以英伟达为例，理解算力时代三大技术优势“思维链”破局更智能的推理 大模型时代来临，加速计算需求突破式增长。2023 年至 2028 年加速计算 CAGR 约32%。我们认为，目前还处于 AGI 大基建的早期阶段。

经过强化学习（Reinforcement Learning），OpenAI o1 在推理能力方面取得了重大进展。

思维链是一种帮助 AI 模型进行推理的技术，属于强化学习的技术之一。

从产业发展趋势看，中期硬件迭代或进入瓶颈期 我们认为，每一轮新技术的发展规律都是相似的，其发展规律主要分为三阶段：

（1）靠垄断发展，先在技术垄断期榨取每一代产品的利润

（2）有竞争对手出现，依然享受领先优势，但会加速换代，产品迭代立刻提速，为了享受更多的领先优势

（3）技术更新迭代变缓，硬件迭代进入瓶颈，软件龙头公司崛起

从产业生命周期曲线看：

（1）从本轮技术进度看，这代架构下的 AI 能力已经接近瓶颈，潜力已几乎被挖尽，领先者的领先地位将越来越不明显。

（2）从新一轮技术爆发看，未来竞争格局存在较大不确定性。

从技术原理看，2026 年或达到这代 AI 架构上限 我们认为，在这代架构之下，增加更多特定算法如“MOE”、“Q*”等，或是增加参数量与数据资源，可能只能将回溯记忆的过程做的越来越好，无法从根本上解决“聪明”问题，模型原来无法解决的“逻辑、因果问题”的理解，在这代架构之下或难以被解决。

从大模型原理看，GPU 能力、Transformer 能力、与数据资源影响 AI 架构上限

（1）从 GPU 原理看，内存互连与架构设计决定能力上限

（2）从 transformer 原理看，算法不够“聪明”

（3）从数据资源看，这代 AI 瓶颈在数据获取、全面标注、高质量数据

我们认为，中期看来，当前 AI 架构的上限或带来以下中期风险：

（1）实用性 AI 角度，网络、内存等已看到明显技术上限，再花一倍的力气去提升 20%的性能性价比较低，中型厂商或更多转向推理，推理侧竞争格局存在不确定性。

（2）长期 AGI 明显是需要多轮次技术爆发才能到达的终极目标，风险提示 算力场景落地不及预期，政策变动，产品研发不及预期等。

目录 

1. “思维链”破局更智能的推理 .......... 3

1.1. 大模型时代来临，加速计算需求突破式增长 .......... 3

1.2. OpenAI o1 “思维链”破局更智能的推理 .......... 3

2. 从产业发展趋势看，中期硬件迭代或进入瓶颈期 .......... 6

2.1. 类比智能手机，中期硬件迭代或进入瓶颈 .......... 6

2.2. 从产业生命周期，这代算力的壁垒或仅可持续较短时间 .......... 7

3. 从技术原理看，2026 年或达到这代 AI 架构上限 .......... 8

3.1. 这代架构只能“回溯记忆” .......... 8

3.2. 从 GPU 原理看，内存互连与架构设计决定能力上限 .......... 12

3.3. 从 transformer 原理看，算法不够“聪明” .......... 16

3.4. 从数据资源看，这代 AI 瓶颈在数据获取、全面标注、高质量数据21

4. 风险提示 .......... 24

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。