2月17日！鴻海中空方及法人搶當背骨仔買股票！

新聞說:法人表示鴻海獲iPhone 17更多新品導入，GB200產能逐步恢復，廣發證券「廣發海外電子通信」首次將鴻海覆蓋「買入」評級，目標價225元：「我們認為當前估值具吸引力，已回落至2024年中的水平，當時市場才剛開始對GB200寄予期待。鴻海憑藉其GB200平臺上的領先地位，以及產能的逐步改善，有望受益於AI伺服器需求的增長」。「此外，我們認為，市場對低成本AI模型的擔憂被誇大了。 同時，鴻海的智慧消費業務將受益於iPhone 16需求的企穩、iPhone 17更多NPI，以及可能由Apple Intelligence推動的新一輪升級周期。 我們預計2025/2026年EPS分別為15.0/17.2元，相比2024年的11.4元有所增長。 目標價225元基於2025年本益比15倍，與當前AI周期的平均水準一致」。廣發證券表示，「GB200預期偏低，仍有順風因素： 眾所周知cable cartridge問題影響GB200機架的生產。 然而，我們預計產能將逐步恢復，GB200及GB300 NVL72及36的出貨量將在2025年1季度達到1,800，2季度達到4500點，全年分別達到21,500台」。「展望未來，我們認為GB300 NVL72將為ODM廠商提供更大靈活性，因此提升自研元件的供應至關重要，而這正是鴻海集團的優勢所在。此外，在去全球化趨勢下，鴻海憑藉其穩健的資產負債表及全球布局，將繼續在該領域保持領先地位」。廣發證券說，「智慧消費業務已走出谷底：受補貼政策和促銷活動的推動，我們預計iPhone 16的同比需求將趨於穩定，這與蘋果（AAPL US）強於預期的2025年3月財季指引一致。 對於iPhone 17，我們認為Apple Intelligence至關重要，而Siri的智能化升級是核心所在。 考慮到Apple Intelligence對8GB DRAM的硬體要求，我們預計AI能力將成為換機需求的關鍵驅動因素」。「在市場份額方面，我們預計鴻海將在iPhone 17系列中獲得更多新品導入（NPI），對市占率構成正面影響。此外，儘管iPhone 17 Pro預計將轉向鋁合金框架，但由於表面處理工藝更為複雜，ASP受到的影響有限，因此製造周期仍將保持穩定」。

一般討論區網友分享:因為GB300改善GB200電纜線過多壞了就整片板子要換，GB300只需要換插座，將大幅提升輝達相關利潤與降低保固及維修成本，A大，補充來自可靠資訊：meta GB200 也有下給鴻海！Google TPU AMD 平台給鴻海，Intel 還在廣達！ㄧ條GB series 產線不管是GB200或是GB300，都要造價1億美元以上！300表訂在第三季問世，不管提早或如期或延後，對輝達都是利多！

列表比較GB200 NVL72及GB300 NVL 72之間的不同之處？

ChatGPT 說：GB200 NVL72 和 GB300 NVL72 是輝達推出的兩代 AI 伺服器系統，主要在以下六個方面存在差異：

記憶體堆疊： GB200 NVL72 採用 8 層堆疊的 HBM3e 記憶體，而 GB300 NVL72 則升級為 12 層堆疊的 HBM3e，提供更高的記憶體容量和頻寬。 

功耗： 由於記憶體堆疊的增加，GB300 NVL72 的功耗相應提高。單個 GB300 卡的功耗為 1.4kW，而 GB200 卡為 1.2kW。整個 GB300 NVL72 機架的總功耗達到 130kW 以上，而 GB200 為 120kW。 

DrMOS 規格與成本： 為了降低成本，GB300 NVL72 採用了與顯示卡同等級的 5x5 DrMOS（也稱為 SPS），相比 GB200 NVL72，具有更低的電流規格，移除了過電流限制（Over Current Limit，OCL），且成本更低。 

KNEWS.COM.TW

DrMOS 用量與單價： 雖然 GB300 NVL72 每個機櫃的 DrMOS 用量增加約 30%，但由於單價降低約 50%，因此總體 DrMOS 成本降低約 35% 至 40%。 

控制器（Controller）用量： 由於規格升級，GB300 NVL72 每個機櫃的控制器用量較 GB200 NVL72 增加約 60%。 

供應商變化： 在 GB300 NVL72 中，萬國半導體成為主要的 DrMOS 供應商，供應比重約 70%，而在 GB200 NVL72 中，供應商可能有所不同。 

這些差異反映了輝達在新一代 AI 伺服器系統中對性能提升、成本控制和供應鏈管理的綜合考量。

A大回答:之前我就和大家說過，台灣是最受惠AI產業的公司，台灣有AI概念股，如果把整個上游及下游加起來，至少會有幾萬，甚至是十幾萬個員工，這些員工還有親朋好友，加起來有可能就是上百萬，甚至是幾百萬，很多員工發覺自己每天工作爆量，也許自己是做GPU散熱片的，知道一個GPU要配多少散熱片，有的是生產NVLink的，一些是組裝，還有一些是液冷關鍵零組件，他們自己一定是知道公司很忙，隨便也能反推公司訂單很多，公司業績會很好，像昨天鴻海傳拿到meta智慧型眼鏡的大單，這消息是從一些營業員傳出來的，一個營業員知道，剩下的營業員也會知道，這也難怪外資群今天會買這麼多股票回去，加上三大法人及空方也是有眼睛看到借券賣出連續四個交易日大幅度的減少，這一周集保股權超級大戶偷買了近兩萬八千張，對短線客來說，什麼消息面都不重要，最重要的是籌碼面，即然有主力，法人及空方買了一大堆股票回去，那代表有可能會有更多的法人及空方會回補自己手上的股票，鴻海2月10日有向上調整展望，從顯著成長到強勁成長，法人及空方知道時間對他們不利，如果又看到有其他的空方及法人偷偷在買，自己當然也要進來買，短線本來就是勾心鬥角，是零和遊戲，是誰是最後一隻老鼠，今天其他的法人，外資，主力看到外資群大買了鴻海24705張，明天一定又會有其他的外資，法人，主力及空方進來回補空單及持股，短線就是放空時大家一付大團結，但這些法人，主力及空方也是會看籌碼，發覺有愈來愈多背骨仔出現時，他們也會選擇當背股仔。

新聞說:DeepSeek的出現讓業界反思算力泡沫，AI訓練是否可以不再依賴大規模的高端GPU集群，但是隨著提供模型和使用模型的個人和企業都在爆發式增長，大量的模型推理再一次推升了對輝達GPU的需求。一家IT廠商表示，其調用DeepSeek的平台在上線首日增加了上萬個用戶，伺服器幾乎崩潰，現有算力已經跟不上用戶的需求。團隊為緩解壓力，不得不緊急調配更多輝達GPU。許多上線DeepSeek的平台顯示伺服器繁忙，實際上是平台提供的算力跟不上快速成長的使用者需求。不過業界人士指出，DeepSeek帶給產業界的震動是AIGC大模型訓練、推理算力消耗大幅降低。相較於模型推理，模型訓練的需求並沒有在短期內爆發式成長。通常來說，模型能力與參數量和精度密切相關，參數量影響AI的知識量，精度影響AI的準確性和推理能力，這也是為什麼很多平台上線的DeepSeek看起來「智商」不足，因為背後的算力不足以支持模型在參數量和精度上達到最佳狀態。不過，這種急迫的算力需求未必持續很久。在實際應用中，開發者通常會將超過600B參數量的模型進行蒸餾，壓縮到更低參數規模，再用於商業化。而DeepSeek發展得太快以至於團隊還來不及完成蒸餾，可能後續幾個月蒸餾好後，那些上線 DeepSeek 的企業可以節約一些推理算力。

個人股市研究觀察記錄文章目