来自能源的革命的雪球专栏
不是中远海控不行，是整个红利ETF板块都在回撤，科技股的虹吸效应正在抽掉其它板块的流动性。海控一季度业绩很好，不应该跟着其它业绩预期不好的个股下跌。中国神华进雪球讨论人气榜，可能是大家受不了这种持续的回调了，但煤价下跌确实会影响一季度业绩，长协占80%，长协价也有调整的预期。煤炭也有季节性需求潮汐，夏天热了，用电多了也会涨一点吧。
AI技术发展推动算力需求增长AI大模型训练和推理需求：随着AI技术的迅猛发展，特别是大模型的广泛应用，对算力的需求呈现出爆发式增长。以DeepSeek模型为例，其推理模型DeepSeek-R1的完整版本发布后，吸引了众多企业接入，进一步推动了算力需求的增长。AI大模型的训练和推理需要海量的算力支持，科技巨头和研究机构为了在AI领域保持领先地位，不断投入大量资源进行模型训练和优化，对算力的需求呈爆发式增长。
应用场景扩展：AI应用场景不断丰富，从自然语言处理、计算机视觉等领域，到智能驾驶、机器人、元宇宙等新兴领域，对实时计算和低延迟的高要求，持续推高算力需求。例如，智能驾驶需要强大的算力来实时处理和分析大量数据，以实现快速准确的决策和响应。
企业接入DeepSeek模型加剧算力需求接入企业数量增加：据不完全统计，接入DeepSeek-R1模型的国内上市公司已经超过100家，包括阿里、腾讯、百度等大型企业。这些企业的接入，使得DeepSeek模型的应用场景不断扩大，进一步加剧了算力需求的增长。
业务场景多样化：企业将DeepSeek模型应用于多个业务场景，如智能客服、智能安防、自动化安全运营等。例如，知道创宇旗下的网络空间测绘引擎ZoomEye国际版接入DeepSeek后，平台注册量和活跃度显著增长，AI搜索功能使用率大幅提高。这些业务场景的多样化，对算力的需求也提出了更高的要求。
技术发展推动算力需求增长算法优化与算力的“螺旋上升”关系：尽管算法优化可以提升单次任务效率，但AI能力的边界扩展，如多模态、复杂推理、通用人工智能等，仍依赖更大规模模型和更复杂计算。例如，GPT-4到GPT-5的演进需要指数级算力支撑，即使效率提升，绝对需求仍在增加。
数据增长的不可逆性：全球数据量年均增长约30%，训练数据规模的扩大需要更强的算力支撑模型迭代。高效算法可能“追赶”数据增长，但无法逆转需求曲线。
数据中心和金融领域算力需求增长数据中心规模扩大：随着数字经济的发展，企业和机构对数据存储、管理和处理的需求不断增加，数据中心的规模和数量也在持续扩大。据国际市场研究机构Omdia预测，2025年数据中心行业特别是服务器市场将迎来新的增长高峰，预计服务器市场的资本支出将超过2800亿美元，增长率达到22%。
金融领域需求增加：金融机构需要利用算力来进行风险评估、市场预测、交易分析等复杂的数据分析和处理工作。随着金融市场的日益复杂和数字化程度的提高，对算力的需求也将相应增加，以支持更精准的决策和更高效的业务运营。$中兴通讯(SZ000063)$ $中国联通(SH600050)$以下是关于阶跃星辰三月开源图生视频大模型将需要更多算力的解析：
阶跃星辰开源图生视频大模型的背景和意义公司背景：阶跃星辰成立于2023年4月，由微软前全球副总裁姜大昕创办，核心团队成员包括ResNet作者之一的AI科学家张祥雨、拥有丰富大规模集群与系统建设经验的AI系统专家朱亦博等。
融资情况：2024年12月，阶跃星辰宣布完成B轮融资，总融资金额达数亿美元，核心投资方包括上海国有资本投资有限公司及其旗下基金，战略和财务投资人包括腾讯投资、五源资本、启明创投等。
技术实力：过去一年，阶跃星辰共发布11款多模态大模型，覆盖语音识别、语音生成、多模态理解、图像及视频生成的全面能力。其自研的Step-Video-T2V是全球参数量最大的开源视频生成模型，支持高质量视频生成。
开源图生视频大模型对算力需求的影响模型训练阶段的算力需求：图生视频大模型的训练需要处理大量的图像和视频数据，对算力的需求极高。以阶跃星辰的Step-Video-T2V模型为例，其参数量达到300亿，训练这样规模的模型需要强大的计算资源支持。训练过程中，需要对海量的数据进行迭代计算，优化模型参数，以提高模型的性能和准确性。这不仅需要大量的GPU算力，还需要高效的分布式计算架构来加速训练过程。
模型推理阶段的算力需求：在模型推理阶段，图生视频大模型需要实时处理用户输入的图像或视频数据，生成高质量的视频内容。这同样需要强大的算力支持，以确保生成过程的高效性和实时性。特别是在面对大规模用户请求时，需要足够的算力来保证服务的稳定性和响应速度。此外，为了提高用户体验，还需要对生成的视频进行优化和处理，这也增加了对算力的需求。
应用场景的算力需求：图生视频大模型的应用场景广泛，包括智能客服、智能安防、自动化安全运营等。这些应用场景对实时计算和低延迟的高要求，进一步推高了算力需求。例如，在智能安防领域，需要实时处理和分析大量的视频监控数据，以实现快速准确的决策和响应。这不仅需要强大的算力支持，还需要高效的算法和数据处理技术来提高系统的性能和效率。
对数据中心和算力基础设施的影响数据中心规模扩大：随着图生视频大模型的应用推广，数据中心的规模和数量也在持续扩大。据国际市场研究机构Omdia预测，2025年数据中心行业特别是服务器市场将迎来新的增长高峰，预计服务器市场的资本支出将超过2800亿美元，增长率达到22%。数据中心作为人工智能、云计算等新一代信息通信技术的重要载体，已经成为新型数字基础设施的算力底座，具有空前重要的战略地位。
算力基础设施升级：为了满足图生视频大模型对算力的高需求，算力基础设施需要不断升级和优化。这包括采用更先进的计算架构、更高效的冷却技术、更可靠的电力供应等。同时，还需要加强数据中心之间的互联互通，提高算力资源的调度和分配效率。此外，为了应对算力需求的快速增长，还需要加大对算力基础设施的投资和建设力度，以确保算力供应的充足和稳定。$中远海控(SH601919)$ #中国神华# #中国石化# #中国石油#
作者：能源的革命链接：https://xueqiu.com/7659667127/324580882来源：雪球著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。风险提示：本文所提到的观点仅代表个人的意见，所涉及标的不作推荐，据此买卖，风险自负。
