行业与公司 * 纪要主要涉及人工智能（AI）算力行业，特别是AI推理领域[1][2] * 核心公司包括英伟达（NVIDIA）和甲骨文（Oracle），并提及国产算力卡、商汤科技、阿里云等[1][2][14] 核心观点与论据：AI推理的技术演进与效率提升 * 英伟达RoboMaster 4PX支持FP4数据格式，大幅降低算力消耗和成本，提升推理效率，而国产算力卡尚未达到FP4水平[1][2][5] * 英伟达首次在硬件层面支持推理过程中的Prefill与Decode阶段分离，结合GDDR7内存优化，大幅提高推理效率[1][4] * 英伟达推出Dynamo推理架构，通过融合计算（合并小算子）和自动调整计算图（适应输入序列长度变化）来优化模型推理过程[5][6] * Robin CPS GPU系统与Dynamo框架协同，通过PD分离推理和智能请求路由（根据KV cache匹配分配任务），实现精准资源调度，优化长上下文应用（如AI编程、AI视频）[6][7] 核心观点与论据：AI产业从训练转向推理的趋势 * 整个AI产业趋势正从训练阶段向推理阶段转变[2][13] * 大型科技公司开始从自建转向外租第三方GPU云服务（如Oracle、Coherent、Nebulas），以节约成本并提高灵活性[13] * 硬件使用率对云服务商盈利能力至关重要，H100主机群使用率可达85%-88%[13] 核心观点与论据：Oracle的独特优势与商业模式 * Oracle的优势在于构建万卡、十万卡大规模算力集群，并配备软件优化框架和强大的向量数据库能力，而非简单提供裸金属机柜[1][8][9] * 其模式独特之处在于强大的数据库能力与云基础设施发展愿景，预计2029财年云基础设施收入可能达到1000多亿美元[3][11] * 在AI推理时代，Oracle凭借其集群能力、软件框架以及私有云数据库（可实现数据快速传输），构建了复杂且高技术门槛的体系[10] 其他重要内容：竞争格局与投资机会 * 国产算力卡（如海光）在技术层面仍落后于英伟达，面临FP4等技术突破挑战[1][5][14] * 投资机会关注英伟达Robin CPX利好的光模块、PCB等产业链公司（如工业富联），以及受益于算力需求的国产卡公司[14] * 可关注具备全套AI能力（主办卡机群、AI框架、大模型）的公司，如商汤科技、阿里云（阿里巴巴），而非仅有IDC实力的公司[14]