Tesla Dojo的革新,启发我们进一步思考算力和网络的关系。硬件架构服从于算法设计,硬件需求的判断也不能与软件和应用层面脱钩。算力网络主线新一阶段的重要机会,应核心关注海外爆款应用或模型侧重大更新(Tesla是代表样本) ,以及国内新一轮的模型与应用开发。我们判断,随着国内科技大厂的网络演进至400G以上、运营商400G全光网推进建设、本土模型训练组网等加速,国内市场的高速网络需求将显著提升。算力网络与流量环节、AI服务器计算环节、华为产业链以及特斯拉与智能车产业链相关标的应重点关注。[Ne
Overnight, generative artificial intelligence (AI) has become a global sensation. Predictions of its potential impact on society, employment, politics, culture, and business fill the media and the internet. Business leaders are intrigued by the possi
2023年终端设备低需求叠加未来 AIGC催化 AI新硬件需求,高通凭借在终端侧混合AI 的引领者优势,预计 24 年高通将迎来芯片出货量高增双击时刻。生成式 AI 引发计算架构演进需求,混合 AI 实现终端云端协同。模型推理成本较高阻碍 AI 应用的规模化扩展,推动混合 AI 应运而生。混合 AI 能在不同场景和时间下动态分配终端和云端的工作负载,在成本、能耗、性能、隐私、安全和个性化五大维度和云端相比具备优势。高通凭借终端侧 AI 技术和全栈优化引领混合AI发展,独具规模化拓展优势。新一代高
海外 AI 应用商业化落地加速。距离 ChatGPT 的面世即将满一年,大模型带来的技术革命也催化了大量的 AI 应用涌现,现在这些应用也逐步进入了商业化落地的阶段。海外的 AI 应用由于起步较早,已经有大量的 AI 应用的商业化走在前列。微软、谷歌等科技大厂具备技术底座优势,布局全栈 AI 产业链,正在加速应用端推广。B 端企业服务厂商持续深化 AI 在原有产品基础的赋能,不断提升客户体验;C端产品则重点关注多模态、智能体、情感陪伴等方向。