Scaling law 依然有效，AI 自研应需而生。ChatGPT 掀起新一轮 AI 产业浪潮，预训练测 Scaling law 仍然有效，推理侧 Scaling law 刚崭露头角，AI 算力有望维持高增长。全球科技龙头纷纷想抓住此轮 AI 浪潮的发展机遇，资本开支快速增长，但 AI 投入尚未得到明显回报，置身于是否加码 AI 投资的两难境地，自研 AI 芯片具备降本增效、提高自身竞争力等优势，AI 自研应需而生。
英伟达深耕 AI 产业十多载，在 GPU/网络/软件三方面筑建深厚壁垒。英伟达抓住以深度学习、大模型为核心技术的 AI 技术变革机遇，针对 AI 模型的大规模并行计算需求，在 GPU、高速互连领域深度布局。其中，单 GPU 节点算力凭借着在结构、核心数等方面进行能力提升，过往 8 年内算力增长超千倍；在高速互连领域，英伟达在片间、Scale Up 和 Scale Out 网络域均提出相应解决方案。这些努力最终促使英伟达在 AI 系统领域构建了深厚的护城河。若想取代甚至超越英伟达需要在 AI 加速器、高速互连等多方面取得突破。
AI 产业群雄并起，自研 AI 有望提速。面对英伟达在 AI 算力领域的领导地位，以北美云厂商为首的科技企业，在算力芯片、高速互连等领域进行前瞻布局。其中，在 AI 自研芯片领域，亚马逊、微软、Meta 等超大规模 AI 客户联合 Broadcom、Marvell 等芯片厂商，加快 AI 芯片推出速度；在 Scale Up 网络，以 AMD、博通为首的科技玩家，构建 UALink 高速互连开放标准，提供了复制 NVlink 高速互连的路径，聚合全产业资源，加速追赶 NVlink。在Scale Out 网络，以太网凭借着生态优势、齐备的产业链和较高的性价比，得到了亚马逊、Meta、字节跳动等科技巨头们的青睐， 超以太网联盟和英伟达Spectrum-X 平台两大阵营均在该领域发力，推动以太网 AI 网络快速发展。未来基于以太网的 AI 网络有望成为主流解决方案。随着非英伟达阵营在 AI 加速器、高速互连等领域不断取得突破，AI 自研方案有望加速落地。
