关于这个热门赛道，4000多字的纪要说了些什么？

金融街老裘 · 公众号 · · 2024-08-05 08:08

正文

AI 和算力是这几年海内外资本市场关注的热点。周末，我在读《投资者问答纪要》的时候，看到并行科技的最新公告。这份纪要有 4000 多字，内容比较详实，又和最近的热点有关，今天和大家分享一下。

大家对并行科技可能不太熟悉，这里简单写两句。

并行科技是北交所的上市公司，主要提供超算云服务和算力运营服务。 2023 年公司收入差不多 5 亿元左右，在北交所里面属于收入比较大的公司，增速也不错，同比增长接近 60% 。

在纪要里，公司首先介绍了国内算力服务的供需变化情况。

我想这是大部分投资者最关注的问题。

公司说，目前国内算力服务行业的供需关系可以概括为供不应求，特别是去年 10 月 17 号美国对 H800 禁售后，国内出现了明显的算力短缺。目前算力供给增长的速度远远达不到算力需求增长的速度。

从用户计算需求量划分，算力服务市场用户需求可以分为训练和推理两类。其中，训练需求可以分为超大规模的训练需求和中小规模的训练需求。

目前中小规模用户的训练需求量维持在比较高的水平，这类用户倾向选择高质量、高性能且高性价比的算力服务产品。

对于超大规模训练需求的用户，目前市场上单一大规模集群仍然较为稀缺，尤其是单应用需要跑 2000 卡以上的需求非常多，但是供给稀少。

推理类算力需求可以分为对延时有要求的推理和对延时无要求的推理。总体而言，目前的推理类算力也是处于供需两旺的局面。

国内算力的需求到底来自于哪里？未来哪些领域会大规模消耗算力资源？

在这份纪要里面，公司也做了介绍。

目前国内的需求可以分成三类。

第一类是高校和科研机构。高校主要是头部的 211 和 985 ，科研机构包括中科院下属研究所和军工集团改制后的研究机构。

第二类是制造业的公司，比如汽车行业、医药行业。

第三类是 AI 领域的客户，就是我们平时听到比较多的大模型训练和产品公司。

公司说，目前来看， A I 和算力在自动驾驶领域的发展潜力比较大。因为自动驾驶需要汇聚数据、算力和算法等要素，加上高性能的算力服务器和大规模的数据处理能力，才能训练和优化比较好的自动驾驶的模型。

最后，就是大家最担心的国产算力会不会被卡脖子的问题。

公司说的确存在卡脖子的风险。不过，国内的进步也非常大，他们对国产卡的未来非常看好，尤其是华为的 910B 及其后续产品。

公司目前有近 100 名应用工程师专门负责应用的移植和优化，能够实现快速规模化的从英伟达的卡转移到华为的。

我是这样看的。

随着大模型训练对算力的需求像滚雪球一样越滚越大，国内外的科技企业对算力的投资也是水涨船高，不断加码。这种指数级的增长，不仅仅是数字上的跳跃，也是科技实力的一种体现，更是会产生大量的投资机会。

AI 产业的发展是一个长期、多层次、多浪潮的过程。

虽然在产业发展初期，市场经常会对 AI 缺乏一个明晰的爆款应用感到摇摆不定，但是我们一直看到基础模型仍在快速迭代与成长， AI 还在不断解锁新的“能力圈”。

从软件编程、办公绘图，未来到制作微电影、小游戏…… AI 从小学生的水平在向大学生进发，目前 OpenAI 已经展望明年会诞生 GPT-6 （具备博士生水平的专业模型）。

每站上一轮新的技术浪潮， AI 将会参与到更多新的生产和娱乐场景中，涌现出诸多新的投资机会。

和其他一切新鲜事物一样， AI 应用的发展并不会一帆风顺，从研究成果到商业应用的转化也是一条漫长而艰险的道路，并不是所有的商业化的尝试都能成功。

在某些场景以当下的技术成熟度还不适宜 AI 大规模普及，这些商业化的试错也值得我们反思和保持警醒，但这些小挫折并不构成我们否定一个长期产业趋势的理由。

AI 产业发展类似移动互联网，主要经历三个发展阶段。

移动互联网的第一个阶段是基础设施建设，比如 3G 、 4G 网络建设；第二个阶段就是终端的普及，比如智能手机；第三个阶段是在终端普及基础上，衍生出应用和商业模式创新，比如直播、外卖等商业模式创新。

AI 的发展如出一辙，第一阶段对应的基础设施建设是 AI 算力中心的建设；第二个阶段对应的是硬件终端的创新，比如可能出现的 AI 手机、 AIPC 、 AI 机器人；如果前两个阶段顺利的话，第三个阶段会出现 AI+ 、应用或商业模式的创新。

目前投资机会主要集中在第一阶段的算力相关标的，如光模块、 PCB 、服务器、铜连接等。下半年重点观察，能否向第二阶段过渡。

好了，今天就和大家聊到这里了，谢谢大家。