科技巨頭AI追逐戰 算力成本是關鍵

以下是改寫後的文章內容:

摘要 科技巨頭對AI的追求勢頭不減。本週微軟、谷歌、Meta的財報表現各異。雖然Meta因下季度指引不佳導致投資者信心略有動搖,但微軟和谷歌的財報卻提振了市場信心。我們此前強調的"收入-支出-再收入"良性循環正在持續。微軟和谷歌的雲業務收入增長和整體利潤率不斷提升,AI還推動了廣告、搜索等業務規模的快速增長。同時,頭部雲服務商的算力競賽正如火如荼,短期內資本支出難以放緩。在AI時代的早期,頭部企業只有通過持續投入,才有可能在激烈競爭中立足。正如算力服務獨角獸CoreWeave所言,AI算力供需的平衡可能要到2030年才能實現。

市場越來越期待看到切實可行的AI應用,能真正提升生產力或改善生活、學習的便利性。今年我們已經看到了OpenAI Sora的驚豔表現和國產大模型Kimi的崛起,未來還有望看到GPT、Gemini、Llama的持續更新,以及微軟、蘋果等頂級廠商將大模型引入PC、手機等終端設備。通往AGI的道路曲折漫長,可能還需要相當長的時間才能孵化出真正改變人類社會的AI應用。一些投資者一直擔心如此巨額的AI資本支出能否產生回報,但北美科技巨頭的資本開支已經給出了答案 - 追逐AI夢想需要成本,但這個步伐不會停止!

目前應關注"高性價比算力"。回顧4G和5G時代,移動流量成本的下降催生了移動APP的黃金時代。以此類推,我們有理由相信,單位算力成本的下降將是人類邁向AGI時代的必要條件。廉價、易得、穩定的AI算力,是孕育劃時代AI應用的基礎。以Sora爲例,爲何仍需數月才能向公衆開放?除了多模態大模型的安全問題,另一個重要原因是OpenAI需要不斷優化Sora推理所需的算力。頭部雲廠商有能力投入巨資以保持競爭力,但它們無法代表整個市場需求,廣大中小企業真正需要的是高性價比的算力。

將算力成本拆解,除了約10%的電力運營成本外,其餘幾乎都是固定資產投資,包括GPU、網路設備、散熱等。GPU方面,臺積電正在擴大AI算力所需的CoWoS產能,預計今年年底每月產能將接近4萬,較2023年總產能提升150%以上。網路設備方面,從英偉達GB200採用的方案來看,短距離連接大量使用銅纜表明,英偉達不僅追求超高性能,還考慮客戶的成本控制。同時,光模塊廠商也在積極推廣LPO等高性價比的光連接方案。散熱方面,隨着單機櫃功率密度逐步提高,當超過某個臨界值時,液冷的性價比將超過風冷。

算力

光通信: 中際旭創、新易盛、天孚通信、太辰光、騰景科技、光庫科技、光迅科技、德科立、聯特科技、華工科技、源傑科技、劍橋科技、銘普光磁。

算力調優/調度/租賃: 恆爲科技、思特奇、中科曙光、某移動運營商、某聯通運營商、某電信運營商。

算力設備: 某通訊設備商、紫光股份、銳捷網路、盛科通信、菲菱科思、工業富聯、滬電股份、寒武紀。

液冷: 英維克、申菱環境、高瀾股份、佳力圖。

邊緣算力承載平台: 美格智能、廣和通、移遠通信。

衛星通信: 某衛通運營商、某衛星運營商、震有科技、華力創通、電科芯片、海格通信。

數據要素

運營商: 某電信運營商、某移動運營商、某聯通運營商。

數據可視化: 浩瀚深度、恆爲科技、中新賽克。

BOSS系統: 亞信科技、天源迪科、東方國信。

風險提示: AI發展不及預期,算力需求不及預期,市場競爭風險。