Euro a crescut luni în tranzacțiile europene față de un coș de valute majore, încercând să se redreseze de la minimul ultimelor două săptămâni față de dolarul american, susținut de vânătoarea de chilipiruri la niveluri mai scăzute și de o pauză în avansul recent al dolarului înaintea datelor cheie privind inflația din SUA.

Având în vedere incertitudinea încă legată de probabilitatea unei reduceri a ratei dobânzii de către Banca Centrală Europeană în decembrie, investitorii așteaptă cu atenție discursul președintelui BCE, Christine Lagarde, care va avea loc astăzi și care se așteaptă să ofere noi indicii despre traiectoria politicii monetare a zonei euro.

Prezentare generală a prețurilor

• EUR/USD a crescut cu 0,15% la 1,1528$, în creștere de la un nivel de deschidere de 1,1511$, după ce a atins un minim al sesiunii de 1,1502$.

• Euro a încheiat sesiunea de vineri în scădere cu 0,15% față de dolar, marcând a șasea pierdere zilnică consecutivă și atingând minimul ultimelor două săptămâni, la 1,1491 USD, sub presiunea datelor slabe din industrie și servicii din întreaga Europă.

• Pe parcursul săptămânii, euro a scăzut cu 0,95% — cea mai mare scădere săptămânală de la sfârșitul lunii iulie — investitorii s-au concentrat pe cumpărarea dolarului american, considerându-l cel mai atractiv activ în contextul actual.

Dolar american

Indicele dolarului a scăzut luni cu 0,1%, revenind de la maximul ultimelor șase luni de 100,40, reflectând o pauză în ritmul ascendent al monedei americane.

Dincolo de încasările de profit, investitorii sunt reticenți în a construi noi poziții lungi înainte de publicarea datelor cheie privind inflația din SUA, despre care se așteaptă să ofere dovezi mai clare cu privire la menținerea ratelor dobânzilor neschimbate în decembrie.

Tarife europene

• Prețurile de piață reflectă în prezent o probabilitate de aproximativ 25% a unei reduceri a ratei dobânzii BCE cu 25 de puncte de bază în decembrie.

• Investitorii așteaptă date suplimentare din zona euro privind inflația, șomajul și salariile pentru a reevalua aceste așteptări.

• Președinta BCE, Christine Lagarde, va susține un discurs important mai târziu astăzi, în care se așteaptă să abordeze evoluțiile recente ale inflației și perspectivele ratelor dobânzilor europene.

Perspective pentru euro

• Conform Economies.com: dacă comentariile lui Lagarde sună mai puțin agresive, așteptările privind o reducere a ratei dobânzii de către BCE în decembrie s-ar consolida, punând o presiune descendentă suplimentară asupra euro față de un coș de valute.

Yenul japonez s-a slăbit luni în tranzacțiile asiatice față de un coș de valute majore și minore, reluându-și declinul după o scurtă pauză în sesiunea precedentă față de dolarul american și apropiindu-se din nou de cele mai scăzute niveluri din ultimele zece luni. Moneda rămâne sub o presiune evidentă pe fondul îngrijorărilor persistente cu privire la politicile puternice de stimulare ale prim-ministrului Sanae Takaichi.

În același timp, analiștii văd puține șanse de intervenție directă pentru a sprijini yenul înainte ca acesta să ajungă la 160 pentru un dolar. Investitorii așteaptă, de asemenea, indicii suplimentare cu privire la traiectoria Băncii Japoniei către normalizarea politicilor și potențiale majorări ale ratelor dobânzii.

Prezentare generală a prețurilor

• USD/JPY a crescut cu aproximativ 0,3% la 156,80¥ de la un nivel de deschidere de 156,37¥, după ce a atins un minim al sesiunii de 156,37¥.

• Yenul a încheiat sesiunea de vineri cu o creștere de 0,7% față de dolar - prima sa creștere în șase zile - susținută de cumpărăturile la prețuri avantajoase, după ce a atins un minim al ultimelor zece luni de 157,89 cu o zi înainte.

• Moneda a pierdut 1,2% săptămâna trecută, marcând o a doua scădere săptămânală consecutivă, presată de pachetul de stimulare al lui Takaichi.

Politicile de stimulare ale lui Takaichi

Cabinetul japonez, condus de Sanae Takaichi, a aprobat la sfârșitul săptămânii trecute un pachet de stimulare economică în valoare de 21 de trilioane de yeni (135 de miliarde de dolari) - prima inițiativă politică majoră a administrației. Programul reflectă abordarea sa fiscală expansionistă, menită să sprijine activitatea economică lentă a Japoniei.

Pachetul include cheltuieli în contul general în valoare de 17,7 trilioane de yeni, depășind cu mult cele 13,9 trilioane de yeni de anul trecut, ceea ce îl face cel mai mare stimulent de la pandemia de COVID-19. De asemenea, include reduceri de impozite în valoare de 2,7 trilioane de yeni. Guvernul intenționează să aprobe un buget suplimentar pe 28 noiembrie pentru a obține aprobarea parlamentară înainte de sfârșitul anului.

Opinii și analiză

• Christopher Wong, strateg valutar la OCBC, a declarat că intervenția nu este exclusă înainte ca perechea USD/JPY să ajungă la 160, adăugând că orice mișcare ar putea fi bruscă, având în vedere condițiile de lichiditate redusă.

• Michael Boutros, strateg șef la StoneX, a remarcat o dispută continuă între Banca Japoniei și noul prim-ministru, care este „foarte pro-business și dorește ca piețele să rămână foarte confortabile”.

• Boutros a adăugat: „Nu cred că vor schimba ratele în curând. Ceea ce am putea vedea în schimb sunt discuții despre intervenție și mai multe avertismente pe măsură ce aceste mișcări continuă.”

Ratele dobânzilor japoneze

• Piața estimează în prezent o probabilitate de aproximativ 35% a unei majorări a ratei dobânzii de către BOJ cu 25 de puncte de bază în decembrie.

• Pentru a reevalua aceste probabilități, investitorii urmăresc datele viitoare privind inflația, șomajul și creșterea salariilor în Japonia.

Criptomonedele au scăzut pe toate segmentele vineri, prelungind pierderile abrupte care le-au împins mult sub vârfurile recente, Bitcoin-ul scăzând sub 82.000 de dolari.

Scăderea vine pe fondul unor pariuri contradictorii privind politica Rezervei Federale. Cel mai recent raport privind locurile de muncă din SUA a diminuat speranțele privind o reducere a ratei dobânzii în decembrie, dar aceste așteptări au reapărut astăzi după comentariile unui oficial de rang înalt al Rezervei Federale.

John Williams, președintele Rezervei Federale din New York, a declarat vineri că se așteaptă ca banca centrală să aibă o marjă mai mare de manevră pentru a reduce ratele dobânzilor.

Influentul factor politic a explicat, în timpul unor declarații din Chile, că consideră că riscurile cu care se confruntă piața muncii sunt mai mari decât cele legate de inflație – reiterând opiniile membrilor mai moderați ai FOMC.

Williams a adăugat: „Consider că politica monetară este încă moderat restrictivă, deși mai puțin decât înainte de acțiunile noastre recente. Prin urmare, continui să văd loc pentru o ajustare suplimentară pe termen scurt a intervalului țintă pentru rata fondurilor federale, pentru a aduce politica mai aproape de neutralitate și a menține echilibrul între obiectivele noastre duale.”

Conform instrumentului CME FedWatch, probabilitatea unei reduceri a ratei dobânzii cu 25 de puncte de bază la reuniunea din decembrie a crescut la 75%, față de 39% cu o zi înainte și 44,4% cu o săptămână în urmă.

Datele guvernamentale publicate astăzi au arătat că indicele PMI din industria prelucrătoare din SUA a scăzut la 51,9 în noiembrie, de la 52,5 anterior, aproape de așteptările de 52.

Între timp, indicele PMI pentru servicii a crescut la 55 în această lună, de la 54,8, sfidând previziunile de scădere la 54,6.

Sondajul privind încrederea consumatorilor realizat de Universitatea din Michigan s-a îmbunătățit și el, ajungând la 51 de la 50,3 și depășind așteptările de 50,6.

Ethereum

În ceea ce privește tranzacționarea, Ethereum a scăzut cu 3,7%, ajungând la 2.739,9 dolari, la ora 21:11 GMT, aducând pierderile pentru săptămâna respectivă la 13,2%.

Nvidia a depășit toate așteptările miercuri, raportând profituri în creștere datorită unităților sale de procesare grafică (GPU) care excelează în gestionarea sarcinilor de lucru legate de inteligența artificială. Însă alte clase de cipuri AI încep să prindă avânt.

Fiecare furnizor important de cloud își proiectează acum propriile circuite integrate specifice aplicațiilor (ASIC), de la TPU de la Google la Trainium de la Amazon și până la planurile OpenAI cu Broadcom. Aceste cipuri sunt mai mici, mai ieftine, mai ușor de utilizat și ar putea reduce dependența acestor companii de GPU-urile Nvidia. Daniel Newman de la Futurum Group a declarat pentru CNBC că se așteaptă ca cipurile ASIC „să crească mai rapid decât piața GPU-urilor în următorii ani”.

Pe lângă GPU-uri și ASIC-uri, există matrici de porți programabile pe teren (FPGA), care pot fi reconfigurate după fabricație pentru utilizări precum procesarea semnalelor, crearea de rețele și inteligența artificială. Și există o întreagă generație de cipuri AI concepute să ruleze direct pe dispozitive, mai degrabă decât prin cloud - un segment condus de companii precum Qualcomm și Apple.

CNBC a discutat cu experți și persoane din interiorul companiilor importante de tehnologie pentru a analiza acest peisaj aglomerat și diferitele tipuri de cipuri AI.

GPU-uri pentru calcul de uz general

GPU-urile erau odată folosite în principal pentru jocuri video, dar au transformat Nvidia în cea mai valoroasă companie publică din lume odată ce au devenit motorul inteligenței artificiale moderne. Nvidia a livrat aproximativ 6 milioane de unități din GPU-urile sale „Blackwell” din generația actuală anul trecut.

Trecerea de la jocuri la inteligența artificială a început în 2012, când cercetătorii au antrenat rețeaua neuronală AlexNet folosind GPU-uri Nvidia - o descoperire pe care mulți o consideră scânteia revoluției moderne a inteligenței artificiale. AlexNet a concurat într-un concurs de recunoaștere a imaginilor de mare anvergură și s-a bazat pe GPU-uri mai degrabă decât pe procesoare, oferind o precizie uimitoare și un avantaj competitiv major.

Aceeași capacitate de procesare paralelă care face ca GPU-urile să poată reda grafică realistă le face ideale și pentru antrenarea modelelor de deep-learning, care învață din date mai degrabă decât din programare explicită.

Astăzi, GPU-urile sunt vândute în sisteme de centre de date asociate cu procesoare pentru a rula sarcini de lucru bazate pe inteligență artificială bazate pe cloud. CPU-urile au o mână de nuclee puternice pentru sarcini secvențiale, în timp ce GPU-urile au mii de nuclee mai mici specializate în operațiuni paralele, cum ar fi multiplicarea matriceală.

Deoarece pot executa un număr masiv de operații simultan, GPU-urile sunt ideale atât pentru antrenament, cât și pentru inferență. Antrenamentul învață modelele de inteligență artificială să găsească tipare în seturi de date uriașe; inferența folosește aceste modele pentru a lua decizii cu privire la informații noi.

GPU-urile rămân motorul principal pentru Nvidia și cel mai apropiat competitor al său, AMD. Software-ul este un factor cheie de diferențiere între ele: Nvidia se bazează pe ecosistemul său CUDA, în timp ce AMD oferă o stivă în mare parte open-source.

Ambele companii vând GPU-uri în cloud către furnizori precum Amazon, Microsoft, Google, Oracle și CoreWeave, care apoi închiriază puterea de calcul dezvoltatorilor de inteligență artificială.

Acordul de 30 de miliarde de dolari dintre Anthropic și Nvidia și Microsoft, de exemplu, include echivalentul a 1 gigawatt de capacitate de calcul construită pe hardware Nvidia. AMD a obținut recent angajamente majore și de la OpenAI și Oracle.

Nvidia vinde, de asemenea, direct către guverne și companii de inteligență artificială — inclusiv cel puțin 4 milioane de GPU-uri către OpenAI — și către guverne străine precum Coreea de Sud, Arabia Saudită și Marea Britanie.

Compania a declarat pentru CNBC că percepe aproximativ 3 milioane de dolari per dulap de server care conține 72 de GPU-uri Blackwell și că livrează aproximativ 1.000 de astfel de dulapuri în fiecare săptămână.

Dion Harris, directorul senior al Nvidia pentru infrastructura AI, a declarat că nu și-a imaginat niciodată că cererea va crește la acest nivel. „Când am vorbit cu companii despre un sistem cu opt GPU acum ani de zile, li s-a părut excesiv.”

ASIC-uri pentru inteligență artificială specializată în cloud

Antrenamentul bazat pe GPU a alimentat primul val de modele lingvistice mari, dar inferența a devenit din ce în ce mai importantă pe măsură ce modelele se maturizează. Inferența poate fi rulată pe cipuri mai puțin flexibile și cu costuri mai mici, construite special pentru anumite operații matematice - aici intervin ASIC-urile.

Dacă un GPU este un „briceag elvețian” care poate executa multe sarcini paralele diferite, un ASIC este un instrument cu un singur scop - extrem de rapid și eficient, dar blocat într-un singur tip de operațiune odată fabricat.

„Nu poți schimba aceste cipuri odată ce sunt gravate în siliciu”, a spus Chris Miller, autorul cărții *Chip War*. „Există un compromis între eficiență și flexibilitate.”

GPU-urile Nvidia sunt suficient de versatile pentru a satisface nenumărate nevoi de inteligență artificială, dar sunt scumpe (până la 40.000 de dolari pe unitate) și dificil de obținut. Startup-urile se bazează pe ele parțial pentru că proiectarea unui ASIC personalizat poate costa zeci de milioane.

Giganții cloud, însă, investesc masiv în ASIC-uri, deoarece acestea promit economii majore la scară largă.

„Aceste companii vor mai mult control asupra sarcinilor de lucru pe care le creează”, a spus Newman. „Dar vor continua să lucreze cu Nvidia și AMD - cererea de servicii de calcul este enormă.”

Google a fost prima companie care a construit un ASIC personalizat pentru inteligență artificială, lansând Tensor Processing Unit (TPU) în 2015. Lucrările au început în 2006, dar au devenit urgente în 2013, când Google și-a dat seama că inteligența artificială poate dubla dimensiunea amprentei centrului său de date. În 2017, TPU a contribuit la activarea arhitecturii Transformer care stă la baza majorității inteligenței artificiale moderne.

Google a dezvăluit în noiembrie cea de-a șaptea generație a procesoarelor de procesoare (TPU). Anthropic își va antrena modelul Claude pe un milion de TPU-uri. Unii cred că TPU-urile rivalizează - sau depășesc - GPU-urile Nvidia.

„Mulți oameni se așteaptă ca Google să facă în cele din urmă TPU-urile disponibile pe scară mai largă”, a spus Miller.

AWS a urmat cu propriile cipuri după achiziționarea Annapurna Labs în 2015. A lansat Inferentia în 2018 și Trainium în 2022, iar Trainium3 este așteptat în curând.

Amazon spune că Trainium oferă un raport calitate-preț cu 30% până la 40% mai bun decât alternativele. Anthropic folosește în prezent o jumătate de milion de cipuri Trainium2 pentru a-și antrena modelele.

Pentru a construi ASIC-uri personalizate, furnizorii de cloud se bazează pe companii precum Broadcom și Marvell — care furnizează expertiză critică în domeniul IP și al rețelelor. „De aceea, Broadcom a devenit unul dintre cei mai mari câștigători ai boom-ului inteligenței artificiale”, a spus Miller.

Broadcom a contribuit la proiectarea TPU-urilor Google și a acceleratoarelor Meta 2023 și construiește cipuri personalizate pentru OpenAI începând cu 2026.

Microsoft a dezvoltat Maia 100. Qualcomm are A1200. Intel oferă linia Gaudi. Tesla lucrează la cipul său AI5. Startup-uri precum Cerebras și Groq promovează arhitecturi inovatoare.

În China, Huawei, ByteDance și Alibaba își proiectează propriile ASIC-uri, în ciuda restricțiilor de export impuse de SUA.

IA la nivel de dispozitiv cu NPU-uri și FPGA-uri

O a treia categorie de cipuri AI este construită pentru a rula modele direct pe dispozitive, mai degrabă decât prin cloud. Aceste cipuri sunt de obicei integrate în designuri system-on-a-chip (SoC) și sunt cunoscute sub numele de procesoare edge-AI. Acestea permit funcțiilor AI să ruleze local și eficient, păstrând durata de viață a bateriei și confidențialitatea.

„Vei putea rula sarcini de inteligență artificială direct pe telefon, cu o latență extrem de scăzută”, a declarat Saif Khan, fost consilier pentru inteligență artificială și tehnologie la Casa Albă. „Și fără a trimite date către un centru de date.”

Unitățile de procesare neuronală (NPU) reprezintă o parte importantă a acestei categorii, fiind dezvoltate de Qualcomm, Intel, AMD și alții.

Apple nu folosește termenul NPU, dar încorporează un „motor neural” în cipurile sale Mac din seria M și în cipurile sale mobile din seria A.

„Această abordare s-a dovedit incredibil de eficientă”, a declarat Tim Millet, vicepreședintele Apple pentru arhitectura platformei. „Este rapidă și ne oferă mai mult control asupra experienței.”

Cipurile Snapdragon din telefoanele Android, unitățile de procesare a procesoarelor personalizate Samsung și procesoarele edge-AI de la NXP și Nvidia alimentează inteligența artificială din mașini, roboți, camere video și dispozitive inteligente pentru locuințe.

„Majoritatea cheltuielilor de astăzi sunt încă în centrele de date”, a spus Miller. „Dar acest lucru se va schimba pe măsură ce inteligența artificială se va răspândi în telefoane, mașini, dispozitive portabile și în orice altceva.”

FPGA-urile oferă și mai multă flexibilitate deoarece pot fi reprogramate după fabricație, deși sunt mai puțin eficiente din punct de vedere energetic decât ASIC-urile sau NPU-urile.

AMD a devenit cel mai mare producător de FPGA după ce a achiziționat Xilinx pentru 49 de miliarde de dolari în 2022. Intel ocupă locul al doilea după ce a cumpărat Altera pentru 16,7 miliarde de dolari în 2015.

Concluzie: Nvidia este încă mult înaintea celorlalți

Toate aceste companii producătoare de cipuri de inteligență artificială se bazează pe un singur producător: TSMC din Taiwan.

TSMC construiește o unitate de producție masivă în Arizona, unde Apple își va muta o parte din producție. CEO-ul Nvidia, Jensen Huang, a declarat în octombrie că GPU-urile Blackwell au ajuns și acolo la „producție maximă”.

În ciuda pieței din ce în ce mai aglomerate, detronarea Nvidia rămâne extrem de dificilă.

„Nvidia se află în această poziție pentru că a meritat-o”, a spus Newman. „A petrecut ani de zile construind acest ecosistem de dezvoltatori - și este cea care a câștigat.”