算力基础设施产业链

NVIDIA表示，随着新模型的推出，人工智能领域对计算的需求正在以指数级增长，这需要加速的训练和推理能力。强化学习（Reinforcement Learning）是机器学习的一个分支，它的核心思想是让智能体通过与环境的交互，不断尝试、不断学习，最终找到最优的行动策略，以最大化累积奖励。强化学习有三大优势： 在复杂环境中表现出色；减少了对人类互动的要求；针对长期目标进行优化。凭借这些优势，强化学习在个性化营销、优化难题和财务预测上有广泛的应用。随着强化学习模型的快速迭代，推理侧算力需求有望呈爆发式增长。

1.6T光模块有望在2024年底小批量出货，比预期提早一年左右。在AI数据中心中，越来越多的客户倾向于选择更大带宽的网络硬件。带宽越大，单位bit传输的成本更低、功耗更低及尺寸更小。800G光模块的高增速已经能够反映出AI对于带宽迫切的需求，其在2022年底开始小批量，2023年和2024年的出货量都大幅增长。而AI对于带宽的需求是没有极限的，得益于网络较高的性价比，1.6T光模块有望加速应用。从下游客户来看，2025年1.6T光模块的主要需求方预计将是英伟达和谷歌。