重温《英伟达GTC 2025》：挖掘AI算力需求预期差？

重温《英伟达 GTC 2025》：挖掘 AI 算力需求预期差？ 20250706 摘要 美股算力领域表现突出，主要由推理和训练需求共振驱动，需关注大模 型和应用，而非仅依赖产业链数据。GTC 大会参会人数增加，AI 产业人 士占比提升，表明其对 AI 产业的重要性增强，蕴含大量信息差和预期差。 算力需求空间与 TOKEN 量密切相关，计算需求不断增加推动了这一趋 势的发展。海外算力公司的涨幅显著，仅靠传统业绩思路无法解释，需 深入分析 TOKEN 量如何影响计算需求，以及这些因素如何驱动未来趋 势。 Agentic AI 是推理模型衍生出的 AI 范式，强调任务分布执行和规划， 以完成某个任务为终极目标，通过拆解、分布、规划和执行来实现，能 够处理连续、多步骤的复杂或简单任务。 黄仁勋指出，现在不仅有预训练阶段，还有后训练（post training）和 测试时间（test time），这三个阶段都存在算力需求通胀，因此现在有 三条 skin law 曲线。 Q&A 全球 AI 算力跟踪的现状如何？与以往相比有哪些变化？ 当前全球 AI 算力的跟踪方式与以往有显著不同。过去主要通过产业链数据进行 跟踪，但这种 ...