苦涩
1、近期科技很苦涩，也有人担心泡沫，我们近期也进行了很极限的思考与一些重要的调研，就行业与投资聊聊自己的想法：
1）首先模型迭代依旧迅速，KIMI率先证明了自己在模型参数3T时代的能力，非常顶。1T时代的王者智谱和deepseek预计接下来也会进入这个时代，而率先打入10T规模的claude也在不断向前。我们看到的是除了coding（程序员本身）与真正的工作流，模型必然在教师、学生、企业家（决策者）、白领（不止金融。分析师）形成极大的市场空间，这是不需要模型快速迭代就看得到的，而且时间并不长。
claude可能到年底相较于去年底ARR9B翻了10多倍，OPENAI翻2倍，国内近期的各厂ARR起来也让我们震惊。到年底这至少是2000亿美金的市场，渗透率极低，渗透速度极快。模型仍然在不断突破边界，后面开源模型能力（K3算开放权重）的提升也会使得企业级、工作流加速，基本面渗透的速度确实太快，可能性还在扩张，产业带来的安全边际提升极快，正在快速接近CAPEX体量。
2）第二个是硬件问题。这是一个很复杂的问题，近期也充斥着大量的谣言与悲观叙事，我们试图讲得更清楚。首先一个问题是认为中国的模型进步会形成挤压与硬件通缩，但细看之后，K3的2.8T模型价格约为FABLE5 1/3水平（模型规模也差不多1/3），约为K2.6(1T模型)的3倍。目前的推理路径来看，更大的算力会带来更好的效果与更快的速度，再叠加目前的渗透速度，算力一定是不够的，只是付费少就得忍受更慢更笨的模型而已。
第二个是目前大量的“DELAY”叙事。我们上周进行了关键性的产业调研，无论近在眼前的VERA RUBIN、CPO，还是明年的RUBIN ULTRA KYBER，都确确实实仍然按着计划推进，包括前一段的胜宏，也没有什么问题需要涉及到进度与份额。
Q3是VERA RUBIN和GOOG V8的开始，是景气加速的新一轮开始。第三个是供需稳定性、包括涨价制裁的问题。这里最典型的是存储，很多人纯被周期品这个词吓到，并未深入其必要性与供需关系。存储是整个这轮AI的必然需求，transformer底层机制，无论压缩token还是压缩attention都进行了多重尝试，压缩幅度也有限。市场担心的扩产其实比例极为有限，ASML光刻机也不够，远远满足不了指数级的需求。无非再担心的就是北美反垄断，这实际要大规模罚钱操作难度也很大，毕竟商业社会规则很容易反噬。
供需环境2029年前不可能改善（包括长鑫的力度也很难快速改变全球供需），29年后也很难，龙头公司SK海力士目前仅27年3XPE。近期华尔街看多CSP看空硬件其实也很不符合产业逻辑，只是最近高锐度硬件的买盘（大型养老金休假、TRS平衡）减弱，再加上做空力量加强了这个叙事，高成长甚至是涨价链的很多领域壁垒其实比大家想的丰富的多，比如周五比电规划影响光互联的传闻已经有点无聊，我们相信真正的产业趋势才是最持续的逻辑。
3）第三个问题是泡沫问题，这里最担心的是融资问题。首先我们看今年8/9家CSP差不多9000亿美金的投资，明年这几家考虑在1.4万亿美金左右，两家大模型预计融资2000亿美金。叠加AI带来的现金流增长，预计保障明年的其他家投融资量在2000-3000亿美金（谷歌等已融资完成，847.5亿美金股权，巴菲特参与），其中债务融资极低、neocloud债务融资也不超过400亿美金，且目前回款极快。
AI是个极具潜力，ARR增速也极快的产业，历史上美国运河、铁路及电信光纤的债务占比分别达90%、46%和近100%，我们完全没有不要在债务比例极低的情况下去担心一定破不了的泡沫。
除此之外，真正的高水平开源模型也会带来企业级的投入提升，而非CSP与大模型独自发力，全社会的ARR快则27年底，慢则28年也有望消化26年的资本支出。我们认为在产业极速发展，又没明确泡沫连锁可能时的担心是没有太大意义的。
2、很多人先看到AI股票下跌，然后再寻找各种理由（如AI投资放缓、Capex削减、需求见顶）来解释股价，而不是依据真实数据。我列举了几项几个真正重要的事实：1）存储长期协议（LTA）仍在大量签订。 企业愿意签多年期LTA，本身就说明客户认为未来几年供应仍将紧张，而不是需求即将结束。
2）IBM最新披露显示需求仍然强劲。 IBM表示，6月底最后几周，客户为了避免未来涨价，主动将资本开支提前用于采购服务器、存储和内存等供应紧张的AI基础设施。这反映的是抢货，而不是缩减采购。
3）AI开始真正创造商业价值。 Starbucks正在替换Microsoft和IBM部分软件，希望节省约4亿美元成本。他认为这说明AI已经进入企业降本增效阶段，商业化正在落地，而不是停留在概念。
4）TSMC提高资本开支具有很强的信号意义。TSMC管理层一向非常保守，因此此次明显提高Capex，比任何分析师评论都更能说明他们相信AI需求具有长期持续性。
5）Meta削减Capex的说法与公开信息相反。 之前Reuters和CNBC报道指出，Meta不仅没有削减资本开支，反而计划2027年将AI算力进一步翻倍，并将路易斯安那数据中心规模扩大至5GW、投资超过500亿美元。因此，认为“Capex要削减”的说法是目前市场最大的误判。
3、产业专家交流：关于KIMI K3与算力产业
1）无可争议的强。2.8T的模型，KV缓存直接砍掉75%，1M Tokens上下文解码窗口吞吐提升6.3倍，这些都是参数层面的强。Agent Swarm把任务推向了小时级别，只需要一句话，比如做一个炉石传说/奇迹暖暖游戏，在算力资源充足的情况下，2-3小时就可落地，人类一句话就能让AI自己工作的时代越来越近。
2）训练的资源哪里来的：该2.8T的模型训练资源使用了接近2个B300万卡集群+数个H200集群，算力资源主要来自阿里云（阿里在kimi的持股超过30%），6月Qwen训练算力紧张后大幅减少了给KIMI的供应，后期KIMI向AWS等海外公司采购了部分算力支持自身训练需求，月租超过50万/台八卡服务器。
3）下一阶段的算力需求减少了吗：整体需求成倍的增长。- 训练:下一代6T的模型至少需要3-4个B300万卡集群+数个H200集群支撑训练，训练需求翻倍。- 推理：目前订阅199的套餐，使用K3，10-12小时就能烧完，随着参数增加，推理算力的需求3-4倍。周末整个K3都是处于高峰期，用不了的状态
4）算力资源缺疯了：KIMI目前账上准备了近400亿的现金，预计至少2/3会用来采购算力资源，智谱要加快追赶大参数模型，对算力资源的需求增加的更多，仅这两家训练+推理的需求近400亿/年，对应近13个万卡集群（阿里云和字节需求更多），下半年国内B300到货不会超过1万台，B300五年闭口长协租金接受度已经超过28万/月（年内租金上涨3倍），违约罚则30-40%，对有交付能力的公司另有10%的预付。
5）大模型厂商和CSP继续扩大资本开支的动力：盈利能力强是最大的理由。现阶段互联网大厂、大模型厂商，算力投入产生的效益整体很高，如果不考虑训练的情况下，只将算力用于推理，下游厂商是真正意义上ROI＞10，从这个角度来说算力再涨价1-2倍也是便宜的，考虑训练后ROI也＞3，从Meta、谷歌等同行了解下来他们也没有要减少资本开支的动力。另外云厂商的ROI也超过2，考虑杠杆后ROI更高，整个产业发展非常良性，几乎每个环节都在赚钱。
6）国内B300交付的情况：目前具备B300交付能力的公司不多。去年Q4和今年Q1整体比较容易拿，Q2以后所有非强绑定的二手渠道基本失效（期货渠道拿货也可以，得按现货加钱，目前某公司交付的256台，期货价格是4月定的550万，最后付款是1000万），原厂价格没什么变动，下游价格却到1300万了，一手货公司的价值大幅提升。Q2交付了256台B300以上的公司屈指可数，A股应该不超过6家。