报告行业投资评级 - 对Meta、Amazon、Alphabet维持买入评级 [1] - 对AMD的评级已从中性上调至买入 [6] - 博通和英伟达是更受青睐的半导体投资选择 [6] - 微软的Azure和Copilot业务进入向上修正周期，存在价值发现空间 [1][9] 报告核心观点 - 到2030年，AI算力和token需求量将增长至当前水平的24倍，每月token数量将达到约120千万亿个 [1][2] - 届时，约三分之二（2/3）的token将来自企业应用，三分之一来自消费端，与当前渗透率结构相比出现显著逆转 [1][2] - 计算（token）成本正以每年60%至70% 的速度下降，远超摩尔定律（年降10%-12%），将驱动成本曲线与定价曲线交叉，改善超大规模云服务商（Hyperscaler）的单位经济效益 [1][4] - 半导体产能长期可支撑24倍增长，但未来12到18个月内面临短期瓶颈 [1][2] - 软件层正转向针对特定任务训练的小型语言模型，企业通过清理遗留技术栈并利用领域数据，能在相同成本下实现更高的准确率与性能 [1][3] - 超大规模云服务商的回报将呈非线性增长，利润率提升动力从裸机GPU转向平台级服务（如Amazon Bedrock）及AI驱动的非AI工作负载 [1][5] 行业需求与增长预测 - 智能体AI将推动AI使用量大幅增长，预计到2030年算力和token使用量将达到当前水平的24倍 [2] - 即使在企业应用渗透率相对较低的情况下，仍能推动算力增长55倍；消费端算力将增长12倍 [2] - 消费端代理的工作负载可能使token消耗量达到当前水平的12倍 [3] - 2025至2030年间，随着AI功能转为全天候后台运行，日均AI查询量预计将增长5倍 [3] 半导体行业与供应链 - 半导体行业长期有能力实现24倍的产能提升，但未来12到18个月内面临产能约束 [1][2] - 新增芯片产能的交付周期约为18个月 [2] - AMD服务器业务受益于智能体调度需求，预计2026年增长70%，未来两年增速可能超过40% [1][6] - AMD未来业绩预期比市场一致预期高出20% [6] - 博通和英伟达因其增长率相当或更高且估值更具吸引力，是更受青睐的选择 [6] - CPU在处理通用计算和协同调度任务方面的重要性将日益凸显 [6] 技术演进与成本结构 - 计算成本正以每年60%至70% 的速度下降，远超传统摩尔定律（年降10%-15%） [1][4] - 成本下降不仅来自芯片计算效率提升，也来自对网络成本（数据中心内及跨数据中心通信）的优化，以及非易失性内存和存储（如NAND闪存）的应用 [4] - 电力、DRAM等投入成本上涨估计导致超大规模资本支出增长约5%至10%，但被70%的成本下降因素大幅抵消 [4] - 市场正从前沿大模型转向针对特定任务训练的小型语言模型，以提升成本效益和性能效率 [3] 超大规模云服务商与科技公司前景 - 亚马逊正从AI劣势转向优势阵营，其电商、零售媒体和广告业务将因AI增强，AWS在成本优化后重拾增长势头 [7] - Meta被视为潜力最大的公司，其将AI应用于核心广告业务已产生显著效果，正在开发类似开放式抓取的产品以丰富生态系统 [5][7] - Alphabet在AI领域已稳居赢家阵营，市场情绪显著改善，具备运营动能 [7] - 微软随着Copilot业务增长加速及2026年新增产能上线，其Azure和Copilot业务进入向上修正周期 [1][9] - 微软通过Office 365 E7与Anthropic协作工具的结合，实现了前沿模型与企业级服务（定制化工作流、安全及可靠性）的优势互补 [9] - 超大规模云服务商的资本投入将获得正向但非线性的经济回报 [5] - 谷歌云及AWS近两个季度的增量利润率均超预期，得益于AI工作负载和利润率更高的非AI工作负载共同推动 [5] - 维持超额回报的关键在于：1) GPU、TPU和CPU芯片的平衡发展；2) 从基础设施即服务向利润率更高的平台和应用驱动转型（如Amazon Bedrock） [5] - DigitalOcean的非裸机GPU收入占比从一年前的70% 增长到上一季度的80%，其毛利率也相应提高 [5] - 微软将GPU资源从Azure转移至利润率更高的Copilot业务，是基于业务生命周期价值的考量 [5] 软件与云计算领域 - Cloudflare拥有性价比最高的边缘计算服务，其网络架构和软件体系（如Isolates软件路由算法）构成结构性优势，但投资逻辑已被市场充分理解，估值处于高位 [8] - 企业需要清理遗留技术栈，以使其符合企业AI代理的要求 [3] - 软件企业凭借其拥有的领域专属数据，能在相同成本下实现更高的准确率，并填补了将清理后数据应用于具体应用场景的最后环节 [3][4]