终局思维看AI：大模型淘汰后算力是否过剩

如果按终局思维看，现在的大模型竞争，很像几年前的新能源车竞争。一开始大家都觉得赛道足够大，所有人都有机会。资本、人才、政策、产业链一起涌入，市场相信只要站在风口上，就能成长为下一个时代巨头。但最后一定会发现，真正能活下来的公司不会太多。新能源车如此，大模型也会如此。不是每家公司都有资格训练基础大模型，不是每一个创业团队都能承受千亿级别的算力投入，不是每一个模型都能拿到足够多的用户、数据、场景和现金流。最终，大模型行业一定走向强者恒强。头部模型吃掉用户，头部平台吃掉生态，头部云厂吃掉基础设施，弱模型、伪模型、重复模型、没有应用场景的模型，会被逐渐淘汰。所以，从这个角度看，市场担心算力过剩，并不是没有道理。过去两年，全球AI硬件链最核心的叙事就是一句话：算力永远不够。只要模型参数继续扩大，只要训练集群继续堆叠，只要英伟达下一代芯片继续迭代，只要云厂资本开支继续上修，那么GPU、HBM、光模块、服务器、液冷、PCB、交换机、数据中心，就都能享受持续高景气。这个逻辑在产业爆发初期是成立的。但问题在于，任何产业都不可能永远停留在不计成本抢产能的阶段。终局一定会回到商业本质：谁在付钱？谁在赚钱？投入的算力能不能变成收入？收入能不能覆盖折旧、电费、HBM成本、网络成本和运维成本？这才是现在市场真正开始担心的地方。大模型会死掉一大批，这意味着什么？首先，训练算力会出现阶段性过剩。很多模型公司过去买卡、租卡、建集群，本质上是在赌自己能够进入终局。但如果融资环境变冷，模型能力追不上头部，用户增长停滞，商业化不及预期，这些公司就不可能继续高强度训练。一旦中小模型公司停止烧钱，边际训练需求一定会下降。这部分算力需求，确实存在泡沫。这就像新能源车行业早期，大家都在建工厂、上产能、抢供应链，最后需求没有想象中那么快，价格战就来了，产能利用率就下来了，设备商、材料商、二三线零部件公司就开始承压。AI硬件链也会有类似过程。尤其是那些单纯绑定下一代训练集群扩张的公司，最容易受到冲击。但是，不能因此简单得出结论：大模型死掉，所以算力需求崩塌。因为AI和新能源车有一个非常大的不同。汽车卖出去以后，是一台车；AI模型跑起来以后，是持续消耗算力。模型公司的数量减少，不代表用户需求减少。恰恰相反，当模型能力更强、成本更低、体验更好以后，用户可能会更加集中地使用头部模型。以前一个人一天问AI几十次，未来一个Agent可能替你连续工作几个小时。以前AI只是回答问题，未来AI可能写代码、做设计、生成视频、分析报表、处理邮件、操作软件、辅助科研、参与工业控制。以前算力主要消耗在训练端，未来算力会越来越多地消耗在推理端。所以，真正的变化不是算力需求消失，而是算力需求结构发生变化。训练端从百花齐放走向头部集中，推理端从早期尝鲜走向日常消耗。这也是为什么我认为，终局不是算力完全过剩，而是无效算力过剩，有效算力继续稀缺。什么是无效算力？没有客户的算力，是无效算力。没有高利用率的算力，是无效算力。没有电力、网络、运维优势的算力，是无效算力。只能服务重复训练、不能服务真实推理需求的算力，是无效算力。只靠地方补贴、讲产业园故事、没有商业闭环的数据中心，也是无效算力。什么是有效算力？绑定头部云厂、头部模型、头部应用的算力，是有效算力。单位成本足够低、利用率足够高、能持续转化为收入的算力，是有效算力。能够服务推理、Agent、多模态、产业应用、国家级AI基础设施的算力，是有效算力。未来过剩的，不是所有算力，而是无效算力、重复算力、低利用率算力、没有ROI的算力。从中国视角看，算力还不只是商业问题，也是一种战略基础设施。AI已经越来越国籍化、军事化、产业化。中美科技竞争的背景下，算力不会完全按照市场经济的短期回报来配置。国家要有自己的模型，重点行业要有自己的模型，金融、能源、军工、制造、通信、医疗、政务，都需要可控算力和可控数据。所以，中国不可能因为海外模型公司死掉一批，就停止算力建设。但这也带来另一个问题：战略投入不等于所有上市公司都有投资价值。基础设施建设可以继续，产业趋势可以继续，但股票估值不能无限透支。这就像新能源车行业一样。新能源车是大趋势，这一点没有错；但在趋势中，很多整车厂死掉了，很多电池厂利润被压缩了，很多材料公司从高增长变成强周期，很多设备公司从香饽饽变成产能过剩。产业趋势没有错，错的是市场把所有环节、所有公司、所有估值都当成赢家来定价。AI硬件也一样。AI产业长期一定有未来，但不代表所有AI硬件股都有未来。真正需要警惕的是，市场之前把算力永远不够交易成了一个线性外推的故事。今年买，明年翻倍；明年买，后年继续翻倍。GPU继续涨，HBM继续缺，光模块继续扩，液冷继续爆，PCB继续涨价，服务器继续堆，数据中心继续建。但当市场开始问ROI的时候，估值体系就变了。云厂资本开支能不能回收？高端AI服务器折旧几年？HBM价格涨到最后，客户能不能接受？Rubin机柜成本太高，部署节奏会不会放慢？推理价格持续下降，能不能覆盖硬件投入？模型公司集中化之后，中小训练需求会不会消失？这些问题一旦被市场反复追问，AI硬件就会从无脑成长股变成周期成长股。这不是说产业结束了，而是说最舒服的估值阶段可能过去了。以前市场只看需求弹性，不看供给周期；只看收入增长，不看资本回报；只看技术迭代，不看客户利润。后面市场会越来越看质量。谁有定价权？谁绑定头部客户？谁不是单一代际依赖？谁的产品不是随时被替代？谁能在需求放缓时保持利润？谁能从训练切到推理？谁能从海外链切到国产链？这才是下一阶段AI硬件投资的核心。所以，如果按终局思维看，大模型会死很多，但AI不会死。训练算力会阶段性过剩，但推理算力不会简单崩塌。无效算力会过剩，但有效算力仍然稀缺。硬件需求不会归零，但硬件估值泡沫会被重估。产业趋势还在，但股票会分化。头部模型更强，二三线模型出清；头部云厂更强，弱算力平台出清；核心硬件仍有需求，边缘硬件开始承压；有定价权的环节活得更好，没有定价权的环节开始被周期审判。这是AI硬件接下来最需要面对的问题。真正的风险不是AI没有未来，而是很多股票已经把未来提前涨完了。真正的机会也不是继续相信所有算力都稀缺，而是去寻找那些在终局里仍然稀缺的东西。终局不是算力崩塌。终局是泡沫退潮后，市场重新区分什么是有效算力，什么是无效算力；什么是真需求，什么是伪需求；什么是真龙头，什么只是风口上的猪。AI大时代还没有结束。但AI硬件的无差别狂欢，正在进入下半场。$中际旭创(SZ300308)$ $兆易创新(SH603986)$ $胜宏科技(SZ300476)$