berita

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Zhitong Finance APP mengetahui bahwa CITIC Construction Investment merilis laporan penelitian yang menyatakan bahwa daya komputasi masih menjadi kekuatan pendorong mendasar untuk iterasi berkelanjutan pada model besar. Ada tiga jalur utama investasi dalam daya komputasi. Yang pertama adalah seputar perubahan bertahap, seperti sambungan tembaga, pendingin cair, dll.; yang kedua adalah seputar perubahan bersama, seperti penyimpanan, PCB, catu daya, dll.; adalah apakah pertumbuhan kinerja NVIDIA melebihi ekspektasi. Sampai batas tertentu, hal ini menentukan kisaran penilaian seluruh rantai industri tenaga komputasi.

CITIC Construction Investment menunjukkan bahwa kecenderungan umum AI bergerak ke sisi terminal. Sistem operasi AI asli Apple dan aplikasi yang dibuat oleh Apple Intelligence memimpin, dan asisten AI sisi PC Microsoft juga semakin cepat, memperhatikan gelombang penggantian mesin end-to-end dan peningkatan DRAM, komputasi privasi, akustik, baterai, pembuangan panas, dan Arm PC serta peluang investasi lainnya.

Dengan peningkatan kemampuan model besar dalam negeri, penurunan harga panggilan, dan dukungan kebijakan, CITIC Construction Investment yakin bahwa lebih banyak aplikasi AI akan diterapkan secara bertahap. Robot obrolan sisi-C, gambar Vincent, dan aplikasi video Vincent secara bertahap diterima. AI B-side juga telah mulai diterapkan di bidang keuangan, industri, militer, perawatan medis, pendidikan, dan bidang lainnya.

Pandangan utama Investasi Konstruksi CITIC adalah sebagai berikut:

Menantikan paruh kedua investasi AI, kami yakin ada dua arah investasi utama:Yang pertama adalah tren industri global, yang intinya adalah kekuatan komputasi; yang kedua adalah stimulasi permintaan domestik seputar kebijakan dalam negeri, khususnya kombinasi AI dengan industri G-side dan B-side.

Ada tiga logika investasi di bidang daya komputasi: Pertama, dengan fokus pada investasi pada perubahan bertahap, perubahan terpenting pada paruh kedua tahun ini adalah pengembangan dan transisi bentuk server AI dari 8 kartu sebelumnya ke NVIDIA NVL36 dan 72 kabinet pilihan banyak produsen besar. Diantaranya Sambungan tembaga dan pendingin cair merupakan peningkatan baru. Mereka akan memasuki periode pesanan intensif pada paruh kedua tahun ini dan akan mulai mengkatalisasi kinerja mulai dari Q4. seiring melimpahnya pesanan dari perusahaan-perusahaan terkemuka, seluruh rantai industri menunjukkan tingkat kemakmuran yang tinggi, pangsa beberapa perusahaan meningkat, dengan fokus pada penyimpanan, PCB, pasokan listrik dan sektor lainnya; ketiga, fluktuasi penilaian, sistem penilaian global Kekuatan komputasi AI mengacu pada NVIDIA, apakah pertumbuhan kinerja NVIDIA melebihi ekspektasi, sampai batas tertentu menentukan keseluruhan Kisaran penilaian rantai industri daya komputasi, berdasarkan laju ekspansi Cowos TSMC, akan meningkat pada paruh kedua tahun ini tentang kinerja Nvidia pada paruh kedua tahun ini, dan oleh karena itu juga optimis terhadap peralihan seluruh sektor ke penilaian tahun depan. Pada saat yang sama, pada Simposium Teknologi Eropa pada bulan April, TSMC mengumumkan bahwa mereka akan memperluas kapasitas produksi CoWoS pada tingkat pertumbuhan tahunan gabungan (CAGR) lebih dari 60% hingga setidaknya tahun 2026. Terlihat bahwa TSMC optimis dengan permintaan AI secara keseluruhan.

Nilai sambungan tembaga telah meningkat secara signifikan dan volumenya akan meningkat pada paruh kedua tahun ini: 1) Pertumbuhan penggunaan yang signifikan: Dibandingkan dengan server 8 kartu sebelumnya, yang sebagian besar menggunakan kabel PCIE, kali ini kabinet NVL36/72 menggunakan kabel PCIE tidak hanya di baki komputasi, tetapi juga di antara baki komputasi, di antara chip switching dan bidang belakang, dan antara chip switching dan bidang belakang. Kabel tembaga berkecepatan tinggi digunakan untuk menghubungkan port I/O panel depan, dan sambungan tembaga berkecepatan tinggi juga dapat digunakan untuk menghubungkan kabinet yang berbeda; akan mulai meningkat volumenya pada paruh kedua tahun ini: Menurut TrendForce, platform baru Blackwell akan memasuki pasar pada Q3, mulai pada Q4 Tingkatkan volumenya. Menantikan tahun depan, seri Blackwell akan menjadi produk penjualan utama NVIDIA, dan sebagian besar akan berbentuk kabinet. Bagi pabrikan Tiongkok, peluang utama sambungan tembaga berasal dari melimpahnya pesanan dari Amphenol. Mengingat volume pengiriman keseluruhan kabinet NVL36 dan NVL72 tahun depan (setara dengan NVL72 diperkirakan mencapai 40.000-50.000 unit), hanya kabel tembaga berkecepatan tinggi. di dalam lemari Pasarnya sendiri mencapai RMB 4,8-6 miliar. Jika kita mempertimbangkan di luar konter, ukuran pasarnya akan lebih besar.

Permintaan memori cloud berada pada tingkat tinggi: 1) Permintaan akan pusat daya komputasi sangat besar: nilai memori video memiliki proporsi yang tinggi. Total permintaan untuk HBM3e dan LPDDR5x dalam kabinet NVL72 adalah sekitar 207.400 dolar AS, terhitung sekitar 7% dari nilai NVL72. kabinet; 2) Permintaan peralatan sisi akhir: dalam jangka panjang, permintaan peralatan sisi akhir Jumlah parameter perangkat samping akan terus meningkat, dan memori akan terus meningkat diharapkan meningkat menjadi 12-16GB. Inti dari peluang investasi dalam rantai industri ini adalah dua poin: 1) pangsa HBM3e dan perubahan pada DRAM 8GB ponsel Apple dan pemasok DRAM generasi berikutnya, dengan fokus pada Micron; 2) Saat ini, untuk produsen penyimpanan besar, fokus utamanya adalah pada konversi, dan di masa depan Keseimbangan antara pasokan dan permintaan penyimpanan mungkin terganggu, sehingga mendorong harga penyimpanan terus meningkat.

Peningkatan baru solusi catu daya: Server mengadopsi desain Rack terintegrasi dan menggunakan catu daya terpadu eksternal untuk lebih mengoptimalkan manajemen daya dan meningkatkan kinerja dan keandalan sistem secara keseluruhan. NVL72 membutuhkan 6 rak daya, dan satu kabinet memerlukan catu daya sekitar 200kw. Modul DrMOS adalah unit catu daya khusus GPU, dan permintaan modul DrMOS untuk chip seri B terus meningkat. Pemasok utamanya adalah Delta dan Lite-On, dan kami memperhatikan kemajuan pemasok daratan.

Aplikasi pendingin cair yang komprehensif: Saat ini, pendinginan cair terutama didasarkan pada pelat pendingin dan jenis perendaman. Dibandingkan dengan pendinginan udara tradisional, pendinginan cair memiliki tiga keunggulan dalam konteks peningkatan intensitas daya komputasi: 1) Lemari pendingin cair memiliki batas atas konsumsi daya yang lebih tinggi dan dapat membawa. 20 KW Server AI di atas sedang berjalan; 2) nilai PUE ruang komputer berpendingin cairan mendekati 1, memenuhi persyaratan kebijakan terbaru; 3) kebutuhan daya komputasi yang sama dengan latar belakang PUE rendah mengkonsumsi lebih sedikit daya, dan keuntungan biaya operasional jangka panjang sangatlah signifikan. Secara keseluruhan, peningkatan tingkat penetrasi pendingin cair merupakan tren yang tidak dapat dihindari di era daya komputasi yang sangat intensif.

Tren investasi utama di sisi AI: Yang pertama adalah peningkatan DRAM: untuk model dengan 3 miliar parameter, penggunaan memori yang dihitung dengan presisi Int 4 adalah sekitar 1,4 GB. Sulit bagi DRAM 6 GB untuk mendukung model AI yang besar. Saat ini, satu-satunya model yang dapat mendukung model sisi akhir berukuran besar ini adalah ponsel Apple yang dilengkapi dengan DRAM 8GB. Kami yakin jika Apple meningkatkan model end-to-end menjadi 7 miliar parameter, penggunaan memori akan mencapai 3 GB, dan akan sangat sulit untuk mendukung model 8 GB yang ada di masa depan, dengan setiap generasi ponsel yang ditingkatkan. Peningkatan DRAM Apple akan menjadi lebih sulit. Di sisi Android, di antara seri Pixel 8 terbaru Google, hanya Pixel 8 Pro yang mendukung menjalankan AI model besar Gemini karena dibekali DRAM 12GB. Yang kedua adalah masalah keamanan dan komputasi privasi: Di ​​masa depan, ponsel AIPC atau AI akan membentuk basis pengetahuan lokal. Sangat penting untuk memastikan keamanan informasi pribadi ditingkatkan. Selain itu, Intelijen Apple akan menganalisis apakah permintaan yang dikirim oleh pengguna dapat berjalan di perangkat. Jika diperlukan daya komputasi yang lebih kuat, komputasi awan pribadi dapat digunakan untuk hanya mengirim data terkait tugas ke server menggunakan chip Apple di masa depan, pabrik akan membangun pusat penalaran cloud sendiri untuk layanan telepon seluler. Yang ketiga adalah peningkatan akustik: Interaksi suara akan menjadi pintu masuk penting ke era AI, dan poin yang sangat penting di sisi akhir adalah peningkatan perangkat akustik. Keempat, baterai dan pembuangan panas telah berubah secara signifikan: seiring dengan peningkatan daya komputasi chip sisi akhir, konsumsi daya meningkat, baterai menjadi lebih besar, dan bahan pembuangan panas juga berubah. Kelima, memperhatikan perubahan permintaan peralatan inspeksi visi mesin yang disebabkan oleh perubahan baru pada perangkat keras iPhone 17. Keenam, Arm PC: Dengan beberapa faktor termasuk kemampuan AI yang lebih kuat, masa pakai baterai yang lebih kuat, dukungan utama Microsoft, dan fokus Qualcomm dalam pembuatan chip PC, produsen besar mulai fokus meluncurkan Arm PC.

Tesla memimpin revolusi menyeluruh dalam mengemudi otonom: Tesla FSD Beta V12.3 adalah versi FSD pertama yang menggunakan jaringan saraf end-to-end. Menurut data keselamatan terbaru yang diungkapkan oleh Tesla, setelah fungsi FSD diaktifkan, kendaraan Tesla hanya dapat terjadi setiap 5,39 juta mil perjalanan. . Satu kecelakaan jauh di bawah rata-rata nasional yaitu satu kecelakaan setiap 670.000 mil perjalanan. Dibandingkan dengan algoritme sebelumnya, model besar memiliki empat fitur dan keunggulan penting: 1) Berbasis data: Dulu, mengemudi otonom ditentukan oleh aturan tertulis, namun kini didorong oleh data Setiap kali Anda menonton 1-1,5 juta klip video , efeknya akan terlihat jelas Peningkatan; 2) Batas atas yang tinggi: Munculnya kemampuan model besar saat ini juga tercermin dalam mengemudi otonom, yang berarti bahwa peningkatan jumlah parameter dapat menyelesaikan beberapa perilaku mengemudi yang sulit diselesaikan dalam mengemudi otonom proses di masa lalu; 3) Kecepatan iterasi dipercepat: di masa lalu Tesla mengulangi algoritma FSD hampir setiap dua minggu, dan memperbarui versi setiap 2-3 hari di era model besar; : Autopilot yang ditentukan oleh aturan di masa lalu sangat kaku, namun pengalaman saat ini lebih mirip dengan mengemudi manusia, sehingga mengurangi jumlah pengambilalihan. Tesla juga mengumumkan serangkaian data untuk FSD12.3. Rata-rata jarak tempuh pengambilalihan meningkat dari 116 mil menjadi 286 mil, dan proporsi perjalanan pengguna tanpa pengambilalihan meningkat dari 47% di FSD V11.4 menjadi 72%. ditingkatkan., kemampuan mengemudi berbantuan mobil penumpang semakin ditingkatkan, dengan fokus pada Desay SV. Namun, untuk mengemudi otonom tingkat L4, rata-rata jarak tempuh pengambilalihan Tesla masih jauh di belakang manusia. Saat ini, tidak mungkin untuk sepenuhnya mewujudkan mengemudi otonom hanya dengan mengandalkan kecerdasan kendaraan tunggal, dan perhatian perlu diberikan pada konstruksinya. dari Chelu Cloud domestik.

Aplikasi AI memberdayakan ribuan industri: Medan perang utama lainnya untuk penerapan model besar adalah penerapan industri. Pada tanggal 26 Mei, pada simposium perusahaan dan pakar di Provinsi Shandong, penggunaan teknologi untuk mentransformasi industri tradisional disoroti. Kedua, obligasi negara jangka panjang juga akan banyak diinvestasikan di bidang-bidang seperti "kemandirian dan kemandirian melalui ilmu pengetahuan dan teknologi." Pada saat yang sama, “Garis Besar Rencana Strategis Peningkatan Permintaan Domestik (2022-2035)”: Tegas menerapkan strategi perluasan permintaan domestik dan membina sistem permintaan domestik yang utuh. Hal ini juga berfokus pada promosi integrasi mendalam antara 5G, kecerdasan buatan, data besar, dan teknologi lainnya dengan transportasi dan logistik, energi, perlindungan lingkungan ekologis, pemeliharaan air, tanggap darurat, layanan publik, dan lain-lain, untuk membantu meningkatkan kemampuan tata kelola negara-negara terkait. industri. Kami percaya bahwa AI mulai diterapkan di bidang keuangan, industri, pendidikan, transportasi, militer, medis, dan bidang lainnya. Di sisi keuangan, model besar secara bertahap menjadi asisten peneliti investasi yang lebih baik, manusia virtual pengelolaan kekayaan, basis pengetahuan keuangan, dll. Di sisi industri, model besar telah mulai menyediakan interaksi manusia-komputer, sampel generasi AIGC, dll. dalam CAD dan perangkat lunak lainnya, dengan fokus pada teknologi kontrol pusat. Di bidang robot, kecerdasan robot setelah dihubungkan dengan model besar meningkat pesat, dan mulai menggantikan manusia dalam menyelesaikan tugas-tugas sederhana di pabrik dan tempat lainnya. Di bidang militer, perusahaan luar negeri Palantir telah berhasil menggunakan model besar sebagai asisten medan perang di medan perang. Di bidang pendidikan, AI secara bertahap menjadi guru virtual di lebih banyak mata pelajaran. Di bidang transportasi, kolaborasi car-road-cloud mengedepankan kebutuhan infrastruktur yang lebih tinggi. Selain memberdayakan manajemen lalu lintas yang cerdas, kolaborasi ini juga dapat secara efektif mengurangi biaya kendaraan yang dikemudikan secara cerdas. Di bidang medis, di masa lalu, AI sendiri memiliki penerapan yang relatif mendalam (model tradisional) di bidang-bidang seperti pencitraan medis serta penelitian dan pengembangan obat baru. Munculnya model generatif semakin memperdalam perkembangan AI di bidang tersebut Namun secara umum arah penelitian dan pengembangan di luar negeri lebih bias.Untuk farmasi, arah penelitian dan pengembangan di dalam negeri lebih fokus pada manajemen kesehatan. Terdapat perbedaan arah penerapan keduanya berdasarkan perbedaan efektivitas yang besar model.

peringatan risiko

Resesi ekonomi Amerika Utara diperkirakan akan meningkat secara bertahap, dan terdapat ketidakpastian besar dalam lingkungan makro. Perubahan lingkungan internasional mempengaruhi rantai pasokan dan kekurangan chip di luar negeri dapat mempengaruhi produksi normal dan pengiriman perusahaan terkait, serta pengiriman perusahaan lebih rendah dari yang diharapkan; informatisasi dan digitalisasi Permintaan dan belanja modal lebih rendah dari yang diperkirakan; persaingan pasar semakin ketat, mengakibatkan penurunan tajam dalam margin laba kotor; fluktuasi nilai tukar mempengaruhi pendapatan pertukaran dan margin laba kotor perusahaan yang berorientasi ekspor; iterasi pembaruan algoritma model besar tidak seefektif yang diharapkan, dapat mempengaruhi evolusi dan perluasan model besar, yang pada gilirannya akan mempengaruhi kemajuan komersialisasi mereka; dan intelijen industri tidak seperti yang diharapkan.