微软、Google、Meta 与 Google 等企业发布了新一季度财报，在电话会中对 AI 的表现与 AI 算力需求持续乐观微软、Google、Meta 与 Google 四家企业陆续发布了新一期的财报，我们认为这 4 家企业在生成式 AI 上取得了较大的进展。微软在 Copilot 与 Azure云表现出色，目前拥有超 60,000 名 Azure AI 用户，有超过 77,000 家组织采用了 Copilot；Google 计划推出第六代 AI 加速器 Trillium，与 TPUv5e 相比，它的单芯片峰值计算性能提高近 5 倍，能效提高 67%，同时在 Gemini与 Google Cloud 上也进步较大；Meta 预计在下一代大语言模型相较于LLaMA3 有 10 倍的算力提升，且 Meta AI、推荐算法与广告系统也取得了进展；Amazon 持续在 Rufus AI 助手等产品上迭代，也在自研芯片上不断加码。

在芯片的上游，台积电也对未来 AI 的需求保持了积极乐观的展望。

AI 芯片或迎来更多参与者与行业竞争苹果在最新用于 Apple Intelligence 的端侧与云端大模型训练中主要使用了Google 的 TPU，Anthropic 也使用谷歌 Cloud TPU v5e 芯片为其大语言模型Claude 提供硬件支持；此外，AMD 的 MI300 芯片销量持续超预期，最新季度预测全年收入 45 亿美金，相较于上个季度的 40 亿美金持续上调，微软积极使用了这一款芯片。我们认为除 Nvidia 之外的 AI 芯片或许也会迎来市场机会。

展望未来，训练与推理端的算力需求有望持续增长训练侧，Meta 推出 LLaMA3.1 405B 模型，在 1.6 万张 H100 基础上完成训练，而 Meta 预计 LLaMA4 模型有望比上一代模型提升 10 倍训练量，我们预计以 Meta 为首的海外互联网公司依然在积极追逐新一代模型。此外我们观察到以 Meta 为首的互联网厂商，有望迎来推荐算法的升级，Meta 在推荐算法上逐步完成了 CPU 到 GPU 的转变，我们预计这也有望带来大量的推理算力需求。

建议关注（1）四小龙：寒武纪、海光信息、神州数码、中科曙光（2）华为： 软通动力、烽火通信、广电运通、拓维信息（3）英伟达：浪潮信息、智微智能

内容目录

1. 海外科技公司季报回顾：Capex 维持高增长，应用与内部提效并举 .......... 4

1.1. Google 在 Gemini、谷歌云和 AI 芯片等领域持续发力 .......... 4

1.2. 微软 Azure AI 表现优秀，Copilot 继续保持高增长 .......... 4

1.3. Meta 在推荐算法与广告系统继续投入、Meta AI 崭露头角 .......... 5

1.4. 亚马逊 AWS 自研芯片加速，AI 辅助购物等场景逐步落地 .......... 6

1.5. AI 推动大厂 Capex 持续上行，台积电对 AI 景气度中长期乐观 .......... 6

2. AI 芯片行业或迎来更多参与者 .......... 8

2.1. 苹果训练 Apple Intelligence 大模型积极拥抱 Google TPU .......... 8

2.2. AMD 的 MI300 销量持续超预期 .......... 9

3. 展望未来：下一代大模型算力需求将 10 倍增长，推荐算法有望迎来生成式重大革新. 9

3.1. Meta 正式发布 LLaMA3.1，正在迈向 LLaMA4.......... 9

3.2. 推荐算法或迎来大升级，从深度学习推荐迈向生成式推荐.......... 11

3.2.1. Advantage+与 Meta Lattice 等颇见成效.......... 11

3.2.2. 从 DLRM 到 GR，生成式推荐算法或迎来突破 .......... 12

4. 建议关注 .......... 14

5. 风险提示 .......... 14

图表目录

图 1：近 9 个季度微软、谷歌、亚马逊及 Meta 资本支出（单位：亿美元）及 CAPEX 总和同比.......... 7

图 2：2024 财年第二季度各平台收入占比 .......... 8

图 3：近十季度智能手机与高性能计算营收及同比（单位：亿台币） .......... 8

图 4：2024 财年第二季度各制程工艺收入占比 .......... 8

图 5：近十季度各制程工艺收入（单位：亿台币） .......... 8

图 6：AFM-on-device 论文表述 .......... 9

图 7：AFM-server 论文表述 .......... 9

图 8：405B LLaMA 模型的训练过程.......... 10

图 9： 405B LLaMA 模型的训练集群 GPU 利用效率.......... 10

图 10：LLaMA 3 与其余模型在不同任务下性能对比.......... 10

图 11：Meta Lattice 广告推荐设计简介 .......... 11

图 12：深度学习推荐模型与生成推荐系统在特征和训练的对比 .......... 13

图 13：推荐算法过去几年训练量逐步增加 .......... 13

图 14： 深度学习推荐算法与生成式推荐算法的优劣比较 .......... 13

表 1：谷歌旗下产品近期表现 .......... 4

表 2：微软旗下 AI 产品近期表现.......... 5

表 3：Meta 旗下 AI 产品近期表现.......... 5

表 4：亚马逊旗下产品 AI 近期表现 .......... 6

因篇幅限制，仅展示部分，更多重要内容、核心观点，请下载报告。