行业或公司 * 行业: 人工智能、数据中心、ASIC芯片 * 公司: 谷歌、亚马逊、微软、Meta、博通、马威尔 核心观点和论据 1. iThink增量在海外： iThink增量主要在海外，因为微软、谷歌、亚马逊等云厂商的算力供给存在差异，埃辛格作为有效补充，且人工智能应用端需求大幅上升。[2] 2. 人工智能转向推理： 从预训练链转向推理，测试时计算的算法重视程度提升，推理测投资加强。[5] 3. 集群变化： 集群规模将往15万到20万卡增长，面临算力有效利用率挑战。[6] 4. 范式转移： 从预训练链到推理端的过渡，大模型在低垂累推理测好用，成本下降。[7] 5. 大厂布局： 微软、谷歌、亚马逊等大厂加大iThink投资，如苹果、博通等国内厂商也开始布局。[8] 6. 产品节奏： 投资iThink需关注产品节奏，如谷歌TPU更新换代需求。[9] 7. ASIC市场空间： 2024年市场规模预计100亿美金，2027年可达600亿到900亿美金。[22] 8. 设计门槛高： ASIC设计门槛高，参与厂商不多，博通和马威尔具备优势。[24] 9. 博通和马威尔推荐： 博通和马威尔在AI收入增长和客户群体方面具备优势，持续推荐。[27-28] 10. AI应用爆发： AI应用端需求增加，ASIC用量增长，看好中长期成长性。[31] 11. 投资核心变化： 关注产品推出时间节点、客户反馈和订单增长。[35-36] 其他重要内容 * 谷歌TPU进展： 谷歌TPU已迭代6代，具备强大的训练和推理能力。[17-18] * 亚马逊芯片： 亚马逊主要芯片为Trillion和Inflation，分别用于训练和推理。[19] * 微软芯片： 微软自研ASIC芯片名为玛雅，目前为第一代。[20] * Meta芯片： Meta芯片名为MPIA，用于广告推进引擎。[21] * AI应用反馈： 关注AI应用客户反馈，积极反馈是股价上涨核心因素。[35] * AI算力变化和应用单变化： 加大对AI算力变化和应用单变化的布局。[37]