执行摘要
本报告正式推出对先进计算领域的覆盖。先进计算涵盖所有支持人工智能（AI）规模化的终端市场，包括用于训练和推理的计算。报告认为，超大规模资本支出是投资者和供应商衡量先进计算生态系统增长和可持续性的关键指标。预计到2030年，超大规模资本支出将累计产生2.8万亿美元收入，有效将行业与传统的数据中心芯片收入脱钩。主要受益于超大规模投资的领域包括图形处理器、网络处理器、服务器微处理器、AI加速器和内存。
关键要点
- 智能弹性：对处理器的需求预计将产生2.8万亿美元累计收入，有效解耦行业与传统数据中心芯片收入。
- 电力限制：电力可用性已成为增长的主要限制因素，推动1.2万亿美元投资。
- 架构效率：行业广泛过渡到专家混合（MoE）架构，大幅提高效率。
- 热过时：传统风冷数据中心（每机架约30 kW）已技术上过时，需要更先进的冷却技术。
- 保真度风险：语言模型保真度（LMF）是关键性能指标，失败将影响生成式AI（GenAI）模型的用户生产力。
核心结论
- 超大规模资本支出预计将累计达到6.4万亿美元，半导体行业进入周期性超级周期，推动3.7万亿美元投资。
- 与投机性 dot-com 时代不同，当前超大规模资本支出基于广泛的企业需求。
- 风险投资（VC）正从通用基础模型转向“推理层”和物理AI。
- 专业“新云”（neoclouds）市场 segment 兴起，满足企业对高性能GPU和加速器的需求。
- 企业应放弃自建基础模型，转向微调和检索增强型AI。
- 2纳米工艺节点转型是满足能效需求的关键。
市场情景
先进计算市场包括所有支持AI规模化的终端市场，特别是超大规模资本支出。报告认为，电力可用性是当前增长的主要限制因素，推动对更高效冷却技术的需求。超大规模数据中心需要强化地板和专用液体冷却回路，AI工作负载依赖高性能GPU和加速器，数据吞吐速度与存储容量同等重要。
市场风险
地缘政治集中仍是生存风险，先进计算栈高度依赖特定地区。供应链脆弱性可能导致成本上升和交付延迟。
市场增长领域
- 数据中心基础设施：网络硬件市场增长最快，光学互连和AI专用数据中心是关键趋势。
- 运营与服务提供商：AI云服务提供商（CSPs）分为通用超大规模和专用新云，新云在GPU可用性上竞争。
- 设施与电力基础设施：站点选择聚焦于安全电力接入，天然气和柴油发电机仍是主流。
- IT硬件与组件：数据中心IC（处理器、加速器、HBM、网络IC）需求强劲，半导体公司通过ODM合作。
- 软件与编排：基础模型和MLOps平台是关键，虚拟化软件帮助基础模型公司进入企业市场。
研究结论
- 2029年将是超大规模自由现金流爆发年，核心业务利润率加速提升。
- 企业应优先考虑微调和检索增强型AI，而非自建基础模型。
- 2纳米工艺节点转型是满足能效需求的关键，推动对先进冷却技术的需求。
- PE价值创造正从被动数据中心地产转向关键技术的主动整合。
