2024 AI行业关键时刻：瓶颈与机遇并存.docx

AI行业关键时刻：瓶颈与机遇并存

报告摘要：

2025年，Al将迎来模型与应用的双向奔赴：

-模型侧，模型将朝大小模型互补的方向演进，聚焦增强推理能力以突破当前的ScalingLaw瓶颈。大型预训练市场逐渐收敛，由OpenAI、Meta的Llama、Mistral、阿里通义等主导，更多中小厂商则专注于特定任务的微调与Agent业务。新兴技术路径如测试时训练、合成数据应用及感知量化训练将推动模型能力提升，而多模态融合模型在实时交互、音频与视觉生成领域展现出巨大潜力。

-应用侧，渗透率持续快速上升，ChatGPT活跃度持续攀升，视频生成模型如Runway和可灵国际版表现稳定。我们持续看好如下应用方向：1)Al程序员在企业中得到广泛应用，显著提升开发效率；2)数据重要性大幅提升推动SaaS平台如Snowflake、Datadog和Databricks等业务高速增长；3)通用SaaS平台如ServiceNow和Salesforce受益于大企业AI投入增加；4)Al搜索有望在2025年诞生超级APP;5)Al眼镜作为综合体验最好的Al硬件新形态，预计将在2025年迎来大规模出货。

-算力系统，虽然英伟达最新的Blackwel1架构算力芯片仍在云端具备绝对统治力，但是随着系统复杂性的快速提升以及核心技术及零部件供给瓶颈，硬件迭代速度可能在未来趋缓。这将给AMD等竞争对手以及云厂商自研芯片带来更多的发展机会。

-电力基础设施，随着单数据中心规模的不断扩大，局部供电压力激增。独立于传统居民/工业电网的核电站成为潜在最优解决方案。美国几大云厂亚马逊、谷歌、微软都在积极寻求核电解决方案。核电的落地速度成为制约Al进一步发展的重要因素。

-端侧Al,随着模型小型化趋势及应用场景的快速丰富，我们预计端侧Al在2025年也将迎来大发展。在硬件、软件、生态、云等所有环节都可控并有所参与的手机厂商更容易成功，其中苹果、谷歌更为完整。苹果在硬件、软件、生态环境、云服务上具备极强竞争力。谷歌有原生安卓支持、Gemini强大的模型能力，但在硬件上自有品牌Pixel渗透率低，更多需要依赖三星端侧硬件拓展用户。

-AIPC领域：1)未来X86笔电市场竞争将会更为激烈，英特尔和AMD产品在性能、续航、适配性、生态方面各有千秋。2)X86台式机领域，由于功耗的重要性大幅降低，AMD有望依靠更出色的CPU性能提升市占率；3)AIPC的渗透，重点看ARM芯片。苹果的优势最明显，高通XElite短时间内很难与苹果竞争ARM架构Al笔电的市场。未来英伟达联发科合作研发的处理器也会带来更多看点。ARM架构芯片的成熟有望推动ows操作系统向更适合Al的方向进化。

风险提示

芯片制程发展与良率不及预期中美科技领域政策恶化

智能手机、PC销量不及预期

1

1

行业深度研究(深度)

内容目录

一、Al模型趋势：大小模型互补，预训练市场快速收敛，ScalingLaw新方向增强推理需求 3

1.1预训练和现实数据触顶，后训练时代将开启新的ScalingLaw方向 3

1.2方向一：用推理代替思考 3

1.3方向二：测试时训练 5

1.4方向三：合成数据 6

1.5方向四：模型量化逐渐失效 7

1.6方向五：多模态融合模型发展空间大 7

二、Al应用渗透率持续增长，落地场景多点开花 9

2.1Al应用活跃度持续增长，应用场景得到认可，进入快速获客期 9

2.2Al程序员是确定性的强需求 11

2.3Al搜索是25年最有希望诞生超级APP的赛道 12

2.4Al为通用型和数据类SaaS平台打开增长空间 12

2.5Al眼镜是Al应用落地的最佳硬件，25年将迎来发布潮和出货量大增 13

三、算力系统面临“木桶效应”挑战，供给端瓶颈或成主要矛盾 15

3.1人工智能算力系统面临诸多挑战 15

3.2单卡算力升级速率落后于模型迭代速率，Blackwell延后预示系统摩尔进一步降速 15

3.3数据中心电力消耗呈指数级增长，核电或成最优解决方案 18

四、大模型推理服务大规模部署，如何影响硬件市场? 20

4.1大模型性能提升，推动推理算力需求加速增长 20

4.2服务器推理：内存墙难破，HBM容量仍为竞争要点 21

4.3端侧推理：单用户推理导致内存端高成本，端云结合将是未来趋势 21

五、AI设备销量