产业深度02期：算力产业研究系列(二)：算力产业中期关注当前AI架构上限

　　摘要:以英伟达为例，理解算力时代三大技术优势

    　　“思维链”破局更智能的推理

    　　大模型时代来临，加速计算需求突破式增长。2023 年至2028 年加速计算CAGR 约32%。我们认为，目前还处于 AGI 大基建的早期阶段。

    　　经过强化学习（Reinforcement Learning），OpenAI o1 在推理能力方面取得了重大进展。

    　　思维链是一种帮助AI 模型进行推理的技术，属于强化学习的技术之一。

    　　从产业发展趋势看，中期硬件迭代或进入瓶颈期? 我们认为，每一轮新技术的发展规律都是相似的，其发展规律主要分为三阶段：

    　　（1）靠垄断发展，先在技术垄断期榨取每一代产品的利润（2）有竞争对手出现，依然享受领先优势，但会加速换代，产品迭代立刻提速，为了享受更多的领先优势

    　　（3）技术更新迭代变缓，硬件迭代进入瓶颈，软件龙头公司崛起? 从产业生命周期曲线看：

    　　（1）从本轮技术进度看，这代架构下的AI 能力已经接近瓶颈，潜力已几乎被挖尽，领先者的领先地位将越来越不明显。

    　　（2）从新一轮技术爆发看，未来竞争格局存在较大不确定性。

    　　从技术原理看，2026 年或达到这代AI 架构上限? 我们认为，在这代架构之下，增加更多特定算法如“MOE”、“Q*”等，或是增加参数量与数据资源，可能只能将回溯记忆的过程做的越来越好，无法从根本上解决“聪明”问题，模型原来无法解决的“逻辑、因果问题”的理解，在这代架构之下或难以被解决。

    　　从大模型原理看，GPU 能力、Transformer 能力、与数据资源影响AI 架构上限（1）从GPU 原理看，内存互连与架构设计决定能力上限（2）从transformer 原理看，算法不够“聪明”（3）从数据资源看，这代AI 瓶颈在数据获取、全面标注、高质量数据? 我们认为，中期看来，当前AI 架构的上限或带来以下中期风险：

    　　（1）实用性AI 角度，网络、内存等已看到明显技术上限，再花一倍的力气去提升20%的性能性价比较低，中型厂商或更多转向推理，推理侧竞争格局存在不确定性。

    　　（2）长期AGI 明显是需要多轮次技术爆发才能到达的终极目标

    　　风险提示

    　　算力场景落地不及预期，政策变动，产品研发不及预期等。

声明：

1. 风险提示：以上内容仅来自互联网，文中内容或观点仅作为原作者或者原网站的观点，不代表本站的任何立场，不构成与本站相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。本站竭力但不能证实上述内容的真实性、准确性和原创性，对此本站不做任何保证和承诺。
2. 本站认真尊重知识产权及您的合法权益，如发现本站内容或相关标识侵犯了您的权益，请您与我们联系删除。