大厂持续投入AI算力，推动全球算力需求持续增长

大型科技公司对AI的投入热情持续高涨。本周微软、谷歌、Meta等公司财报出炉,除Meta外,其他公司财报表现亮眼。"收入-支出-再收入"的正循环逻辑正在上演,云业务收入增速和整体利润率不断提升,AI也带动了广告、搜索等业务的快速增长。这些头部云厂商的算力"军备竞赛"正如火如荼,短期内几乎看不到资本开支降速的可能。在AI发展初期,头部厂商只有持续大量投入,才可能在激烈竞争中保持优势。据算力托管服务公司CoreWeave预计,AI算力供需平衡可能要到2030年才能实现。

市场越来越期待看到能真正提升生产力或便利生活学习的"接地气"AI应用。今年已经看到了OpenAI的Sora视频生成模型、国产大模型Kimi等令人惊艳的成果,未来还有望看到GPT、Gemini、Llama等大模型的持续更新,以及微软、苹果等公司将大模型带入PC和手机。通往AGI的道路仍然漫长,可能还需较长时间才能孵化出真正改变社会的AI应用。

当前更应关注"高性价比算力"。回顾4G和5G时代,移动流量成本下降带来了移动APP的繁荣。同理,单位算力成本的降低,将是步入AGI时代的必要条件。便宜、易得、稳定的AI算力,是孕育颠覆性AI应用的基础。以Sora为例,其还需数月才会公开,除安全考虑外,另一个重要原因是需要不断优化推理所需算力。头部云厂商有实力大量投入以保持竞争力,但无法代表整个市场的需求,广大中小企业更需要高性价比算力。

从算力成本构成看,除约10%的电力成本外,其余几乎均为固定资产投资,包括GPU、网络设备、散热等。GPU方面,台积电正在扩张AI芯片所需的CoWoS封装产能,预计今年底每月产能将接近4万片,较2023年总产能提升超150%。网络设备方面,英伟达GB200采用大量铜缆,显示其在追求高性能的同时也注重成本控制,光模块厂商也在推动LPO等高性价比光连接方案。散热方面,随着单机柜功率密度提高,当超过某个临界值时,液冷的性价比将超过风冷。