AI基础设施峰会第1天：AI安全与对齐需要更多而非更少的算力

核心观点

• AI 安全与对齐需要更多计算资源：前沿 AI 模型开发者认为，AI 安全和对齐是一个计算密集型过程，因此安全担忧可能会推动计算需求增长，而非减少。
• 计算瓶颈转移：前沿 AI 模型开发的瓶颈正从模型架构创新转向获取大量计算资源、电力和基础设施，同时通过 Astra 平台和下一代硬件（如 Vera Rubin）提高效率。
• AI 基础设施需求持续强劲：这预示着 AI 基础设施各环节（GPU、网络、电力、冷却、数据中心容量）的需求将持续强劲。
• 下一代设施效率提升：下一代设施可容纳 30-40% 更多 GPU，提高基础设施效率并支持不断增长的 AI 需求。Vera Rubin 是重大升级，开箱即提供 3 倍的令牌吞吐量提升，优化后可达 5 倍。
• Astra 平台优化系统：Astra 通过端到端系统优化实现回报，性能提升来自更好的硬件和软件编排。

公司观点与产品

• Nvidia：
  • CUDA 平台支持客户多样性。
  • 代理式 AI 比 Chatbox 要求高 100 倍，相关指标显著提升。
  • Vera Rubin 为代理式 AI 全栈深度设计，在代理式工作负载上可将 AI 工厂吞吐量提升高达 30 倍。
  • Groq3 LPX 提供长上下文和极致令牌速度。
  • Vera CPU 是最快的 CPU 和大规模单线程 CPU。
  • NVLink Fusion 连接 XPUs 到 Nvidia AI 基础设施。
  • D-Matrix 采用内存优先 AI 推理架构，补充而非取代 GPU，Corsair 提供基于 SRAM 的高效推理平台，Raptor 旨在通过高效数据移动和异构系统设计扩展该优势。
• Intel：
  • 重定位为全栈 AI 基础设施公司，策略包括组织简化、软件能力增强、先进封装领导力以及内存和系统级创新。
  • AI 竞争将转向系统优化、内存架构、软件利用和基础设施效率。
  • Intel 不认为当前 AI 周期是担忧因素，预计 AI 的最终影响将大于互联网。
  • 负责任的采用至关重要，安全和隐私是更广泛接受的前提。
  • CPU 对强化学习、代理式 AI、编排层和通用计算工作负载仍高度相关。
  • 18A 已进入量产，14A 即将推出，0.9 PDK 预计 10 月发布，1.0 PDK 预计下季度发布。
• Meta：
  • 分享了基础设施扩展经验，Titan AI 训练集群 Prometheus 已超过 1GW，未来几年将向 Hyperion 5GW 发展。
  • 最大挑战是构建跨多个区域的大型集群数据中心，以实现无损耗网络并减少 GPU 集群到 GPU 集群的中断。
  • 部署了专有 BAG（后端聚合）架构以改善网络，目标是每天每 8K GPU 中断次数不超过 2 次。

估值与风险

• Intel：
  • 基于 SOTP 估值，目标价 130 美元。
  • 风险包括 PC 终端市场依赖、并购、竞争、客户风险和宏观经济风险。
• Meta：
  • 目标价 800 美元，基于 2027 年 GAAP EPS 36.92 美元，隐含 2027 年 EV/EBITDA 约 11 倍。
  • 估值依据包括用户规模、增长中的参与度、产品超级周期和 AI 机会、广告创新和收入增长。
  • 风险包括 ATT 和 IDFA 变化影响、在线广告支出减速、竞争加剧、非广告业务投资贡献不足、经济和消费者支出趋势不利以及反垄断、数据和隐私监管压力。
• Nvidia：
  • 目标价 315 美元，基于 C27E 收入功率的 21 倍 P/E。
  • 风险包括游戏市场竞争导致股价下跌、新平台采用不及预期导致数据中心和游戏销售放缓、汽车和数据中心的波动性以及加密货币挖矿对游戏销售的影响。