科技巨头AI追逐战 算力成本是关键

以下是改写后的文章内容:

摘要 科技巨头对AI的追求势头不减。本周微软、谷歌、Meta的财报表现各异。虽然Meta因下季度指引不佳导致投资者信心略有动摇,但微软和谷歌的财报却提振了市场信心。我们此前强调的"收入-支出-再收入"良性循环正在持续。微软和谷歌的云业务收入增长和整体利润率不断提升,AI还推动了广告、搜索等业务规模的快速增长。同时,头部云服务商的算力竞赛正如火如荼,短期内资本支出难以放缓。在AI时代的早期,头部企业只有通过持续投入,才有可能在激烈竞争中立足。正如算力服务独角兽CoreWeave所言,AI算力供需的平衡可能要到2030年才能实现。

市场越来越期待看到切实可行的AI应用,能真正提升生产力或改善生活、学习的便利性。今年我们已经看到了OpenAI Sora的惊艳表现和国产大模型Kimi的崛起,未来还有望看到GPT、Gemini、Llama的持续更新,以及微软、苹果等顶级厂商将大模型引入PC、手机等终端设备。通往AGI的道路曲折漫长,可能还需要相当长的时间才能孵化出真正改变人类社会的AI应用。一些投资者一直担心如此巨额的AI资本支出能否产生回报,但北美科技巨头的资本开支已经给出了答案 - 追逐AI梦想需要成本,但这个步伐不会停止!

目前应关注"高性价比算力"。回顾4G和5G时代,移动流量成本的下降催生了移动APP的黄金时代。以此类推,我们有理由相信,单位算力成本的下降将是人类迈向AGI时代的必要条件。廉价、易得、稳定的AI算力,是孕育划时代AI应用的基础。以Sora为例,为何仍需数月才能向公众开放?除了多模态大模型的安全问题,另一个重要原因是OpenAI需要不断优化Sora推理所需的算力。头部云厂商有能力投入巨资以保持竞争力,但它们无法代表整个市场需求,广大中小企业真正需要的是高性价比的算力。

将算力成本拆解,除了约10%的电力运营成本外,其余几乎都是固定资产投资,包括GPU、网络设备、散热等。GPU方面,台积电正在扩大AI算力所需的CoWoS产能,预计今年年底每月产能将接近4万,较2023年总产能提升150%以上。网络设备方面,从英伟达GB200采用的方案来看,短距离连接大量使用铜缆表明,英伟达不仅追求超高性能,还考虑客户的成本控制。同时,光模块厂商也在积极推广LPO等高性价比的光连接方案。散热方面,随着单机柜功率密度逐步提高,当超过某个临界值时,液冷的性价比将超过风冷。

算力

光通信: 中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁。

算力调优/调度/租赁: 恒为科技、思特奇、中科曙光、某移动运营商、某联通运营商、某电信运营商。

算力设备: 某通讯设备商、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪。

液冷: 英维克、申菱环境、高澜股份、佳力图。

边缘算力承载平台: 美格智能、广和通、移远通信。

卫星通信: 某卫通运营商、某卫星运营商、震有科技、华力创通、电科芯片、海格通信。

数据要素

运营商: 某电信运营商、某移动运营商、某联通运营商。

数据可视化: 浩瀚深度、恒为科技、中新赛克。

BOSS系统: 亚信科技、天源迪科、东方国信。

风险提示: AI发展不及预期,算力需求不及预期,市场竞争风险。