摩根士丹利表示:Nvidia 是 AI 的首选,随着芯片制造商发布轰动一时的财报后需求回升,该股可能上涨 15%

摩根士丹利将英伟达的目标价上调至 500 美元,并将该股称为“首选”。
分析师表示,自该芯片制造商上个月发布了轰动一时的财报以来,需求有所回升。
Nvidia 正在从之前未被视为主要买家的客户那里获得订单。

摩根士丹利表示,自该芯片制造商上个月发布轰动一时的财报以来,需求才有所回升,Nvidia 的股价还有更大的上涨空间。

分析师将英伟达的目标价从 450 美元上调至 500 美元,较当前水平上涨 15%。英伟达凭借其人工智能芯片震撼了华尔街。

尽管股价今年迄今已飙升 200%,并加入了少数其他市值 1 万亿美元或以上的科技巨头行列。

摩根士丹利还将 Nvidia 命名为新的“首选”,将这个绰号从之前的持有者竞争对手芯片股 AMD 手中夺走。 分析师表示,Nvidia 有更多的近期上涨空间,预计它将是唯一一家超过预期并在本日历年上调业绩指引的公司。

“自 NVIDIA 报告以来,人工智能培训的需求环境持续回升,我们的行业合同每天报告来自客户的新订单,这些客户直到现在才被视为主要客户,”该报告称。

上个月,由于生成人工智能市场的增长,Nvidia 将其第二季度收入预期提高至 110 亿美元,比市场预期高出 50% 以上。 该公司的 AI 芯片组有助于推动 OpenAI 的 ChatGPT 和 Alphabet 的 Bard 聊天机器人背后的技术。

摩根士丹利表示,投资已经从传统的服务器基础设施迅速转向人工智能基础设施,称英伟达是“人工智能硬件中最干净的故事”。

分析师表示:“虽然自今年早些时候升级股票以来我们一直持积极态度,但我们远未达到应有的乐观程度。”

根据该说明,不仅现有客户在加速支出,而且来自应用程序开发人员、企业 IT 部门甚至政府的支出也很强劲。

虽然从长远来看这些数字可能无法持续,但摩根士丹利仍然认为未来几年“资本密集度更高”。

“坦率地说,围绕这些市场的评论比我们在 29 年的半导体股票研究中听到的任何评论都要积极。”

韭菜热线原创版权所有,发布者:弗里曼,转载请注明出处:https://www.9crx.com/72264.html

(0)
打赏
弗里曼的头像弗里曼管理团队
上一篇 2023年6月17日 01:15
下一篇 2023年6月17日 23:35

相关推荐

  • “Smart Beta”对我们意味着什么?

    作者:Research Affiliates的Engin Kose 关键点 由于缺乏普遍接受的“智能贝塔”定义,人们有理由将各种产品描述为智能贝塔策略。 在股票投资中,我们使用智能贝塔来指代估值无关的策略,这种策略打破了资产价格与其在投资组合中的权重之间的联系,同时保留了被动指数化的大部分积极属性。 通过分享我们对这个术语的想法,我们希望引导讨论走向真正的问…

    2023年11月20日
    20400
  • 国际市场和法治

    学术研究表明,开放、法治和法律保护与投资者流入全球股票市场有关。基于这样的考虑,非美股看起来不太好。 过去几十年来,新兴市场和非美国发达市场股票的表现落后于美国同行。对于这种表现不佳的情况,有几种可能的解释。持有美国股票的风险溢价可能高于持有国际股票的风险溢价。但考虑到美国股市的波动性也远低于国际股市,这不太可能是原因。 另一个原因可能是资本在不同国家之间的…

    2024年4月3日
    14400
  • 美国国债收益率曲线继续为投资者提供机会

    我们一段时间以来一直在推动延长曲线,然后问为什么我们认为长期利率会下降。随着经济的改善,短期利率是否有可能下降,而十年以上的利率仍保持较高水平? 首先,一切皆有可能。我们发现自己正处于非常不稳定的时期,充满波动性和投资者的大量不确定性。当你观察美联储以往的加息周期时,通常会发现短期利率对美联储加息的敏感度高于曲线的较长端。图中的金线代表 1 年期国债,绿线代…

    2023年10月27日
    32400
  • 投资人不愿承认的三件事

    金融界人士不愿承认三件事: 我不知道。 我错了。 我没想到会发生这种事。 宇宙大师的心态在金融界普遍存在,因为它是一群受过高等教育、有竞争力的人。如果你承认你不知道接下来会发生什么,他们会认为这是软弱的表现。 问题是财务人员(实际上是所有人)非常擅长告诉你为什么刚刚发生的事情事后看来是显而易见的。他们很难告诉你未来会发生什么。 过去几年市场和经济中发生的很多…

    2023年10月7日
    20300
  • 北京大学R语言教程(李东风)第4章: 数值型向量及其运算

    数值型向量 向量是将若干个基础类型相同的值存储在一起,各个元素可以按序号访问。如果将若干个数值存储在一起可以用序号访问,就叫做一个数值型向量。 用c()函数把多个元素或向量组合成一个向量。如 marks <- c(10, 6, 4, 7, 8) x <- c(1:3, 10:13) x1 <- c(1, 2) x2 <- c(3, 4…

    2023年10月23日
    19600

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部