信息服务行业专题报告：从“安迪·比尔”到“詹森·奥特曼”，算力与应用的跃迁.pdf

信息服务行业专题报告：从“安迪·比尔”到“詹森·奥特曼”，算力与应用的跃迁。安迪比尔定律给硬件带来了空间，给软件带来了利润。安迪比尔定律来源于： “Andy gives，Bill takes away。”Andy 指的是 Intel 原 CEO 安迪〃格鲁夫，Bill 则是微软的比尔〃盖茨。这句话的含义是英特尔向市场推广了一款新型芯片，微 软会及时升级自己的软件产品吸收新型芯片的性能。安迪比尔定律暗合了微软和 Intel 之间的利益诉求，本质上是把耐用品转变为消费品，加速迭代。从个人电脑 生态链来看安迪比尔定律：微软为首的软件开发商吃掉硬件，迫使用户更新新机 器让惠普和戴尔受益，整机厂再向 Intel 订购芯片、向 Seagate 等订购外设。除 此之外安迪比尔定律也暗示了算力的长期匮乏，目前通过“复杂问题上云”和“算 法轻量化适配终端”是解决这一匮乏的两条主流路径。

詹森〃奥特曼定律：AI 时代的安迪〃比尔定律。我们认为，AI 时代， GPU 和 大模型仍将会呈现出交织往上快速迭代的发展路径，AI 算力和应用相互促进，彼 此给与正反馈。AI 算力性能的提升，被更大参数量的模型吃掉；更大的模型和应 用进一步促进算力的消纳和性能提升。总结来说：“Jensen gives，Altman takes away。” Jensen Huang 是英伟达创始人，Sam Altman 是 OpenAI 创始人。产 业实践中也得到了验证，H100 加速了 GPT4 的训练和迭代，同时 GPT4 和未来 的 GPT5 也促进了 B200 的产生。由此，我们得出了 AI 时代的安迪比尔定律：詹 森奥特曼定律。除了基本定义的转变，从通用平台，到基础设施，再到应用层面 的变革传递，以及算力需求的体量增长预计也将产生巨大变化，具体如下：① GPTs 是 Windows、AppStore 之后新一代的超级平台，传统 IT 产业链通用平台 更新，基础设施迭代，传导至应用层的规律依旧存在。②AI 时代需要新一代基础 设施支持训练、推理和生成式 AI 应用落地。芯片层面，除了 GPU 之外，ASIC、 FPGA 也将是 AI 芯片重要替代架构，GPU、CPU、DPU、HBM 将成为数据中心 重要组成部分。数据中心层面，算力基础设施高性能和高效率需求，带来通信传 导光纤变铜线，以及液冷 0-1 的革新。③“AI 化”是 IT 架构变化的两大驱动力 之一。从基础型到高性能，再到机器学习服务器，GPU 成本逐步上升，从 0%提 升到 27-30%，再提升到 70-75%。与之印证的是，英伟达数据中心营收明显提升， 而 Intel 则明显下降。“云计算化”也是 IT 架构变化的两大驱动力之一。大模型应 用能够帮助企业更高效率的实现商业目标，但对于绝大多数企业而言，自研大模 型成本高，且模型设计、训练、调优等环节对开发人员专业能力要求较高。MaaS （Model as a Service，大模型即服务）代表着一种全新的 AI 云服务范式，它将 大模型作为 AI 基础设施的核心组成，以云服务方式提供给开发人员和企业进行 更高效的工业化开发。