AI行业现状与市场观点 - 全球资本对人工智能的追逐近乎狂热，但巨额资本开支与短期商业回报之间存在剪刀差，关于“AI泡沫”的论调自去年底以来甚嚣尘上 [1] - 行业共识认为当前仍处于AI时代的“Day 1”，尽管当前投入与产出存在时间差 [1] 算力基础设施的价值逻辑 - 算力作为新型基础设施，其价值逻辑与高铁类似，不能仅凭短期损益表衡量，而应关注其产生的巨大外溢效应 [3] - 对于算力投入，相对于未来数据挖掘和交互方式的彻底变革，目前的投入仍然是不足的 [4] - 类比中国高铁，其真正价值在于带动沿线城市发展、缩短产业与人才的物理和逻辑距离，而非仅“卖车票”的账面收入，AI作为基础设施具有确定性的外溢价值 [4] - 回顾互联网时代，初期的泡沫最终衍生出改变产业结构的商业模式创新，在尚未完全看懂AI全貌之前定义“泡沫”为时尚早 [4] 国产算力芯片的竞争策略 - 面对英伟达、博通等国际巨头的垄断，国产算力企业的突围策略是“聚焦”与“小突围”，先在一个技术高地上做深做透，建立“根据地” [5] - 以迈络思为例，其通过在高速网络芯片这一细分领域的极致专注，最终在技术上超越了规模更大的巨头 [5] - 国产厂商不能盲目跟风追逐热点，也不能只做简单易落地的产品，必须敢于在核心技术领域“啃硬骨头”，要抓住“每一个”机会而不仅仅是“哪一个”机会 [5] DPU细分市场的差异化机会 - 中科驭数避开了竞争最激烈的GPU领域，切入了DPU这一细分市场 [6] - 用“冰山”模型分析芯片格局：CPU和GPU是市场关注的热点（水面之上），而DPU主要解决数据传输和I/O问题，属于底层基础设施（冰山之下） [7] - 国内研发GPU和CPU的厂商很多，但在网络芯片领域（包括AI网卡和交换芯片）相关企业数量相对较少，产品更为稀缺 [7] - 随着网络带宽从10G、25G向100G、200G演进，网络数据处理需求的增长远超摩尔定律，这为DPU提供了巨大的市场空间 [7]