财经新闻网消息：
会上，联合创始人兼首席执行官黄仁勋发表了《见证AI的变革时刻》的主题演讲，并宣布推出下一代人工智能超级计算机和新一代AI图形处理器（GPU），称其“非常， 很强大。” 英伟达表示，包括亚马逊、谷歌、微软和特斯拉在内的主要客户预计将使用它。
本届被业界公认为“AI风向标”的GTC大会有哪些主要亮点？ 大会推出更强大的芯片和算力集群将如何影响AI行业未来的发展方向？ 发布会的成果将在哪些方面受益或提振？ 带着一系列问题，中国基金报记者进行了采访：
受访基金经理表示，本次GTC大会有AI软硬件升级、整体应用生态建设等方面值得关注。 2024年架构GPU的推出，预计将使今年成为大型人工智能模型与下游应用结合的元年。
基金经理认为，本轮人工智能变革的投资机会主要落在大模型及应用、算力、能源三大核心行业。 从全球范围来看，未来10-20年甚至更长时间，人工智能和人工智能算力将是最重要的新生产力，也是引起国内外共鸣的科技产业趋势之一。 大家对人工智能市场还是充满信心的。 展望明年，AI相关软硬件仍将是核心线。
AI软硬件升级及应用生态有亮点
中国基金报记者：本次GTC大会您最关心的是什么？
黄继晨：我主要关注两个方面：第一，在GPU产品的升级上下了很大的功夫，比如系列化的GPU产品和新的服务器产品形态，以及支持网络和存储的升级，这将为GPU产品的升级提供支持。未来会出现更大参数的大型模型。 基础算力支持； 其次，英伟达在构建AI软件服务和整个应用生态系统方面的进展超出了预期。
苏延庆：会上，AI领军企业展示了在数据中心、机器人等领域的软硬件布局，并发布了包括系列GPU、GB200超级芯片、推理等软件或系统级产品微服务NIM。 我比较关心的是前期市场期待较高的GB200，以及在机器人领域的布局。 GB200的性能得到了很大的提升，但能耗却大幅下降，推理成本也大幅下降。
宋巍巍：推动人类计算能力进步的火炬已经从摩尔定律时代的CPU交给了加速计算时代的GPU。 的软硬件组合（GPU+并行计算平台和编程模型CUDA+虚拟协作与仿真平台+云服务平台NIM）已经可以对标苹果当年添加的组合。
计算能力需求的下一个爆发点是体现智能或人形机器人行业。 GTC压轴现场，九款人形机器人与黄仁勋一同亮相，其中三款来自中国人形机器人企业。 黄仁勋还发布了仿人机器人GR00T通用基础模型和仿真平台Isaac，旨在推动公司在机器人技术和体现智能方面取得突破。 人形机器人、工业机器人等具身智能形态是人工智能时代最重要的技术之一。
同时，我们也关注GPU、超级计算、数据中心等新技术产品衍生出的数千种下游应用，以及企业如何改进其服务和产品。
王贵忠：作为人工智能时代的“卖水者”，英伟达也是最具竞争力的AI芯片厂商。 这次大会，我更关心的是它在整个加速计算解决方案上的一系列动作，包括新架构超级GPU和基于芯片的解决方案GB200。 我还需要观察在整个应用上的重视和拓展。
路阳：一方面，我更关注新型智能计算芯片和系统解决方案，因为计算性能的提升是大型AI模型迭代进步的重要捷径； 另一方面，我也更关注人工智能与垂直行业的结合，比如机器人、医药、游戏等，重点追踪全球各行业最优秀的工程师结合人工智能做出了哪些创新尝试。人工智能。
AI大模型或迎来应用元年
中国基金报记者：推出了架构更强大的B200芯片及其算力集群。 这将如何影响人工智能产业未来的发展方向？
苏延庆：公司AI软硬件解决方案升级推动大模型能力升级，有利于当前两大产业的发展。 首先，在智能汽车领域，智能驾驶受益于大型AI模型语言和视觉能力的进化，有助于提高其安全性，促进智能驾驶水平的提升。 二是服务机器人。 大型模型可以赋能机器人提升感知和决策能力，而机器人的实时运行需要大量的算力支持。
黄继晨：硬件升级的主要影响是：一是B200芯片的架构拥有更强的算力和更好的性价比，有望大幅降低单位算力成本； 同时，GB200服务器架构对系统的功耗和体积影响显着。 大改进是从系统工程角度提升有效算力的重要途径； 其次，算力成本的持续下降有利于降低大型AI模型的成本，并持续增加大型模型参数的规模，这将有利于未来大型模型的迭代升级，从而铺平道路。通用人工智能的出现。
王贵忠：首先，算力是迈向AGI（通用人工智能）的必由之路，需要不断加大算力投入来提升模型性能。 其次，优化整个芯片、提升算力有3条路径：一是半导体物理工艺的升级，二是整个计算架构的优化，三是软硬件更好的耦合和迭代。
宋巍巍：作为这一轮人工智能技术革命中“卖铲子”的公司，英伟达通过不断的技术迭代，将“铲子”升级为“挖掘机”。 基于新架构的GB200系统，推理能力较H100提升30倍，能耗降低至1/25。
2022年，其他各大互联网公司和人工智能研究团队利用大量GPU并行运算，将大型语言模型训练成人工智能的形式并诞生。 2023年将是军备竞赛之年。 大量科技巨头将采购英伟达的GPU和数据中心，加入“大型号”赛道。 2024年架构GPU的推出，将使今年成为大型人工智能模型与下游应用结合的元年。
在这一波技术浪潮中，更多参数的大型模型和更高计算能力的GPU相互负责推动人工智能革命。 人工智能技术的最终行业应用（如机器人、媒体游戏、医疗、汽车等）是人工智能技术革命将产生最大价值的领域。
陆阳：新一代芯片无论是单卡性能还是小规模集群性能都具有显着的性价比。 有望降低AI模型训练成本，从而加速产品迭代。 它可以支持更复杂的网络结构和更大规模的数据训练。 这也意味着可以开发出更加精准、智能的人工智能应用，让人工智能技术能够在各行业得到更好的落地和推广。
算力产业链提振
中国基金报记者：从投资研究的角度来看，发布会的结果会对哪些领域产生利好或提振？
宋巍巍：本轮人工智能转型的投资机会将落在三大核心产业上。 首先是大型模型和应用。 搜索引擎、在线电商、游戏媒体、办公软件等将被人工智能大模型重新定义。 人工智能技术也将带来消费电子产品的变革。 新推出的消费电子产品、AI手机、AI电脑、智能穿戴、智能家电等将具有更好的交互性和智能属性。 大型人工智能模型的迭代最终将推动人形机器人实现具身智能，取代人类的一切体力劳动。
第二是计算能力。 在这一轮技术革命中，算力芯片成为技术发展的基础设施。 第三是能源。 随着对算力的巨大需求，模型训练和推理所依赖的数据中心和算力中心将消耗大量的电力。 本轮人工智能革命将重构人类的用电场景和需求。
王贵忠：第一，算力公司。 二级市场的企业数量比较丰富，比如芯片、PCB、服务器、光模块等。 二是整体应用数据为企业提供优质数据。 拥有高质量数据的企业将成为数据的使用者，这也将提高整体效率。 第三个是互联网巨头公司。 互联网本质的商业模式是建立连接，而连接本身仍然是人们对人的需求。 人们对人的需求如果不被取代，只会被强化，所以互联网平台巨头也将在这一轮中受益。
苏延庆：发布会的结果至少符合市场预期。 算力产业链内，国内相关企业或仍有走势价格，但短期交易中市场多空博弈严重，但行业走势也难以支撑深度调整。 另外，相关应用分支较多，会提振短期情绪，但最终还是需要关注应用落地情况。
黄继辰：认为全球大型机型算力需求遵循每六个月翻两番的格局，因为随着大型机型的升级迭代，算力需求预计将呈现高度繁荣。未来3-5年。 本次大会最大的硬件成果是GB200服务器产品。 若后续推广顺利，其放量有望受益先进工艺晶圆代工、CoWoS先进封装、铜互连、光模块、高多层PCB电路板等环节。
路阳：发布会的结果可以促进各大厂商对算力的投入。 一旦新一轮算力竞争开始，将带动相关供应链各个环节的需求，包括但不限于芯片制造、服务器、通信设备等。另一方面，更强大的算力奠定基础为了更好的应用。 真正好用的人工智能应用有望更快进入大众视野，催生更多场景需求和更好的商业模式。
国内外企业开启新一轮追赶
中国基金报记者：关于新产品的商业化方向，英伟达还在准备进军全球人工智能公司。 这对国内企业有何影响？
黄继晨：根据相关政策，最新产品不能在国内销售，但它为国内本土GPU硬件技术的发展方向提供了重要指导。 国内同行也有望重点开发下一代更强大的GPU和高性能服务器产品。 在相关领域国产化需求更加迫切的背景下，国内AI应用独角兽、算力服务商、芯片设计厂商之间的合作有望更加密切。
王贵忠：技术创新是全球性的，但我国技术发展与美国存在客观差距。 这导致利润实现往往低于美国的同类公司。 从今年来看，各子行业贝塔值趋同后，竞争力将再次成为最重要的增长因素。
苏延庆：在海外算力优势显着的背景下，未来国内外大模型能力差距可能会进一步拉大，但国内大模型能力也在显着提升。 以最近流行的Kimi为例。 去年10月，Kimi智能助手支持20万个汉字的输入。 当时，这是全球市场上可商用的大规模模型服务中最长的上下文输入长度。 目前，KIMI可支持200万个汉字的输入，具有出色的文本处理能力。
路阳：这为国内企业指明了方向。 无论是算力端还是应用端，国内外相关企业都将开始新一轮的追赶和超越。 与此同时，国内一些产业链企业也有望直接受益。 我们将重点跟踪相关企业的盈利变化。
人工智能是未来10-20年最重要的新生产力
中国基金报记者：您如何看待AI算力与新生产力的关系？ 以此为主要驱动力正在涌现的新产业赛道有哪些？
黄继晨：从全球范围来看，未来10-20年甚至更长时间，人工智能和人工智能算力将是最重要的新生产力，也是引起国内外共鸣的科技产业趋势之一。 高需求背景下，AI算力驱动的新赛道有望涌现：AI算力服务、AI芯片国产化、高性能存储器（HBM高带宽存储等）、高性能光通信， ETC。
苏延庆：新生产力可能与改造提升传统产业、培育壮大新兴产业、布局建设未来产业三类产业路径有关。 人工智能是新生产力的重要方向之一，算力基础设施建设是我国信息化发展战略。 在全面自主控制的背景下，光芯片、交换芯片、ICT设备是智能计算中心、数据中心等的基础基础，值得关注。
路阳：人工智能算力作为新生产力的重要组成部分，提供强大的数据处理能力，支撑人工智能技术的快速发展和广泛应用，进而推动整个社会生产力的跃升。
以算力为驱动力，AI助手、AI娱乐、AI办公、AI咨询、AI教育，甚至AI手机、AIPC、自动驾驶、人形机器人都将因AI而发生巨大的改变。
王贵忠：新质量生产力的核心是技术的革命性突破，生产要素、劳动要素的创新配置，形成数量倍数和几何效率的结合，形成新的质量状态。 而其核心就是高端、智能、绿色。 我认为人工智能是掌握新生产力的关键要素之一。
宋巍巍：这一轮技术革命始于计算芯片的不断进步。 英伟达的芯片或者AI算力相当于新的生产力（GPU已经成为像土地一样可以产生租金收入的资产）。
在实现了“文生文”（文本生成文本）之后，后续的Sora视频模型（也称为世界模拟器）实现了“文生视频”（文本生成视频）。 下一步，人工智能技术落在机器上。 人类体力劳动的替代（文字生成劳动和实物）。 AI人工智能技术与工业革命、信息革命一样，推动生产力的提升。
继续看好人工智能中长期投资机会
中国基金报记者：今年以来，AI题材市场持续演化。 目前整体基本面和估值情况如何？ 它可持续吗？ 有人士认为，A股AI板块大部分仍属于炒作概念。 你怎么认为？
黄继晨：全球人工智能产业目前正处于产业生命周期的早期阶段（快速发展阶段），相关主体处于重度投入（研发和基础设施）阶段，产业也在快速变化。
在A股人工智能板块，价值成长投资和主题投资并不全是炒作概念，尤其是在AI算力方向。 英伟达供应链中的一些核心目标并不如长期空间或短期订单和估值。 在合理范围内，该类型公司中期内仍具有良好的投资价值。
苏延庆：AI产业链包括算力和应用两大方向。 算力线的表现相对来说更加抢眼。 目前静态估值较高。 长期来看，我们仍然需要关注大模型的演进对算力需求的影响。
应用方面，近期KIMI大模型的进展有了较好的增长。 从基本面来看，估值较高，短期内业绩难以实现。 但随着行业走势不断向好，估值或仍有提升空间。 。
王桂中：机会是跌来的，风险是涨来的。 市场预期普遍向上修正后，需要更多关注实现盈利的可能性。 我个人始终认为，企业的价值创造是投资收益的主要来源。 AI市场的可持续性取决于价值创造能否真正实现。
我们对人工智能仍然充满信心。 人工智能在提高信息生产效率方面的逻辑非常清晰，也是技术上最大的创新。 展望明年，AI相关软硬件仍将是核心主线。
宋巍巍：在这一轮人工智能革命中，大多数科技公司本身并没有发生变化，但其所处的环境却发生了巨大的变化。 每家公司的业务都可能会受到人工智能的干扰。 毫无疑问，技术变革将继续，但股价将根据市场情绪和状况而变化。
陆阳：从泛科技方向来看，TMT、先进制造等成长型赛道股目前大多处于历史股价较低水平。 申万TMT四大产业均位于历史中心以下范围。 随着经济基本面的复苏以及新兴产业给行业带来的新机遇，新一批优质成长型企业有望打开业绩和估值双增长的道路。
另外，回顾近一年来A股的AI市场，并没有跟上AI的实际发展速度。 至于可持续性问题，股票的长线和短线交易始终存在着博弈。 关键是要保持上升趋势。 我们依然看好市场对AI主题的解读。
AI算力和应用机会巨大
中国基金报记者：就AI产业链而言，目前有哪些细分行业机会值得关注和探索？
黄继晨：A股人工智能产业链主要有两个方向：AI算力和AI应用。 AI算力方向可细分为：供应链龙头企业（光模块、PCB、交换机等）和国产替代企业。 供应链龙头企业； AI应用板块的主要机会是引入AIGC在内容端带来的变化。 未来，我们需要特别关注一些新兴AI应用独角兽公司发布的产品。 在这些产品中，下一个热门应用有望出现，从而带来非线性增长的投资机会。
宋巍巍：第一个细分机会是“一大三力”（大模型、算力、存储力、运输能力）。 人工智能革命的本质是暴力计算。 算力（芯片）是绕不开的投资方向。 算力还包括存储能力（存储芯片）和传输能力（光模块）。
第二个细分机会是“三大应用、两软技术、一硬技术”。 人工智能软技术应用的两个行业是媒体和软件行业。 人工智能技术将把未来的视频制作和软件开发带入人人平等的时代。 人工智能在硬技术中最大的下游应用是机器人行业。 商用自动驾驶电动汽车为人形机器人的实施铺平了道路。 自动驾驶电动汽车是四轮机器人。
苏延庆：我们可以重点关注半导体领域。 近期，服务器市场逐渐复苏，内存价格不断上涨。 随着供需关系持续改善，短期供应量不变，内存价格有望继续反弹。 除存储外，下游消费需求也在复苏。 ，相对缓慢，但数据仍呈现上升趋势。 总体来看，半导体下游目前正处于结构性复苏过程中。 行业整体估值较低，可重点关注，尤其是其半导体设备及材料子领域。
路阳：进入2024年，AI赛道依然充满机遇，尤其是应用方向。 无论是软件场景还是硬件入口，无论是B端降本增效还是C端体验升级，好产品都会层出不穷。 不同行业可能会出现一系列的爆发，但AI赋能确实给原本业务较多或存在业务瓶颈的企业带来了重生的机会。 因此，AI应用的商业化以及所创造的增量空间将是今年市场最重要的方向之一。
除了参数更大的AI模型、探索新的人工智能算法之外，降低算力成本对于人工智能的发展也非常重要。 新产品、技术解决方案和制造工艺也将成为算力领域的重要焦点。 另一方面，国内人工智能玩家近年来越来越关注海外计算芯片的供应风险，未来国产替代势在必行。
王贵忠：嘉实科技投研团队长期关注的三大需求是能源、信息和生活。 这三件事是人类与整个世界互动的基本要素。 AI+医疗自然而然地结合了大家最关心的两件事。
谈到人工智能与医疗的结合，我们需要回到人工智能整体的能力。 目前有两个系统正在解决这个难题：一个是2016年广泛使用的识别系统，包括现在用于门锁和手机解锁的人脸识别系统。 等等，背后还有一系列的AI辅助，将这方面融入到医疗领域的检测等领域也是比较简单的。 这是一个非常重要的方向。
二是生成式AI，其特点是大样本下的统计规则，将广泛应用于生物制药领域，帮助提高生物制药的开发和发现。 总体而言，人工智能将对药物发现和生物治疗产生重大帮助。
免责声明 ① 本网所刊登文章均来自网络转载;文章观点不代表本网立场,其真实性由作者或稿源方负责 ② 如果您对稿件和图片等有版权及其他争议,请及时与我们联系,我们将核实情况后进行相关删除 ③ 联系邮箱:215858170@qq.com
Copyright © 2017-2018