大盘经过连续一个月多上涨后，开始进入平台整理期。这段时间，开路先锋AI算力基建板块，也妖风四起，跌跌撞撞，尤其是今天午后两点十分，在几篇小作文的配合下（实在太低级，难得评论），被空军重锤。在五分钟内，新易盛跌了12cm，中际旭创跌了9cm。
基本面没有任何变化，反而向好。那为啥波动这么大呢？
因为，心有魔债。
一、IT产业遵循Moore-Law，而不是猪肉定律
摩尔定律是由英特尔公司的共同创始人戈登·摩尔（Gordon Moore）在1965年提出的观察和预测，后来被广泛引用和讨论，成为半导体行业乃至整个信息技术领域的一个基本准则。最初，摩尔在《电子学》杂志上发表的文章中指出，集成电路上可以容纳的晶体管数量大约每12个月翻一番。到了1975年，他对这个预测进行了修正，改为每24个月翻一番，这个修正版的预测更广为人知，并且在之后的数十年间得到了相对准确的验证。
摩尔定律的具体内容可以概括为：
1、在集成电路（IC）芯片上集成的晶体管数量大约每两年翻一番。
2、这意味着在给定的成本下，每过一段时间，芯片的复杂度（或者说计算能力）就会成倍增长。
3、同时，因为每一代芯片上的晶体管密度增加，所以单位面积内的功能单元更多，从而使得每单位成本能够提供的计算性能也大幅度提升。
从上图可以看到，70年之间，存储器的成本，下降了10亿倍，算力成本下降了1亿倍。有人做过一个比喻，如果汽车的成本也像电脑这样的斜率下降，今天一辆汽车的价格不到1美分。成本在指数级下降，但是IT硬件产业的市场规模不仅没有缩小，反而增长了一万倍。
但是呢，A股的很多投资者，以文科生的思维在看世界。今年在菜市场10块钱买一斤猪肉，明年要花12块钱才能买到一斤猪肉。所以，当她们看到一个集群中光模块的数量、价格，居然比上一年要少的时候，就会吓跳起来：“不得了，这个市场增长到头了，进入周期下行了，赶紧跑！”。
英伟达的GPU，H100比A100性能提升四倍，B200又比H100的性能提升四倍，但是他的销售价格也会同比例提升四倍吗？绝对不可能的。
同理，在H100时代，一个集群需要1000支800G光模块，在B200时代，同样的集群还需要1000支800G光模块吗？ 如果有公司敢这样做，第二天就会倒闭！因为工艺和架构的改进，必须性能遵循幂律提升，成本遵循幂律下降。IT产业，从来都是通过生产率提升，主动创造需求，主动做大蛋糕。从来都是加量又降价。
随着工艺越来越逼近物理极限，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。怎么办？ 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。
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。
二、Scaling-Law，全村人的希望
在深度学习和大型语言模型（LLMs）的研究中，Scaling Law 描述了一个关键现象：当模型的大小（例如参数数量）、训练数据集大小以及训练过程中的计算量（如浮点运算次数）按比例增加时，模型性能（如准确率、困惑度、BLEU得分等）通常也会随之改善。
具体来说，Scaling Law 规定了模型性能与资源投入之间的关系，表明如果模型规模增大到足够大，并且配合足够的数据和计算资源，模型性能将有望实现显著提升，有时甚至是指数级别的增长。这种规律的重要性在于它提示了构建更好AI系统的路径，即通过加大投入，尤其是模型规模，可以预期得到更好的结果。
通俗地讲，Scaling Law揭示了一个道理：参数量、数据、算力这三要素，如果固定其中的一个，只改进另外两个，都有增益上限。人类通往AGI的道路上，必须同时持续地提升这三个参数。
AI训练性能每提升1%（Loss cost），算力的需求增加10倍。
三、结论：
1、需求曲线，遵循Scaling-Law，AGI需求呈指数级增长（10x）
2、供给曲线，遵循Moore-Law，IT硬件的成本下降速度遵循幂律（½X）
去年10月底市场很亢奋（Gemini发布）， 春节后市场很亢奋（Sora发布）。为什么现在焦虑呢（一会铜进光退，一会需求减少，一会砍单，一会…，小作文不断）？ 一切的背后，皆因这段时间是新大模型的真空期，没有Scaling-Law需求曲线的指引，市场亢奋的激素水平下降。
但是，人类实现AGI了吗？ 没有。 GPT5，新的史诗级大模型今年会不会发布？ GPT5后是否会引发新一轮百模大战？
GPT5发布之时，又是新一轮AI炒作的狂欢之际 。