算力需求激增：AI模型迭代引领行业新浪潮

随着人工智能技术的飞速发展，算力成为了推动AI进步的核心动力。算力，即计算能力，是指计算机系统处理数据和执行计算任务的能力。在AI领域，算力的需求随着模型复杂度的增加而激增，尤其是在深度学习、机器学习等技术的应用中表现得尤为明显。算力的提升不仅能够加速模型的训练和推理过程，还能支持更大规模的数据集处理，从而推动AI技术在各个行业的应用落地。当前，全球科技大厂对算力的投资持续增加，算力景气度持续上行，AI模型的迭代速度也在加快，预示着AI应用的突破点临近，行业正迎来新一轮的发展机遇。

算力需求的激增与全球景气度上行

算力需求的激增是AI技术发展的直接体现。随着模型参数量的增加，训练数据集的扩大，以及计算浮点数的增长，AI模型的性能得到了显著提升。这一趋势在全球范围内得到了科技大厂的积极响应。例如，微软与OpenAI合作的“星际之门”项目，计划配备数百万专用的超算服务器芯片，项目成本预计超过千亿美元。Meta计划于2024年底拥有35万张英伟达H100 GPU，未来算力储备将达到60万张。这些举措不仅展示了科技巨头对AI算力的重视，也预示着全球算力景气度的持续上行。

在AI推理方面，随着底层大模型能力的提升，大模型幻觉问题有望逐步削减，Context-length有望继续提升，助推AIGC应用进入规模化阶段。根据IDC统计，AI推理需求占比或从40%逐步提升至67%。这一变化意味着，相比传统AI小模型，推理需求占比或加速提升，进一步推动算力需求的增长。

AI模型迭代加速应用落地

AI模型的快速迭代是推动AI应用落地的关键因素。随着算力的提升，AI模型的训练和优化速度得到加快，使得模型能够更快地适应新的数据和场景。这一趋势在AI应用公司中表现得尤为明显。例如，金山办公、福昕软件、广联达、用友网络、万兴科技等公司，其业绩驱动力仍为本身主业，展现出了一定的韧性。这些公司的产品竞争力和商业模式的优越性，一方面反映了其在AI应用领域的领先地位，另一方面也显示出外部环境的一定压力。

展望未来，伴随算力成本的快速下降与底层模型的能力提升，AI应用有望完成实质性突破，打开IT公司成长天花板。AI技术的迭代不及预期风险、财政支出不及预期风险以及行业竞争加剧风险，都是需要关注的重要因素。但总体来看，AI模型的迭代加速，无疑将推动AI应用在各行各业的落地，从而实现更广泛的商业价值和社会影响。

AI视觉与听觉板块的稳健发展

AI视觉与听觉板块作为AI技术应用的重要分支，其业绩的稳健发展为整个AI行业的景气度提供了有力支撑。基于大语言模型GPT3.5加入监督数据微调得到的ChatGPT，自2022年底推出后即引起轩然大波，全新业态及商业模式的落地正在酝酿中。AI视觉板块主要公司如海康威视、大华股份、科大讯飞等，2024年前三季度业绩持续稳健，收入表现平稳，政府补助与税费返还情况相对稳定，利润端由于市场竞争加剧等原因受到一定压力。

这一板块的稳健发展，不仅体现了AI技术在视觉和听觉领域的应用潜力，也为整个AI行业的技术进步和应用拓展提供了参考。随着技术的不断成熟和市场的逐步扩大，AI视觉与听觉板块有望在未来实现更快速的增长，为行业带来更多的创新和价值。

总结

算力景气度的持续上行和AI模型迭代的加速，共同推动了AI技术在各行业的应用落地。随着全球科技大厂对算力的大力投入和AI模型能力的不断提升，AI技术的应用前景变得更加广阔。AI视觉与听觉板块的稳健发展，进一步证明了AI技术在特定领域的强大潜力。尽管面临技术迭代、财政支出和行业竞争等风险，但AI行业的整体发展趋势仍然向好，预示着一个充满创新和机遇的新时代即将到来。