AI调整之后的思考

近期AI板块波动较大，算力赛道在小长假前后亦出现回调，市场关于AI的疑问也渐多。我们此前发布了《AIGC：Web3时代的生产力工具》；《数字人，GPT4下的杀手级应用》；《数据要素+AI，风浪越大鱼越贵》；《光模块，AIGC算力中军》等观点，站在调整之后，将最近的思考分享如下。 1、预期是涨出来的。 算力的第一个分歧点来自刚刚过去的财报季，最初的市场预期是这样的： 1）400G需求下滑，800G放量尚需时间，技术迭代期青黄不接； 2）国内5G及相关需求放缓，数据中心高速光模块需求体量小； 3）海外大厂受宏观经济影响砍单在即，光模块、服务器、数通设备整体需求一般。 可当算力在AI的加持下一路上涨后，预期悄然变化，毕竟市场在这里挖掘机会，种800G的种子，可是要求开超算的花。市场时刻盯着800G的加单进程、海外主流客户是否送样甚至批量出货，同时，Q1能否超预期？客观而言，海外大客户（Google、AWS、Meta、Microsoft+Nvidia）产品的升级进度各有不同，800G加单有先有后实属正常，加之去年上半年本身光模块行业业绩基数较高，增速放缓亦在预期之中。从近期产业反馈情况看，下半年开始800G带来的弹性才会更加明显，2024年才是800G大年也是光模块的业绩弹性大年。同时，英伟达A100、H100的发货展望也至关重要，毕竟800G的下游包括云计算和AI，而市场给后者的估值更高。 2、都是AI的映射，紧跟AI趋势。 年初AIGC浪潮之初，市场的逻辑链条是：ChatGPT兴起——OpenAI算力需求增加——英伟达及海外大厂先行——国内跟进，A100频频涨价、一卡难求——两条思路：1）以光模块+PCB+服务器为主的海外供应链；2）以寒武纪+景嘉微+海光为代表的的国产替代链。 当下，这些逻辑变了吗？——没有！ ChatGPT之后，我们一方面看到多模态的兴起，另一方面，各种开源、小模型频频亮相，本周末OpenAI又发布了开源的“文本生成3D”模型Shap-E，并公布了该模型的权重、推理代码和样本，只有这样才能降低门槛、加速AGI应用的落地。市场一直有疑问，开源模型、垂类模型对算力的需求减少，是不是构成利空？用大家熟知的交通网络举例，光有国家干线是不够的，还需要城市、乡村的多级交通网络才能实现点对点的连通，后者的发展会加速干线的扩容，形成正向循环。因此，对于AGI而言，开源模型、垂类模型是发展的必然，是算力正循环的开始。 根据Similarweb的统计，OpenAI的浏览量排名从2022年底的1879名上升到2023年1月的51名，再到3月位列第18名，月均访问量从2023年1月的6.67亿次提升到3月的16亿次，而这还是在限制用户注册的情况，在一个多季度的时间内实现的。我们有理由相信，当OpenAI的生态逐步完善后，“算力即权力”将成为AGI世界的主旋律。 A股的算力逻辑均来自对生成式AI快速发展的映射，因此，紧跟AI本身发展的趋势、寻找边际变化仍是我们研究的核心。 3、还有哪些AI新方向？ 对于TMT的新主题，市场总会经历“好奇——兴奋——审美疲劳——失落”心理轮回，如果是一般的主题，或许一个轮回就结束了，但对于大级别的科技创新往往会周而复始。站在首轮的调整阶段，投资者或将放大短期波动而忽略“战略级”创新之下的长期愿景，让市场重拾信心需要新的“战术级”催化。 一方面，各类开源模型、垂直模型的出现将会带来“量变到质变”的催化，让各行各业会用、能用AGI实现各种功能，虽然对二级市场而言，这种催化不显著，但确是产业界实实在在能感知到的。另一方面，如我们在《AIGC——通往元宇宙无尽游戏之路》中所述，“游戏”是AGI重要的试验场，之所以打引号，是因为我们讨论的游戏并不仅仅是娱乐，未来更将是融入学习、社交、创作、分享的元宇宙。登陆这一赛博空间，可能是一天工作、生活、学习的开始，如同《西部世界》一般。我们已经可以实现用GPU+电能生产内容，未来随着垂直模型的训练成本降低、效率提高，互动性将大幅提升，针对游戏、直播、工作等不同场景的数字助理将应运而生，虽然看起来像一个大型游戏，但它真的还是游戏吗？代入上帝视角后，用户可以穿越于不同的赛博空间中，从内容参与的角度看，我们每天的时间或许会变成24*N，而元宇宙将成为无尽的游戏。 在这里，我们可以看到游戏引擎、数字人、向量数据库、边缘算力等一系列的创新，部分投资者会认为这些概念离落地较远，但在AGI的驱动下，各类新技术的尝试周期将缩短，根据DCF模型，对于t的容忍度提升，本身也有利于这些新概念、新产品的折现。 同时，AGI落地过程中机会不容小觑。在面向B端用户时，不仅是调用OpenAI的API接口，还需考虑数据隐私、算力部署、响应速度、使用成本等诸多问题，这是真正将AGI从玩具变成工具的过程，需要更多工程实现上的缝合与创新，或许是下一阶段的机会所在。 风险提示：AIGC发展不及预期，算力需求不及预期。