Truist预计2030年AI产业规模将达8万亿美元

到 2030 年人工智能产业堆叠年经常性收入将达到约 8 万亿美元。Truist 认为人工智能经济的价值捕获格局正在转变：硬件从建设扩张中获利，云从算力中获利，模型从智能中获利，应用从人工智能最终替代或改进的工作中获利。

云层
- $AMZN 通过 AWS 销售人工智能基础设施，同时推广自家的 Trainium 和 Inferentia 芯片，以降低云中训练和推理的成本。
- $MSFT 利用 Azure 销售 GPU、模型访问权限和人工智能服务，同时通过全球最大的企业云足迹之一分配 OpenAI 的工作负载。
- $GOOGL 通过 Google Cloud 销售 GPU 和 TPU，将内部开发多年的人工智能基础设施转化为对外的算力业务。
- $ORCL 围绕大型 GPU 集群和专属人工智能基地构建 OCI，在客户需要大量算力块而非传统云服务的 workload 上胜出。
- $CRWV 本质上是通过使用大型 GPU 集群和长期合同来争夺最高强度人工智能 workload，把 Nvidia 基础设施作为专业云售卖。
- $NBIS 正在围绕 Nvidia GPU 容量、电力和数据中心构建原生人工智能云，业务越来越偏向于为模型构建者和企业提供大型专属算力部署服务。

- $IREN 从大多数人工智能云最先需要的稀缺资产——充足电力起步，正在将该基础设施转化为 GPU 集群加上签约人工智能云容量。
- $NSCL 正在围绕 GPU 集群、数据中心和主权算力部署构建垂直整合的人工智能基础设施。

硬件层
- $NVDA 通过 GPU、NVLink、网络和 CUDA 占据了产业堆叠核心的加速器平台，这就是为什么上述几乎每个云和模型公司最终都依赖 Nvidia 的产能。
- $TSM 生产 Nvidia、AMD 和定制人工智能加速器背后的先进逻辑芯片，让先进制程产能成为人工智能最重要的物理瓶颈之一。
- $AMD 通过 Instinct 加速器和 EPYC CPU 构建了仅次于 Nvidia 的主流商业选择，给超大规模企业提供又一个全规模算力平台。
- $MU 供应高带宽内存（HBM）和高性能 DRAM，加速器性能每提升一次都需要大量额外的内存容量和带宽。
- $SKHY 已经成为人工智能供应链中最重要的 HBM 供应商之一，为领先加速器配套提供高带宽内存。
- $DLR 拥有并开发实体数据中心园区，供云提供商和企业部署功率密度越来越高的人工智能基础设施。

应用层
- $PLTR 通过 Foundry 和 AIP 将基础模型转化为生产工作流，价值来自于针对企业实际数据和运营部署人工智能。
- $SNOW 和 Databricks 位于企业数据层，利用 Mosaic AI 和 Snowflake Cortex 将企业自有数据转化为企业实际部署的模型、智能体和人工智能应用。

模型层
- $META 构建 Llama 为 Meta AI 和 Muse 提供底层支撑，利用自有模型为消费级智能体提供动力。