这个周期会比较长，现在是概念炒作阶段，空间最大，等以后业绩落地了，大概率是还债的时候，可以参考比亚迪和阳光电源走势。

英伟达算力成本的确比较高。要想取代英伟大GPU,可能还需要一段时间。相信随着科技的进步，用户的增加，算力成本会有下降。
一片英伟达顶级GPU的成本为8万元，GPU服务器的成本通常超过40万元。以ChatGPT为例，公开数据显示，ChatGPT一次模型训练需要的总算力消耗是3640PF-days（即每秒计算一千万亿次，需要计算3640天），耗资千万美元级别。按照国盛证券报告，以2023年1月ChatGPT独立访客平均数1300万来计算，对应芯片需求是3万多片英伟达A100 GPU，约合算力成本8亿美元。

科技的变化很快，我觉得未来肯定不是一家独秀，应该是多点开花的，而且人工智能是未来二十年的主流方向，我觉得两三年或许就可以取代了

根据国盛证券报告，以ChatGPT在1月的独立访客平均数1300万计算，其对应芯片需求为3万多片A100 GPU，大概需要的算力成本为8亿美元，每天的电费成本在5万美元左右，一张A100价格在10000美元左右。
而随着技术的不断迭代发展，同等算力的芯片的成本是趋于下降的，因此大厂自研芯片，在推理卡上面上面应用，可行性不是特别大，他们又没那么多限制。
而但从芯片的理论实现而言，一款芯片的开发周期，至少要1年之久（全新结构至少要2年），从设计到流片，再不断迭代，还要跟上英伟达的节奏，就目前而言，投入跟产出完全不成比例。