AI交易的性价比下降，趁调整多观察
市场角度看，这几天因为AI的确挖的差不多，大部分标的都涨高了，交易的性价比就不太高了，市场就会进行短期的调整，最近新ZL去了海南，海南的热度比较高，然后之前一直说疫情第二波在三月份，现在马上进入四月份，一切都还比较顺利，所以消费复苏的预期可能会继续回归，加上马上临近五一假期，消费大概率会适当活跃，再则现在是年报季报的高峰期，会有个阶段性的炒作业绩，就会顺势回到老赛道，新能源光伏等。
我觉得趁着AI调整的时候，多花点时间研究选择，等待下一步机会比较好，大方向我坚定认为咬定AI这个线不能放手，找最受益的公司。近几日美光科技CEO在财报电话会议上强调人工智能技术未来将提振芯片行业销售，核心还是新的技术带来新革命带来新需求，所以记住炒作芯片优先级，先是从人工智能技术最先受益的算力芯片、存储芯片、连接芯片等。久了再去看人工智能赋能的赋能的万千行业带来芯片的需求。
今天我整理一些芯片的机会
算力芯片
1）量：AIGC带来的全新场景+原场景流量大幅提高。① 技术原理角度：ChatGPT基于Transformer技术，随着模型不断迭代，层数也越来越多，对算力的需求也就越来越大；② 运行条件角度：ChatGPT完美运行的三个条件：训练数据+模型算法+算力，需要在基础模型上进行大规模预训练，存储知识的能力来源于1750亿参数，需要大量算力。
2）价：对高端芯片的需求将拉动芯片均价。采购一片英伟达顶级GPU成本为8万元，GPU服务器成本通常超过40万元。支撑ChatGPT的算力基础设施至少需要上万颗英伟达GPU A100，高端芯片需求的快速增加会进一步拉高芯片均价。
2、ChatGPT的“背后英雄”：芯片，看好国内GPU、CPU、FPGA、AI芯片及光模块产业链
1）GPU：支撑强大算力需求。由于具备并行计算能力，可兼容训练和推理，目前GPU被广泛应用于加速芯片。看好海光信息、景嘉微；
2）CPU：可用于推理/预测。AI服务器利用CPU与加速芯片的组合可以满足高吞吐量互联的需求。看好龙芯中科、中国长城；
3）FPGA：可通过深度学习+分布集群数据传输赋能大模型。FPGA具备灵活性高、开发周期短、低延时、并行计算等优势。看好安路科技、复旦微电、紫光国微；
4）ASIC：极致性能和功耗表现。AI ASIC芯片通常针对AI应用专门设计了特定架构，在功耗、可靠性和集成度上具有优势。看好寒武纪、澜起科技；
5）光模块：容易被忽略的算力瓶颈。伴随数据传输量的增长，光模块作为数据中心内设备互联的载体，需求量随之增长。看好德科立、天孚通信、中际旭创。
存储芯片
美存储芯片巨头美光科技其发布了2023财年第二财季财报，当季营收36.93亿美元，同比大幅下滑52.5%，净亏损高达23.12亿美元，创下2003年第二财季（亏损19.4亿美元）以来的历史单季亏损新高。美光科技CEO在财报电话会议上强调人工智能技术未来将提振芯片行业销售。
美光相关数据显示，一台人工智能服务器DRAM使用量是普通服务器的8倍，NAND是普通服务器的3倍。美光CEO表示，展望未来时，它等于人工智能，人工智能等于内存，其预计存储芯片行业的市场规模将在2025年创下历史新高。
存储IC 设计公司（兆易创新、普冉股份、东芯股份）、模组公司（江波龙、佰维存储、德明利）等。
连接芯片
转发【浙商·蒋高振】算力产业链·互联方案：GPU卡间互联→PCIe/NVlink，服务器互联→IB/以太网！
裕太微——千兆以太网卡芯片
澜起科技——PCIe Retimer芯片
数据互联：随着模型复杂程度增加，单张GPU无法完成训练任务，需要联合多张GPU，乃至多台服务器搭建集群协同工作，并需要GPU之间以及服务器之间进行数据传输交互。由于大模型数据量极大，在机器学习训练过程中，数据传输速度成为制约训练速度提升的瓶颈。在传统的方案中，GPU互联通常采用PCIe，服务器之间互联采用以太网Ethernet。
