｜梦想与成本的博弈——全球AI算力持续放量
——如算力托管服务独角兽CoreWeave所言，AI算力供需的平衡点可能会在遥远的2030年……
大厂追梦AI不停歇。
本周微软、谷歌、Meta财报出炉，其中Meta由于下季度指引不及预期，导致多头略失信心之外，其他两家在财报发布后，股价表现均振奋人心。我们此前着重强调的“收入-支出-再收入”正循环逻辑正不断上演，微软、谷歌各自的云收入增速和整体利润率不断提升，且AI带动广告、搜索等业务的规模快速增长；同时，头部云厂商的算力“军备竞赛”正打得火热，短期内几乎看不到资本开支降速的可能性。在AI时代的最早期，头部厂商只有通过不断烧钱，才有可能在激烈的竞争中存活下来，如算力托管服务独角兽CoreWeave所言，AI算力供需的平衡点可能会在遥远的2030年。
静待AI应用发芽、开花、结果。市场愈发期待看到AI应用能够“接地气”，能真正为用户带来生产力的提升，或者生活、学习的便利。今年，我们已经看到了OpenAI Sora的惊艳表现，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带入PC、手机等端侧。通向AGI的路是曲折的，我们很可能仍需较长时间，才能孵化出真正改变人类社会的AI应用。部分投资者一直担心如此大额的AI资本开支能否看到产出，其实北美大厂的资本开支已经给出了答案——梦想虽然需要成本，但AI的追梦步伐不会停歇！
当下应关注“高性价比算力”。回看4G和5G时代，移动流量成本的下降带来了移动APP的黄金时代，以史为鉴，我们有理由相信，单位算力成本的下降，将是人类步入AGI时代的必要条件，便宜、易得、稳定的AI算力，是诞生历史级AI应用的根基。以Sora为例，其为何仍需数个月才会向公众开放？除开多模态大模型的安全问题外，另一个重要原因是OpenAI需要不断优化Sora推理所需算力。头部云厂商有实力投入巨额资金以维持竞争力，但头部厂商无法代表整个市场的需求方，广大长尾企业真正需要的是高性价比算力。
将算力成本进行拆解，除电力占10%的运营成本外，其余几乎均为固定资产投资，包括GPU、网络设备、散热等。GPU端，可以看到台积电正在扩张AI算力所需的CoWoS产能，预估至今年年底每月产能将逼近4万，相较2023年总产能提升逾150%；网络设备端，从英伟达GB200采取的方案看，短距离连接大规模使用铜缆$沃尔核材(SZ002130)$ 表明，英伟达所追求的不仅是超高性能，也要为客户考虑成本控制，同时，光模块厂商也在积极推动LPO等高性价比的光连接方案；散热部分，随着单机柜功率密度逐步提高，当单机柜功率密度超过某个临界值时，液冷性价比将反超风冷。
本文作者可以追加内容哦 !
