纪要涉及的行业 AI行业 纪要提到的核心观点和论据 市场预期与需求 - 国内外预期差异：美国西部对AI产业乐观，东部投资者保守，中国投资者更悲观，国内市场对AI算力需求预期未达拐点，预计2025年下半年出现[2] - 2025年下半年需求拐点：训练和推理需求量预计上升，预训练环节将重新活跃，OpenAI新卡到位等因素推动预训练算力需求增加，AI agent应用场景扩大推动推理需求增长[3] - 市场跟踪误区：市场认为训练需求见顶、推理需求缺乏爆款应用无法提升，但实际需求远超预期，懂大模型开发企业感受算力不足[5] - 市场预期分歧原因：2024年AI模型见顶、2025年1月底DeepSpeed推出降低需求、缺乏爆款应用，限制全球算力需求预期并导致价格波动[18] 海外与国内发展趋势 - 海外集中推动算力链：应用领域分散，不易配套具体方案；国内跟随海外涨势，但内部讨论有分歧，海外大模型开发企业计算能力不足，应用和基础设施建设有潜在增长空间[6] - 海外推理需求上升：2025年3月海外投片量显著增长，TOKEN量增加表明推理需求上升，国内市场反应不明显[15] 股市表现与AI发展 - 股市未完全反映真实状况：股价已上涨，但市场预期未完全转变，市场预期拐点来临时股价可能已处高位，需关注新叙事逻辑[7] AI算力需求逻辑分化 - 海外AI应用创新高有分化：收入增速加速的公司如Palantir、Duolingo、SAP股价创新高，无收入加速的公司如ServiceNow、Salesforce未创新高，2025年AI应用叙事逻辑围绕收入加速展开[9] - 公司股价表现分化：英伟达、博通等公司股价创新高或接近新高，Intel、高通等公司表现较弱，市场对AI算力需求预期逐步修复[10] 全球大模型厂商分层及影响 - 厂商分层：微软和Meta专注模型应用；OpenAI和XAI专注推理算力需求；Anthropic和谷歌致力于推动下一代模型迭代路径[1] - 分层对算力需求判断影响：传统通过大厂资本开支判断算力需求趋势，OpenAI和Grok崛起使传统公司算力需求代表性下降，应重点关注OpenAI和Grok资本开支[31] 算力投入与企业策略 - 大规模算力投入重要但有挑战：OpenAI计划建设40万张卡集群、马斯克计划建成100万张卡集群，但成本高昂且效果不确定，训练出的大模型可能需降维处理[27] - 美股四大云厂商跟随策略：大规模算力投入成本巨大、风险高，实际应用价值有限，等待OpenAI等公司探索路径后迭代以降低风险和成本[28] - 中国互联网企业跟随策略：缺乏计算资源和资金支持，难以承担大规模投入，等待其他公司探索路径后迭代以降低风险和资本开支压力[30] 推理与训练算力需求判断 - 分别判断：不能通过推理公司预测训练需求，也不能通过训练公司预测推理需求，推理关注谷歌、微软等，训练关注NVIDIA，大集群建设集中在头部公司[32] - 推理需求上升判断：关注图灵量数据，许多互联网大厂购置GPU卡用于推理，如字节跳动TOKEN消耗量增长[41] AI agent对算力需求 - 需求远高于传统chatbot：约两个数量级，执行任务复杂度和时长增加，应用场景扩大推动推理需求增长，发展节奏加快[38] 美股走势与AI发展 - 近期走势与AI趋势逻辑：美股近期反弹强劲，但全球AI趋势逻辑未变，需新的AI叙事逻辑，否则上涨会增加季报压力[45] - 未来走势与AI发展关系：美股未来走势与AI发展密切相关，缺乏新叙事逻辑继续上涨将面临季报压力，需关注新技术和市场情绪[46] 其他重要但是可能被忽略的内容 - **判断推理需求上升可关注图灵量数据，字节跳动2024年12月日均TOKEN消耗量达4万亿，预计下周大会披露更多推理能力和需求增长数据[41] - **谷歌2025年4月每天产生约16万亿个Token，2024年12月与当时字节跳动数据相近，目前字节跳动每日Token量可能达十几万亿个[42] - **互联网大厂购置计算芯片大部分用于推理，谷歌推理需求占比超90%[43] - **投资者下半年需关注美股估值压力、宏观变量影响、大模型迭代路径进展、海外市场对国内隐性影响，提前跟踪大模型进展避免错过最佳配置时机[51]