真正参与AI算力基建的公司不多，在小摩发布的AI投资地图中（链接），A股上市公司仅仅四家（中际旭创、工业富联、新易盛、天孚通信）。核心资产稀少，如果不把水池弄大，资金很难展开，所以，资金在里面击鼓传花博弈，既无耐又合理。而作为个人投资者，既没有资金优势，又没有话语权，如果你被动地参与进去，在波涛汹涌的江湖里，大概率会成为别人的盘中餐。
怎么办？ 远离赌场，用自己的专业认知，收获行业成长的果实。
我基于如下四点，比市场认知更早，比市场更有耐心。
一、Scaling-Law，行业增长无忧
GPT-2: 参数量为15亿。
GPT-3: 参数量为1750亿。
GPT-4: 参数量达到1.8万亿。
GPT-5：参数量达到128万亿。
GPT5的发布，将引领大模型成万亿升级到百万亿，百模大战再次打响。按照Scaling-Law，模型参数扩大100倍，算力需要提升1000倍。那么，集群规模横向扩展多少倍？ 两层网络已经不行了，扩大到三层网络架构，纵向扩展是不又要增加一倍？
大模型的参数到百万亿规模后，推理用DGX这种8卡GPU服务器已经搞不定了，按照老黄在GTC大会讲的NVL大集群可以提升推理30x的性价比，那么更大规模的NVL集群下，1:9比例关系光模块就变成刚需。
只要人类还没有实现AGI，Scaling-Law还有效，远远看不到产业增长的尽头。
二、技术进步，不断做大产业蛋糕
面对每年100x的算力增量诉求，真正制约产业的不是需求侧，而是供给侧的能力越来越，逼近摩尔定律，算力性价比每提升一步，都困难重重。但是，这个产业链并没有停滞，在持续努力突破，LPO、CPO、硅光、薄膜铌酸锂…，新技术层出不穷。
举一个典型案例。 上文讲了，大模型参数量达到100万亿级别后，推理也要用大集群来做，并且NVL集群比IB集群的推理效果要好30x（GTC大会，铜进光退的导火索），但是呢铜的距离无法突破2米，只能用一层铜、两层光的方法来组集群，算下来GPU：光模块=1:9。这么巨量的光模块需求，如果成本和功耗不降下来，则投资巨大，商业上很难成立。
原本大家都指望CPO技术，但是大量工程问题未解决，在3~5年内无法普及。可喜的是，Marvell刚刚推出Half LPO技术，大大降低了功耗和成本，这样覆盖推理集群场景就成立了。需求在前面牵引，技术不停地突破跟进，蛋糕越来越大，整个产业链呈现一派健康成长的气息。
三、国产算力产业，“击鼓传花”不可持续
我在一篇专文《AI算力基建：如何理解国内市场》（链接）中，详细阐述了国内算力硬件产业的内在逻辑。除了华为和几个增量核心部件（比如沪电PCB、英维克液冷等…），流出来的利润不到3%，根本就没有什么意义，大量企业的真实价值，等同于垃圾次级债。
但是，大A环境下，并不耽误炒作。打个比喻吧，华为有十三房姨太太，今天点这盏灯，明天点那盏灯，都是某些大资金在背后操盘。更可笑的是，大家都认为的姨太太，其实为苦命的丫鬟。今天集中力量炒拓维信息；明天炒高新发展；后天一边把高新发展裹在被窝里使劲摩擦，一边疯狂炒浪潮信息。很多散户后知后觉，跟风进去，出来底裤都不剩。
认识清楚客观本质后，就不会被迷惑，不跳火坑。
四、专业嗅觉，更强的免疫力
做TMT投资，专业性要求很强，对普通投资者来说，是无法跨越的门槛。你不懂这个行业，就只能被各种各样的小作文、消息牵着鼻子走。
这时候，散户就是被人拿捏在手上的木偶，想要你往哪里走就会往哪里走。当你的从业经历使你能够辨别是非，你就拥有强大的免疫能力。但是，毕竟懂行的人是少数，对于普通投资者来说，怎么办呢？ 我认为跳出专业技术，从更高的层次上进行悟道，不贪，多问几个why，就明白了。比如，我用很多时间来推导产业的底层逻辑：
1、《AI算力基建：论Scaling-Law与Moore-Law的剪刀差》（链接）
2、《AI算力基建：成长的核心逻辑》（链接）
3、《AI算力基建：投资的核心逻辑》（链接）
4、《AI算力基建：全球AI含金量图谱》（链接）
5、《AI算力基建：如何理解国内市场》（链接）
6、《AI算力基建：国产算力投资机会的量化分析》（链接）
在A股，做基本面很难，但不等于没有。有金刚钻为啥不揽瓷器活？