RACE

คำนวณราคา Ferrari NV

price.closed
RACE
฿347.30
+฿9.76(+2.89%)

data.updated

v2.stock.overview v2.daily.trading v2.range.52w

key.stats

yesterday.close฿337.54
market.size฿61.56B
volume.trade465.28K
pe.ratio35.17
div.yield1.23%
div.amount฿4.25
diluted.eps9.00
net.income฿1.59B
revenue฿7.14B
earnings.date2026-05-05
eps.estimate2.70
rev.estimate฿2.10B
shares.out182.40M
beta0.601
ex.div.date2026-04-21
div.pay.date2026-05-05

about.stock

Ferrari N.V., through its subsidiaries, designs, engineers, produces, and sells luxury performance sports cars. The company offers sports, GT, and special series cars; limited edition hyper cars; one-off and track cars; and Icona cars. It also provides racing cars, and spare parts and engines, as well as after sales, repair, maintenance, and restoration services for cars. In addition, the company licenses its Ferrari brand to various producers and retailers of luxury and lifestyle goods; Ferrari World, a theme park in Abu Dhabi, the United Arab Emirates; and Ferrari Land Portaventura, a theme park in Europe. Further, it provides direct or indirect finance and leasing services to retail clients and dealers; manages racetracks, as well as owns and manages two museums in Maranello and Modena, Italy; and develops and sells a line of apparel and accessories through its monobrand stores. As of December 31, 2021, it had a total of 30 retail Ferrari stores, including 14 franchised stores and 16 owned stores. The company also sells its products through a network of 172 authorized dealers operating 191 points of sale worldwide, as well as through its website, store.ferrari.com. Ferrari N.V. was founded in 1947 and is headquartered in Maranello, Italy.
sectorConsumer Cyclical
industryAuto - Manufacturers
ceoBenedetto Vigna
headquartersMaranello,MO,IT
employees5.71K
avg.revenue฿1.24M
income.per.emp฿279.27K

เรียนรู้เพิ่มเติมเกี่ยวกับ Ferrari NV (RACE)

learn.articles

What is Base Blockchain? Can it be a Dark Horse in the L2 Race?

This article explains the L2 public chain Base launched by Coinbase, how it was born, the development of its on-chain ecosystem, and whether the entire L2 race will welcome a new dark horse.

2023-09-15

Inside SVM: The Race Between Solayer, SOON, and Sonic

Against the background that Solana's new narrative is in urgent need of succession, Sonic, SOON, and Solayer of the SVM ecosystem are using differentiated technical paths to try to answer the ultimate industry proposition of "high concurrency, low latency, and cross-chain compatibility." This article will also dismantle the deep logic of this SVM arms race from the three dimensions of underlying architecture, ecological strategy, and market position.

2025-02-14

LK Venture Research Report | Telegram vs. X (Twitter): Who Will Win in the Super App Race in the Web3 Era?

X and Telegram are globally renowned social media platforms. They are two significant players in the super app race in the Web3 era. User experience reshaping, new standards of privacy and security, technological innovation, and ecosystem integration are the three critical elements determining the outcome of the race. X and Telegram possess different strengths, with X focusing on public topic discussions and information dissemination, while Telegram emphasizes privacy protection and security. This race will drive the evolution of the Web3 world, leading us into a more open, decentralized, secure, and user-friendly digital era.

2023-12-28

stock.faq

stock.price

x
current.stats

52w.range.q

x

pe.ratio.q

x

market.cap.q

x

eps.recent.q

x

buy.sell.q

x

price.factors

x

buy.how

x

risk.warn

risk.notice

disclaimer2

risk.disclosure

other.markets

กระทู้ร้อนแรงเกี่ยวกับ Ferrari NV (RACE)

BlockBeatNews

BlockBeatNews

18 ชั่วโมงที่ผ่านมา
ตามการตรวจสอบ Beating Monitoring ของ Zhipu ได้รายงานว่ามีปัญหาเกี่ยวกับตัวอักษรผิดปกติ การซ้ำซ้อน และอักษรที่ไม่ค่อยพบในโมเดล GLM-5 ซีรีส์ในบริบทของ Coding Agent ตั้งแต่เดือนมีนาคมเป็นต้นมา มีผู้ใช้งานรายงานว่าปัญหาเกิดขึ้นเฉพาะในงาน Coding Agent ที่มีการประมวลผลพร้อมกันสูงและมีบริบทยาว (เฉลี่ยเกิน 70K โทเคน) เท่านั้น ไม่สามารถทำซ้ำได้ในสภาพแวดล้อมการอนุมานมาตรฐาน Zhipu ระบุว่าระบบการอนุมานของตนรับภาระการเรียกใช้งาน Coding Agent วันละหลายร้อยล้านครั้ง หลังจากการตรวจสอบหลายสัปดาห์ ทีมงานได้ระบุจุดบกพร่องสองจุดที่เป็น race condition ในระดับพื้นฐานที่แยกจากกัน จุดแรกเกิดขึ้นในสถาปัตยกรรม PD แยก (แยกการเติมข้อมูลล่วงหน้าและการถอดรหัสไปยังโหนดต่าง ๆ): เมื่อฝั่งการถอดรหัสหยุดคำขอชั่วคราวเนื่องจากหมดเวลาแล้วจะทำการเก็บ KV Cache (แคชสถานะความสนใจที่คำนวณแล้วเพื่อหลีกเลี่ยงการคำนวณซ้ำ) แต่ฝั่งการเติมข้อมูลล่วงหน้าการเขียน RDMA ยังไม่เสร็จสมบูรณ์ คำขอใหม่จะถูกจัดสรรไปยังหน่วยความจำ GPU เดียวกัน ข้อมูลเก่าแทนที่ข้อมูลใหม่ วิธีการแก้ไขคือเพิ่มการซิงโครไนซ์แบบชัดเจนก่อนการเก็บข้อมูล เพื่อยืนยันว่าการเขียนเสร็จสมบูรณ์ก่อนปล่อย หลังจากอัปเดตอัตราความผิดปกติลดลงจากประมาณ 0.1% เหลือไม่ถึง 0.03% จุดบกพร่องที่สองเกิดขึ้นใน HiCache (แคช KV หลายระดับ): เมื่อโหลดข้อมูลจากหน่วยความจำ CPU เข้าสู่แคชแบบอะซิงโครนัส ระหว่างสายการผลิตการโหลดและการคำนวณขาดจุดซิงโครไนซ์ ทำให้ฝั่งการคำนวณอาจเริ่มอ่านข้อมูลก่อนที่ข้อมูลจะโหลดเสร็จสมบูรณ์ หลังจากการแก้ไข ปัญหานี้ก็หายไปอย่างสมบูรณ์ และแพตช์ได้ถูกส่งไปยังชุมชน SGLang (PR #22811) ระหว่างการตรวจสอบ ยังพบสิ่งที่ไม่คาดคิดอีกด้วย: ตัวชี้วัดอัตราการรับคำ (acceptance rate) ของเทคนิคการ sampling แบบคาดการณ์ (ใช้โมเดลเล็กทายโทเคนก่อนแล้วให้โมเดลใหญ่ตรวจสอบเพื่อเร่งความเร็ว) สามารถใช้เป็นสัญญาณตรวจจับความผิดปกติได้ เมื่อเกิดอักษรผิดปกติ โทเคนร่างจะถูกปฏิเสธเกือบทั้งหมด ในขณะที่ในกรณีซ้ำซ้อน อัตราการรับคำจะสูงผิดปกติ ทีมงานจึงได้ทำการตรวจสอบแบบออนไลน์: เมื่อถึงค่าขีดจำกัดจะหยุดการสร้างอัตโนมัติและทำการรีเทรย์ หลังจากแก้ไขบั๊กแล้ว ทีมงานยังได้ปรับปรุงจุดคอขวดอีกด้วย: การเก็บ KV Cache แบบ LayerSplit ซึ่งเก็บข้อมูลแยกชั้นในแต่ละ GPU โดยแต่ละ GPU จะเก็บเฉพาะบางชั้นของ KV Cache แทนที่จะเก็บทั้งหมด โดยใช้การกระจายข้อมูลเพื่อประสานการคำนวณ ในอัตราการเข้าถึงแคช 90% เมื่อความยาวคำขอเพิ่มจาก 40K เป็น 120K จะทำให้ throughput เพิ่มขึ้น 10% ถึง 132% ยิ่งบริบทยาวขึ้น ผลลัพธ์ก็ยิ่งดีขึ้น
0
0
0
0