AI算力底层逻辑，再回顾
闷得而蜜
· 广东
上午在车上，无聊，发了一个贴，说投资的王道是抓大江大河（大赛道）里的“江豚宝宝”。那么，哪里是长江、黄河呢？ 以AI算力为例吧。
大模型，大力出奇迹，AI算力 = 算力 + 运力 + 存力 + 电力。
目前A股能够参与的，除了寒武纪和几个刚刚IPO的企业，主要是运力和电力。
1、二次元逻辑（算力²）
运力负责将算力（GPU、TPU、XPU）相互连接起来。一个大模型，无论是训练还是推理，动不动就是几百亿~几万亿参数，需要几十个到几万个算力芯片联合工作。
两个算力芯片联合工作的时候：
只需要1条通信管道。当四个算力芯片联合工作的时候：
需要4*3/2=6条通信线路。当八个算力芯片联合工作的时候：
通信线路达到28条。依此类推，通信线路 = N²/2。
也就是说，只要是跟算力互联相关的赛道，都遵循GPU²的速度增长。
哪些赛道属于算力互联呢？
PCB负责1cm~2米的算力互联，光通信负责＞2米的算力互联。当算力芯片互联达到几十到几百颗的时候，互联就会变得特别复杂：
2、一次元逻辑（β×电力）
除了互联以外，液冷散热和AIDC电源这一类，他们增长的逻辑是遵循电力开销。 电力消耗增加多少，这类赛道的市场空间就会增长多少，宏观上讲，属于线性逻辑（β×电力）。比如，液冷完成0-1的阶段后，后续的边际增速就不明显，从GB300到Rubin的增量只有17%，跟功耗增速基本匹配：
结论：
AI算力里的细分赛道，有两套逻辑：
1、二次元逻辑 ：算力²，长江（中际旭创、新易盛）、黄河（胜宏科技、生益科技）…