- 算力消耗影响因素:算力消耗受 token 数、API 价格、输出结果长度等因素影响,通过定量化分析进行测算。
- 训练阶段算力需求:大厂每周滚动训练一次,post training 算力预期中期提升 30%-50%。
- 推理阶段算力需求:与 4O 相比,算力提升数十倍,主要因 API 价格贵四倍、output 翻倍、COT 推理过程 token 数增加三倍,单次 OE 模型算力消耗 20-30 倍。
- OE 模型算力需求驱动因素:
- 推理需求占比提升,2024 年需求并重,2025 年主要增长来自推理。
- 推理需求天花板被打开,引入“思考深度”参数维度。
- 应用场景拓宽,从 to C 到 to B,市场空间扩大。
- 为未来模型训练提供高质量数据和资源,形成正向循环。
- OE 模型特点:思维过程更接近人类,类似深度思考模式,命名 O1 代表后续还有 O2、O3、O4 等模型。
- 算力需求持续性:OE 模型推动算力需求持续发展,产业发展深度容量加大,大模型发展可延续较长时间。
- 标的推荐:
- 光模块:创新中心、新盛,受益于北美产业链与模型算力需求直接挂钩,业绩增长明确,估值便宜。
- 交换机产业链:紫光中心、锐捷、菲克斯等,受 post training 阶段利好影响。
- 数据中心:盛科通信,产品应用于运营商、行业客户及互联网大厂,估值低。
- 数据中心基础设施:万国数据、光环新网,海外布局明确,温控设备等配套行业受益。
- 国内 IDC 厂商:润泽科技、奥飞数据等,预期需求逐步起量,订单结构性变化值得关注。
- 数据中心算力基础设施:国外大模型快速发展,推理需求提量,国外数据中心供需拐点明确,国内 IDC 厂商逐步改善。