纪要涉及的行业 AI行业 纪要提到的核心观点和论据 1. AI发展带来经济增长：AI发展将带来超12.4万亿人民币GDP，每年额外增量增长率约0.8%，产业需求驱动技术迭代，技术迭代又扩大市场需求[2] 2. 算力需求增长与开源趋势：新的一轮大模型驱动下，算力需求增长，由原来的B源走向开源，驱动力一是模型成本下降带来新需求，二是第三方算力提供商和国内运营商在推理和训练需求增量上有较大贡献[2][3] 3. 云端算力需求旺盛：云端算力需求保持旺盛增速，更依赖算法支持，英伟达芯片过去六年算力增长达四千倍，内存带宽提升速度成新投资热点，系统端架构优化对云端应用有重要支持[3][4] 4. 终端芯片成长空间大：未来随着中端应用涌现，对token输出量要求提高，终端核心芯片或SoC芯片领域成长空间大[5] 5. 算力层Infra投资重点：过去和未来两三年，AI基础设施或算力层Infra是投资重点，工程优化和系统端教育提升将成主流共识，国产算力迎来发展机会[5][6] 6. 中国AI行业有望实现全球领先：随着国内算力能力提升，带动AI终端应用和软件迭代，打通内循环后，中国生产者AI行业有望实现全球领先水平[7] 7. 资本开支增长可期：2023 - 2025年资本开支总量近300亿美元，未来随着算力基础设施完善和AI应用兴起，2026 - 2027年头部云厂商资本开支上行周期可期待[8] 8. 端测SoC应用范围和体验提升：随着工程优化技术迭代和开源模型效率提升，国内头部SoC芯片应用范围和体验程度得到较好磨合，服务多元化场景能力有望快速普及[9] 9. AI Agents将快速普及：未来两到三年，随着AI能力和模型技术水平提升，AI Agents可能快速普及，2020 - 2030年本地端加云端AI agent市场从100亿美元增长到400亿美元[10] 10. AI Agent价值和问题解决：叠加不同模型能力的agent有价值，未来技术优化和模型能力提升后，模型执行过程中的异常问题能得到解决，AI Agent可能替代传统APP成为新内容分发入口[10][11] 11. B端付费场景变革：AI大模型加AI agent可能在B端付费场景形成新的生产变革，打通底层数据可带来系统端快速提升[12] 12. AI生态结构变化：人工智能生态结构形成网状共生模式，大模型开发向上赋能应用，向下整合算力基础设施和数据资产[12][13] 13. AI进化加速因素：2025年，硬件端性能提升、成本和效率优化推动AI进化加速，包括个人端小型化和互联网生态端半定位化硬件架构发展[13] 14. AI Agent生态崛起：不同类型talk应用和调用大模型能力集合，推动Agent从交付模型输出结果到交付完整工作成果[14] 15. 寄生智能带来投资机会：寄生智能是长周期、大空间演进机会，带来新投资机会，同时要解决AI发展中的伦理和安全问题[14] 16. 英伟达技术优势：英伟达技术路径得益于半导体先进制程迭代和存储能力带宽提升，在架构迭代和存储性能提升等方面有工程创新，保持高速迭代领先能力[15] 17. 基础端技术挑战与投资机会：基础端在背板连接方式、机柜设计和光连接使用等方面有新的技术挑战，也带来投资机会，数据传输方面有新发展，如CPU交换机亮相[16] 18. 数据传输技术发展：CPU形态的光电集成交换机存储量提升，光电合封光引擎方式可能进一步演化，提升NVL系统架构数据传输速度和带宽[17] 19. AI演进方向与国内能力：AI从生成式走向代理式，最终演进到物理世界真实的巨型智能型AI，国内在Generative AI和Adaptive AI上初步具备技术能力和生态，有望较快进入Physics AI发展阶段[17][18] 20. 英伟达数据平台作用：英伟达在数据平台的准备，随着数字基础发展和合成数据能力提升，将对人类基础社区、生产生活和生产力革命产生新化学反应[19] 其他重要但是可能被忽略的内容 1. 工程优化样板借鉴：DeepSeq在预训练和后训练阶段为工程优化提供了样板借鉴[6] 2. AI Agent任务执行问题：过去模型执行过程中存在异常任务结束或断点问题，未来技术优化后有望解决[11] 3. 手机和互联网厂商开发Agent：因流量聚合和商业变现能力，手机厂商和互联网厂商在开发自己的Agent[11] 4. B端工作方式改变：底层数据打通后，通过整合工作流和B端agent模式可改变工作方式，带来系统端提升[12] 5. 与移动互联网结构对比：将AI生态结构与移动互联网三层金字塔结构对比，突出AI生态网状共生特点[12]