AI大模型正在引发新一轮的“算力焦渴”。
近日，OpenAI刚发布的o1大模型再次刷新了大模型能力的上限。对比上一次迭代的版本，o1的推理能力全方位“吊打”了GPT-4o。更优秀的能力，来自与o1将思维链引入进了推理过程。在o1对问题“一边拆解一边回答”的过程中，“环环相扣”的思维链让答案也变得更加“靠谱”。
思考模式的升级，也意味着更大的算力需求。由于模型原理是在LLM训练额外添加了RL（强化学习）的Post-Training（后训练），这意味着一次推理和训练所需的算力将再次增加。
“AI研究中遇到的最大困难就是缺少算力——AI本质就是暴力计算。”华为副董事长、轮值董事长徐直军此前总结道。
于是，近几年科技大厂对AI基础设不断加大投入，除了英伟达股价不断升高，卖“AI铲子”的AI服务器厂商们也在本季度迎来了翻倍的业绩增长。
并且，随着AI算力下一步的需求增长和基础设施下放，服务器厂商们有望凭借AI赚得越来越多。
厂商们业绩的“高歌猛进”，是服务器与AI深度结合的结果。
其中在AI训练环节，服务器大厂们纷纷采用不同方式加速整个AI训练过程，让异构计算的AI服务器，成为一台高效的AI训练任务“分发机”。另一边，在解决算力硬件紧缺的问题中，AI服务器厂商也结合大型服务器集群的运营经验，落地了各种让英伟达、AMD、华为昇腾、Intel等厂商GPU混训大模型的平台。
伴随着对AI从训练到硬件优化的深入理解，越来越了解AI的服务器厂商也在从原本卖硬件组装的身份，提升着在AI产业链的价值。
其中，聚焦到智算中心建设层面，不少服务器厂商已经根据AI需求调整了AI服务器集群的硬件基础设施。并且，随着对国产算力芯片的深度结合，基于AI服务器厂商自己定制的解决方案正在广泛落地。
另一边在软件层面，更懂AI的服务器厂商也在开始挖掘AI在基础设施中的生产力属性。伴随着服务器厂商推出的AI大模型、Agent，服务器厂商与AI应用客户业务的结合也愈发紧密，从而进一步获得更多软件层面的解决方案收入。
毫无疑问，AI时代的变革也改变了整个算力载体的行业逻辑。
AI服务器厂商们正在以各种方式为用户带来更密集、更高效的算力供应。在当下的“算力焦渴”时代，AI服务器厂商正在成为愈发重要的“卖水人”。
AI行业，“卖铲子”的先赚钱了
AI大厂们的加速投入，让“卖铲子”的AI服务器厂商开始赚钱了。
根据IT桔子数据显示，截止到9月1日，AI相关上市公司整体还是亏损居多。其中，15家盈利的AI上市公司累计净利润为27.8亿元，亏损的19家累计净额为62.4亿元。
