者 钟煜豪\n近日，国家市场监管总局官网公布了该局对于“防止大型互联网公司利用网络团购形成市场垄断进入市县基层地区，严重影响群众利益”建议的复文。\n国家市场监管总局称，人大代表对社区团购存在问题的认识，以及提出的关于“用严厉执法、强力监管为无序竞争的社区团购降温”和“对相关问题尽早界定、科学规制，依法约束有垄断倾向的资本扩张，让技术优势与消费需求、实体经济科学融合”等建议，对于我们健全平台经济监管...</p>\n\n<a href=\"https://www.thepaper.cn/newsDetail_forward_15393135\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/891722e94d50611be48b31c7eb8af4bd","relate_stocks":{"QNETCN":"纳斯达克中美互联网老虎指数"},"source_url":"https://www.thepaper.cn/newsDetail_forward_15393135","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1122782195","content_text":"记者 钟煜豪\n近日，国家市场监管总局官网公布了该局对于“防止大型互联网公司利用网络团购形成市场垄断进入市县基层地区，严重影响群众利益”建议的复文。\n国家市场监管总局称，人大代表对社区团购存在问题的认识，以及提出的关于“用严厉执法、强力监管为无序竞争的社区团购降温”和“对相关问题尽早界定、科学规制，依法约束有垄断倾向的资本扩张，让技术优势与消费需求、实体经济科学融合”等建议，对于我们健全平台经济监管法律制度，完善监管机制，提高监管效能具有重要参考意义，我们十分赞同。\n对于社区团购存在问题和潜在风险，国家市场监管总局指出，随着各大互联网平台企业大举进入社区团购市场，规则不健全、秩序不合理、操作不合法等问题也日益显现，引起了社会各界高度关注和强烈担忧。\n一是破坏了现有供应链产业正常发展。以备受媒体和社会各界广泛关注的武汉社区团购“百团大战”为例，在传统零售端，被迫打价格战造成相关企业销售额和利润率双双负增长。在供应端，低价倾销引发品牌供应商遭遇跨省串货、低价外采、无发票竞价采购等乱象，伊利、可口可乐、金龙鱼等多品牌曾要求经销商对社区团购停止供货。\n二是低价倾销扰乱市场价格秩序。社区团购平台存在巨额补贴、低于成本价销售商品的情况。例如，某社区团购平台黄心土豆两斤售价1.29元，进货价为2元。同时，部分社区团购平台还存在采用价格欺诈手段诱骗消费者的情况。\n三是挤压小摊主、小商贩等群体的就业空间，影响社会稳定。互联网平台企业利用资金、数据、流量等优势进军社区团购，以补贴低价形式抢占市场，容易对农贸市场、社区便利店等线下社区经济带来巨大冲击。线下社区经济经营者多为农民、社区群众，风险承受力较低，受困于年龄、文化程度等因素无法快速转换角色从事其他行业，可能导致失业人数增加，影响社会稳定。\n“去年以来，市场监管总局坚决贯彻落实中央关于‘强化反垄断和防止资本无序扩张’的战略部署，积极会同有关部门，系统谋划、综合施策，周密制定工作措施方案，强化平台经济领域监管执法，治理成效逐步显现。 ”回复中提到。\n国家市场监管总局提到，下一步，将做好以下几个方面工作：\n一是持续强化平台经济监管执法。依法查处平台经济领域滥用市场支配地位排除限制竞争、低价倾销、价格欺诈等违法行为，有力维护市场公平竞争，保持创新动力和发展活力。全面落实平台企业并购行为依法申报义务，依法严格审查平台企业实施的抑制创新的并购行为，及时制止“掐尖式并购”，保护有效竞争格局。\n二是完善平台经济监管制度体系。加快推动《反垄断法》修订工作，完善相关配套立法，细化平台经济领域垄断行为规制规则。推动出台《禁止互联网不正当竞争行为若干规定》，完善新业态新领域知识产权保护制度。积极配合相关部门做好《数据安全法》《个人信息保护法》制定，研究数据开发利用的法律边界，防范数据垄断，防止数据滥用，健全与新业态相适应的监管规则。\n三是全面提升平台经济监管效能。积极配合中央改革办、中央编办充实加强反垄断监管执法力量，增强监管权威性。探索建立平台经济监管的信息共享和联合执法机制，建设国家网络交易监管平台，强化平台经济监管专业技术支撑，提升监管效能。充分发挥国务院反垄断委员会、反不正当竞争部际联席会议制度作用，加强统筹协调，全面规范平台经济领域市场竞争秩序。推动行业监管、竞争执法和司法保护统筹，汇聚平台经济监管的强大合力。\n四是全面压实互联网平台企业主体责任。进一步加强对平台履行责任的日常监管，加强合规教育和引导，督促平台企业加强自治，针对平台存在的突出问题及时开展行政指导，强化企业社会责任意识，营造良好发展环境。","news_type":1},"isVote":1,"tweetType":1,"viewCount":2416,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":390304577,"gmtCreate":1605709100899,"gmtModify":1703839127342,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3537305190597017","authorIdStr":"3537305190597017"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":1,"repostSize":0,"link":"https://laohu8.com/post/390304577","repostId":"390064684","repostType":1,"repost":{"id":390064684,"gmtCreate":1605672840142,"gmtModify":1703838916404,"author":{"id":"3502767768442965","authorId":"3502767768442965","name":"话题虎","avatar":"https://static.tigerbbs.com/d418c2def5dc1d094b03270b450f71ce","crmLevel":1,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3502767768442965","authorIdStr":"3502767768442965"},"themes":[],"title":"【话题】巴菲特卖苹果，重金出击疫苗股！虎友们，跟不跟？","htmlText":"最近，巴菲特的<a href=\"https://laohu8.com/S/BRK.A\">$伯克希尔(BRK.A)$</a> 做了一些调仓： 卖了3000多万股苹果，不过，其实只是减少了3%，苹果占巴菲特组合的比例仍高达47.78%， 大概有9亿多股[捂脸]； 大幅减持黄金、银行股，其中<a href=\"https://laohu8.com/S/WFC\">$富国银行(WFC)$</a> ，坚持比例高达46%； 重金出击疫苗股，市值接近38亿美元，包含：2130万股<a href=\"https://laohu8.com/S/ABBV\">$艾伯维公司(ABBV)$</a> 、370万股<a href=\"https://laohu8.com/S/PFE\">$辉瑞(PFE)$</a> 、2997万股<a href=\"https://laohu8.com/S/BMY\">$施贵宝(BMY)$</a> 、2240万股<a href=\"https://laohu8.com/S/0O14.UK\">$德国默克(0O14.UK)$</a> 。 值得注意的是，此消息来源根据伯克希尔的最近3季度持仓报告，数据具有明显的延迟性。 另一方面，疫苗股利好消息也不断传出。 近日，另一家美国药企莫德纳<a href=\"https://laohu8.com/S/MRNA\">$Moderna, Inc.(MRNA)$</a> 在11月16日，公布了其新冠疫苗III期实验报告，有效率高达94.5%。 随着新冠疫苗研发竞赛的进行，根据世界卫生组织的统计： 目前有12个新冠候选疫苗已经进入III期阶段，且有效性、安全性都比较明朗，到今年年底或明年年初，疫苗即有可能获得FDA或者欧盟批准上市。 ..&nbsp;... 最后，大家聊一聊： 虎友们，是否打算跟随股神一起出击医药股？ 这次股神会在医药股上，大赚特赚吗？ 精彩留言","listText":"最近，巴菲特的<a href=\"https://laohu8.com/S/BRK.A\">$伯克希尔(BRK.A)$</a> 做了一些调仓： 卖了3000多万股苹果，不过，其实只是减少了3%，苹果占巴菲特组合的比例仍高达47.78%， 大概有9亿多股[捂脸]； 大幅减持黄金、银行股，其中<a href=\"https://laohu8.com/S/WFC\">$富国银行(WFC)$</a> ，坚持比例高达46%； 重金出击疫苗股，市值接近38亿美元，包含：2130万股<a href=\"https://laohu8.com/S/ABBV\">$艾伯维公司(ABBV)$</a> 、370万股<a href=\"https://laohu8.com/S/PFE\">$辉瑞(PFE)$</a> 、2997万股<a href=\"https://laohu8.com/S/BMY\">$施贵宝(BMY)$</a> 、2240万股<a href=\"https://laohu8.com/S/0O14.UK\">$德国默克(0O14.UK)$</a> 。 值得注意的是，此消息来源根据伯克希尔的最近3季度持仓报告，数据具有明显的延迟性。 另一方面，疫苗股利好消息也不断传出。 近日，另一家美国药企莫德纳<a href=\"https://laohu8.com/S/MRNA\">$Moderna, Inc.(MRNA)$</a> 在11月16日，公布了其新冠疫苗III期实验报告，有效率高达94.5%。 随着新冠疫苗研发竞赛的进行，根据世界卫生组织的统计： 目前有12个新冠候选疫苗已经进入III期阶段，且有效性、安全性都比较明朗，到今年年底或明年年初，疫苗即有可能获得FDA或者欧盟批准上市。 ..&nbsp;... 最后，大家聊一聊： 虎友们，是否打算跟随股神一起出击医药股？ 这次股神会在医药股上，大赚特赚吗？ 精彩留言","text":"最近，巴菲特的$伯克希尔(BRK.A)$ 做了一些调仓： 卖了3000多万股苹果，不过，其实只是减少了3%，苹果占巴菲特组合的比例仍高达47.78%， 大概有9亿多股[捂脸]； 大幅减持黄金、银行股，其中$富国银行(WFC)$ ，坚持比例高达46%； 重金出击疫苗股，市值接近38亿美元，包含：2130万股$艾伯维公司(ABBV)$ 、370万股$辉瑞(PFE)$ 、2997万股$施贵宝(BMY)$ 、2240万股$德国默克(0O14.UK)$ 。 值得注意的是，此消息来源根据伯克希尔的最近3季度持仓报告，数据具有明显的延迟性。 另一方面，疫苗股利好消息也不断传出。 近日，另一家美国药企莫德纳$Moderna, Inc.(MRNA)$ 在11月16日，公布了其新冠疫苗III期实验报告，有效率高达94.5%。 随着新冠疫苗研发竞赛的进行，根据世界卫生组织的统计： 目前有12个新冠候选疫苗已经进入III期阶段，且有效性、安全性都比较明朗，到今年年底或明年年初，疫苗即有可能获得FDA或者欧盟批准上市。 .. ... 最后，大家聊一聊： 虎友们，是否打算跟随股神一起出击医药股？ 这次股神会在医药股上，大赚特赚吗？ 精彩留言","images":[],"top":1,"highlighted":2,"essential":2,"paper":2,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/390064684","isVote":2,"tweetType":1,"viewCount":0,"authorTweetTopStatus":1,"verified":2,"vote":{"id":1185,"gmtBegin":1605672904820,"gmtEnd":1606018483547,"type":1,"upper":1,"title":"你是否看好医药/疫苗股？","choices":[{"id":4450,"sort":1,"name":"看好，相信股神的眼光！","userSize":187,"voted":false},{"id":4451,"sort":2,"name":"不看好，时机未到！","userSize":57,"voted":false}]},"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},"isVote":1,"tweetType":1,"viewCount":2661,"authorTweetTopStatus":1,"verified":2,"comments":[{"author":{"id":"3527667803686145","authorId":"3527667803686145","name":"社区成长助手","avatar":"https://static.tigerbbs.com/2b7c7106b5c0c8b0037faa67439d898f","crmLevel":1,"crmLevelSwitch":0,"idStr":"3527667803686145","authorIdStr":"3527667803686145"},"content":"终于等到了您的初发帖[比心][比心]发帖时关联相关股票或者相关话题，可以获得更多曝光哦～如果您想创作优质文章，请查看老虎社区创作指引","text":"终于等到了您的初发帖[比心][比心]发帖时关联相关股票或者相关话题，可以获得更多曝光哦～如果您想创作优质文章，请查看老虎社区创作指引","html":"终于等到了您的初发帖[比心][比心]发帖时关联相关股票或者相关话题，可以获得更多曝光哦～如果您想创作优质文章，请查看老虎社区创作指引"}],"imageCount":0,"langContent":"CN","totalScore":0},{"id":431927454302776,"gmtCreate":1746473125743,"gmtModify":1746473127533,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3537305190597017","authorIdStr":"3537305190597017"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":1,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/431927454302776","repostId":"1128298610","repostType":4,"repost":{"id":"1128298610","kind":"news","pubTimestamp":1746237948,"share":"https://www.laohu8.com/m/news/1128298610?lang=&edition=full","pubTime":"2025-05-03 10:05","market":"sh","language":"zh","title":"一文看懂 | 英伟达护城河cuda的运作机制","url":"https://stock-news.laohu8.com/highlight/detail?id=1128298610","media":"半导体行业洞察","summary":"我们认为，DeepSeek 的效率突破预示着AI 应用需求的激增。CUDA究竟是什么似乎在过去一年里，每个人都开始谈论 CUDA：它是深度学习的支柱，是新型硬件难以与之竞争的原因，也是英伟达护城河与市值飙升的核心。许多人认为它只是 “英伟达用来让 GPU 运行更快的东西”。2001 年，英伟达推出 GeForce3，这一切发生了改变。这一进步伴随着 Shader Model 1.0 的推出，开发者可以编写在 GPU 上执行的小程序，用于顶点和像素处理。","content":"<html><head></head><body><blockquote><p>多年来，领先的人工智能公司一直坚称，只有拥有庞大计算资源的公司才能推动前沿研究，这强化了这样一种观点：除非你拥有数十亿美元的基础设施投入，否则“不可能赶上”。但 DeepSeek 的成功却讲述了一个不同的故事：新颖的理念可以带来效率上的突破，从而加速人工智能的发展；规模更小但更专注的团队可以挑战行业巨头，甚至创造公平的竞争环境。</p></blockquote><p>我们认为，DeepSeek 的效率突破预示着AI 应用需求的激增。如果 AI 要继续发展，就必须降低总体拥有成本 (TCO) ——通过扩大替代硬件的覆盖范围、最大限度地提高现有系统的效率以及加速软件创新。否则，未来 AI 的效益将面临瓶颈——要么是硬件短缺，要么是开发者难以有效利用现有的各种硬件。</p><p>过去 25 年来，我一直致力于为世界释放计算能力。我创立并领导了LLVM的开发，LLVM 是一项编译器技术，它为 CPU 在编译器技术的新应用领域打开了大门。如今，LLVM 已成为 C++、Rust、Swift 等性能导向型编程语言的基础。它支持几乎所有 iOS 和 Android 应用，以及 Google 和 Meta 等主要互联网服务的基础设施。</p><p>这项工作为我在苹果领导的几项关键创新铺平了道路，包括创建OpenCL（一个早期的加速器框架，现已被整个行业广泛采用）、使用LLVM重建苹果的CPU和GPU软件堆栈，以及开发Swift编程语言。这些经历强化了我对共享基础设施的力量、软硬件协同设计的重要性，以及直观、开发者友好的工具如何释放先进硬件的全部潜力的信念。</p><p>2017 年，我开始着迷于 AI 的潜力，并加入 Google，领导 TPU 平台的软件开发。当时，硬件已经准备就绪，但软件尚未投入使用。在接下来的两年半时间里，通过团队的共同努力，我们在 Google Cloud 上推出了 TPU，并将其扩展到每秒百亿亿次浮点运算 (ExaFLOPS)，并构建了一个研究平台，促成了Attention Is All You Need和BERT等突破性成果。</p><p>然而，这段旅程也揭示了人工智能软件更深层次的问题。尽管 TPU 取得了成功，但它们仍然仅与 PyTorch 等人工智能框架半兼容——谷歌凭借巨大的经济和研究资源克服了这个问题。一个常见的客户问题是：“TPU 能开箱即用地运行任意人工智能模型吗？”真相是？不能——因为我们没有 CUDA，而 CUDA 是人工智能开发的事实标准。</p><p>我并非回避解决行业重大问题的人：我最近的工作是创建下一代技术，以适应硬件和加速器的新时代。这包括 MLIR 编译器框架（目前已被整个行业广泛采用的 AI 编译器），以及我们团队在过去 3 年中构建的一些特别的东西——但我们稍后会在合适的时机分享更多相关信息。</p><p>由于我的背景和在业界的人脉，我经常被问及计算的未来。如今，无数团队正在硬件领域进行创新（部分原因是NVIDIA 市值飙升），而许多软件团队正在采用 MLIR 来支持新的架构。与此同时，高层领导们也在质疑，为什么尽管投入了大量资金，AI 软件问题仍然悬而未决。挑战并非缺乏动力或资源。那么，为什么这个行业会感到停滞不前呢？</p><p>我不认为我们陷入了困境。但我们确实面临着一些棘手的基础性问题。</p><p>为了向前发展，我们需要更好地理解行业底层动态。计算是一个技术含量极高的领域，发展迅速，充斥着各种术语、代号和新闻稿，旨在让每一款新产品都听起来具有革命性。许多人试图拨开迷雾，只见树木不见森林，但要真正理解我们的发展方向，我们需要探究其根源——那些将一切联系在一起的基本构件。</p><p>首先，我们将以一种简单易懂的方式回答这些关键问题：</p><ul style=\"list-style-type: ;\"><li><p>CUDA 到底是什么？</p></li><li><p>CUDA 为何如此成功</p></li><li><p>️CUDA 真的好吗？</p></li><li><p>为什么其他硬件制造商难以提供可比的 AI 软件？</p></li><li><p>为什么 Triton、OneAPI 或 OpenCL 等现有技术还没有解决这个问题？</p></li><li><p>作为一个行业，我们该如何向前发展？</p></li></ul><p>我希望本文能够激发有意义的讨论，并提升人们对这些复杂问题的理解。人工智能的快速发展——例如 DeepSeek 最近的突破——提醒我们，软件和算法创新仍然是推动行业发展的动力。对底层硬件的深入理解继续带来 “10 倍” 的突破。</p><p>人工智能正以前所未有的速度发展，但仍有诸多潜力有待挖掘。让我们携手突破，挑战固有认知，推动行业发展。让我们一起深入探索！</p><h2 id=\"id_1293465784\">CUDA究竟是什么</h2><p>似乎在过去一年里，每个人都开始谈论 CUDA：它是深度学习的支柱，是新型硬件难以与之竞争的原因，也是英伟达护城河与市值飙升的核心。</p><p>DeepSeek 的出现让我们有了惊人的发现：它的突破是通过 “绕过” CUDA、直接进入 PTX 层实现的…… 但这究竟意味着什么呢？似乎每个人都想打破这种技术锁定，但在制定计划之前，我们必须先了解自己面临的挑战。</p><p>CUDA 在人工智能领域的主导地位不可否认，但大多数人并不完全理解 CUDA 究竟是什么。有人认为它是一种编程语言，有人称它是一个框架。许多人认为它只是 “英伟达用来让 GPU 运行更快的东西”。这些说法并非完全错误，也有很多杰出人士试图解释它，但没有一种能完全涵盖 “CUDA 平台” 的全貌。</p><p>CUDA 并非单一事物，它是一个庞大的分层平台，是一系列技术、软件库和底层优化的集合，共同构成了一个大规模的并行计算生态系统。它包括：</p><ul style=\"list-style-type: ;\"><li><p>一种底层并行编程模型，开发者可以用类似 C++ 的语法利用 GPU 的原始计算能力。</p></li><li><p>一套复杂的库和框架，这些中间件支持人工智能等关键垂直应用场景（例如用于 PyTorch 和 TensorFlow 的 cuDNN 库 ）。</p></li><li><p>像 TensorRT-LLM 和 Triton 这样的高级解决方案，它们能在不需要开发者深入了解 CUDA 的情况下，支持人工智能工作负载（例如大语言模型服务）。</p></li></ul><p>而这只是冰山一角。</p><p>在本章节中，我们将深入剖析 CUDA 平台的关键层级，探究其发展历程，并解释它为何对如今的人工智能计算如此重要。这为我们系列文章的下一部分内容奠定了基础，届时我们将深入探讨 CUDA 如此成功的原因。提示：这与其说是技术本身的原因，不如说和市场激励因素有很大关系。</p><p>让我们开始吧！</p><h4 id=\"id_3387016686\">CUDA 发展之路：从图形处理到通用计算</h4><p>在 GPU 成为人工智能和科学计算的强大引擎之前，它们只是图形处理器，是专门用于渲染图像的处理器。早期的 GPU 将图像渲染功能硬编码在硅芯片中，这意味着渲染的每个步骤（变换、光照、光栅化）都是固定的。虽然这些芯片在图形处理方面效率很高，但缺乏灵活性，无法用于其他类型的计算。</p><p>2001 年，英伟达推出 GeForce3，这一切发生了改变。GeForce3 是第一款带有可编程着色器的 GPU，这在计算领域是一次重大变革：</p><ul style=\"list-style-type: ;\"><li><p>在此之前：固定功能的 GPU 只能应用预定义的效果。</p></li><li><p>在此之后：开发者可以编写自己的着色器程序，解锁了可编程图形管线。</p></li></ul><p>这一进步伴随着 Shader Model 1.0 的推出，开发者可以编写在 GPU 上执行的小程序，用于顶点和像素处理。英伟达预见到了未来的发展方向：GPU 不仅可以提升图形性能，还能成为可编程的并行计算引擎。</p><p>与此同时，研究人员很快就提出了疑问：“如果 GPU 能运行用于图形处理的小程序，那我们能否将其用于非图形任务呢？”</p><p>斯坦福大学的 BrookGPU 项目是早期对此进行的重要尝试之一。Brook 引入了一种编程模型，使 CPU 能够将计算任务卸载到 GPU 上，这一关键理念为 CUDA 的诞生奠定了基础。</p><p>这一举措具有战略意义且极具变革性。英伟达没有把计算当作一项附带实验，而是将其列为首要任务，将 CUDA 深度融入其硬件、软件和开发者生态系统中。</p><h4 id=\"id_285920149\">CUDA 并行编程模型</h4><p>2006 年，英伟达推出 CUDA（统一计算设备架构），这是首个面向 GPU 的通用编程平台。CUDA 编程模型由两部分组成：“CUDA 编程语言” 和 “英伟达驱动程序”。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/8dfda6e467710c2ecc4f3256418766de\" title=\"\" tg-width=\"700\" tg-height=\"538\"/></p><p>CUDA 是一个分层堆栈，需要从驱动程序到内核的深度集成</p><p>CUDA 语言源自 C++，并进行了扩展，以直接暴露 GPU 的底层特性，例如 “GPU 线程” 和内存等概念。程序员可以使用该语言定义 “CUDA 内核”，这是一种在 GPU 上运行的独立计算任务。下面是一个非常简单的示例：<br/></p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/a6de30bb57535061e6a824855211fc90\" title=\"\" tg-width=\"1006\" tg-height=\"298\"/></p><p>CUDA 内核允许程序员定义自定义计算，这些计算可以访问本地资源（如内存），并将 GPU 用作高速并行计算单元。这种语言会被翻译成 “PTX”，PTX 是一种汇编语言，是英伟达 GPU 支持的最低级接口。</p><p>但是程序究竟如何在 GPU 上执行代码呢？这就要用到英伟达驱动程序了。它充当 CPU 和 GPU 之间的桥梁，负责处理内存分配、数据传输和内核执行。以下是一个简单示例：</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/4a19ba0988ee2746aa1ce3044e325611\" title=\"\" tg-width=\"994\" tg-height=\"642\"/></p><p>请注意，这些操作都非常底层，充满了繁杂的细节（如指针和 “幻数（magic numbers）”）。如果出现错误，通常会以难以理解的程序崩溃形式提示。此外，CUDA 还暴露了许多英伟达硬件特有的细节，例如 “warp 中的线程数”（这里暂不深入探讨）。</p><p>尽管存在这些挑战，但这些组件让整整一代硬核程序员能够利用 GPU 强大的计算能力来解决数值问题。例如，2012 年 AlexNET 点燃了现代深度学习的火种。它之所以能够实现，得益于用于卷积、激活、池化和归一化等人工智能操作的自定义 CUDA 内核，以及 GPU 提供的强大算力。</p><p>虽然大多数人听到 “CUDA” 时，通常想到的是 CUDA 语言和驱动程序，但这远不是 CUDA 的全部，它们只是其中的一部分。随着时间的推移，CUDA 平台不断发展，涵盖的内容越来越多，而最初的首字母缩写词（CUDA）已经无法准确描述其全部意义。</p><p><strong>高级 CUDA 库：让 GPU 编程更易上手</strong></p><p>CUDA 编程模型为通用 GPU 计算打开了大门，功能强大，但它带来了两个挑战：</p><ul style=\"list-style-type: ;\"><li><p>CUDA 使用难度较大。</p></li><li><p>更糟糕的是，CUDA 在性能可移植性方面表现不佳。</p></li></ul><p>为第 N 代 GPU 编写的大多数内核在第 N + 1 代 GPU 上仍能 “继续运行”，但性能往往较差，远达不到第 N + 1 代 GPU 的峰值性能，尽管 GPU 的优势就在于高性能。这使得 CUDA 成为专业工程师的有力工具，但对大多数开发者来说，学习门槛较高。这也意味着每次新一代 GPU 推出时（例如现在新出现的 Blackwell 架构），都需要对代码进行大量重写。</p><p>随着英伟达的发展，它希望 GPU 对那些在各自领域是专家，但并非 GPU 专家的人也有用。英伟达解决这一问题的方法是开始构建丰富而复杂的闭源高级库，这些库抽象掉了 CUDA 的底层细节，其中包括：</p><ul style=\"list-style-type: ;\"><li><p>cuDNN（2014 年推出）—— 加速深度学习（例如卷积、激活函数运算）。</p></li><li><p>cuBLAS—— 优化的线性代数例程。</p></li><li><p>cuFFT—— 在 GPU 上进行快速傅里叶变换（FFT）。</p></li><li><p>以及许多其他库。</p></li></ul><p>有了这些库，开发者无需编写自定义 GPU 代码就能利用 CUDA 的强大功能，英伟达则承担了为每一代硬件重写这些库的工作。这对英伟达来说是一项巨大的投资，但最终取得了成效。</p><p>cuDNN 库在这一过程中尤为重要，它为谷歌的 TensorFlow（2015 年推出）和 Meta 的 PyTorch（2016 年推出）铺平了道路，推动了深度学习框架的兴起。虽然此前也有一些人工智能框架，但这些是首批真正实现规模化应用的框架。现代人工智能框架中包含数千个 CUDA 内核，每个内核都极难编写。随着人工智能研究的爆发式增长，英伟达积极扩展这些库，以涵盖重要的新应用场景。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/0012d44c33848e0c0e3440e23010617f\" title=\"图片\" tg-width=\"480\" tg-height=\"796\"/><span>图片</span></p><p>CUDA 上的 PyTorch 建立在多层依赖关系之上</p><p>英伟达对这些强大的 GPU 库的投入，使得全球开发者能够专注于构建像 PyTorch 这样的高级人工智能框架，以及像 HuggingFace 这样的开发者生态系统。他们的下一步是打造开箱即用的完整解决方案，让开发者完全无需了解 CUDA 编程模型。</p><h4 id=\"id_2088903898\">全面的垂直解决方案助力AI和GenAI快速发展</h4><p>人工智能的热潮远远超出了研究实验室的范畴，如今它无处不在。从图像生成到聊天机器人，从科学发现到代码助手，生成式人工智能（GenAI）在各个行业蓬勃发展，为该领域带来了大量新应用和开发者。</p><p>与此同时，出现了一批新的人工智能开发者，他们有着截然不同的需求。在早期，深度学习需要精通 CUDA、高性能计算（HPC）和底层 GPU 编程的专业工程师。如今，一种新型开发者（通常称为人工智能工程师）在构建和部署人工智能模型时，无需接触底层 GPU 代码。</p><p>为了满足这一需求，英伟达不仅提供库，还推出了交钥匙解决方案，将底层的一切细节都抽象掉。这些框架无需开发者深入了解 CUDA，就能让人工智能开发者轻松优化和部署模型。</p><ul style=\"list-style-type: ;\"><li><p>Triton Serving—— 一种高性能的人工智能模型服务系统，使团队能够在多个 GPU 和 CPU 上高效运行推理。</p></li><li><p>TensorRT—— 一种深度学习推理优化器，可自动调整模型，使其在英伟达硬件上高效运行。</p></li><li><p>TensorRT-LLM—— 一种更专业的解决方案，专为大规模大语言模型（LLM）推理而构建。</p></li><li><p>以及许多（众多）其他工具。</p></li></ul><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/d4dd1f36708389bf2bf397f72604c6c1\" title=\"图片\" tg-width=\"480\" tg-height=\"587\"/><span>图片</span></p><p>NVIDIA 驱动程序和 TensorRT-LLM 之间存在多个层</p><p>这些工具完全屏蔽了 CUDA 的底层复杂性，让人工智能工程师能够专注于人工智能模型和应用，而无需关注硬件细节。这些系统提供了强大的支持，推动了人工智能应用的横向扩展。</p><h4 id=\"id_1393294678\">整体的 “CUDA 平台”</h4><p>CUDA 常被视为一种编程模型、一组库，甚至仅仅是 “英伟达 GPU 运行人工智能所依赖的东西”。但实际上，CUDA 远不止如此。它是一个统一的品牌，是一个真正庞大的软件集合，也是一个经过高度优化的生态系统，所有这些都与英伟达的硬件深度集成。因此，“CUDA” 这个术语含义模糊，我们更倾向于使用 “CUDA 平台” 这一表述，以明确我们所谈论的更像是 Java 生态系统，甚至是一个操作系统，而不仅仅是一种编程语言和运行时库。</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/cc4196cc92f634828b7b8ccb1cb227a4\" title=\"图片\" tg-width=\"1080\" tg-height=\"640\"/><span>图片</span></p><p>CUDA 的复杂性不断扩大：涵盖驱动程序、语言、库和框架的多层生态系统</p><p>从核心来看，CUDA 平台包括：</p><ul style=\"list-style-type: ;\"><li><p>庞大的代码库：经过数十年优化的 GPU 软件，涵盖从矩阵运算到人工智能推理的所有领域。</p></li><li><p>广泛的工具和库生态系统：从用于深度学习的 cuDNN 库到用于推理的 TensorRT，CUDA 涵盖了大量的工作负载。</p></li><li><p>针对硬件优化的性能：每次 CUDA 发布都会针对英伟达最新的 GPU 架构进行深度优化，确保实现顶级效率。</p></li><li><p>专有且不透明：当开发者与 CUDA 的库 API 交互时，底层发生的很多操作都是闭源的，并且与英伟达的生态系统紧密相连。</p></li></ul><p>CUDA 是一套强大且庞大的技术体系，是整个现代 GPU 计算的软件平台基础，其应用甚至超越了人工智能领域。</p><p>CUDA平台的演进史，实为一部软硬件协同进化的史诗——从可编程着色器的萌芽到万亿级AI生态的崛起，英伟达用二十年时间构筑起层层嵌套的技术护城河。这座由数亿行优化代码堆砌的巴别塔，既成就了深度学习革命的算力基石，也暴露出行业深陷路径依赖的隐忧。DeepSeek绕过CUDA直抵PTX层的突破，犹如刺破云层的闪电，揭示了一个关键真相：当硬件创新进入深水区，软件栈的范式革命可能比晶体管密度更具颠覆性。</p><p style=\"text-align: start;\">当前AI竞赛的本质，早已超越单纯算力的军备较量，演变为生态系统重构权的争夺。正如LLVM曾打破编译器的垄断格局，MLIR等新一代基础设施正悄然重塑计算范式。行业的真正瓶颈不在于芯片的物理极限，而在于如何构建开放、可移植的创新土壤——这要求我们以更底层的思维解构CUDA神话，在编译器、中间件与开发者体验的交叉点上寻找突破口。历史的经验反复印证：每一次计算民主化的浪潮，终将由那些敢于跳出既有框架、用算法效率对冲硬件鸿沟的颠覆者引领。此刻，我们正站在算力平权时代的门槛上，答案或许就藏在软件与硬件的缝隙之间。</p></body></html>","source":"bdthygc","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>一文看懂 | 英伟达护城河cuda的运作机制</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n一文看懂 | 英伟达护城河cuda的运作机制\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-05-03 10:05 北京时间&nbsp;&nbsp;&nbsp;<a href=https://mp.weixin.qq.com/s/j2hh2M0v5Y2gK7Kw__901w><strong>半导体行业洞察</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>多年来，领先的人工智能公司一直坚称，只有拥有庞大计算资源的公司才能推动前沿研究，这强化了这样一种观点：除非你拥有数十亿美元的基础设施投入，否则“不可能赶上”。但 DeepSeek 的成功却讲述了一个不同的故事：新颖的理念可以带来效率上的突破，从而加速人工智能的发展；规模更小但更专注的团队可以挑战行业巨头，甚至创造公平的竞争环境。我们认为，DeepSeek 的效率突破预示着AI 应用需求的激增。如果...</p>\n\n<a href=\"https://mp.weixin.qq.com/s/j2hh2M0v5Y2gK7Kw__901w\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/4baf1908bc912251f21e0b3557987159","relate_stocks":{},"source_url":"https://mp.weixin.qq.com/s/j2hh2M0v5Y2gK7Kw__901w","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1128298610","content_text":"多年来，领先的人工智能公司一直坚称，只有拥有庞大计算资源的公司才能推动前沿研究，这强化了这样一种观点：除非你拥有数十亿美元的基础设施投入，否则“不可能赶上”。但 DeepSeek 的成功却讲述了一个不同的故事：新颖的理念可以带来效率上的突破，从而加速人工智能的发展；规模更小但更专注的团队可以挑战行业巨头，甚至创造公平的竞争环境。我们认为，DeepSeek 的效率突破预示着AI 应用需求的激增。如果 AI 要继续发展，就必须降低总体拥有成本 (TCO) ——通过扩大替代硬件的覆盖范围、最大限度地提高现有系统的效率以及加速软件创新。否则，未来 AI 的效益将面临瓶颈——要么是硬件短缺，要么是开发者难以有效利用现有的各种硬件。过去 25 年来，我一直致力于为世界释放计算能力。我创立并领导了LLVM的开发，LLVM 是一项编译器技术，它为 CPU 在编译器技术的新应用领域打开了大门。如今，LLVM 已成为 C++、Rust、Swift 等性能导向型编程语言的基础。它支持几乎所有 iOS 和 Android 应用，以及 Google 和 Meta 等主要互联网服务的基础设施。这项工作为我在苹果领导的几项关键创新铺平了道路，包括创建OpenCL（一个早期的加速器框架，现已被整个行业广泛采用）、使用LLVM重建苹果的CPU和GPU软件堆栈，以及开发Swift编程语言。这些经历强化了我对共享基础设施的力量、软硬件协同设计的重要性，以及直观、开发者友好的工具如何释放先进硬件的全部潜力的信念。2017 年，我开始着迷于 AI 的潜力，并加入 Google，领导 TPU 平台的软件开发。当时，硬件已经准备就绪，但软件尚未投入使用。在接下来的两年半时间里，通过团队的共同努力，我们在 Google Cloud 上推出了 TPU，并将其扩展到每秒百亿亿次浮点运算 (ExaFLOPS)，并构建了一个研究平台，促成了Attention Is All You Need和BERT等突破性成果。然而，这段旅程也揭示了人工智能软件更深层次的问题。尽管 TPU 取得了成功，但它们仍然仅与 PyTorch 等人工智能框架半兼容——谷歌凭借巨大的经济和研究资源克服了这个问题。一个常见的客户问题是：“TPU 能开箱即用地运行任意人工智能模型吗？”真相是？不能——因为我们没有 CUDA，而 CUDA 是人工智能开发的事实标准。我并非回避解决行业重大问题的人：我最近的工作是创建下一代技术，以适应硬件和加速器的新时代。这包括 MLIR 编译器框架（目前已被整个行业广泛采用的 AI 编译器），以及我们团队在过去 3 年中构建的一些特别的东西——但我们稍后会在合适的时机分享更多相关信息。由于我的背景和在业界的人脉，我经常被问及计算的未来。如今，无数团队正在硬件领域进行创新（部分原因是NVIDIA 市值飙升），而许多软件团队正在采用 MLIR 来支持新的架构。与此同时，高层领导们也在质疑，为什么尽管投入了大量资金，AI 软件问题仍然悬而未决。挑战并非缺乏动力或资源。那么，为什么这个行业会感到停滞不前呢？我不认为我们陷入了困境。但我们确实面临着一些棘手的基础性问题。为了向前发展，我们需要更好地理解行业底层动态。计算是一个技术含量极高的领域，发展迅速，充斥着各种术语、代号和新闻稿，旨在让每一款新产品都听起来具有革命性。许多人试图拨开迷雾，只见树木不见森林，但要真正理解我们的发展方向，我们需要探究其根源——那些将一切联系在一起的基本构件。首先，我们将以一种简单易懂的方式回答这些关键问题：CUDA 到底是什么？CUDA 为何如此成功️CUDA 真的好吗？为什么其他硬件制造商难以提供可比的 AI 软件？为什么 Triton、OneAPI 或 OpenCL 等现有技术还没有解决这个问题？作为一个行业，我们该如何向前发展？我希望本文能够激发有意义的讨论，并提升人们对这些复杂问题的理解。人工智能的快速发展——例如 DeepSeek 最近的突破——提醒我们，软件和算法创新仍然是推动行业发展的动力。对底层硬件的深入理解继续带来 “10 倍” 的突破。人工智能正以前所未有的速度发展，但仍有诸多潜力有待挖掘。让我们携手突破，挑战固有认知，推动行业发展。让我们一起深入探索！CUDA究竟是什么似乎在过去一年里，每个人都开始谈论 CUDA：它是深度学习的支柱，是新型硬件难以与之竞争的原因，也是英伟达护城河与市值飙升的核心。DeepSeek 的出现让我们有了惊人的发现：它的突破是通过 “绕过” CUDA、直接进入 PTX 层实现的…… 但这究竟意味着什么呢？似乎每个人都想打破这种技术锁定，但在制定计划之前，我们必须先了解自己面临的挑战。CUDA 在人工智能领域的主导地位不可否认，但大多数人并不完全理解 CUDA 究竟是什么。有人认为它是一种编程语言，有人称它是一个框架。许多人认为它只是 “英伟达用来让 GPU 运行更快的东西”。这些说法并非完全错误，也有很多杰出人士试图解释它，但没有一种能完全涵盖 “CUDA 平台” 的全貌。CUDA 并非单一事物，它是一个庞大的分层平台，是一系列技术、软件库和底层优化的集合，共同构成了一个大规模的并行计算生态系统。它包括：一种底层并行编程模型，开发者可以用类似 C++ 的语法利用 GPU 的原始计算能力。一套复杂的库和框架，这些中间件支持人工智能等关键垂直应用场景（例如用于 PyTorch 和 TensorFlow 的 cuDNN 库 ）。像 TensorRT-LLM 和 Triton 这样的高级解决方案，它们能在不需要开发者深入了解 CUDA 的情况下，支持人工智能工作负载（例如大语言模型服务）。而这只是冰山一角。在本章节中，我们将深入剖析 CUDA 平台的关键层级，探究其发展历程，并解释它为何对如今的人工智能计算如此重要。这为我们系列文章的下一部分内容奠定了基础，届时我们将深入探讨 CUDA 如此成功的原因。提示：这与其说是技术本身的原因，不如说和市场激励因素有很大关系。让我们开始吧！CUDA 发展之路：从图形处理到通用计算在 GPU 成为人工智能和科学计算的强大引擎之前，它们只是图形处理器，是专门用于渲染图像的处理器。早期的 GPU 将图像渲染功能硬编码在硅芯片中，这意味着渲染的每个步骤（变换、光照、光栅化）都是固定的。虽然这些芯片在图形处理方面效率很高，但缺乏灵活性，无法用于其他类型的计算。2001 年，英伟达推出 GeForce3，这一切发生了改变。GeForce3 是第一款带有可编程着色器的 GPU，这在计算领域是一次重大变革：在此之前：固定功能的 GPU 只能应用预定义的效果。在此之后：开发者可以编写自己的着色器程序，解锁了可编程图形管线。这一进步伴随着 Shader Model 1.0 的推出，开发者可以编写在 GPU 上执行的小程序，用于顶点和像素处理。英伟达预见到了未来的发展方向：GPU 不仅可以提升图形性能，还能成为可编程的并行计算引擎。与此同时，研究人员很快就提出了疑问：“如果 GPU 能运行用于图形处理的小程序，那我们能否将其用于非图形任务呢？”斯坦福大学的 BrookGPU 项目是早期对此进行的重要尝试之一。Brook 引入了一种编程模型，使 CPU 能够将计算任务卸载到 GPU 上，这一关键理念为 CUDA 的诞生奠定了基础。这一举措具有战略意义且极具变革性。英伟达没有把计算当作一项附带实验，而是将其列为首要任务，将 CUDA 深度融入其硬件、软件和开发者生态系统中。CUDA 并行编程模型2006 年，英伟达推出 CUDA（统一计算设备架构），这是首个面向 GPU 的通用编程平台。CUDA 编程模型由两部分组成：“CUDA 编程语言” 和 “英伟达驱动程序”。CUDA 是一个分层堆栈，需要从驱动程序到内核的深度集成CUDA 语言源自 C++，并进行了扩展，以直接暴露 GPU 的底层特性，例如 “GPU 线程” 和内存等概念。程序员可以使用该语言定义 “CUDA 内核”，这是一种在 GPU 上运行的独立计算任务。下面是一个非常简单的示例：CUDA 内核允许程序员定义自定义计算，这些计算可以访问本地资源（如内存），并将 GPU 用作高速并行计算单元。这种语言会被翻译成 “PTX”，PTX 是一种汇编语言，是英伟达 GPU 支持的最低级接口。但是程序究竟如何在 GPU 上执行代码呢？这就要用到英伟达驱动程序了。它充当 CPU 和 GPU 之间的桥梁，负责处理内存分配、数据传输和内核执行。以下是一个简单示例：请注意，这些操作都非常底层，充满了繁杂的细节（如指针和 “幻数（magic numbers）”）。如果出现错误，通常会以难以理解的程序崩溃形式提示。此外，CUDA 还暴露了许多英伟达硬件特有的细节，例如 “warp 中的线程数”（这里暂不深入探讨）。尽管存在这些挑战，但这些组件让整整一代硬核程序员能够利用 GPU 强大的计算能力来解决数值问题。例如，2012 年 AlexNET 点燃了现代深度学习的火种。它之所以能够实现，得益于用于卷积、激活、池化和归一化等人工智能操作的自定义 CUDA 内核，以及 GPU 提供的强大算力。虽然大多数人听到 “CUDA” 时，通常想到的是 CUDA 语言和驱动程序，但这远不是 CUDA 的全部，它们只是其中的一部分。随着时间的推移，CUDA 平台不断发展，涵盖的内容越来越多，而最初的首字母缩写词（CUDA）已经无法准确描述其全部意义。高级 CUDA 库：让 GPU 编程更易上手CUDA 编程模型为通用 GPU 计算打开了大门，功能强大，但它带来了两个挑战：CUDA 使用难度较大。更糟糕的是，CUDA 在性能可移植性方面表现不佳。为第 N 代 GPU 编写的大多数内核在第 N + 1 代 GPU 上仍能 “继续运行”，但性能往往较差，远达不到第 N + 1 代 GPU 的峰值性能，尽管 GPU 的优势就在于高性能。这使得 CUDA 成为专业工程师的有力工具，但对大多数开发者来说，学习门槛较高。这也意味着每次新一代 GPU 推出时（例如现在新出现的 Blackwell 架构），都需要对代码进行大量重写。随着英伟达的发展，它希望 GPU 对那些在各自领域是专家，但并非 GPU 专家的人也有用。英伟达解决这一问题的方法是开始构建丰富而复杂的闭源高级库，这些库抽象掉了 CUDA 的底层细节，其中包括：cuDNN（2014 年推出）—— 加速深度学习（例如卷积、激活函数运算）。cuBLAS—— 优化的线性代数例程。cuFFT—— 在 GPU 上进行快速傅里叶变换（FFT）。以及许多其他库。有了这些库，开发者无需编写自定义 GPU 代码就能利用 CUDA 的强大功能，英伟达则承担了为每一代硬件重写这些库的工作。这对英伟达来说是一项巨大的投资，但最终取得了成效。cuDNN 库在这一过程中尤为重要，它为谷歌的 TensorFlow（2015 年推出）和 Meta 的 PyTorch（2016 年推出）铺平了道路，推动了深度学习框架的兴起。虽然此前也有一些人工智能框架，但这些是首批真正实现规模化应用的框架。现代人工智能框架中包含数千个 CUDA 内核，每个内核都极难编写。随着人工智能研究的爆发式增长，英伟达积极扩展这些库，以涵盖重要的新应用场景。图片CUDA 上的 PyTorch 建立在多层依赖关系之上英伟达对这些强大的 GPU 库的投入，使得全球开发者能够专注于构建像 PyTorch 这样的高级人工智能框架，以及像 HuggingFace 这样的开发者生态系统。他们的下一步是打造开箱即用的完整解决方案，让开发者完全无需了解 CUDA 编程模型。全面的垂直解决方案助力AI和GenAI快速发展人工智能的热潮远远超出了研究实验室的范畴，如今它无处不在。从图像生成到聊天机器人，从科学发现到代码助手，生成式人工智能（GenAI）在各个行业蓬勃发展，为该领域带来了大量新应用和开发者。与此同时，出现了一批新的人工智能开发者，他们有着截然不同的需求。在早期，深度学习需要精通 CUDA、高性能计算（HPC）和底层 GPU 编程的专业工程师。如今，一种新型开发者（通常称为人工智能工程师）在构建和部署人工智能模型时，无需接触底层 GPU 代码。为了满足这一需求，英伟达不仅提供库，还推出了交钥匙解决方案，将底层的一切细节都抽象掉。这些框架无需开发者深入了解 CUDA，就能让人工智能开发者轻松优化和部署模型。Triton Serving—— 一种高性能的人工智能模型服务系统，使团队能够在多个 GPU 和 CPU 上高效运行推理。TensorRT—— 一种深度学习推理优化器，可自动调整模型，使其在英伟达硬件上高效运行。TensorRT-LLM—— 一种更专业的解决方案，专为大规模大语言模型（LLM）推理而构建。以及许多（众多）其他工具。图片NVIDIA 驱动程序和 TensorRT-LLM 之间存在多个层这些工具完全屏蔽了 CUDA 的底层复杂性，让人工智能工程师能够专注于人工智能模型和应用，而无需关注硬件细节。这些系统提供了强大的支持，推动了人工智能应用的横向扩展。整体的 “CUDA 平台”CUDA 常被视为一种编程模型、一组库，甚至仅仅是 “英伟达 GPU 运行人工智能所依赖的东西”。但实际上，CUDA 远不止如此。它是一个统一的品牌，是一个真正庞大的软件集合，也是一个经过高度优化的生态系统，所有这些都与英伟达的硬件深度集成。因此，“CUDA” 这个术语含义模糊，我们更倾向于使用 “CUDA 平台” 这一表述，以明确我们所谈论的更像是 Java 生态系统，甚至是一个操作系统，而不仅仅是一种编程语言和运行时库。图片CUDA 的复杂性不断扩大：涵盖驱动程序、语言、库和框架的多层生态系统从核心来看，CUDA 平台包括：庞大的代码库：经过数十年优化的 GPU 软件，涵盖从矩阵运算到人工智能推理的所有领域。广泛的工具和库生态系统：从用于深度学习的 cuDNN 库到用于推理的 TensorRT，CUDA 涵盖了大量的工作负载。针对硬件优化的性能：每次 CUDA 发布都会针对英伟达最新的 GPU 架构进行深度优化，确保实现顶级效率。专有且不透明：当开发者与 CUDA 的库 API 交互时，底层发生的很多操作都是闭源的，并且与英伟达的生态系统紧密相连。CUDA 是一套强大且庞大的技术体系，是整个现代 GPU 计算的软件平台基础，其应用甚至超越了人工智能领域。CUDA平台的演进史，实为一部软硬件协同进化的史诗——从可编程着色器的萌芽到万亿级AI生态的崛起，英伟达用二十年时间构筑起层层嵌套的技术护城河。这座由数亿行优化代码堆砌的巴别塔，既成就了深度学习革命的算力基石，也暴露出行业深陷路径依赖的隐忧。DeepSeek绕过CUDA直抵PTX层的突破，犹如刺破云层的闪电，揭示了一个关键真相：当硬件创新进入深水区，软件栈的范式革命可能比晶体管密度更具颠覆性。当前AI竞赛的本质，早已超越单纯算力的军备较量，演变为生态系统重构权的争夺。正如LLVM曾打破编译器的垄断格局，MLIR等新一代基础设施正悄然重塑计算范式。行业的真正瓶颈不在于芯片的物理极限，而在于如何构建开放、可移植的创新土壤——这要求我们以更底层的思维解构CUDA神话，在编译器、中间件与开发者体验的交叉点上寻找突破口。历史的经验反复印证：每一次计算民主化的浪潮，终将由那些敢于跳出既有框架、用算法效率对冲硬件鸿沟的颠覆者引领。此刻，我们正站在算力平权时代的门槛上，答案或许就藏在软件与硬件的缝隙之间。","news_type":1},"isVote":1,"tweetType":1,"viewCount":7,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":356694683988112,"gmtCreate":1728093272465,"gmtModify":1728093274550,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3537305190597017","authorIdStr":"3537305190597017"},"themes":[],"htmlText":"1和8，5和7","listText":"1和8，5和7","text":"1和8，5和7","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/356694683988112","isVote":1,"tweetType":1,"viewCount":1302,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":355773464371488,"gmtCreate":1727860731909,"gmtModify":1727860858468,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3537305190597017","authorIdStr":"3537305190597017"},"themes":[],"htmlText":"//<a href=\"https://laohu8.com/U/740450932848\">@33_Tiger</a>:<a href=\"https://laohu8.com/S/TIGR\">$老虎证券(TIGR)$</a> 周三晚上7点，快听实用期权策略！非常干货[财迷]&nbsp;&nbsp;[财迷]&nbsp;&nbsp;[财迷]&nbsp;&nbsp;<a href=\"https://laohu8.com/S/QQQ\">$纳指100ETF(QQQ)$&nbsp;</a><a href=\"https://laohu8.com/S/NVDA\">$英伟达(NVDA)$&nbsp;</a>&nbsp;","listText":"//<a href=\"https://laohu8.com/U/740450932848\">@33_Tiger</a>:<a href=\"https://laohu8.com/S/TIGR\">$老虎证券(TIGR)$</a> 周三晚上7点，快听实用期权策略！非常干货[财迷]&nbsp;&nbsp;[财迷]&nbsp;&nbsp;[财迷]&nbsp;&nbsp;<a href=\"https://laohu8.com/S/QQQ\">$纳指100ETF(QQQ)$&nbsp;</a><a href=\"https://laohu8.com/S/NVDA\">$英伟达(NVDA)$&nbsp;</a>&nbsp;","text":"//@33_Tiger:$老虎证券(TIGR)$ 周三晚上7点，快听实用期权策略！非常干货[财迷] [财迷] [财迷] $纳指100ETF(QQQ)$ $英伟达(NVDA)$","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/355773464371488","repostId":"1802000633800778","repostType":17,"repost":{"id":3148,"live_id":"1802000633800778","type":1,"live_form":0,"category_id":2,"category_name":"老虎公开课","material_type":0,"regions":[1],"title":"期权策略指南：灵活应对市场波动","title_en":"","status":3,"abstract_en":[],"description_html":"市场有风险，投资需谨慎，本期内容仅代表主播和嘉宾个人观点，不构成投资建议","description_html_en":"","source_url":"-","video_url":"","live_img_url":"https://p1-live.byteimg.com/tos-cn-i-gjr78lqtd0/297640a94b024688bab0a3444ece619c~tplv-gjr78lqtd0-z75.image","live_img_url_en":"","activate_content":true,"expected_time":1720004400000,"time_remain":-27969565466,"start_time":0,"end_time":1720010105,"user_counter":"264","symbols":[],"speaker_info":[{"name":"谋定后动","avatar":"https://static.tigerbbs.com/865a6ec8ea0c03d186fb7dab736911ae","uuid":"3556673506813374"}],"abstract":[]},"isVote":1,"tweetType":1,"viewCount":812,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":216438597542056,"gmtCreate":1693871181238,"gmtModify":1693871183436,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3537305190597017","authorIdStr":"3537305190597017"},"themes":[],"htmlText":"老虎能买到美元的货币基金么","listText":"老虎能买到美元的货币基金么","text":"老虎能买到美元的货币基金么","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/216438597542056","repostId":"1124459552","repostType":2,"repost":{"id":"1124459552","kind":"news","pubTimestamp":1693838427,"share":"https://www.laohu8.com/m/news/1124459552?lang=&edition=full","pubTime":"2023-09-04 22:40","market":"us","language":"zh","title":"美联储因加息亏损近1000亿美元，钱被谁赚走了？","url":"https://stock-news.laohu8.com/highlight/detail?id=1124459552","media":"巴伦周刊","summary":"货币市场基金投资者获得的收益，是美联储以及财政部和美国纳税人的损失带来的。","content":"<html><head></head><body><p>文 | 艾伦·斯隆(Allan Sloan)</p><p><em>本文作者系独立商业记者，曾七次获得商业新闻报道的最高荣誉勒布奖(Loeb Award)。 </em></p><p>为了遏制高通胀，美联储从2022年3月开始加息，18个月后，这一轮加息周期可能终于接近尾声，现在正是审视美联储加息举措下谁是大赢家、谁是大输家的时候。 </p><p>赢家自然是持有货币市场共同基金的投资者，他们目前获得的收益较2022年2月（美联储开始加息的前一个月）增长超过30000%，即300倍。 </p><p>输家是美联储下设的12家地区性联储银行，这12家银行曾经创造了巨额利润，现在因为加息陷入了巨额亏损。几个月前，我曾撰文讨论过美联储的收入来源正在枯竭这个话题，但当总亏损达到1000亿美元这个关键水平时，这个问题肯定会获得更多关注，这一天可能会在9月底到来。 </p><p>如果退一步看，这个问题其实很有意思。为了遏制高通胀和放慢经济增长速度，18个月来美联储一直在加息，因此，货币市场基金投资者获得的收益大幅增长，美联储自己却蒙受了巨额亏损。 </p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/8b1a768d823bfd5ed63e7b8ae14dcc90\" alt=\"图片\" title=\"图片\" tg-width=\"1080\" tg-height=\"809\"/><span>图片</span></p><p>在美联储开始加息之前，地区性联储银行赚得盆满钵满。2021年，这12家银行向美国财政部上缴利润1074亿美元。但出于一些原因（稍后我会解释），地区性联储银行的利润因为美联储加息而蒸发，它们今年向财政部上缴的利润已经大幅减少。 </p><p>现在我们来看看其中涉及的计算。 </p><p>Crane Data的彼得·克兰(Peter Crane)指出，截至2022年2月，持有货币市场基金的投资者获得的平均收益率为0.02%，这些基金的资产总额为5.009万亿美元，每年收益约为10亿美元。 </p><p><strong>货币市场基金收益大幅上升</strong></p><p>2022年3月美联储开始加息以来，货币市场基金收益率已升至5%以上。</p><p>平均收益率</p><p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/5ac6e7ee3dabb06b9be20d45fc5d9e62\" alt=\"图片\" title=\"图片\" tg-width=\"694\" tg-height=\"347\"/><span>图片</span></p><p>但截至今年7月31日，这些基金的平均收益率为5.08%，资产总额上升至5.903万亿美元。根据克兰的计算，这些基金的年收益为2999亿美元。 </p><p>克兰进一步指出，截至8月18日，这些基金的平均收益率已升至5.15%。假设资产总额保持不变（这是一个非常保守的假设），这些基金每年将为投资者带来超过3000亿美元的收益。 </p><p>但克兰强调指出，3000多亿美元是“年化”收益，即根据目前情况推断出一整年的收益，不是持有这些基金的投资者实际已经获得的收益。 </p><p>货币市场基金投资者获得的收益之所以上升，是因为这些基金购买的是短期证券，过去18个月，美联储将短期联邦基金利率从接近零上调至5.25%-5.50%，货币市场基金投资者获得的收益随着美联储加息而上升。</p><p>克兰说：“5%是一个有魔力的数字，从心理角度来说是一个很重要的数字，当收益率达到5%时，资金开始涌入货币市场基金，90年代末和21世纪初出现过这种情况，目前正在发生的也是这种情况。” </p><p>然而，在货币市场基金投资者的收益增长了30000%的同时，颇具讽刺意味的是，美联储自己却因为加息而蒙受了损失。 </p><p>美联储下设的12家地区性联储银行曾经赚了很多钱，现在却出现了巨额亏损，这是因为它们为从货币市场基金和其他金融机构借入的数万亿美元支付的利息超过了5%，与此同时，它们自己的投资组合中仍然有大量在利率接近零的时期购买的低收益抵押贷款和美国国债。 </p><p>地区性联储银行一直在以高利率借款，以防止货币市场基金和银行资产“淹没”金融体系、进而导致利率下降，如果发生这种情况，将破坏美联储对抗通胀的策略。 </p><p>根据美联储最近公布的半年度财务报告，截至6月30日，美联储的“递延资产”(deferred asset)——也就是我所说的“亏损”——总计为747亿美元。 </p><p>Piscataqua Research的史蒂芬·丘奇(Stephen Church)是第一个让我注意到地区性联储银行亏损情况的人。他说，每周亏损额一直保持在20亿美元左右，截至8月底今年总计亏损771亿美元。丘奇预计，9月份亏损额将触及1000亿美元，我认为这将是一个引起更多人关注的重要数字。 </p><p>截至6月30日，地区性联储银行向财政部上缴的利润总额仅为1.02亿美元，比去年6月30日之前的628亿美元下降了98%以上。去年6月30日之后，加息开始对金融市场和地区性联储银行的利润产生显著影响。 </p><p>根据地区性联储银行的运营规则，它们必须赚到足够多的利润，才能从“递延资产”的坑里爬出来，然后才能再次向财政部上缴巨额利润。 </p><p>地区性联储银行的亏损不会增加联邦预算赤字，不过，由于过去上缴财政部的巨额利润如今已不复存在，这的确有助于控制赤字。本财年迄今为止，美国财政赤字已达到1.6万亿美元。在纳税人担心政府债务不断上升之际，这可能会成为一个受关注的问题，亏损可能会成为政界人士加大对美联储抨击力度的理由。 </p><p>换句话说，货币市场基金投资者获得的收益，从某种程度上来说是美联储以及财政部和美国纳税人的损失带来的。</p><p>未来货币市场基金的投资前景如何现在还很难预测，但就目前而言，它们正在极大地受益于美联储加息，至少在不久的将来很可能仍然是大赢家。 </p><p>所以，如果你拥有大量货币市场共同基金账户，是时候为此感到高兴了，趁还能享受的时候好好享受吧。 </p></body></html>","source":"lsy1587985706210","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>美联储因加息亏损近1000亿美元，钱被谁赚走了？</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n美联储因加息亏损近1000亿美元，钱被谁赚走了？\n</h2>\n\n<h4 class=\"meta\">\n\n\n2023-09-04 22:40 北京时间&nbsp;&nbsp;&nbsp;<a href=https://mp.weixin.qq.com/s/hrEd25kko_tDo2SsF2JaEw?poc_token=HCvs9WSjpGyRI4G59bKP1893HUrzWGjzVvMyzLQk><strong>巴伦周刊</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>文 | 艾伦·斯隆(Allan Sloan)本文作者系独立商业记者，曾七次获得商业新闻报道的最高荣誉勒布奖(Loeb Award)。 为了遏制高通胀，美联储从2022年3月开始加息，18个月后，这一轮加息周期可能终于接近尾声，现在正是审视美联储加息举措下谁是大赢家、谁是大输家的时候。 赢家自然是持有货币市场共同基金的投资者，他们目前获得的收益较2022年2月（美联储开始加息的前一个月）增长超过...</p>\n\n<a href=\"https://mp.weixin.qq.com/s/hrEd25kko_tDo2SsF2JaEw?poc_token=HCvs9WSjpGyRI4G59bKP1893HUrzWGjzVvMyzLQk\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/274a3ff632abe1287f17d44119bd3915","relate_stocks":{},"source_url":"https://mp.weixin.qq.com/s/hrEd25kko_tDo2SsF2JaEw?poc_token=HCvs9WSjpGyRI4G59bKP1893HUrzWGjzVvMyzLQk","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1124459552","content_text":"文 | 艾伦·斯隆(Allan Sloan)本文作者系独立商业记者，曾七次获得商业新闻报道的最高荣誉勒布奖(Loeb Award)。 为了遏制高通胀，美联储从2022年3月开始加息，18个月后，这一轮加息周期可能终于接近尾声，现在正是审视美联储加息举措下谁是大赢家、谁是大输家的时候。 赢家自然是持有货币市场共同基金的投资者，他们目前获得的收益较2022年2月（美联储开始加息的前一个月）增长超过30000%，即300倍。 输家是美联储下设的12家地区性联储银行，这12家银行曾经创造了巨额利润，现在因为加息陷入了巨额亏损。几个月前，我曾撰文讨论过美联储的收入来源正在枯竭这个话题，但当总亏损达到1000亿美元这个关键水平时，这个问题肯定会获得更多关注，这一天可能会在9月底到来。 如果退一步看，这个问题其实很有意思。为了遏制高通胀和放慢经济增长速度，18个月来美联储一直在加息，因此，货币市场基金投资者获得的收益大幅增长，美联储自己却蒙受了巨额亏损。 图片在美联储开始加息之前，地区性联储银行赚得盆满钵满。2021年，这12家银行向美国财政部上缴利润1074亿美元。但出于一些原因（稍后我会解释），地区性联储银行的利润因为美联储加息而蒸发，它们今年向财政部上缴的利润已经大幅减少。 现在我们来看看其中涉及的计算。 Crane Data的彼得·克兰(Peter Crane)指出，截至2022年2月，持有货币市场基金的投资者获得的平均收益率为0.02%，这些基金的资产总额为5.009万亿美元，每年收益约为10亿美元。 货币市场基金收益大幅上升2022年3月美联储开始加息以来，货币市场基金收益率已升至5%以上。平均收益率图片但截至今年7月31日，这些基金的平均收益率为5.08%，资产总额上升至5.903万亿美元。根据克兰的计算，这些基金的年收益为2999亿美元。 克兰进一步指出，截至8月18日，这些基金的平均收益率已升至5.15%。假设资产总额保持不变（这是一个非常保守的假设），这些基金每年将为投资者带来超过3000亿美元的收益。 但克兰强调指出，3000多亿美元是“年化”收益，即根据目前情况推断出一整年的收益，不是持有这些基金的投资者实际已经获得的收益。 货币市场基金投资者获得的收益之所以上升，是因为这些基金购买的是短期证券，过去18个月，美联储将短期联邦基金利率从接近零上调至5.25%-5.50%，货币市场基金投资者获得的收益随着美联储加息而上升。克兰说：“5%是一个有魔力的数字，从心理角度来说是一个很重要的数字，当收益率达到5%时，资金开始涌入货币市场基金，90年代末和21世纪初出现过这种情况，目前正在发生的也是这种情况。” 然而，在货币市场基金投资者的收益增长了30000%的同时，颇具讽刺意味的是，美联储自己却因为加息而蒙受了损失。 美联储下设的12家地区性联储银行曾经赚了很多钱，现在却出现了巨额亏损，这是因为它们为从货币市场基金和其他金融机构借入的数万亿美元支付的利息超过了5%，与此同时，它们自己的投资组合中仍然有大量在利率接近零的时期购买的低收益抵押贷款和美国国债。 地区性联储银行一直在以高利率借款，以防止货币市场基金和银行资产“淹没”金融体系、进而导致利率下降，如果发生这种情况，将破坏美联储对抗通胀的策略。 根据美联储最近公布的半年度财务报告，截至6月30日，美联储的“递延资产”(deferred asset)——也就是我所说的“亏损”——总计为747亿美元。 Piscataqua Research的史蒂芬·丘奇(Stephen Church)是第一个让我注意到地区性联储银行亏损情况的人。他说，每周亏损额一直保持在20亿美元左右，截至8月底今年总计亏损771亿美元。丘奇预计，9月份亏损额将触及1000亿美元，我认为这将是一个引起更多人关注的重要数字。 截至6月30日，地区性联储银行向财政部上缴的利润总额仅为1.02亿美元，比去年6月30日之前的628亿美元下降了98%以上。去年6月30日之后，加息开始对金融市场和地区性联储银行的利润产生显著影响。 根据地区性联储银行的运营规则，它们必须赚到足够多的利润，才能从“递延资产”的坑里爬出来，然后才能再次向财政部上缴巨额利润。 地区性联储银行的亏损不会增加联邦预算赤字，不过，由于过去上缴财政部的巨额利润如今已不复存在，这的确有助于控制赤字。本财年迄今为止，美国财政赤字已达到1.6万亿美元。在纳税人担心政府债务不断上升之际，这可能会成为一个受关注的问题，亏损可能会成为政界人士加大对美联储抨击力度的理由。 换句话说，货币市场基金投资者获得的收益，从某种程度上来说是美联储以及财政部和美国纳税人的损失带来的。未来货币市场基金的投资前景如何现在还很难预测，但就目前而言，它们正在极大地受益于美联储加息，至少在不久的将来很可能仍然是大赢家。 所以，如果你拥有大量货币市场共同基金账户，是时候为此感到高兴了，趁还能享受的时候好好享受吧。","news_type":1},"isVote":1,"tweetType":1,"viewCount":1800,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":198343029,"gmtCreate":1620937306861,"gmtModify":1620954516850,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3537305190597017","authorIdStr":"3537305190597017"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/198343029","repostId":"2131653375","repostType":2,"isVote":1,"tweetType":1,"viewCount":1446,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":362456732,"gmtCreate":1614661279626,"gmtModify":1703479511341,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3537305190597017","authorIdStr":"3537305190597017"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/362456732","repostId":"2114034843","repostType":4,"isVote":1,"tweetType":1,"viewCount":1877,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":314927573,"gmtCreate":1612289391492,"gmtModify":1703760068406,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3537305190597017","authorIdStr":"3537305190597017"},"themes":[],"htmlText":"差点儿有机会入医美行业，进不去就做股东吧","listText":"差点儿有机会入医美行业，进不去就做股东吧","text":"差点儿有机会入医美行业，进不去就做股东吧","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/314927573","repostId":"2103169528","repostType":2,"isVote":1,"tweetType":1,"viewCount":2739,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":337485812,"gmtCreate":1611188635336,"gmtModify":1703748656442,"author":{"id":"3537305190597017","authorId":"3537305190597017","name":"Ritaliang","avatar":"https://static.tigerbbs.com/7e8dcea0a2a9e3f6c2ba9fd44e4b5d84","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3537305190597017","authorIdStr":"3537305190597017"},"themes":[],"htmlText":"这篇文章不错，转发给大家看看","listText":"这篇文章不错，转发给大家看看","text":"这篇文章不错，转发给大家看看","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/337485812","repostId":"337908282","repostType":1,"repost":{"id":337908282,"gmtCreate":1611045069042,"gmtModify":1703747608926,"author":{"id":"3480300888703096","authorId":"3480300888703096","name":"荒野侦探","avatar":"https://static.tigerbbs.com/676ca151c5979a45c1864347e2da198a","crmLevel":1,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3480300888703096","authorIdStr":"3480300888703096"},"themes":[],"title":"南下资金加速入港，SaaS赛道首选这六只！","htmlText":"自港股通开通以来，单日净流入金额超过100亿港元共有18天，有11天都发生在今年。 南下资金真是买疯了！ 当头部新经济标的买足之后，资金会偏向哪里呢。敏锐的虎友表示，消费龙头，SaaS概念（大A没有），生命科学或者医疗技术类，都会是备选方向。 而说到SaaS概念，前不久浦银国际发了份研报《中国SaaS行业：风至云起》，首次覆盖并推荐了行业6只优选标的：中国有赞、微盟、金山软件、用友网络、金蝶国际和明源云（顺序有先后）。这6只标的，以及这份研报的逻辑就值得关注了： 伴随着中国企业数字化升级的大趋势，中国SaaS行业将是长期受益的优质赛道。 疫情加速中国企业上云进程：今年以来，我国SaaS行业股价呈倍数增长，SaaS逐渐得到市场关注，为什么中国SaaS行业在这两年开始爆发？主要由于：1.政策持续利好，鼓励企业上云；2.企业付费意识逐步提升；3.中美贸易摩擦，受益于国产替代；4.人力成本上升，数字价值凸显；5.疫情是催化剂，进一步加速我国中小企业数字转型。 我国SaaS还处在早期，未来增长空间巨大：根据IDC，2019年我国企业级SaaS同比增长41%，未来五年年均复合增长37%，保持高速增长。中国GDP占全球的比例为16%，而SaaS占全球市场不到6%。此外，海外云计算市场以SaaS为主，占比58%，而我国云计算还处在早期，仍以IaaS为主，SaaS占比仅为28%。随着我国云计算基础设施建设逐渐成熟，SaaS领域将迎来爆发。 SaaS公司特点：高增长，多亏损：相对于传统软件的授权模式，SaaS通常采用订阅模式。SaaS厂商特点：由于行业处于早期，保持高速增长；相对标准化的产品，普遍高毛利；预收款模式，可以保证的相对健康现金流；订阅模式有利于增强公司未来收入的稳定性和可见性。当然，由于还在早期，SaaS厂商需要通过高研发费用来推出更多产品，高销售费用来抢占更多客户。所以SaaS","listText":"自港股通开通以来，单日净流入金额超过100亿港元共有18天，有11天都发生在今年。 南下资金真是买疯了！ 当头部新经济标的买足之后，资金会偏向哪里呢。敏锐的虎友表示，消费龙头，SaaS概念（大A没有），生命科学或者医疗技术类，都会是备选方向。 而说到SaaS概念，前不久浦银国际发了份研报《中国SaaS行业：风至云起》，首次覆盖并推荐了行业6只优选标的：中国有赞、微盟、金山软件、用友网络、金蝶国际和明源云（顺序有先后）。这6只标的，以及这份研报的逻辑就值得关注了： 伴随着中国企业数字化升级的大趋势，中国SaaS行业将是长期受益的优质赛道。 疫情加速中国企业上云进程：今年以来，我国SaaS行业股价呈倍数增长，SaaS逐渐得到市场关注，为什么中国SaaS行业在这两年开始爆发？主要由于：1.政策持续利好，鼓励企业上云；2.企业付费意识逐步提升；3.中美贸易摩擦，受益于国产替代；4.人力成本上升，数字价值凸显；5.疫情是催化剂，进一步加速我国中小企业数字转型。 我国SaaS还处在早期，未来增长空间巨大：根据IDC，2019年我国企业级SaaS同比增长41%，未来五年年均复合增长37%，保持高速增长。中国GDP占全球的比例为16%，而SaaS占全球市场不到6%。此外，海外云计算市场以SaaS为主，占比58%，而我国云计算还处在早期，仍以IaaS为主，SaaS占比仅为28%。随着我国云计算基础设施建设逐渐成熟，SaaS领域将迎来爆发。 SaaS公司特点：高增长，多亏损：相对于传统软件的授权模式，SaaS通常采用订阅模式。SaaS厂商特点：由于行业处于早期，保持高速增长；相对标准化的产品，普遍高毛利；预收款模式，可以保证的相对健康现金流；订阅模式有利于增强公司未来收入的稳定性和可见性。当然，由于还在早期，SaaS厂商需要通过高研发费用来推出更多产品，高销售费用来抢占更多客户。所以SaaS","text":"自港股通开通以来，单日净流入金额超过100亿港元共有18天，有11天都发生在今年。 南下资金真是买疯了！ 当头部新经济标的买足之后，资金会偏向哪里呢。敏锐的虎友表示，消费龙头，SaaS概念（大A没有），生命科学或者医疗技术类，都会是备选方向。 而说到SaaS概念，前不久浦银国际发了份研报《中国SaaS行业：风至云起》，首次覆盖并推荐了行业6只优选标的：中国有赞、微盟、金山软件、用友网络、金蝶国际和明源云（顺序有先后）。这6只标的，以及这份研报的逻辑就值得关注了： 伴随着中国企业数字化升级的大趋势，中国SaaS行业将是长期受益的优质赛道。 疫情加速中国企业上云进程：今年以来，我国SaaS行业股价呈倍数增长，SaaS逐渐得到市场关注，为什么中国SaaS行业在这两年开始爆发？主要由于：1.政策持续利好，鼓励企业上云；2.企业付费意识逐步提升；3.中美贸易摩擦，受益于国产替代；4.人力成本上升，数字价值凸显；5.疫情是催化剂，进一步加速我国中小企业数字转型。 我国SaaS还处在早期，未来增长空间巨大：根据IDC，2019年我国企业级SaaS同比增长41%，未来五年年均复合增长37%，保持高速增长。中国GDP占全球的比例为16%，而SaaS占全球市场不到6%。此外，海外云计算市场以SaaS为主，占比58%，而我国云计算还处在早期，仍以IaaS为主，SaaS占比仅为28%。随着我国云计算基础设施建设逐渐成熟，SaaS领域将迎来爆发。 SaaS公司特点：高增长，多亏损：相对于传统软件的授权模式，SaaS通常采用订阅模式。SaaS厂商特点：由于行业处于早期，保持高速增长；相对标准化的产品，普遍高毛利；预收款模式，可以保证的相对健康现金流；订阅模式有利于增强公司未来收入的稳定性和可见性。当然，由于还在早期，SaaS厂商需要通过高研发费用来推出更多产品，高销售费用来抢占更多客户。所以SaaS","images":[{"img":"https://static.tigerbbs.com/4f7a29cec82c75e6aeeda5dedf6a7ee5","width":"800","height":"1388"},{"img":"https://static.tigerbbs.com/beba0de182a11f3e8ffdfaf89215323a","width":"908","height":"563"},{"img":"https://static.tigerbbs.com/f7d7b194c111b7cf5bc1e0f6845bf6b7","width":"1048","height":"722"}],"top":1,"highlighted":2,"essential":2,"paper":2,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/337908282","isVote":1,"tweetType":1,"viewCount":0,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":8,"langContent":"CN","totalScore":0},"isVote":1,"tweetType":1,"viewCount":2057,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0}],"lives":[]}