大廠持續投入AI算力，推動全球算力需求持續增長

大型科技公司對AI的投入熱情持續高漲。本週微軟、谷歌、Meta等公司財報出爐,除Meta外,其他公司財報表現亮眼。"收入-支出-再收入"的正循環邏輯正在上演,雲業務收入增速和整體利潤率不斷提升,AI也帶動了廣告、搜索等業務的快速增長。這些頭部雲廠商的算力"軍備競賽"正如火如荼,短期內幾乎看不到資本開支降速的可能。在AI發展初期,頭部廠商只有持續大量投入,才可能在激烈競爭中保持優勢。據算力托管服務公司CoreWeave預計,AI算力供需平衡可能要到2030年才能實現。

市場越來越期待看到能真正提升生產力或便利生活學習的"接地氣"AI應用。今年已經看到了OpenAI的Sora視頻生成模型、國產大模型Kimi等令人驚豔的成果,未來還有望看到GPT、Gemini、Llama等大模型的持續更新,以及微軟、蘋果等公司將大模型帶入PC和手機。通往AGI的道路仍然漫長,可能還需較長時間才能孵化出真正改變社會的AI應用。

當前更應關注"高性價比算力"。回顧4G和5G時代,移動流量成本下降帶來了移動APP的繁榮。同理,單位算力成本的降低,將是步入AGI時代的必要條件。便宜、易得、穩定的AI算力,是孕育顛覆性AI應用的基礎。以Sora爲例,其還需數月才會公開,除安全考慮外,另一個重要原因是需要不斷優化推理所需算力。頭部雲廠商有實力大量投入以保持競爭力,但無法代表整個市場的需求,廣大中小企業更需要高性價比算力。

從算力成本構成看,除約10%的電力成本外,其餘幾乎均爲固定資產投資,包括GPU、網路設備、散熱等。GPU方面,臺積電正在擴張AI芯片所需的CoWoS封裝產能,預計今年底每月產能將接近4萬片,較2023年總產能提升超150%。網路設備方面,英偉達GB200採用大量銅纜,顯示其在追求高性能的同時也注重成本控制,光模塊廠商也在推動LPO等高性價比光連接方案。散熱方面,隨着單機櫃功率密度提高,當超過某個臨界值時,液冷的性價比將超過風冷。