泡泡资讯网

算法可以开源,可以学习,可以快速追赶,但大规模训练和推理需要的GPU、网络、存储

算法可以开源,可以学习,可以快速追赶,但大规模训练和推理需要的GPU、网络、存储和数据中心,很难一夜之间补齐。这也是为什么DeepSeek一直强调,有多少合理价格的算力就会买多少。因为今天限制AI发展的,不是想法,而是算力资源。如果这个判断成立,那AI产业链真正受益的,未必只是GPU。GPU之间需要高速互联,模型越大、Agent越普及、推理次数越多,对高速网络的要求反而越高。所以我认为,光模块仍然是AI基础设施里确定性最高的环节之一。同时,围绕算力服务器、存储、算力运营的数据基础设施,也仍然会持续受益。从这个逻辑看,我依然认为:光模块利好,新易盛利好。算力基础设施利好,协创数据利好。当然,这说的是产业逻辑,不代表股价明天就会涨。产业趋势决定天花板,估值和筹码决定短期股价。但至少到今天,我还没有看到任何证据证明,AI进入了“不需要更多算力”的时代。相反,Agent、持续学习、长上下文这些新方向,都在把算力需求继续往上推。