核心观点与行业思考
-
AI基础设施与Token生成
- AI作为生产智能的基础设施,Token生成是未来软件与计算的核心,当前数量呈指数级增长。
- AI服务公司成本结构:训练用算力(研发支出)、后训练/微调(产品定制成本)、推理用算力(变动成本)。
- 推理需求增长驱动力从用户量渗透转向单次使用Token密度提升(如DeepResearch、CodingAgent等高Token密度任务占比提升)。
-
英伟达AI产品迭代逻辑
- 产品迭代受瓶颈驱动,核心是提升算力效率,需跨越CPU+GPU+NVLink+网络+软件同步演进。
- 每代产品解决上一代瓶颈:通信→内存带宽→散热→电力。
-
能源约束与供应链布局
- 北美数据中心选址转向能源选址,美国电网缺口是英伟达最关注的外部约束。
- 英伟达通过产品路线图透明化带动供应链提前配套。
-
英伟达五层AI蛋糕与竞争策略
- 产业布局覆盖能源-芯片-基础设施-模型-应用五层。
- 面对大厂自研ASIC竞争,英伟达策略:
- CUDA极高切换成本锁定用户;
- NVLinkFusion允许自研ASIC接入网络;
- NemoClaw等软件层锁定生态而非硬件。
- 竞争策略核心:将竞争从硬件层转移至软件/生态层,并强化一体化解决方案的硬件壁垒。
-
相关机会
- 关注cpo、光模块、液冷、HBM4、电源电力环节的配套升级。