算力更新与 AI 基础设施行业交流纪要

摘要： 本次会议为每周投研洞见回顾，重点讨论了 AI 芯片设计（敖捷科技）、AI 基础设施（AI Infra/IDC）、DPU 技术、Token 经济与 AI 应用，以及英伟达 27 财年 Q1 财报的深度分析。

行业主线：

1. 芯片设计与 DPU：关注 SoC 在 4G/AI 市场的供需机会及 ASIC 业务的成长性；DPU 被定义为数据中心“第三颗主芯片”，通过接管网络、存储、安全任务减轻 CPU 负载，提升整体降本增效。
2. 算力基建演进：IDC 正在从基础租赁向 AI DC + 算力租赁 + Token 分成模式的多元 AI Infra 演进。配套的 SST（固态变压器）和液冷技术将随之放量。
3. Token 经济与应用：模型厂商通过优化单位经济模型（如 DeepSeek 降价）提升 Agent 渗透率，商业模式向复原费、API 调用费等复合模式转变。
4. 海外龙头动态：英伟达收入持续超预期，客户结构向主权 AI 等多元化方向扩展，网络收入增速高于计算产品，并战略性布局 CPU 及全栈硬件机架。

关键变化与分歧：

1. 模型成本骤降：DeepSeek 等厂商大幅降低 API 价格，加速 AI 应用的商业化与普及。
2. 英伟达叙事转移：从单纯的 GPU 销售转向提供包括 KV Cache 存储机架在内的全栈硬件堆栈，旨在提高在 AI CapEx 中的价值占比。
3. 算力需求分层：数据中心收入在超大规模客户（Hyper-scaler）与工业/主权 AI 客户（ACIE）之间实现均衡分布。

受益方向与风险：

1. 受益方向：具备 ASIC 交付能力的芯片设计公司、AI DC 运营商及其配套液冷/电源厂商、拥有内容版权或垂类数据的 AI 应用厂商。
2. 核心风险：算力资本开支执行不及预期、供应链资源争夺导致成本上升、AI 应用商业化落地节奏低于预期。