纪要涉及的行业和公司 - 行业：算力租赁、云计算、AI模型研发、AI应用 - 公司：字节跳动、阿里巴巴、腾讯、百度、美团、知乎、贝壳、滴滴、立积、杉杉股份、百川、The Stack、Meta、智捷科技、MiniMax、智谱AI、DeepSeek、通义千问、快手、蚂蚁集团、亚聚 纪要提到的核心观点和论据 1. 国际大厂资本开支与算力采购 - 国际大厂资本开支相比去年保持强劲增长，字节跳动2024年底算力开发预算1500 - 1600亿元，其中约500多亿用于买近60万台CPU机器，2025年上半年无明显增加算力预算计划，或增CPU采购至85 - 90万台以扩容云计算；GPU全年预算超900亿，采购NVIDIA的GB200、B200及未来GB300，关注国产芯片[3][4] - 阿里巴巴年初投入数百亿至近千亿用于算力租赁和合规算力，采购B200和H200芯片，国内企业采购受合规影响且依赖非合规芯片，NVIDIA芯片受美国禁令影响大，国产GPU可满足国内推理需求[3][4] 2. 算力预算变化趋势 - 部分厂商增加算力预算，但非明显趋势，供货渠道和保供能力相对稳定，若NVIDIA正常供应，国内市场供货正常，受美国技术博弈影响供应通道可能受限，部分头部厂商增加算力供应，二线厂商受带动加码[5] 3. 2025年算力需求变化 - 模型开发公司竞争压力增大，部分公司或下线，开源模型使移动互联网公司受益，二线互联网公司增加GPU租赁需求，但份额不及头部厂商[3][6] 4. 云服务市场GPU租赁业务 - 2025年云服务市场GPU租赁业务预计显著增长，如立积去年收入23亿，今年目标接近70亿，部分上市公司云服务提供商收入翻倍，但字节跳动等企业降低毛利要求或拉低市场整体毛利率[3][7][8] 5. 大型互联网公司算力用途 - 大型互联网公司增加算力主要用于模型训练，包括多模态领域，部分资源用于对外租赁，推理任务利用之前采购硬件，云业务企业通过卡片租售满足需求[3][9] 6. 模型推理算力需求 - 2024年底日均token需求4万亿，需约十二三万张芯片，2025年底预计日均token需求达40万亿，对应芯片约60万张，反映多模态场景对算力更高要求，动态数据占比将从30%提升至70%[3][10][11] 7. 算力租赁价格与毛利率 - 算力租赁市场两极分化，A800级别芯片租赁价格2025年可能逐步下降，年中或降至每月2.7 - 2.8万元，H800级别芯片今年波动不大，2026年可能下降；2025年GPU租赁市场毛利率预计维持在25% - 35%，持有大量A100芯片毛利率可能回落至10% - 15%[3][14] 8. AI模型研发进展 - 国内外AI模型研发处于战略相持、动态博弈状态，国内百度、腾讯、阿里巴巴投入激进，部分国内AI公司文本能力与国际水平差异不明显，字节跳动在图像理解和生成方面表现出色[18] 9. AI应用相关 - AI应用侧数据变化依赖工程能力和设计巧思，B端场景中虚拟助手是值得关注方向，字节跳动2025年计划推出数字员工概念，包含代码生成、数据看板治理等功能；2024年底文本和语音模型成熟度较高，2025年关注图像理解、视频生成及情感语音陪伴类模型发展，下半年图像和视频理解技术将提升并应用于多领域[19][20][22][23] 10. 未来投资预期与推理卡规模 - 若应用落地顺利且使用频次高，推理卡规模需求将大幅增加，2024年底支持40万亿日均token需60万张卡，2026年底对应120 - 130万张芯片，整体算力预算预计150 - 160万张芯片[24] 其他重要但可能被忽略的内容 1. 算力租赁合作模式：市场上公司多采用代持方模式合作，租用单元算力模组，规避暴露底层硬件问题，满足企业对计算资源合规性要求[12] 2. 毛利率影响因素：算力租赁业务毛利率取决于合同期限、预付款情况和折旧时间，不同厂商折旧周期不同，毛利率表现有差异[13] 3. 资源分配与模型训练效果：模型训练与推理任务资源分配需综合考虑多因素，增加算力资源不一定能提升模型训练效果[15][16] 4. 算力分布与芯片采购策略：算力分布不必集中在特定区域，可在资源便宜区域建设数据中心集群；推理层面不依赖进口芯片，计划采购国产芯片补充，降低对单一供应商依赖，增强供应链稳定性[25][26] 5. 国产芯片情况：目前国产芯片能支撑多种模态推理业务，但训练存在问题，百度昆仑芯表现较好；未来2 - 5年国产芯片将逐步替代并合作应用于更多推理业务，2025或2026年下半年新设计国产卡可用性将提升；当前国产芯片前端表现和性价比稍逊色，部分新型号适配能力和推理性能有提升，未来有望在价格与性能上达更好平衡[28][29][30]