西南证券发布研报称，2025年，海外云厂商均强调“云服务供不应求”、“根据需求信号扩展数据中心”、同时愈发关注AI应用的商业化变现，AI投资逐步从FOMO CapEx向ROI CapEx转变。模型端，随着Scaling Law从预训练延伸至强化学习和持续学习，模型对数据集的要求也将发生转变，训练数据将带来模型能力分化，推理阶段有望进一步放大其差异化特征，从而催生不同的AI用例、与不同领域进行深层次融合，在工程化能力提升和锚定高ROI应用场景下，AI商业化进程有望提速。  西南证券主要观点如下：  海外AI投入面临现金流压力，AI投资从FOMO CapEx转向ROI CapEx  2024-2025年，海外科技大厂资本开支高增，AI初创企业投入力度加大，且未来开支预期进一步上调，当前行业普遍面临现金流压力，从而促使海外科技厂商寻求多种数据中心建设方式和融资手段缓解压力，AI独角兽IPO进程也有望提速。  2024年，AI大基建之初，部分海外云厂商表示“投资不足的风险远远大于投资过度的风险”，AI投资伴随着FOMO情绪；2025年，海外云厂商均强调“云服务供不应求”、“根据需求信号扩展数据中心”、同时愈发关注AI应用的商业化变现，AI投资逐步从FOMO CapEx向ROI CapEx转变。  数据中心面临电力容量限制，算力集群日益强调每瓦特Tokens产出效率  通常，海外云厂商在规划数据中心之初，需率先确定能够提供给数据中心的电力容量，再针对数据中心内部的IT设备进行配置。因此，在电力容量限制下，海外云厂商均强调最大化每瓦特下的Tokens产出效率，对芯片/存储/通信等硬件环节，以及软件栈和系统架构进行全面优化，以提高数据中心的算力利用率。  同时，海外云厂商日益注重数据中心建设的通用性和灵活性，以适应不同代际的GPU、电气部件和冷却设备，支持多种模型的计算，能够在训练工作和推理负载之间灵活切换，而非为单一技术或单一客户过度投资，协同设计(Co-Design)和通用性(Fungible)成为关键。  大模型工程化能力持续提升，AI产品商业化诉求增强  未来，AI大模型将继续围绕长文本/多模态/逻辑推理/工具使用能力迭代升级，当前Transformer架构仍有较大工程优化空间。  随着Scaling Law从预训练延伸至强化学习
=*=*=*=*=*=
当前为第1/2页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页