念のため　再掲　　Financial Times
OpenAI says it has evidence China’s DeepSeek used its model to train competitor

半導体はDeepSeek以前とDeepSeek以後で違うんだよ
asmlの受注はDeepSeek以前だから意味が無い

ASMLこけたら-10％とかなったくせに超絶決算で＋数％なのしょうもなさすぎやな

ASMLもアメリカ半導体規制前の中国駆け込みがあった事を忘れるなよ

ASML上げか
お前ら馬忠でこんな大手の決算あるなら言っててくれよ
儲けそこなったわ(´・ω・`)

ASML受注　わろた

ASMLはガイダンス的なのやるんか？

◆◆ASMLの決算速報◆◆ 売上高：92.6億€（予想：90.2億€） 受注額：70.9億€（予想：35.3億€）

ASMLの第4四半期売上高：92.6億ユーロ（予想：90.2億ユーロ）
ASMLの第4四半期受注額：70.9億ユーロ（予想：35.3億ユーロ）
ASMLの第4四半期粗利益率：51.7%（予想：49.6%）

ASMLの第1四半期売上高見通し：75億〜80億ユーロ（予想：72.5億ユーロ）

TSMC　ASML　NVIDIA　一企業で乱高下する東証ｗ

ASML！ASML！
ASMLの企業アカウント今回は貼ってくれんかったわ

ASML受注やべえ

ASML

どっちこれ
たいしてあがらんやん

あーASML決算か　なるほど

*ASML 4Q NET SALES EU9.26B, EST. EU9.02B
*ASML 4Q BOOKINGS EU7.09B, EST. EU3.53B
*ASML 4Q GROSS MARGIN 51.7%, EST. 49.6%
*ASML SEES 1Q NET SALES EU7.5B TO EU8.0B, EST. EU7.25B

ASML決算らしい　観測

ASMLきた

ASMLよかったの？

https://www.release.tdnet.info/inbs/140120250122553579.pdf
6586マキタ利益上方

ASMLすごすぎwwww

ASML忘れてたｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗ
ラッキー

ASML決算も同時に出たんか？な反応

>>172
ASMLやろ？

ASML決算ってASMLのXアカウントもすぐ貼ってくれてたよな

今買えスレで銘柄出たら即100株買い注文出すプログラム作ったわ

import os
import json
from argparse import ArgumentParser
from glob import glob
from tqdm import tqdm

import torch
from safetensors.torch import load_file, save_file

from kernel import weight_dequant

def main(fp8_path, bf16_path):
torch.set_default_dtype(torch.bfloat16)
os.makedirs(bf16_path, exist_ok=True)
model_index_file = os.path.join(fp8_path, "model.safetensors.index.json")
with open(model_index_file, "r") as f:
model_index = json.load(f)
weight_map = model_index["weight_map"]
fp8_weight_names = []

safetensor_files = list(glob(os.path.join(fp8_path, "*.safetensors")))
for safetensor_file in tqdm(safetensor_files):
file_name = os.path.basename(safetensor_file)
state_dict = load_file(safetensor_file, device="cuda")
new_state_dict = {}
for weight_name, weight in state_dict.items():
if weight_name.endswith("_scale_inv"):
continue
elif weight.element_size() == 1:
scale_inv_name = f"{weight_name}_scale_inv"
assert scale_inv_name in state_dict
fp8_weight_names.append(weight_name)
scale_inv = state_dict[scale_inv_name]
new_state_dict[weight_name] = weight_dequant(weight, scale_inv)
else:
new_state_dict[weight_name] = weight
new_safetensor_file = os.path.join(bf16_path, file_name)
save_file(new_state_dict, new_safetensor_file)

new_model_index_file = os.path.join(bf16_path, "model.safetensors.index.json")
for weight_name in fp8_weight_names:
scale_inv_name = f"{weight_name}_scale_inv"
assert scale_inv_name in weight_map
weight_map.pop(scale_inv_name)
with open(new_model_index_file, "w") as f:
json.dump({"metadata": {}, "weight_map": weight_map}, f, indent=2)