说到AI，最有希望的当然是大模型和AI模型的应用。借用孟晚舟关于智能化的描述，叫“所有对象可联接，所有应用可模型，所有决策可计算”。
模型的基础是算力。所以任正非说“我们即将进入第四次工业革命，其基础就是大算力。第四次工业革命波澜壮阔，其规模之大不可想象”。
AI对现代生活的渗透，恐怕当前还难以想象。但它代表了这个时代的主旋律，符合牛市旗手的第一个特征。
国内AI四小龙中，商汤在香港上市，云从在科创板上市，旷世和依图上市进程一波三折。华为的盘古大模型、阿里的通义千问、还有最新的Kimi、做行业数据挖掘的第四范式等等，层出不穷。未来天下谁敌手？难料。
但无论什么模型，对算力的需求是一致的。以生成式AI模型GPT-3为例，其模型参数1750亿个，用1024 块 A100 80G芯片进行一次训练，需25天，费用90万美元。但谁家的模型是几次就能训练成功的呢？更何况GPT-4的参数已经达到5000亿，甚至有模型参数高达1万亿，这需要多大的算力需求？
但算力并不仅指计算的能力，它指的是一系列算力基础设施。任何革命性的技术突破，都是建立在积木式创新的基础之上。这些基础包括：
第一，算力。如GPU、CPU、AI加速卡、FPGA等，这是 AI 系统的核心，是最稀缺和最昂贵的部分。A股典型公司如海光信息、龙芯中科、寒武纪、景嘉微。
第二，存力。如DRAM、NVMe SSD等，这是数据支撑部分。只有容量更大，带宽更高，才能支撑万亿参数的运算。A股典型公司很多，如兆易创新、北京君正、聚辰股份、德明利、江波龙等等。
第三，运力。如芯片与芯片间的互连、服务器机箱之间的互连、服务器集群之间的互连，这是提升整体效率的部分。A股的典型公司只有一家，澜起科技。
如果打个比方，算力是大炮，存力是弹药库，运力就是运输线。当三者的工作负载都极致且均衡，就是AI战线的大突破。但当前情况是大炮射速慢，弹药库闲置，运力不足。
文字讨论的是逻辑，但需要数据来支撑逻辑。因此我们通过“阿甘投研”的比较功能，来对比一下，哪一部分可能是潜在的龙头标的？
龙头的标志是：收入规模大，毛利率高，现金回收能力强。
收入规模大，是因为在一个高增长行业中，收入规模就意味着行业地位，同时也代表了这家公司占据的市场份额和复杂管理能力。毛利率代表的是产品力。高毛利率代表了高议价能力，侧面说明公司产品的技术壁垒和竞争局面。但有些公司的高毛利率，是通过高应收款来换取的，相当于向买方进行垫付资金所取得的融资利息，因此还要看现金回收能力。当然，最好的公司是不但收入规模大，毛利率高，而且销售的现金还能当期收回。这说明公司的收入规模的扩张，即不是通过毛利率的下降来换取，也不是通过高应收款来换取。
当我们把前面提到算力、存力、运力相关的A股上市公司聚在一起，会发现以下结果：
2023年，毛利率能保持在40%以上的，都是涉及算力和运力的公司：寒武纪、景嘉微、海光信息和澜起科技。
这与咱们前文的结论是一致的。当前AI基础设施的现状就是：大炮射速慢，弹药库闲置，运力不足。产业链要突破的重点是算力和运力问题，因此这类企业的议价能力就强，毛利率就高。
江波龙和德明利的毛利率低，应该是普通的存储产品，和AI关系不大。存力相关的公司毛利率普遍在30%上下，说明存力产品的供给，相对算力和运力企业，更为充分，竞争也更激烈。
这些企业的收现比，也就是销售收到的现金/营业总收入的比率，都在100%以上，现金流无可挑剔。
而从收入规模上来说，产业链上的大部分公司，收入都在7亿元上下。这是个非常有意思的研究课题。就企业经营来说，10亿元通常是个门槛，一旦超过10亿元，就要求公司的研发、产品、管理、销售等，都有创新型改变。而这些企业，都在门槛边缘上。
最终，毛利率高，收入规模大，且现金回收好的公司，首属海光信息和澜起科技。
一个算力企业，一个运力公司。
所以接下来，我们就以这两家企业为切入点，以他们为标杆来撬动我们对运力和算力的覆盖研究。