月底系統性梳理了AI的一些關鍵認知和核心方向，本周市場反饋相當不錯，核心標的收獲好幾個漲停。

周末懶得再重新寫文章了，簡單分享其中的2個要點：

1、算力最先落地，但空間有限，預期差在邊緣算力

算力需求類似於基礎設施和鏟子股，有說18個月翻倍的，也有說4個月翻倍的，但不管怎么說，確定性擺在那裏。
算力最核心的價值業務無疑是GPU，目前英偉達一馬平川，但未來格局有所變化，微軟等廠商出於安全或議價，會扶持其他廠商，比如AMD等。
國內映射的是英偉達產業鏈和AMD產業鏈。

目前市場還是扎堆在雲端算力，而忽略了邊緣算力，預期差還是比較大的。
最核心的是邊緣算力對半導體制程要求不高，有很大的改進空間，這一塊想象空間是很大的。

重點關注邊緣側的芯片和通信模組，位置夠低，預期夠大。

後記：周五通信模組暴漲，市場又吹出【邊緣算力的光模塊】邏輯，短期情緒難以預測。

這個位置估值確實不貴，但能否復制光模塊，只能邊走邊看，最好是能有訂單層面或景氣層面的改善，那么未來可期！

2、大模型核心玩家優先，垂直模型會百花齊放

現在國內大模型有百模大战的說法，但實際上真正能出來的玩家極其有限，推測還是幾家互聯網大廠，因爲他們有錢有算力有數據。
從這個角度出發，當前萎靡的中概股還是有不錯的機會的，可以多留意這一塊。
我老看到很多人吐槽國內的大模型落後比較大，純屬武大郎，其實這種觀點是有失偏頗的。
別忘記了在底層科技的創新上，我們是落後的，但只要技術路线確定了，我們在應用層上的追趕是全球第一的。
因爲最終能跑出的大模型就那幾家，我認爲沒有必要人人都去研究大模型，大概率是賠錢陪玩。
真正有壁壘的是掌握海量非公开數據的行業，他們完全可以搭載通用大模型自研垂直模型。

比如市場最先反饋的AI教育、辦公和金融走勢都很不錯，預期差比較大的是AI醫療、AI工業和AI建築。
這些行業都有各自的數據壁壘和knowhow ，總不至於被海外吊打吧。

AI是產業革命的共識越來越強，市場的研究也不會不斷深化，有預期差、股價還沒反饋的邊緣側和應用層將會是下一階段的主线。

請注意：這是上周的觀點，市場變化莫測，反饋速度又快，不要盲目追高了！

話不多說了，咱們留言區見！

無私的分享也需要一絲心靈的慰藉，如果覺得文章對您有幫助，麻煩點贊在看轉發支持一下。

特別提示：以上內容僅爲個人投資思考和記錄，不構成投資建議。

本文作者可以追加內容哦 !