AI產業鏈全面發力 高性價比算力成關鍵

以下是改寫後的文章正文:

大廠對AI的追求仍在繼續。本週微軟、谷歌、Meta發布財報,除Meta因下季度指引低於預期略受影響外,其他兩家股價表現良好。之前強調的"收入-支出-再收入"正循環邏輯正在上演,微軟和谷歌雲收入增速和整體利潤率持續提升,AI也推動廣告、搜索等業務規模快速增長。同時,頭部雲廠商的算力競賽正在激烈進行,短期內資本開支難以降速。在AI時代初期,頭部廠商只有通過持續投入,才可能在激烈競爭中生存。據某算力服務商預測,AI算力供需平衡可能要到2030年。

市場期待看到更多"接地氣"的AI應用,能真正提升生產力或便利生活學習。今年已見證OpenAI Sora的驚豔表現和國產大模型Kimi的崛起,未來還有望看到GPT、Gemini、Llama的持續更新,以及頂級廠商將大模型引入PC、手機等終端。通往AGI的道路曲折,可能還需較長時間才能開發出真正改變社會的AI應用。

當前應關注"高性價比算力"。回顧4G和5G時代,移動流量成本下降催生了移動APP的黃金時代。同理,單位算力成本下降是進入AGI時代的必要條件,便宜、易得、穩定的AI算力是歷史級AI應用的基礎。以Sora爲例,其尚需數月才能向公衆開放,除安全問題外,還需優化推理所需算力。頭部雲廠商有實力大規模投資以保持競爭力,但無法代表整個市場需求,廣大中小企業更需高性價比算力。

將算力成本拆解,除約10%的電力運營成本外,其餘幾乎都是固定資產投資,包括GPU、網路設備、散熱等。GPU方面,臺積電正擴張AI算力所需的CoWoS產能,預計年底每月產能將近4萬,較2023年總產能提升超150%。網路設備方面,英偉達GB200採用短距離大規模銅纜連接,表明不僅追求高性能,也考慮客戶成本控制。同時,光模塊廠商積極推動LPO等高性價比光連接方案。散熱方面,隨單機櫃功率密度提高,當超過某臨界值時,液冷性價比將超過風冷。