AI产业链的戴维斯双击时刻20250816

2025年08月18日00:40 关键词关键词 AI产业链戴维斯双击大模型参数规模硬件设施REZEN model推理模型商业正循环头部大厂2.0阶段自由现金流OBI AI云计算网络增厚光模块GPU算力估值融资 全文摘要全文摘要 长安通讯分析师主持讨论，聚焦AI产业链发展趋势、核心驱动力及硬件需求预测。强调自五月份以来，AI板块在A股和美国市场表现强劲，大模型开发、专利卡及网络存储硬件需求增长。指出硬件领域变化，特别是SC架构渗透率提升，为相关硬件企业带来显著超额弹性。 AI产业链的产业链的“戴维斯双击时刻戴维斯双击时刻”20250816_导读导读 2025年08月18日00:40 关键词关键词 AI产业链戴维斯双击大模型参数规模硬件设施REZEN model推理模型商业正循环头部大厂2.0阶段自由现金流OBI AI云计算网络增厚光模块GPU算力估值融资 全文摘要全文摘要 长安通讯分析师主持讨论，聚焦AI产业链发展趋势、核心驱动力及硬件需求预测。强调自五月份以来，AI板块在A股和美国市场表现强劲，大模型开发、专利卡及网络存储硬件需求增长。指出硬件领域变化，特别是SC架构渗透率提升，为相关硬件企业带来显著超额弹性。讨论了不同硬件架构对光模块、PCB和连接交换机的影响，预测未来硬件投资将持续增长。提醒听众关注AI领域潜在风险，强调特定硬件板块的投资前景。 章节速览章节速览 ● 00:00 AI产业链的双击效应与产业链的双击效应与2.0阶段的商业加速阶段的商业加速讨论了AI产业链从2324年的1.0阶段发展到2.0阶段的变化，强调了今年五月份后AI 板块行情的本质区别，即商业应用的显著加速。指出头部大厂的使用量大幅增长，表明AI正从理论探索转向实际应用，预示着产业链将迎来新的投资机会。 ● 03:04大厂财报超预期，大厂财报超预期，AI拉动营收引关注拉动营收引关注 对话中提到北美云商微软和雷塔在五一假期后披露的财报显示，业绩超市场预期，不仅营收强劲，自由现金流也表现良好。AI对营收的拉动作用成为讨论焦点，预计未来几年内，北美云商的营收将持续增长，但核心关注点在于其营商收入、业绩及自由现金流是否能持续支撑，以及AI对其业绩的具体影响。 ● 04:32 AI产业增长与谷歌财报分析产业增长与谷歌财报分析对话围绕AI产业的快速增长展开，特别提到了谷歌的财报表现超出预期，以及API 使用量的惊人增长。分析了大厂和小厂在AI领域的收入情况，预测谷歌三季度的开发支出将持续增长，并指出AI注册公司的总收入已接近250亿美金，显示了AI领域的强劲发展势头。 ● 06:41 AI公司融资与盈利模式探讨公司融资与盈利模式探讨对话围绕AI公司的经营性收入、估值及商业化策略展开，提及了OBI等公司的年化收入情况，以及AI 领域投资热度，分析了中小企业向广告市场转型的趋势。 ● 08:12 AI与云计算：万亿级别市场与工业革命级变化与云计算：万亿级别市场与工业革命级变化讨论了AI作为万亿级别市场的潜力，强调了其在替代人力、提升效率方面的作用，以及与云计算的区别。提及AI 应用尚处于早期阶段，预计未来几年将出现大规模收入增长，同时指出当前商业正循环的飞轮已启动，尽管未来风险存在，但概率较低。 ● 10:21 AI产业演进与戴维斯双击逻辑产业演进与戴维斯双击逻辑 讨论了AI产业从模型军备竞赛到应用百花齐放的演进趋势，以及AR、toon等领域表现的飙升，体现了2.0阶段AI产业的逻辑与发展。 ● 10:38 AI网络升级与光模块市场机遇网络升级与光模块市场机遇对话探讨了AI技术推动下的网络架构变化，特别是从云计算向AI 数据中心转型过程中网络需求的显著增加。指出AI推理阶段并不减少对高性能网络的需求，反而因S和A4技术的应用导致网络环境通胀，为光模块等通信网络环 节带来超额弹性增长机会。 ● 11:59 SC与与GPU拉动光模块市场空间的数学测算分析拉动光模块市场空间的数学测算分析通过详尽的数学测算，研究发现单位算力投入下，SC拉动的光模块市场空间是GPU的约3.8 倍，尽管这一数字可能随时间波动，但SC在拉动光模块市场方面具有明显优势。 ● 13:08 SC网络带宽配置与网络带宽配置与GPU集群协同优化探讨集群协同优化探讨讨论了SC网络通过加大带宽配置提升GPU 集群算力利用率及卡间协同的重要性，指出在大模型架构变化下，如专家模型并行处理，对网络协同提出更高要求，涉及多机器多节点系统，可能增加光模块使用量。提及DSS设计概念，即针对不同数据流在单一芯片上使用多套网络，以优化数据传输效率，虽非普遍采用，但反映网络配置在SA架构中超越GPU的趋势。 ● 16:54 GPU与网络成本对比及性价比分析与网络成本对比及性价比分析对话主要讨论了基于美金的GPU与网络成本对比，指出GPU的单位flus 美金成本虽高，但因其高毛利率和定制化开发的高性价比，整体架构仍具吸引力。网络成本虽占比较高，但GPU的综合性价比使其在一年至两年内仍保持竞争力。 ● 18:43算力板块与光模块行业增长逻辑探讨算力板块与光模块行业增长逻辑探讨对话围绕算力板块，特别是光模块和PCD行业，探讨了SC 渗透率提升带来的超额增速及其背后的商业逻辑。分析指出，随着SC渗透率的逐年提升，光模块行业有望实现每年30%以上的超高速增长，即使行业整体增速放缓，该板块仍能保持强劲增长。此外，SC技术的发展与应用，尤其是推理算力的潜力，被认为是未来推动行业发展的关键因素。 ● 22:45 AI行业周期与估值逻辑探讨行业周期与估值逻辑探讨对话深入分析了AI行业的发展模式，强调其与传统周期股的不同，指出AI 行业硬件更新速度快，商业模式良好，未来增长潜力大，当前PE估值被低估。同时，讨论了北美四大互联网公司的营收、利润和现金流增长情况，以及行业对硬件的高需求和快速更新换代的特点。 ● 28:45投资策略与优先级讨论投资策略与优先级讨论对话围绕投资策略展开，重点讨论了商业正循环和FX架构占比提升带来的超额弹性，以及优先推荐PEB 和融资公司的理由。同时，提到了二线公司的新产业趋势、客户拓展和品类拓张的重要性，并计划私下沟通具体看好品种。 问答回顾问答回顾 发言人发言人问：为什么今年开始讲问：为什么今年开始讲AI产业链戴维斯双击，这与之前有何本质区别？产业链戴维斯双击，这与之前有何本质区别？ 发言人答：今年从五月份之后，A股和美国市场针对AI板块的行情出现显著变化，与2023-2024年有本质区别的主要原因在于，当前阶段AI产业端持续开发大模型，各大型企业投入进行军备竞赛，大模型参数规模不断扩大。随着参数规模的增大，对专利卡及网络存储硬件设施的需求也随之增长。此外，发展后期出现了REZEN model，通过基座模型和推理模型的方式优化性能，降低能耗等，这一系列进展使得AI产业在2023-2024年进入了一个全新的发展阶段。 发言人发言人问：当前及未来几年北美云服务商在问：当前及未来几年北美云服务商在AI领域的收入预期如何？领域的收入预期如何？ 未知发言人答：预计今年北美云服务商的收入将在3400到3500亿美金之间，增速大约在30%左右；而明年预计收入将达到4600到4700亿美金，增速大概为30%以上。不过，目前尚无法直接拆解AI业务的具体拉动程度，因为很多收入仍包含在传统业务中。不过，谷歌等公司在AI领域的投入增长迅速，如API使用量在短短几个月内实现了翻五至十倍的增长，这反映出整个产业的强劲发展态势。同时，虽然增速超预期，但由于谷歌自身对用云需求的未预见性，导致短期出现库存积压情况。 未知发言人未知发言人问：问：AI产业链戴维斯双击的核心逻辑是什么？产业链戴维斯双击的核心逻辑是什么？ 未知发言人答：核心逻辑在于随着AI技术进步，尤其是大模型能力的提升，市场对AI商业化的期待值显著提高。头部大厂的模型参数量暴增，同时营销采购的情况也超出市场预期。以微软和亚马逊为例，他们在一季度财报中均实现了营收业绩超预期的增长，并且这种增长趋势在二季度得以延续且幅度更大。 虽然利润方面未全部超预期，但收入方面的强劲表现证明了AI对大厂经营业绩的强大拉动作用。 未知发言人未知发言人问：谷歌在三季度的开发词是否会继续增长，并且全年指引会如何表现？问：谷歌在三季度的开发词是否会继续增长，并且全年指引会如何表现？ 发言人答：我们预测三季度谷歌开发词将继续炒热并有望超过全年指引，因为上半年开盘词为400亿美金，而全年指引是851亿美金。考虑到二季度大约224亿的数字，即使三四季度持平，全年也将达到851亿美金。但实际上，三四季度由于环比接近三倍的增长，将呈现超预期表现并上调全年预期。 发言人发言人问：为什么现在可以预判大厂和小厂的收入情况？问：为什么现在可以预判大厂和小厂的收入情况？ 发言人答：虽然大厂的具体收入难以跟踪，但小厂方面，通过对硅谷知名AI注册公司的梳理，发现其总收入在当前位置已接近250亿美金，且增长迅速，两个月内从200亿美金提升至250亿美金。 发言人发言人问：目前硅谷问：目前硅谷AI公司的赚钱效率如何？公司的赚钱效率如何？ 未知发言人答：目前硅谷的一些明星AI公司赚钱效率极高，例如某代码生成工具类公司（如Cosa）在六月份就已达到5亿美元的年化经营性收入。另外，像OpenAI（OBI）的估值约为130亿美元，还有其他公司如SOT等也在短时间内实现了数十亿乃至数千万美元的收入。 发言人发言人问：问：AI行业发展趋势及市场规模如何？行业发展趋势及市场规模如何？ 未知发言人答：AI行业的收入增长迅猛，预计年底硅谷分公司的AR收入将达到接近400到500亿美金，整体估值可能达到万亿级别。AI被视为比云计算更大的市场，因为它不仅提升机器效率，更大幅提高人效，替代人力成本，包括像硅谷等地高薪技术人员的工作。这一轮AI变革被看作是工业革命级别的变化，可能需要9到10年才能完全显现其潜力，目前类似于移动互联网在12、13年的水平，真正的爆款和大规模收入还在后面，预计在未来两三年甚至三四年才会进一步显现。 未知发言人未知发言人问：网络环节的超额弹性是怎么来的？问：网络环节的超额弹性是怎么来的？ 未知发言人答：超额弹性来源于AI技术发展初期，其税中心架构与云计算架构的不同，表现为网络增厚的过程，以适应AI计算需求。在网络层级和收入比上，与过去架构有显著差异。 发言人发言人问：这次网络升级是由什么引发的？当初业界对问：这次网络升级是由什么引发的？当初业界对AI进入退役阶段后网络需求的看法是什么？进入退役阶段后网络需求的看法是什么？发言人、发言人答：这次网络领域的第二次大规模变化是由sk带来的。当时流行的观点认为，随着AI进入推理阶段，不再需要强大的系统支持，大规模部署S会对网络产生利空影响，因为产业专家和分析师预计到那时网络通讯需求可能会减少。 发言人发言人问：你们如何通过数学计算验证了网络环境的变化？问：你们如何通过数学计算验证了网络环境的变化？ 未知发言人答：我们首先对每款sc下单卡算力进行了数据库梳理，并换算成美金价值量，包括光模块、PCB用量及其对应市场空间。研究发现，sc单位floss算力投入拉动的光模块市场空间是GPU的3.8倍左右。 发言人发言人问：为什么问：为什么SC能比能比GPU拉动更多的光模块市场空间？拉动更多的光模块市场空间？ 未知发言人答：主要原因在于SC单卡算力较弱，云商在自研SC网络时会加大带宽配置以提升算力利用率和卡间协同，因为单个SC集群需要更多卡才能达到与GPU相当的性能，从而需要更大的带宽进行协同。 未知发言人未知发言人问：问：SC集群如何通过不同层级的网络架构实现协同工作？集群如何通过不同层级的网络架构实现协同工作？ 发言人答：短期内，SC集群通过PCB实现几十厘米内的协同；随着距离增长至10米以上，开始使用光模块；而在更远距离，如2公里内，会采用更先进的技术方案来支持协同