文章核心观点 - 全球AI竞赛进入以“超大规模、超高能耗、超高投入”为特征的新阶段，竞争焦点从模型转向底层算力 [1][2] - 英伟达与OpenAI的千亿美元合作计划建造10吉瓦级超级AI数据中心，部署数百万GPU，进一步点燃市场对AI算力前景的预期 [1][2] - AI产业投资逻辑重塑，从“模型追赶”转向“构建自主算力底座”，产业发展重心向产业链上游和底层技术倾斜 [3][4][8] AI算力竞争新阶段 - 英伟达宣布向OpenAI投资高达1000亿美元，用于建设至少10吉瓦的英伟达系统以支持下一代AI基础设施 [2] - 该合作刺激英伟达股价盘中一度大涨超4%，刷出历史新高，总市值逼近4.5万亿美元 [2] - 此次合作标志着AI基础设施竞争壁垒陡升，未来能参与“三超”竞赛的玩家将越来越少 [2] 对全球科技产业链的影响 - 合作将带动从上游芯片、服务器、光模块、液冷系统、高功率电源，到下游数据中心运营、能源配套等全链条景气度提升 [2] - AI算力“军备竞赛”进入白热化，获取顶级AI算力的门槛提高，其他AI公司在底层算力上与领先集团的差距拉大 [2] - 大功率数据中心、新一代算力平台的出现驱动产业链竞争向上游延伸，对封装技术、高带宽内存、液冷散热等新技术要求更高 [2] 中美AI竞争态势演变 - 斯坦福大学报告指出，到2024年底，中国领先模型落后美国的差距从近20%缩小到了0.3% [3] - 在算力层面，美国控制了全球75%的计算力，AI竞争从模型层面演化为基础算力角逐 [3] - 在通用大模型竞争中，中美两国实力已非常接近，差距仅在3至6个月之间，很难再形成代差 [4] 中国AI产业的发展路径与机遇 - 中国AI产业发展路径需要从“模型追赶”转变为“构建自主算力底座” [4] - GPU、ASIC、HBM、高速互联、先进封装、先进制程晶圆制造、半导体设备和材料等环节有望成为新一轮科技竞争的一部分 [4] - 中国拥有全世界最大的互联网用户人群，数据资源得天独厚，电力资源丰富，面对AI数据中心的巨大功耗更具应对能力 [6] - 国家通过“东数西算”工程进行顶层设计，引导算力基础设施全国范围内合理化布局，直接刺激了投资和应用创新 [7] 面临的挑战 - 最大的挑战来自技术层面的“卡脖子”问题，中国半导体供应链自主可控的建设亟需加速 [7] - 最严峻的挑战来自底层基础设施中的算力卡，即GPU，英伟达凭借CUDA生态垄断绝大部分市场份额 [8] - 美国商务部一度禁止中国采购英伟达算力卡，出现“一卡难求”的局面，形成巨大算力缺口 [8] AI投资逻辑重塑 - 今年四季度，国产算力会有较清晰的趋势性机会，科技投资的大体趋势是硬件先行，再到软件 [8] - 明年下半年，AI端侧或有较大的投资机会，海外巨头公司将推出AI眼镜、耳机、折叠屏手机等新品 [8] - AI行情从云侧逐步切向端侧是一条重要线索，可能带来包括端侧设备、算力芯片、通信模组在内的更广泛机会 [9] - 投资策略可考虑以确定性龙头为基石、以新技术黑马做增强，关注OCS、DCI、空心光纤、正交背板等新技术方向 [9]