英伟达财报后股价下跌较多，市场对 AI 算力发展的隐忧主要集中在资本开支和回本周期。本周英伟达发布 2025 财年第二季度财报，营收达到 300 亿美元，超过上季度指引 280 亿美元，同比增长 122%，净利润达到 166 亿美元，同比增长 168%，并指引下季度应收 325 亿美元（上下浮动 2%）。发布财报后，公司股价跳水，盘后一度跌超 8%，以科技股为主的纳指也同步下跌。

作为全球算力龙头第一股，分析英伟达盘后大跌的原因，本质上是分析市场对 AI 算力后续发展的担忧，我们认为，无论是对 B 系列推迟、GB 芯片良率、公司盈利能力的担忧，都可以被归纳总结为对 AI 算力行业的三大担忧：

【担忧 1：CSP、科技龙头的巨额 Capex 是否可持续】

云厂商和大型科技公司的资本支出决定了英伟达的营收增速和 AI 算力的发展速度。英伟达在电话会中披露，CSP 厂商（微软、亚马逊、谷歌等）约占数据中心收入的 45%，互联网、消费级科技公司（Meta、特斯拉等）占数据中心收入超过 50%，而数据中心在英伟达整体营收中贡献比例超 87%，因此科技公司的资本支出直接影响英伟达和 AI 算力发展速度。

我们认为，科技巨头资本支出的可持续性成为市场关注焦点，区别整体 capex 和算力侧 capex，后者可持续性支撑力强劲。美国四大 CSP（微软、亚马逊、谷歌、Meta）2024 年二季度资本支出总额达到 529 亿美元，同比增加 56%，增速达到近几年的顶峰水位，市场对于高增速的可持续性担忧较高。我们认为，对于资本开支可持续性的担忧应该区分整体 capex 和算力侧 capex，根据 Dell’Oro Group，预期 2027 年 AI 基础设施支出将推动数据中心资本支出超 5000 亿美元，而主要科技公司也多次强调对 AI 的资本支持：亚马逊 24Q2 资本开支 176 亿美元，公司指引，鉴于来自 AWS 客户的需求强劲增长（其中大多包含生成式 AI 组件），下半年公司资本支出将持续增加，且 capex 大部分是用于支持技术基础设施建设；Meta 上调资本开支指引，大量投资基础设置以提供算力支持；Alphabet （谷歌母公司）预期 2024   年支出将显著增加，将继续投资服务器、数据中心等基础设施；微软资本开支指引增加，并明确指出，资本开支全部由云产品和算力投资构成。

【担忧 2：高额 AI 芯片的投资回报率】

四大云厂商对算力侧的巨额资本开支，也引发市场对于 AI 芯片投资回报率的担忧。微软资本开支在 2024 全年预计将突破 500 亿美元，谷歌和亚马逊预计也会达到 500 亿美元 / 年的水准，Meta 预计会在 2024 年投资 400 亿美元，巨额投资引发市场对 AI 芯片“性价比”的讨论，投资回报率成为核心议题。微软是较早在财报中量化给出 AI 业务回报情况的公司，Azure 云一季度增长 31%，微软提到其中 7 个百分点是 AI 服务贡献。

我们认为，现阶段重点不在“性价比”而在于卡位优势和军备竞赛，投资不足的风险远大于过度投资。从长远来看，AI 算力侧投资的战略意义远超单纯的性价比考量，一方面，在快速发展的 AI 领域，技术领先意味着能够提供更先进的服务，吸引更多的客户，从而在市场上占据主导地位，因此即使初期 AI 芯片投资是所谓的“低性价比”，但为了在算力军备竞赛中保持技术领先，巨额 capex 必不可少；另一方面，高性能的 AI 服务能够吸引并锁定高端客户（对服务质量和稳定性有更高要求），一旦客户依赖于某个云服务商的 AI 服务，不太可能轻易转换到其他竞争对手，因此卡位优势及其关键，AI 芯片的早期投资是卡位的主要基础。正如谷歌在 24Q2 财报会议中指出，对于 AI 投资不足的风险远远大于过度投资的风险。

【担忧 3：下游爆款何时出现】

对于下游应用的担忧是 AI 发展之初就存在的“老生常谈”的问题，市场主要担心的是，面对巨额基础设施投资的增长，下游需求增速会因为没有“AI 爆款应用”而无法匹配。

AI 应用增长缓慢背后的原因较为复杂，一方面是 AI 大模型使用门槛高，另一方面通用 AI 与专业领域需求也存在较大不匹配性，此外高成本和慢响应速度影响用户体验和商业化，各种原因下的结果就是在 GPT4 面世近一年后，全球 AI 爆款尚未诞生。

我们认为，应用层的爆款难以提前预测，但本质上市场对于爆款的担忧，是在关注大语言模型的热度是否能持续支撑供给侧的高投入，而 GPT3.5-GPT4-GPT4.5 升级后引发的话题度和 AI 算力投资加码或许能侧面回答这一担忧。根据《商业内幕》报道，目前，某些企业客户已被授予 GPT5 演示版本的早期访问权限。另外，OpenAI 首席技术官 Mira   Murati 近日透露，公司正在开发的 GPT5 有望在 2025 年底或 2026 年初推出，在特定任务中达到博士级智能水平。而根据 The Information 报道，OpenAI   正在开发新旗舰大语言模型，代号“猎户座”，该模型训练数据由 OpenAI 另一即将发布的 AI 模型“草莓”生成，目前，OpenAI 已向安全监管人员展示了“草莓”模型，我们认为在尚未出现爆款的背景下，GPT 本身就是“爆款”，建议关注 GPT5 的发布进展。

建议关注：

算力——

光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁。铜链接：沃尔核材、精达股份。算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪。液冷：英维克、申菱环境、高澜股份。边缘算力承载平台：美格智能、广和通、移远通信。卫星通信：中国卫通、中国卫星、震有科技、华力创通、电科芯片、海格通信。

数据要素——

运营商：中国电信、中国移动、中国联通。数据可视化：浩瀚深度、恒为科技、中新赛克。

风险提示：AI 发展不及预期，算力需求不及预期，市场竞争风险。

1.投资策略：市场对 AI 算力担心什么

本周建议关注：

算力——

光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁。

铜链接：沃尔核材、精达股份。

算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪。

液冷：英维克、申菱环境、高澜股份。

边缘算力承载平台：美格智能、广和通、移远通信。

卫星通信：中国卫通、中国卫星、震有科技、华力创通、电科芯片、海格通信。

数据要素——

运营商：中国电信、中国移动、中国联通。

数据可视化：浩瀚深度、恒为科技、中新赛克。

本周观点变化：

本周科创成长板块以波动为主，英伟达财报后股价下跌较多，市场对 AI 算力发展的隐忧主要集中在资本开支和回本周期。分析英伟达盘后大跌的原因，本质上是分析市场对 AI 算力后续发展的担忧，我们认为可以归纳总结为对 AI 算力行业的三大担忧。第一，市场担忧 CSP、科技龙头的巨额 Capex 是否可持续，云厂商和大型科技公司的资本支出决定了英伟达的营收增速和 AI 算力的发展速度。科技巨头资本支出的可持续性成为市场焦点，区别整体 Capex 和算力侧 Capex，后者可持续性支撑力强劲；第二，四大云厂商对算力侧的巨额资本开支也引发市场对于 AI 芯片投资回报率的担忧，我们认为，现阶段重点不在“性价比”而在于卡位优势和军备竞赛，对于 AI 投资不足的风险远远大于过度投资的风险；第三，面对巨额基础投资设施的增长，下游需求增速会因为没有“AI 爆款”而无法匹配，而本质上市场对于爆款的担忧，是在关注大语言模型的热度是否能持续支撑供给侧的高投入，而 GPT 接连升级后引发的话题度和 AI 算力投资加码或许能侧面回答这一担忧。基于此，我们仍长期看好以 AI 算力为主的方向。

2.行情回顾：通信板块上涨，云计算表现相对最优

本周（2024 年 8 月 26 日 -2024 年 8 月 31 日）上证综指收于 2842.21 点。各行情指标从好到坏依次为：中小板综>创业板综>万得全 A( 除金融，石油石化 )>万得全 A>沪深 300>上证综指。通信板块上涨，表现优于上证综指。

从细分行业指数看，云计算、移动互联、量子通信、区块链、通信设备分别上涨 4.3%、3.9%、2.1%、2.0%、1.9%，表现优于通信行业平均水平；物联网上涨 1.1%，表现与通信行业平均水平齐平，卫星通信导航上涨 0.4%，表现劣于通信行业平均水平，运营商、光通信分别下跌 0.7%、4.3%。

本周，受益 ChatGpt 概念，ST 高鸿上涨 27.59%，领涨版块。受益 RSC 概念，天利科技上涨 27.18%；受益传感器概念，亿通科技上涨 19.81%；受益 AI 眼镜、存储芯片概念，英唐智控上涨 16.67%；受益边缘计算、华为概念，宜通世纪上涨 14.32%。

3.周专题：市场对 AI 算力担心什么

英伟达财报后股价下跌较多，市场对 AI 算力发展的隐忧主要集中在资本开支和回本周期。本周英伟达发布 2025 财年第二季度财报，营收达到 300 亿美元，超过上季度指引 280 亿美元，同比增长 122%，净利润达到 166 亿美元，同比增长 168%，并指引下季度应收 325 亿美元（上下浮动 2%）。发布财报后，公司股价跳水，盘后一度跌超 8%，以科技股为主的纳指也同步下跌。

作为全球算力龙头第一股，分析英伟达盘后大跌的原因，本质上是分析市场对 AI 算力后续发展的担忧，我们认为，无论是对 B 系列推迟、GB 芯片良率、公司盈利能力的担忧，都可以被归纳总结为对 AI 算力行业的三大担忧：

【担忧 1：CSP、科技龙头的巨额 Capex 是否可持续】

云厂商和大型科技公司的资本支出决定了英伟达的营收增速和 AI 算力的发展速度。英伟达在电话会中披露，CSP 厂商（微软、亚马逊、谷歌等）约占数据中心收入的 45%，互联网、消费级科技公司（Meta、特斯拉等）占数据中心收入超过 50%，而数据中心在英伟达整体营收中贡献比例超 87%，因此科技公司的资本支出直接影响英伟达和 AI 算力发展速度。

我们认为，科技巨头资本支出的可持续性成为市场关注焦点，区别整体 capex 和算力侧 capex，后者可持续性支撑力强劲。美国四大 CSP（微软、亚马逊、谷歌、Meta）2024 年二季度资本支出总额达到 529 亿美元，同比增加 56%，增速达到近几年的顶峰水位，市场对于高增速的可持续性担忧较高。我们认为，对于资本开支可持续性的担忧应该区分整体 capex 和算力侧 capex，根据 Dell’Oro Group，预期 2027 年 AI 基础设施支出将推动数据中心资本支出超 5000 亿美元，而主要科技公司也多次强调对 AI 的资本支持：亚马逊 24Q2 资本开支 176 亿美元，公司指引，鉴于来自 AWS 客户的需求强劲增长（其中大多包含生成式 AI 组件），下半年公司资本支出将持续增加，且 capex 大部分是用于支持技术基础设施建设；Meta 上调资本开支指引，大量投资基础设置以提供算力支持；Alphabet （谷歌母公司）预期 2024   年支出将显著增加，将继续投资服务器、数据中心等基础设施；微软资本开支指引增加，并明确指出，资本开支全部由云产品和算力投资构成。

【担忧 2：高额 AI 芯片的投资回报率】

四大云厂商对算力侧的巨额资本开支，也引发市场对于 AI 芯片投资回报率的担忧。微软资本开支在 2024 全年预计将突破 500 亿美元，谷歌和亚马逊预计也会达到 500 亿美元 / 年的水准，Meta 预计会在 2024 年投资 400 亿美元，巨额投资引发市场对 AI 芯片“性价比”的讨论，投资回报率成为核心议题。微软是较早在财报中量化给出 AI 业务回报情况的公司，Azure 云一季度增长 31%，微软提到其中 7 个百分点是 AI 服务贡献。

我们认为，现阶段重点不在“性价比”而在于卡位优势和军备竞赛，投资不足的风险远大于过度投资。从长远来看，AI 算力侧投资的战略意义远超单纯的性价比考量，一方面，在快速发展的 AI 领域，技术领先意味着能够提供更先进的服务，吸引更多的客户，从而在市场上占据主导地位，因此即使初期 AI 芯片投资是所谓的“低性价比”，但为了在算力军备竞赛中保持技术领先，巨额 capex 必不可少；另一方面，高性能的 AI 服务能够吸引并锁定高端客户（对服务质量和稳定性有更高要求），一旦客户依赖于某个云服务商的 AI 服务，不太可能轻易转换到其他竞争对手，因此卡位优势及其关键，AI 芯片的早期投资是卡位的主要基础。正如谷歌在 24Q2 财报会议中指出，对于 AI 投资不足的风险远远大于过度投资的风险。

【担忧 3：下游爆款何时出现】

对于下游应用的担忧是 AI 发展之初就存在的“老生常谈”的问题，市场主要担心的是，面对巨额基础设施投资的增长，下游需求增速会因为没有“AI 爆款应用”而无法匹配。

AI 应用增长缓慢背后的原因较为复杂，一方面是 AI 大模型使用门槛高，另一方面通用 AI 与专业领域需求也存在较大不匹配性，此外高成本和慢响应速度影响用户体验和商业化，各种原因下的结果就是在 GPT4 面世近一年后，全球 AI 爆款尚未诞生。

我们认为，应用层的爆款难以提前预测，但本质上市场对于爆款的担忧，是在关注大语言模型的热度是否能持续支撑供给侧的高投入，而 GPT3.5-GPT4-GPT4.5 升级后引发的话题度和 AI 算力投资加码或许能侧面回答这一担忧。根据《商业内幕》报道，目前，某些企业客户已被授予 GPT5 演示版本的早期访问权限。另外，OpenAI 首席技术官 Mira   Murati 近日透露，公司正在开发的 GPT5 有望在 2025 年底或 2026 年初推出，在特定任务中达到博士级智能水平。而根据 The Information 报道，OpenAI   正在开发新旗舰大语言模型，代号“猎户座”，该模型训练数据由 OpenAI 另一即将发布的 AI 模型“草莓”生成，目前，OpenAI 已向安全监管人员展示了“草莓”模型，我们认为在尚未出现爆款的背景下，GPT 本身就是“爆款”，建议关注 GPT5 的发布进展。

4. Gartner 发布 2024 年新兴技术成熟度曲线：重点关注开发者生产力、全面体验、AI 和安全

据 C114 报道，Gartner 2024 年新兴技术成熟度曲线收录的 25 项颠覆性技术分为四大领域：自主 AI、开发者生产力、全面体验以及以人为本的安全和隐私计划。

Gartner 杰出研究副总裁 Arun Chandrasekaran 表示：“随着企业的关注重点继续从基础模型转向可提高投资回报率的用例，生成式人工智能（GenAI）即将越过期望膨胀期。这一趋势正在加速自主 AI 的发展。虽然目前的 AI 模型缺乏自主行动能力，但各 AI 研究实验室正在快速推出智能体，借助智能体与环境之间的动态交互来实现目标，不过这将是一个循序渐进的过程。”

Chandrasekaran 表示：“即便 AI 依然具有吸引力，首席信息官（CIO）和其他 IT 高管也必须探究可能对开发者、企业安全、客户和员工体验产生变革影响的其他新兴技术，并根据企业机构对于未经验证技术的接纳能力，制定利用这些技术的战略。”

在 Gartner 的众多技术成熟度曲线中，新兴技术成熟度曲线较为独特，每年会从 Gartner 研究的 2000 多项技术和应用框架中精选出企业机构有必要了解和掌握的新兴技术。这些技术和趋势有望在未来二至十年内为企业机构带来巨大的竞争优势。

5.爱立信 AI 解决方案助力 M1 5G 网络性能提升

据 C114 报道，近日，M1 与爱立信联合部署了全球首个集成先进人工智能（AI）与机器学习（ML）功能的 IP 与微波混合现网。

新加坡领先的移动网络运营商之一 M1 与爱立信签署谅解备忘录，双方将使用由 AI 赋能的爱立信传输网自动化控制器（Ericsson Transport Automation Controller）提高 M1 的 IP 与微波网络的容量与性能。这标志着全球首个支持先进 AI 与 ML 功能的 IP 与微波组合网络的现网部署。

作为谅解备忘录的一部分，M1 将使用爱立信传输网自动化控制器在其网络上对 IP 与微波用例进行概念验证。这是 M1 为增强自身的 5G 能力并满足对高性能 5G 独立组网（SA）日益增长需求所做努力的一部分，旨在为用户带来更高的带宽、更低的时延和更具弹性的底层传输网连接。

M1 使用爱立信 Router 6000 以及光纤 +MINI-LINK 微波连接的组合，构建了一个能够支持全国 5G 独立组网的多种技术结合的传输网络。

为了更好、更快地深入了解其 5G 网络性能，实现更快的连接和更低的延迟，M1 选择使用爱立信传输网自动化控制器，并计划在 2024 年第四季度之前对 IP 与微波进行概念验证。M1 与爱立信将以此为契机，在传输网中加入网络性能实时观测能力和 SDN 自动化功能。

爱立信传输网自动化控制器是一款智能云原生传输网控制器，它利用 AI 和 ML 对微波、IP 和光纤网络进行分析及自动化操作。该控制器支持数据驱动型决策，确保运营商能够提前应对可能影响网络状态和性能的挑战，并通过精确的数据分析帮助电信运营商了解某些问题发生的原因以及网络中出现的趋势和性能异常，从而采取预防性维护等主动网络控制措施。这款 AI 驱动的传输网控制器可实时识别性能下降、容量利用率和网络时钟同步问题，并提供如何优化整体网络性能的洞察，同时减少了人为错误和故障排除的时间。

M1 首席技术官 Denis Seek 表示：“M1 致力于通过在网络中部署最新的技术为用户提供更多价值，我们将继续引入先进的自动化功能和 AI 技术实现 4G 和 5G 移动传输网的现代化。借助爱立信传输网自动化控制器，我们的目标是提供更高质量的网络性能，并通过先进的 5G 独立组网用例搭建起一个能够满足更多用户需求的网络。此次深化合作也帮助 M1 朝着实现全公司的自动化和 AI 目标又迈进了一步。”爱立信新加坡、菲律宾和文莱地区负责人 Daniel Ode 表示：“爱立信十分高兴能够深化与 M1 的合作，并为他们提供我们的智能传输网自动化控制器。这款控制器不仅可以对 IP 与微波网络进行实时洞察，同时通过使用先进的 AI 技术帮助 M1 充分挖掘其 5G 独立组网的潜力。”

6.IDC 调高 2024 全年手机交付预测：同比增长 5.8% 至 12.3 亿部，AI 手机将占 18% 份额

据 C114 报道，调研机构 IDC 鉴于上半年全球手机市场交付情况良好，于 8 月 27 日宣布调高全年手机交付预测，最新估计同比增幅为 5.8%，交付量预估达 12.3 亿部；原先预估为 12.1 亿部，同比增幅为 4%。

IDC 全球季度手机追踪报告高级研究总监 Nabila Popal 表示：“在中国和新兴市场 Android 设备强劲增长的推动下，2024 年预测的改善巩固了智能手机市场的复苏之路。”

Popal 还称“今年 Android 的增长将达到 7.1%，比 iOS 的 0.8% 快九倍。苹果增长放缓的原因是中国市场竞争加剧。IDC 预计 iOS 的发展轨迹将在 2025 年改善，同比增长 4%。”

IDC 全球季度手机追踪研究总监 Anthony Scarsella 则指出，人工智能（AI）热潮带动了手机销售，原因是大型手机制造商在新型号加入生成式 AI 工具，刺激包括中国和美国在内的主要经济体消费者换机热情升温。

从报告中获悉，IDC 预计到 2024 年底，生成式 AI 智能手机将实现 344% 的强劲增长，占据整个市场 18% 的份额，因为大多数旗舰机都将采用端侧 AI 功能。不过，支持生成式 AI 的设备最初不会便宜，平均售价将是不支持 AI 设备的两倍以上，进一步推动高端化趋势。

7. Cerebras 推出全球最快 AI 推理解决方案，速度是英伟达方案的 20 倍

据 C114 报道，Cerebras Systems 今日宣布推出 Cerebras Inference，官方称这是全球最快的 AI 推理解决方案。该新解决方案为 Llama 3.1 8B 提供每秒 1800 个 token，为 Llama 3.1 70B 提供每秒 450 个 token，速度是微软 Azure 等超大规模云中提供的基于英伟达 GPU 的 AI 推理解决方案的 20 倍。

除了令人难以置信的性能之外，这款新型推理解决方案的定价也比流行的 GPU 云低得多，起价仅为每百万个 token 10 美分，从而为 AI 工作负载提供 100 倍更高的性价比。

该方案将允许 AI 应用程序开发人员构建下一代 AI 应用程序，而不会影响速度或成本。该方案使用了 Cerebras CS-3 系统及其 Wafer Scale Engine 3（WSE-3）AI 处理器，其中 CS-3 的内存带宽是 Nvidia H100 的 7000 倍，解决了生成式 AI 的内存带宽技术挑战。

Cerebras Inference 提供以下三个层级：免费层为登录的任何人提供免费的 API 访问和慷慨的使用限制。开发者层专为灵活的无服务器部署而设计，为用户提供一个 API 端点，其成本只是市场上替代方案的一小部分，Llama 3.1 8B 和 70B 模型的定价分别为每百万 token 10 美分和 60 美分。企业层提供微调模型、定制服务级别协议和专门支持。企业可以通过 Cerebras 管理的私有云或客户场所访问 Cerebras Inference，非常适合持续的工作负载。

Cerebras 团队称：“凭借创纪录的性能、业界领先的定价和开放的 API 访问，Cerebras Inference 为开放的 LLM 开发和部署设定了新标准。作为唯一能够同时提供高速训练和推理的解决方案，Cerebras 为 AI 开辟了全新的可能性。”

AI 领域正在迅速发展，虽然英伟达目前在 AI 市场占据主导地位，但 Cerebras 和 Groq 等公司的出现预示着行业动态可能发生变化。随着对更快、更具成本效益的 AI 推理解决方案需求的不断增加，这些挑战者在颠覆英伟达的霸主地位，尤其是在推理领域方面。

8. 马斯克展示特斯拉超级计算机 Cortex：可容纳 10 万张 H100/H200

据 C114 报道，特斯拉 CEO 马斯克今日展示了特斯拉新的超级计算机“Cortex”，该计算机群有望成为全球最大的超级计算机之一，但目前尚未完全准备就绪。

马斯克曾表示，这个项目对特斯拉至关重要，近年来，他将特斯拉的重点转向了人工智能，人工智能需要强大的计算能力。

马斯克此前透露，今年特斯拉将投入 100 亿美元用于人工智能的训练和推理，其中仅用于采购英伟达芯片的预算就高达 30 至 40 亿美元，也证明了这些芯片价格并不便宜。

而 Cortex 由 10 万块 H100 和 H200 芯片组成，其算力规模已远超世界最强超算 Frontier。

马斯克不久前还公布了 Cortex 包括冷却等带来的超算耗电量为 130MW，差不多是 2 个半中型发电站的发电量，后续，耗电量会增长到超 500MW。

此外，马斯克在高端算力集群上的巨额投入，也加大了国内自动驾驶厂商与特斯拉的差距。

9.Omdia 聚焦全球电信 AI 联盟发展：Telco-LLM 开发势在必行

据 C114 报道，市场研究公司 Omdia 的最新报告对全球电信 AI 联盟（Global Telco AI Alliance,GTAA）在电信领域的大语言模型（LLM）开发情况以及 SK 电讯（SK Telecom）为该联盟的合资企业所做贡献的合作协议进行了分析。

多语言 Telco-LLM 优化各种电信业务表现，同时保留了内部人才。联盟成员同意成立一家合资企业，开发专门针对电信行业的大语言模型，这是对利用海量电信数据的一次主动尝试，以后可以对这些数据进行定制，为不同的业务领域打造更多的大语言模型。

现有大语言模型的局限性引发了打造“电信 - 大语言模型”（Telco-LLM）的想法，这是一种先进的大语言模型，可以为 AI 服务配备电信行业知识，以了解用户的意图。Telco-LLM 将推动 AI 转型并提高客户服务质量标准，同时还具有提升生成式 AI 表现的潜力：

各种本地化语言：随着越来越多的国际移动运营商加入该联盟，支持的语言列表将会不断扩大。Telco-LLM 为更个性化的客户体验奠定了基础（例如，基于文化差异的服务推荐）。

针对业务板块的定制大语言模型：数字助理 / 聊天机器人可以准确地解释不同业务板块的特定电信问题。有针对性的培训确保大语言模型理解电信语言，并应对与法规、资费、安装和故障排除相关的技术问题查询。

Omdia 资深分析师 Harith Abdul Hadi 指出，在生成式 AI 当中打造 Telco-LLM 的目的是简化员工的工作流程，更重要的是，支撑运营商在各个领域（例如咨询、研发和营销）的 AI 转型计划，包括将运营商的新业务与核心业务相结合。电信公司将能够留住人才并使工作变得更有趣，特别是在需求下降的领域（例如客户服务、后端运营）。

K-AI 联盟的 AI 初创企业和 SK 电讯最近的收购交易为 GTAA 的 AI 发展提供动力当 SK 电讯在 2023 年 2 月成立“K-AI 联盟”（K-AI Alliance）时，最初的计划是开发 AI 聊天机器人，从而使该运营商更容易转向开发将非电信业务与电信产品连接起来的“super app”。在 GTAA 成立之前，K-AI 联盟的成立是为了启动 SK 电讯的 AI 发展计划。

为了支持其 AI 金字塔战略计划，SK 电讯通过在联盟下招募 16 家韩国 AI 初创公司，培养了本土人才。这些都是促进基于电信的 AI 生态系统发展的积极因素，因此当 GTAA 成员加入时，他们已经处于成为全球 AI 领导者的有利地位。尽管如此，合资企业仍需获得常规监管部门的批准，并且需要创始方提供同等投资以支持其开发 Telco-LLM 的初始营运资金需求。

10.Omdia：2029 年 AI 数据中心芯片市场将达 1510 亿美元，2026 年后增长放缓

据 C114 报道，研究咨询机构 Omdia 在当地时间本月 1 日发布的文章中表示，AI 数据中心芯片市场需求规模将在 2029 年达到 1510 亿美元（IT 之家备注：当前约 1.08 万亿元人民币），不过 2026 年后增长将大幅放缓。

根据 Omdia 的《云计算和数据中心人工智能处理器预测》报告，AI 数据中心芯片市场规模在 2022 年仅有不到 100 亿美元，现已成长到了今年的 780 亿美元（当前约 5562.87 亿元人民币），并将持续提升。

不过 2026 年可能会出现一个明显的拐点，推动增长的动力将从技术采用转向 AI 应用需求的变化。Omdia 高级计算首席分析师 Alexander Harrowell 说：重要的变化是，在 AI 增长的推动下，基础数据中心半导体市场出现了上调。除此之外，我们注意到超大规模企业的定制芯片，尤其是谷歌的 TPU，开始从 GPU 手中抢夺市场份额。我们预计它们将越来越重要。自 2021 年 1 月以来，最大的 AI 模型的尺寸并没有前进，创新的重点已经转移到更多种类的小型模型上。还有迹象表明，类似规模的模型一代比一代更有效率。这对 AI 基础设施的投资是一个不利因素，尽管它也允许更多的组织参与进来，这往往会在广度上弥补深度上的损失。随着时间的推移，推理将变得更加重要。我们预计，不断增长的用户群和应用程序将需要更多的推理基础设施。

11.OpenAI 正以超千亿美元估值洽谈新一轮融资

据 C114 报道，彭博社的一份新报告讲述了苹果两款即将推出的头显设备：第二代 Apple Vision Pro 型号，以及更便宜的耳机版本，可以简单地称为“Apple Vision”。

这款产品可以理解为简化版 Vision Pro 头显，将通过减少摄像头和扬声器系统的配置实现设计上的优化和成本控制。

关键的成本削减将来自显示屏组件，苹果计划显著降低其成本，也让廉价版本的 Apple Vision 的售价能够与高端 iPhone 相媲美，预计定价在 1600 美元左右，大约是现行 Vision Pro 价格的一半。预计这款更经济的头显将在 2025 年底推出，目的是扩大市场覆盖范围，让更多消费者能够接触并体验苹果的增强现实和虚拟现实技术。

十二、风险提示

AI 发展不及预期，算力需求不及预期，市场竞争风险。