执行摘要
拉扎德VGBAI基础设施40名单展示了成长阶段AI基础设施公司中令人兴奋的成长机会。通过研究和访谈，确定了四个关键市场趋势：
- 重新思考AI时代的堆栈：硬件、软件和工具的最佳架构正在发生变化，日益受到特定AI应用场景和灵活性的驱动。
- 专注于AI可持续性：对能源效率的关注日益增加，推动了能源与AI基础设施的整合以及能源效率硬件和模型的创新。
- 隐现数据约束：高质量语言数据的有限供应导致了替代和合成数据源的机会。
- 自主AI代理人的黎明：多代理和自主代理模型可能成为关键主题，展现出新兴的机会。
本报告将AI基础设施视为增长阶段潜在投资的空间。麦肯锡估计，生成式人工智能（GenAI）及其应用每年可为全球经济增加高达25.6万亿美元的价值。然而，实现这一潜力的关键在于构建必不可少的AI基础设施：“基础设施决定命运”，正如OpenAI的一位高管最近所说。
当前阶段的AI基础设施增长正受到一系列显著短缺的阻碍：硬件（GPU和其他AI芯片）、可持续能源来源、高质量训练数据以及人才。
主要市场趋势
- 重新思考AI时代的堆栈：AI工作负载的独特需求正在推动硬件/软件集成创新，例如AyarLabs的光学I/O解决方案、天体AI的光子结构互连和CornelisNetworks的高性能互连解决方案。边缘计算需求日益增长，推动了SiPearl的低功耗微处理器和SiMa.ai的嵌入式边缘机器学习片上系统等解决方案的发展。
- 专注于AI可持续性：国际能源署估计，到2026年，数据中心在全球的电力消耗将超过1,000太瓦时。微软和OpenAI等公司正在投资建设大型AI数据中心，并探索替代能源解决方案。能源可持续性预计将导致到2028年30%的通用人工智能（GenAI）实施使用节能计算方法。
- 隐现数据约束：高质量语言数据的有限供应导致了合成和替代数据源的机会。到2025年，据估计，75%的企业将使用生成式人工智能来创建合成客户数据。GretelandMostly.ai、Unstructured.io等公司可能带来可能的机会。
- 自主AI代理人的黎明：自主代理（如副驾助手）已经开始涌现，而合作型GenAI应用中的多智能体系统（MAS）也可能彻底改变机遇空间。认知实验室的Devin、开源项目LangGraph和Abacus.ai等公司正在推动这一领域的发展。
AI基础设施的细分
- 硬件/硅：Hyperscalers和Compute、数据基础架构、模型服务和推理、基础模型、MLOps。
- 市场地图-公司成熟度：大量的资本被投入到硬件/硅片和MLOps领域的某些颠覆性创新中，这可能表明这些细分市场正在开始成熟。市场格局在所有细分领域都高度分散。
- AI基础架构细分市场的增长轨迹：许多大型公司继续经历快速扩张，一群较为集中的公司似乎正在经历快速成长，尤其是在相对早期的资金阶段。
LazardVGBAIInfra40配置文件
报告附录提供了VGBAI基础设施40强公司的详细资料，涵盖了硬件/硅、I/O/联网、专门的工作负载、HPC超级计算、计算即服务、优化/加速和托管、模型服务和推理、基础模型、MLOps等多个细分领域的公司。
参考文献
报告引用了来自麦肯锡、国际能源署、Gartner、EpochAI等机构的报告和数据，以及来自多家新闻媒体和行业分析机构的报道。
