【國盛通信】市場對AI算力擔心什麼？

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

英偉達財報后股價下跌較多，市場對AI算力發展的隱憂主要集中在資本開支和回本周期。本周英偉達發佈2025財年第二季度財報，營收達到300億美元，超過上季度指引280億美元，同比增長122%，淨利潤達到166億美元，同比增長168%，並指引下季度應收325億美元（上下浮動2%）。發佈財報后，公司股價跳水，盤后一度跌超8%，以科技股為主的納指也同步下跌。

作為全球算力龍頭第一股，分析英偉達盤后大跌的原因，本質上是分析市場對AI算力后續發展的擔憂，我們認為，無論是對B系列推迟、GB芯片良率、公司盈利能力的擔憂，都可以被歸納總結為對AI算力行業的三大擔憂：

【擔憂1：CSP、科技龍頭的鉅額Capex是否可持續】

雲廠商和大型科技公司的資本支出決定了英偉達的營收增速和AI算力的發展速度。英偉達在電話會中披露，CSP廠商（微軟、亞馬遜、谷歌等）約佔數據中心收入的45%，互聯網、消費級科技公司（Meta、特斯拉等）佔數據中心收入超過50%，而數據中心在英偉達整體營收中貢獻比例超87%，因此科技公司的資本支出直接影響英偉達和AI算力發展速度。

我們認為，科技巨頭資本支出的可持續性成為市場關注焦點，區別整體capex和算力側capex，后者可持續性支撐力強勁。美國四大CSP（微軟、亞馬遜、谷歌、Meta）2024年二季度資本支出總額達到529億美元，同比增加56%，增速達到近幾年的頂峰水位，市場對於高增速的可持續性擔憂較高。我們認為，對於資本開支可持續性的擔憂應該區分整體capex和算力側capex，根據Dell’Oro Group，預期2027年AI 基礎設施支出將推動數據中心資本支出超5000億美元，而主要科技公司也多次強調對AI的資本支持：亞馬遜24Q2資本開支176億美元，公司指引，鑑於來自AWS客户的需求強勁增長（其中大多包含生成式AI組件），下半年公司資本支出將持續增加，且capex大部分是用於支持技術基礎設施建設；Meta上調資本開支指引，大量投資基礎設置以提供算力支持；Alphabet （谷歌母公司）預期2024   年支出將顯著增加，將繼續投資服務器、數據中心等基礎設施；微軟資本開支指引增加，並明確指出，資本開支全部由雲產品和算力投資構成。

【擔憂2：高額AI芯片的投資回報率】

四大雲廠商對算力側的鉅額資本開支，也引發市場對於AI芯片投資回報率的擔憂。微軟資本開支在2024全年預計將突破500億美元，谷歌和亞馬遜預計也會達到500億美元/年的水準，Meta預計會在2024年投資400億美元，鉅額投資引發市場對AI芯片「性價比」的討論，投資回報率成為核心議題。微軟是較早在財報中量化給出AI業務回報情況的公司，Azure雲一季度增長31%，微軟提到其中7個百分點是AI服務貢獻。

我們認為，現階段重點不在「性價比」而在於卡位優勢和軍備競賽，投資不足的風險遠大於過度投資。從長遠來看，AI算力側投資的戰略意義遠超單純的性價比考量，一方面，在快速發展的AI領域，技術領先意味着能夠提供更先進的服務，吸引更多的客户，從而在市場上佔據主導地位，因此即使初期AI芯片投資是所謂的「低性價比」，但爲了在算力軍備競賽中保持技術領先，鉅額capex必不可少；另一方面，高性能的AI服務能夠吸引並鎖定高端客户（對服務質量和穩定性有更高要求），一旦客户依賴於某個雲服務商的AI服務，不太可能輕易轉換到其他競爭對手，因此卡位優勢及其關鍵，AI芯片的早期投資是卡位的主要基礎。正如谷歌在24Q2財報會議中指出，對於AI投資不足的風險遠遠大於過度投資的風險。

【擔憂3：下游爆款何時出現】

對於下游應用的擔憂是AI發展之初就存在的「老生常談」的問題，市場主要擔心的是，面對鉅額基礎設施投資的增長，下游需求增速會因為沒有「AI爆款應用」而無法匹配。

AI應用增長緩慢背后的原因較為複雜，一方面是AI大模型使用門檻高，另一方面通用AI與專業領域需求也存在較大不匹配性，此外高成本和慢響應速度影響用户體驗和商業化，各種原因下的結果就是在GPT4面世近一年后，全球AI爆款尚未誕生。

我們認為，應用層的爆款難以提前預測，但本質上市場對於爆款的擔憂，是在關注大語言模型的熱度是否能持續支撐供給側的高投入，而GPT3.5-GPT4-GPT4.5升級后引發的話題度和AI算力投資加碼或許能側面回答這一擔憂。根據《商業內幕》報道，目前，某些企業客户已被授予GPT5演示版本的早期訪問權限。另外，OpenAI首席技術官Mira   Murati近日透露，公司正在開發的GPT5有望在2025年底或2026年初推出，在特定任務中達到博士級智能水平。而根據The Information 報道，OpenAI   正在開發新旗艦大語言模型，代號「獵户座」，該模型訓練數據由OpenAI另一即將發佈的AI模型「草莓」生成，目前，OpenAI已向安全監管人員展示了「草莓」模型，我們認為在尚未出現爆款的背景下，GPT本身就是「爆款」，建議關注GPT5的發佈進展。

建議關注：

算力——

光通信：中際旭創、新易盛、天孚通信、太辰光、騰景科技、光庫科技、光迅科技、德科立、聯特科技、華工科技、源傑科技（維權）、劍橋科技、銘普光磁（維權）。銅鏈接：沃爾核材、精達股份。算力設備：中興通訊、紫光股份、鋭捷網絡、盛科通信、菲菱科思、工業富聯、滬電股份、寒武紀。液冷：英維克、申菱環境、高瀾股份。邊緣算力承載平臺：美格智能、廣和通、移遠通信。衞星通信：中國衞通、中國衞星、震有科技、華力創通、電科芯片、海格通信。

數據要素——

運營商：中國電信、中國移動、中國聯通。數據可視化：浩瀚深度、恆為科技、中新賽克。

風險提示：AI發展不及預期，算力需求不及預期，市場競爭風險。

1.投資策略：市場對AI算力擔心什麼

本周建議關注：

算力——

光通信：中際旭創、新易盛、天孚通信、太辰光、騰景科技、光庫科技、光迅科技、德科立、聯特科技、華工科技、源傑科技、劍橋科技、銘普光磁。

銅鏈接：沃爾核材、精達股份。

算力設備：中興通訊、紫光股份、鋭捷網絡、盛科通信、菲菱科思、工業富聯、滬電股份、寒武紀。

液冷：英維克、申菱環境、高瀾股份。

邊緣算力承載平臺：美格智能、廣和通、移遠通信。

衞星通信：中國衞通、中國衞星、震有科技、華力創通、電科芯片、海格通信。

數據要素——

運營商：中國電信、中國移動、中國聯通。

數據可視化：浩瀚深度、恆為科技、中新賽克。

本周觀點變化：

本周科創成長板塊以波動為主，英偉達財報后股價下跌較多，市場對AI算力發展的隱憂主要集中在資本開支和回本周期。分析英偉達盤后大跌的原因，本質上是分析市場對AI算力后續發展的擔憂，我們認為可以歸納總結為對AI算力行業的三大擔憂。第一，市場擔憂CSP、科技龍頭的鉅額Capex是否可持續，雲廠商和大型科技公司的資本支出決定了英偉達的營收增速和AI算力的發展速度。科技巨頭資本支出的可持續性成為市場焦點，區別整體Capex和算力側Capex，后者可持續性支撐力強勁；第二，四大雲廠商對算力側的鉅額資本開支也引發市場對於AI芯片投資回報率的擔憂，我們認為，現階段重點不在「性價比」而在於卡位優勢和軍備競賽，對於AI投資不足的風險遠遠大於過度投資的風險；第三，面對鉅額基礎投資設施的增長，下游需求增速會因為沒有「AI爆款」而無法匹配，而本質上市場對於爆款的擔憂，是在關注大語言模型的熱度是否能持續支撐供給側的高投入，而GPT接連升級后引發的話題度和AI算力投資加碼或許能側面回答這一擔憂。基於此，我們仍長期看好以AI算力為主的方向。

2.行情回顧：通信板塊上漲，雲計算表現相對最優

本周（2024年8月26日-2024年8月31日）上證綜指收於2842.21點。各行情指標從好到壞依次為：中小板綜>創業板綜>萬得全A(除金融，石油石化)>萬得全A>滬深300>上證綜指。通信板塊上漲，表現優於上證綜指。

從細分行業指數看，雲計算、移動互聯、量子通信、區塊鏈、通信設備分別上漲4.3%、3.9%、2.1%、2.0%、1.9%，表現優於通信行業平均水平；物聯網上漲1.1%，表現與通信行業平均水平齊平，衞星通信導航上漲0.4%，表現劣於通信行業平均水平，運營商、光通信分別下跌0.7%、4.3%。

本周，受益ChatGpt概念，ST高鴻（維權）上漲27.59%，領漲版塊。受益RSC概念，天利科技上漲27.18%；受益傳感器概念，億通科技上漲19.81%；受益AI眼鏡、存儲芯片概念，英唐智控上漲16.67%；受益邊緣計算、華為概念，宜通世紀（維權）上漲14.32%。

3.周專題：市場對AI算力擔心什麼

英偉達財報后股價下跌較多，市場對AI算力發展的隱憂主要集中在資本開支和回本周期。本周英偉達發佈2025財年第二季度財報，營收達到300億美元，超過上季度指引280億美元，同比增長122%，淨利潤達到166億美元，同比增長168%，並指引下季度應收325億美元（上下浮動2%）。發佈財報后，公司股價跳水，盤后一度跌超8%，以科技股為主的納指也同步下跌。

作為全球算力龍頭第一股，分析英偉達盤后大跌的原因，本質上是分析市場對AI算力后續發展的擔憂，我們認為，無論是對B系列推迟、GB芯片良率、公司盈利能力的擔憂，都可以被歸納總結為對AI算力行業的三大擔憂：

【擔憂1：CSP、科技龍頭的鉅額Capex是否可持續】

雲廠商和大型科技公司的資本支出決定了英偉達的營收增速和AI算力的發展速度。英偉達在電話會中披露，CSP廠商（微軟、亞馬遜、谷歌等）約佔數據中心收入的45%，互聯網、消費級科技公司（Meta、特斯拉等）佔數據中心收入超過50%，而數據中心在英偉達整體營收中貢獻比例超87%，因此科技公司的資本支出直接影響英偉達和AI算力發展速度。

我們認為，科技巨頭資本支出的可持續性成為市場關注焦點，區別整體capex和算力側capex，后者可持續性支撐力強勁。美國四大CSP（微軟、亞馬遜、谷歌、Meta）2024年二季度資本支出總額達到529億美元，同比增加56%，增速達到近幾年的頂峰水位，市場對於高增速的可持續性擔憂較高。我們認為，對於資本開支可持續性的擔憂應該區分整體capex和算力側capex，根據Dell’Oro Group，預期2027年AI 基礎設施支出將推動數據中心資本支出超5000億美元，而主要科技公司也多次強調對AI的資本支持：亞馬遜24Q2資本開支176億美元，公司指引，鑑於來自AWS客户的需求強勁增長（其中大多包含生成式AI組件），下半年公司資本支出將持續增加，且capex大部分是用於支持技術基礎設施建設；Meta上調資本開支指引，大量投資基礎設置以提供算力支持；Alphabet （谷歌母公司）預期2024   年支出將顯著增加，將繼續投資服務器、數據中心等基礎設施；微軟資本開支指引增加，並明確指出，資本開支全部由雲產品和算力投資構成。

【擔憂2：高額AI芯片的投資回報率】

四大雲廠商對算力側的鉅額資本開支，也引發市場對於AI芯片投資回報率的擔憂。微軟資本開支在2024全年預計將突破500億美元，谷歌和亞馬遜預計也會達到500億美元/年的水準，Meta預計會在2024年投資400億美元，鉅額投資引發市場對AI芯片「性價比」的討論，投資回報率成為核心議題。微軟是較早在財報中量化給出AI業務回報情況的公司，Azure雲一季度增長31%，微軟提到其中7個百分點是AI服務貢獻。

我們認為，現階段重點不在「性價比」而在於卡位優勢和軍備競賽，投資不足的風險遠大於過度投資。從長遠來看，AI算力側投資的戰略意義遠超單純的性價比考量，一方面，在快速發展的AI領域，技術領先意味着能夠提供更先進的服務，吸引更多的客户，從而在市場上佔據主導地位，因此即使初期AI芯片投資是所謂的「低性價比」，但爲了在算力軍備競賽中保持技術領先，鉅額capex必不可少；另一方面，高性能的AI服務能夠吸引並鎖定高端客户（對服務質量和穩定性有更高要求），一旦客户依賴於某個雲服務商的AI服務，不太可能輕易轉換到其他競爭對手，因此卡位優勢及其關鍵，AI芯片的早期投資是卡位的主要基礎。正如谷歌在24Q2財報會議中指出，對於AI投資不足的風險遠遠大於過度投資的風險。

【擔憂3：下游爆款何時出現】

對於下游應用的擔憂是AI發展之初就存在的「老生常談」的問題，市場主要擔心的是，面對鉅額基礎設施投資的增長，下游需求增速會因為沒有「AI爆款應用」而無法匹配。

AI應用增長緩慢背后的原因較為複雜，一方面是AI大模型使用門檻高，另一方面通用AI與專業領域需求也存在較大不匹配性，此外高成本和慢響應速度影響用户體驗和商業化，各種原因下的結果就是在GPT4面世近一年后，全球AI爆款尚未誕生。

我們認為，應用層的爆款難以提前預測，但本質上市場對於爆款的擔憂，是在關注大語言模型的熱度是否能持續支撐供給側的高投入，而GPT3.5-GPT4-GPT4.5升級后引發的話題度和AI算力投資加碼或許能側面回答這一擔憂。根據《商業內幕》報道，目前，某些企業客户已被授予GPT5演示版本的早期訪問權限。另外，OpenAI首席技術官Mira   Murati近日透露，公司正在開發的GPT5有望在2025年底或2026年初推出，在特定任務中達到博士級智能水平。而根據The Information 報道，OpenAI   正在開發新旗艦大語言模型，代號「獵户座」，該模型訓練數據由OpenAI另一即將發佈的AI模型「草莓」生成，目前，OpenAI已向安全監管人員展示了「草莓」模型，我們認為在尚未出現爆款的背景下，GPT本身就是「爆款」，建議關注GPT5的發佈進展。

4. Gartner發佈2024年新興技術成熟度曲線：重點關注開發者生產力、全面體驗、AI和安全

據C114報道，Gartner 2024年新興技術成熟度曲線收錄的25項顛覆性技術分為四大領域：自主AI、開發者生產力、全面體驗以及以人為本的安全和隱私計劃。

Gartner傑出研究副總裁Arun Chandrasekaran表示：「隨着企業的關注重點繼續從基礎模型轉向可提高投資回報率的用例，生成式人工智能（GenAI）即將越過期望膨脹期。這一趨勢正在加速自主AI的發展。雖然目前的AI模型缺乏自主行動能力，但各AI研究實驗室正在快速推出智能體，藉助智能體與環境之間的動態交互來實現目標，不過這將是一個循序漸進的過程。」

Chandrasekaran表示：「即便AI依然具有吸引力，首席信息官（CIO）和其他IT高管也必須探究可能對開發者、企業安全、客户和員工體驗產生變革影響的其他新興技術，並根據企業機構對於未經驗證技術的接納能力，制定利用這些技術的戰略。」

在Gartner的眾多技術成熟度曲線中，新興技術成熟度曲線較為獨特，每年會從Gartner研究的2000多項技術和應用框架中精選出企業機構有必要了解和掌握的新興技術。這些技術和趨勢有望在未來二至十年內為企業機構帶來巨大的競爭優勢。

5.愛立信AI解決方案助力M1 5G網絡性能提升

據C114報道，近日，M1與愛立信聯合部署了全球首個集成先進人工智能（AI）與機器學習（ML）功能的IP與微波混合現網。

新加坡領先的移動網絡運營商之一M1與愛立信簽署諒解備忘錄，雙方將使用由AI賦能的愛立信傳輸網自動化控制器（Ericsson Transport Automation Controller）提高M1的IP與微波網絡的容量與性能。這標誌着全球首個支持先進AI與ML功能的IP與微波組合網絡的現網部署。

作為諒解備忘錄的一部分，M1將使用愛立信傳輸網自動化控制器在其網絡上對IP與微波用例進行概念驗證。這是M1為增強自身的5G能力並滿足對高性能5G獨立組網（SA）日益增長需求所做努力的一部分，旨在為用户帶來更高的帶寬、更低的時延和更具彈性的底層傳輸網連接。

M1使用愛立信Router 6000以及光纖+MINI-LINK微波連接的組合，構建了一個能夠支持全國5G獨立組網的多種技術結合的傳輸網絡。

爲了更好、更快地深入瞭解其5G網絡性能，實現更快的連接和更低的延迟，M1選擇使用愛立信傳輸網自動化控制器，並計劃在2024年第四季度之前對IP與微波進行概念驗證。M1與愛立信將以此為契機，在傳輸網中加入網絡性能實時觀測能力和SDN自動化功能。

愛立信傳輸網自動化控制器是一款智能雲原生傳輸網控制器，它利用AI和ML對微波、IP和光纖網絡進行分析及自動化操作。該控制器支持數據驅動型決策，確保運營商能夠提前應對可能影響網絡狀態和性能的挑戰，並通過精確的數據分析幫助電信運營商瞭解某些問題發生的原因以及網絡中出現的趨勢和性能異常，從而採取預防性維護等主動網絡控制措施。這款AI驅動的傳輸網控制器可實時識別性能下降、容量利用率和網絡時鍾同步問題，並提供如何優化整體網絡性能的洞察，同時減少了人為錯誤和故障排除的時間。

M1首席技術官Denis Seek表示：「M1致力於通過在網絡中部署最新的技術為用户提供更多價值，我們將繼續引入先進的自動化功能和AI技術實現4G和5G移動傳輸網的現代化。藉助愛立信傳輸網自動化控制器，我們的目標是提供更高質量的網絡性能，並通過先進的5G獨立組網用例搭建起一個能夠滿足更多用户需求的網絡。此次深化合作也幫助M1朝着實現全公司的自動化和AI目標又邁進了一步。」愛立信新加坡、菲律賓和文萊地區負責人Daniel Ode表示：「愛立信十分高興能夠深化與M1的合作，併爲他們提供我們的智能傳輸網自動化控制器。這款控制器不僅可以對IP與微波網絡進行實時洞察，同時通過使用先進的AI技術幫助M1充分挖掘其5G獨立組網的潛力。」

6.IDC調高2024全年手機交付預測：同比增長5.8%至12.3億部，AI手機將佔18%份額

據C114報道，調研機構IDC鑑於上半年全球手機市場交付情況良好，於8 月27日宣佈調高全年手機交付預測，最新估計同比增幅為5.8%，交付量預估達12.3億部；原先預估為12.1億部，同比增幅為 4%。

IDC全球季度手機追蹤報告高級研究總監Nabila Popal 表示：「在中國和新興市場 Android設備強勁增長的推動下，2024 年預測的改善鞏固了智能手機市場的復甦之路。」

Popal 還稱「今年 Android 的增長將達到 7.1%，比iOS的 0.8% 快九倍。蘋果增長放緩的原因是中國市場競爭加劇。IDC 預計iOS的發展軌跡將在 2025 年改善，同比增長 4%。」

IDC 全球季度手機追蹤研究總監Anthony Scarsella 則指出，人工智能（AI）熱潮帶動了手機銷售，原因是大型手機制造商在新型號加入生成式 AI工具，刺激包括中國和美國在內的主要經濟體消費者換機熱情升溫。

從報告中獲悉，IDC預計到2024年底，生成式AI智能手機將實現 344% 的強勁增長，佔據整個市場 18% 的份額，因為大多數旗艦機都將採用端側AI功能。不過，支持生成式AI的設備最初不會便宜，平均售價將是不支持AI設備的兩倍以上，進一步推動高端化趨勢。

7. Cerebras推出全球最快AI推理解決方案，速度是英偉達方案的20倍

據C114報道，Cerebras Systems 今日宣佈推出 Cerebras Inference，官方稱這是全球最快的 AI 推理解決方案。該新解決方案為 Llama 3.1 8B 提供每秒 1800 個 token，為 Llama 3.1 70B 提供每秒 450 個 token，速度是微軟 Azure 等超大規模雲中提供的基於英偉達 GPU 的 AI 推理解決方案的 20 倍。

除了令人難以置信的性能之外，這款新型推理解決方案的定價也比流行的 GPU 雲低得多，起價僅為每百萬個 token 10 美分，從而為 AI 工作負載提供 100 倍更高的性價比。

該方案將允許 AI 應用程序開發人員構建下一代 AI 應用程序，而不會影響速度或成本。該方案使用了 Cerebras CS-3 系統及其 Wafer Scale Engine 3（WSE-3）AI 處理器，其中 CS-3 的內存帶寬是 Nvidia H100 的 7000 倍，解決了生成式 AI 的內存帶寬技術挑戰。

Cerebras Inference 提供以下三個層級：免費層為登錄的任何人提供免費的 API 訪問和慷慨的使用限制。開發者層專為靈活的無服務器部署而設計，為用户提供一個 API 端點，其成本只是市場上替代方案的一小部分，Llama 3.1 8B 和 70B 模型的定價分別為每百萬 token 10 美分和 60 美分。企業層提供微調模型、定製服務級別協議和專門支持。企業可以通過 Cerebras 管理的私有云或客户場所訪問 Cerebras Inference，非常適合持續的工作負載。

Cerebras 團隊稱：「憑藉創紀錄的性能、業界領先的定價和開放的 API 訪問，Cerebras Inference 為開放的 LLM 開發和部署設定了新標準。作為唯一能夠同時提供高速訓練和推理的解決方案，Cerebras 為 AI 開闢了全新的可能性。」

AI 領域正在迅速發展，雖然英偉達目前在 AI 市場佔據主導地位，但 Cerebras 和 Groq 等公司的出現預示着行業動態可能發生變化。隨着對更快、更具成本效益的 AI 推理解決方案需求的不斷增加，這些挑戰者在顛覆英偉達的霸主地位，尤其是在推理領域方面。

8. 馬斯克展示特斯拉超級計算機Cortex：可容納10萬張H100/H200

據C114報道，特斯拉CEO馬斯克今日展示了特斯拉新的超級計算機「Cortex」，該計算機羣有望成為全球最大的超級計算機之一，但目前尚未完全準備就緒。

馬斯克曾表示，這個項目對特斯拉至關重要，近年來，他將特斯拉的重點轉向了人工智能，人工智能需要強大的計算能力。

馬斯克此前透露，今年特斯拉將投入100億美元用於人工智能的訓練和推理，其中僅用於採購英偉達芯片的預算就高達30至40億美元，也證明了這些芯片價格並不便宜。

而Cortex由10萬塊H100和H200芯片組成，其算力規模已遠超世界最強超算Frontier。

馬斯克不久前還公佈了Cortex包括冷卻等帶來的超算耗電量為130MW，差不多是2個半中型發電站的發電量，后續，耗電量會增長到超500MW。

此外，馬斯克在高端算力集羣上的鉅額投入，也加大了國內自動駕駛廠商與特斯拉的差距。

9.Omdia聚焦全球電信AI聯盟發展：Telco-LLM開發勢在必行

據C114報道，市場研究公司Omdia的最新報告對全球電信AI聯盟（Global Telco AI Alliance,GTAA）在電信領域的大語言模型（LLM）開發情況以及SK電訊（SK Telecom）為該聯盟的合資企業所做貢獻的合作協議進行了分析。

多語言Telco-LLM優化各種電信業務表現，同時保留了內部人才。聯盟成員同意成立一家合資企業，開發專門針對電信行業的大語言模型，這是對利用海量電信數據的一次主動嘗試，以后可以對這些數據進行定製，為不同的業務領域打造更多的大語言模型。

現有大語言模型的侷限性引發了打造「電信-大語言模型」（Telco-LLM）的想法，這是一種先進的大語言模型，可以為AI服務配備電信行業知識，以瞭解用户的意圖。Telco-LLM將推動AI轉型並提高客户服務質量標準，同時還具有提升生成式AI表現的潛力：

各種本地化語言：隨着越來越多的國際移動運營商加入該聯盟，支持的語言列表將會不斷擴大。Telco-LLM為更個性化的客户體驗奠定了基礎（例如，基於文化差異的服務推薦）。

針對業務板塊的定製大語言模型：數字助理/聊天機器人可以準確地解釋不同業務板塊的特定電信問題。有針對性的培訓確保大語言模型理解電信語言，並應對與法規、資費、安裝和故障排除相關的技術問題查詢。

Omdia資深分析師Harith Abdul Hadi指出，在生成式AI當中打造Telco-LLM的目的是簡化員工的工作流程，更重要的是，支撐運營商在各個領域（例如諮詢、研發和營銷）的AI轉型計劃，包括將運營商的新業務與核心業務相結合。電信公司將能夠留住人才並使工作變得更有趣，特別是在需求下降的領域（例如客户服務、后端運營）。

K-AI聯盟的AI初創企業和SK電訊最近的收購交易為GTAA的AI發展提供動力當SK電訊在2023年2月成立「K-AI聯盟」（K-AI Alliance）時，最初的計劃是開發AI聊天機器人，從而使該運營商更容易轉向開發將非電信業務與電信產品連接起來的「super app」。在GTAA成立之前，K-AI聯盟的成立是爲了啟動SK電訊的AI發展計劃。

爲了支持其AI金字塔戰略計劃，SK電訊通過在聯盟下招募16家韓國AI初創公司，培養了本土人才。這些都是促進基於電信的AI生態系統發展的積極因素，因此當GTAA成員加入時，他們已經處於成為全球AI領導者的有利地位。儘管如此，合資企業仍需獲得常規監管部門的批准，並且需要創始方提供同等投資以支持其開發Telco-LLM的初始營運資金需求。

10.Omdia：2029年AI數據中心芯片市場將達1510億美元，2026年后增長放緩

據C114報道，研究諮詢機構 Omdia 在當地時間本月 1 日發佈的文章中表示，AI 數據中心芯片市場需求規模將在 2029 年達到 1510 億美元（IT之家備註：當前約 1.08 萬億元人民幣），不過 2026 年后增長將大幅放緩。

根據 Omdia 的《雲計算和數據中心人工智能處理器預測》報告，AI 數據中心芯片市場規模在 2022 年僅有不到 100 億美元，現已成長到了今年的 780 億美元（當前約 5562.87 億元人民幣），並將持續提升。

不過 2026 年可能會出現一個明顯的拐點，推動增長的動力將從技術採用轉向 AI 應用需求的變化。Omdia 高級計算首席分析師 Alexander Harrowell 説：重要的變化是，在 AI 增長的推動下，基礎數據中心半導體市場出現了上調。除此之外，我們注意到超大規模企業的定製芯片，尤其是谷歌的 TPU，開始從 GPU 手中搶奪市場份額。我們預計它們將越來越重要。自 2021 年 1 月以來，最大的 AI 模型的尺寸並沒有前進，創新的重點已經轉移到更多種類的小型模型上。還有跡象表明，類似規模的模型一代比一代更有效率。這對 AI 基礎設施的投資是一個不利因素，儘管它也允許更多的組織參與進來，這往往會在廣度上彌補深度上的損失。隨着時間的推移，推理將變得更加重要。我們預計，不斷增長的用户羣和應用程序將需要更多的推理基礎設施。

11.OpenAI正以超千億美元估值洽談新一輪融資

據C114報道，彭博社的一份新報告講述了蘋果兩款即將推出的頭顯設備：第二代Apple Vision Pro型號，以及更便宜的耳機版本，可以簡單地稱為「Apple Vision」。

這款產品可以理解為簡化版Vision Pro頭顯，將通過減少攝像頭和揚聲器系統的配置實現設計上的優化和成本控制。

關鍵的成本削減將來自顯示屏組件，蘋果計劃顯著降低其成本，也讓廉價版本的Apple Vision的售價能夠與高端iPhone相媲美，預計定價在1600美元左右，大約是現行Vision Pro價格的一半。預計這款更經濟的頭顯將在2025年底推出，目的是擴大市場覆蓋範圍，讓更多消費者能夠接觸並體驗蘋果的增強現實和虛擬現實技術。

十二、風險提示

AI發展不及預期，算力需求不及預期，市場競爭風險。