聯準會主席鮑爾在全球央行年會上，開宗明義的表達：「將通膨降至2%的目標是聯準會的職責，我們將致力於實現這一點。」長路迢迢，歐美央行都對於2%的通膨目標立場不動搖，明確的傳遞給市場一個訊息就是，別再想著很快就會降息這件事了，除非經濟急遽惡化。
美國核心通膨仍處高位
但今年上半年美國GDP成長優於預期，也高於長期趨勢，而且最近的消費支出強勁，九月會不會再升息？有可能，但也可能跳過，取決於八月的就業與通膨數據。
重點是鮑爾釋出「準備在適當的情況下進一步提高利率，並打算將政策利率維持在一個限制性水準，直到聯準會確信通膨正在朝著2%的目標持續下降。」在演講中，鮑爾特別關注剔除能源與糧食後的美國總體個人消費支出核心(PCE)通膨率，核心PCE通膨率在2022年二月達到5.4%的高點，並在今年六月逐漸下降至4.1%，但是核心PCE通膨率仍處於高位，要恢復物價穩定還有相當長的路要走。
核心PCE通膨的三個主要組成部分─商品通膨、住房服務通膨和非住房通膨。在商品通膨方面，二手車通膨已經下降，但耐用品價格年增率仍遠高於COVID-19疫情大流行前的水準，所以需要採取限制性貨幣政策。
PCE指數所衡量的住房服務通膨最近也開始下降，這一通膨指標反映了所有租戶支付的租金，以及對自住房屋可能賺取的租金的估計。由於租約周轉緩慢，市場租金增速的下降需要一段時間才能影響到整體通膨指標。如果未來市場租金成長穩定在疫情前的水準附近，住房服務通膨也應該下降到疫情前的水準。
勞動力市場緊俏
醫療保健、食品服務、交通和住宿等非住房服務，占核心PCE的一半以上，截至目前為止，非住房服務通膨僅溫和下降，主要是這些服務業受全球供應鏈瓶頸的影響小，對於利率的敏感度也不高，基於目前勞動力市場緊俏，所以這部分的通膨也需要限制性貨幣政策持續一段時間作用，整體來說，預計需要經歷一段經濟成長低於趨勢成長的時期，而且需要勞動力市場狀況有所緩和，通膨才能持續地回落至2%。
關於這點，鮑爾特別提到菲力浦斯曲線關係─在緊俏的勞動力市場，如果菲利浦曲線呈現陡峭，那麼勞動力市場一點細微變化就可能引發通膨明顯變化，要即時精確地判斷這種陡峭化的程度，或者伴隨勞動力市場緊張程度的變化它會如何演變，是非常困難的。
輝達DGX GH200 AI 導入Google Cloud
輝達8月29日收盤市值首度登上1.2兆美元，收盤487.84美元。粉碎看衰AI悲觀者言論的關鍵是，黃仁勳意外出現在8月29日谷歌一年一度的Google Cloud Next大會，並且宣布Google Cloud將成為首批獲得輝達下一代DGX GH200 AI超級電腦的公司之一，有了谷歌的背書，還怕微軟、Meta、亞馬遜、特斯拉等公司不買單嗎？
中國的雲企業能不跟進嗎？其他新興雲服務公司呢？買不到H100而重複下單的議題，嗯，當然有可能發生，只是筆者認為在邁向「鋼鐵人一句話就能指揮AI管家」的任何人都能憑自然語言使用AI的境界之前，看不到輝達算力需求的盡頭，這是個長達數年的趨勢，就像過去智慧型手機主導了過去十餘年的科技趨勢。
值得觀察的是谷歌的股價，8月29日創今年新高，今年累積52.7%漲幅，137.3美元高點正好觸及去年俄烏戰爭以來的頭部頸線壓力，儘管微軟攜手OpenAI挑戰谷歌的AI龍頭寶座，但谷歌在搜索引擎的市占龍頭地位仍是穩固，所以如果谷歌的股價能夠克服頸線壓力，那麼對台股加權指數此時面對16760點的頸線壓力就具有指引的作用。
輝達一百分的財報，還是引來了不少質疑，除了CoWoS產能瓶頸、重複下單等之外，還有就是黃仁勳表示「未來四年大約有價值約一兆美元的資料中心資本支出」，於是接下來的問題就是，這些雲企業加起來夠不夠一年2500億美元的現金來買輝達的GPU？
輝達的算力霸權能持續幾年
截至6月30日，亞馬遜現金持有約410億美元，Meta公司現金持有約640億美元，加上微軟和谷歌，北美四大雲企業的現金和現金等價物約當3340億美元，看來四大雲企業的現金支出只夠撐一年，就算是加上未來每年產生的新現金流，距離四年一兆美元的還有點差距。
於是從這個議題衍生出，輝達的算力霸權能不能持續四年？ChatGPT需要大量算力，才能根據使用者的提示生成回答，絕大部分成本，都是在昂貴的伺服器上產生的，SemiAnalysis分析ChatGPT每天的運行成本超過了70萬美元，而且隨著模型升級，訓練模型和運行基礎設施的成本只會越來越飆升。
生成式AI發展的最大障礙
AI模型通常存儲在離散的記憶體位置，要完成計算任務，就需要在記憶體和處理單元之間不斷打亂資料。這個過程會大大減慢計算速度，限制可實現的最大效能。換言之，生成式AI發展的最大障礙，就是它驚人的耗電量，在環保減碳的今天，AI所需的電力是不可能無上限的持續成長。
IBM一直在研究重塑AI計算的方法，IBM的全新方法，就是類比記憶體計算，或簡稱類比AI，借助神經網路在生物大腦中運行的關鍵特徵，來減輕能耗。
最近，IBM推出一款全新的十四奈米類比AI晶片，這款晶片模仿了人腦的運作方式，由微晶片直接在記憶體中執行計算。
這款晶片的系統能夠實現高效的語音辨識和轉錄，準確性接近了數位硬體設施。而且硬體的效能甚至達到了H100的40倍到140倍。如果IBM對ChatGPT原型進行反覆運算，並且證明算力更好、耗能更少，這種新型晶片就很有可能打破輝達算力的壟斷。
美股步入熊市的關鍵
英國《金融時報》亞洲評論編輯尹允(June Yoon)指出，輝達股價的關鍵弱點可能是台灣，包括晶片生產和封裝大幅仰賴台積電，和台灣面臨的地緣政治風險。
英特爾起了「半導體去台化」的頭之後，美國與英國相繼發聲，這個議題很有意思，難道在南韓三星生產半導體就沒有地緣政治風險嗎？三星當晶圓代工龍頭的時候，怎麼就不見外資喊地緣政治風險？英特爾自己搞品牌兼代工，包山又包海，怎麼不去跟蘋果曉以大義，以美國利益為優先，別下單給台積電，把訂單留給英特爾。
同理可推，蘋果挑戰三兆美元市值最大的危機就是包了台積電三奈米的產能，原來美股會不會步入熊市的關鍵就在「半導體去台化」論。
