英伟达GTC大会的keynote结束后，我陷入两天的沉思后，得出如下结论：
1、人类尚未实现AGI，而通往AGI的总指导方针是scaling-law，参数量、数据、算力三者，只提升任何一个或者两个，总的增益都有上限，必须三者同步提升才能持续提升AI的效果。所以，人类必须找到一个持续提升算力的途径。
2、摩尔定律渐微，从Nvidia的芯片从H100开始，每一代芯片，单位面积的性能提升不到15%，并且往后演进3nm、2nm、1nm每一代的红利收益均不会超过15%。未来二十年的主要矛盾是：半导体工艺无法满足AGI日益增长的算力需求。
3、系统施策，俗称摊大饼，将成为提升算力的主要路线：a）持续加大HBM内存容量；b）持续提升互联带宽，从而提高GPU的并发度；c）持续提升集群规模，从而提升系统容量；d）持续提升散热能力，给摊大饼创造条件；…
GB200 NVL72系统的推出，向全世界展示，算力提升不仅仅是GPU芯片的任务，内存（美光）、光模块（中际旭创）、散热（工业富联）、连接器、PCB...，大家都必须扑上去。在GPU的带领下，组成强大的多兵种军团，通过集团化、阵地战，取得一个又一个胜利。
基于上述三点结论，我们过去认为题材炒作、强周期的行业，摇身一变，成为AI算力基建的主力军。越往后，半导体工艺红利越弱，越需要这些部队参战，成长属性越强。
$上证指数(SH000001)$ $创业板指(SZ399006)$ $深证成指(SZ399001)$
全部讨论
3月初，芯片巨头英特尔宣布成立全新独立运营的FPGA公司Altera，以期获得更大的发展空间。AMD也瞄准了FPGA赛道，发布多款新品进军低成本FPGA市场。全球第三大FPGA供应商莱迪思则与英伟达携手，共同加速边缘人工智能应用的开发。
这些动向离不开AI行情的催化。当前人工智能热潮持续推动AI服务器对于算力部署的旺盛需求，而FPGA凭借其高灵活性和低功耗等突出特性有望继续在AI服务器市场中扮演重要角色并实现持续增长。
“在过去的几年当中，整个FPGA的生态系统已经增长了5倍以上。”莱迪思半导体首席战略与市场官Esam Elashmawi对21世纪经济报道记者表示，“当前整个行业正更多地从通用式服务器向人工智能服务器转变，不管是从连接性、还是安全性的角度，FPGA都可以提供相应的价值和帮助。对FPGA厂商来说，这是一个令人可喜的变化。”
工业富联的业务一直增长乏力，感觉没在 AI 浪潮中赚几个钱
学习笔记：scaling-law，参数量、数据、算力三者，必须三者同步提升才能持续提升AI的效果。算力需求会大爆发。
3nm、2nm、1nm每一代的红利收益均不会超过15%。半导体工艺无法满足AGI日益增长的算力需求。
摊大饼，将成为提升算力的主要路线：
a）持续加大HBM内存容量；
b）持续提升互联带宽，从而提高GPU的并发度；
c）持续提升集群规模，从而提升系统容量；
d）持续提升散热能力，给摊大饼创造条件；…
GB200 NVL72系统的推出，向全世界展示，算力提升不仅仅是GPU芯片的任务，内存（美光）、光模块（中际旭创）、散热（工业富联）、连接器、PCB...，大家都必须扑上去。在GPU的带领下，组成强大的多兵种军团，通过集团化、阵地战，取得一个又一个胜利。
成为AI算力基建的主力军。越往后，半导体工艺红利越弱，越需要这些部队参战，成长属性越强。
中际旭创