AI超級趨勢的第一階段由大型語言模型（LLM）訓練主導；第二階段則關乎推理（Inference）及agentic AI，這將徹底改變AI版圖，並帶來全新機會。
以下五隻AI股票，有望從AI推理使用量擴張中受惠。
AI基建領導者Nvidia（NVDA）在LLM訓練市場一直是主宰；但在推理領域，公司同樣站在有利位置。其「收購」Groq後，引入專為推理解決方案而設的語言處理單元（LPU），並已整合至其CUDA軟件平台；這讓Nvidia可以提供「端到端」推理伺服器機櫃，把GPU與LPU結合在同一方案。
具高速寬頻記憶體（HBM）的GPU負責推理中的「預填」（prefill）階段，理解用戶輸入；而搭載片上SRAM（靜態隨機存取記憶體）的LPU則接手「解碼」（decode）階段，即時生成回應。這種組合具獨特性，有助公司鞏固其AI基建領導地位。
AMD：同時踏上兩條大趨勢
雖然Advanced Micro Devices（AMD）在LLM訓練GPU市場一直被Nvidia壓一頭，但在推理領域其實更具優勢。推理工作負載在技術上較不複雜，往往更「受限於記憶體」而非算力，這正適合AMD的chiplet設計，因其GPU可封裝更大容量記憶體；同時，其ROCm軟件平台在近年亦大幅改善。
目前，AMD已簽下兩筆價值逾1,000億美元的GPU採購承諾，市場亦盛傳Anthropic有意採用其下一代芯片。另一方面，隨中央處理器（CPU）需求上升，公司同樣迎來巨大機會：在負責訓練的伺服器中，CPU與GPU的比例相對較小；但在處理推理及agentic AI工作負載的伺服器上，CPU需要的比例則高得多。換言之，AMD同時搭上兩條強勁增長軌道。
Cerebras：力圖撼動推理市場
Cerebras Systems（CBRS）開發的芯片，在推理工作負載上速度可比一般GPU快15倍；缺點是這些芯片使用大量SRAM，體積相當龐大，且其巨型晶圓級芯片需配合特別的散熱及電源管理方案——公司會透過其CS-3整機伺服器機櫃系統配套銷售或出租相關設備；這亦令CS-3成為高價的利基方案。
即便如此，Cerebras據報已獲OpenAI逾200億美元採購承諾，將有助其推理方案走向主流；只要公司能從「小眾玩家」躍升為主流供應商，便有機會顛覆整個推理市場。
博通：巨大的客製芯片機會
隨着超大規模雲客戶致力降低推理成本，愈來愈多企業希望自行開發客製AI芯片，而博通（AVGO）正是它們的重要設計夥伴之一。博通在ASIC（應用專用集成電路）領域居領導地位，專門設計應對特定任務的芯片；雖然這類芯片彈性不及通用GPU，但在其專精的窄範圍工作上，一般能提供更高能效及成本效益。
博通早前協助Alphabet開發備受好評的TPU，並持續受惠於後者大規模AI基建投資；其他雲巨頭亦陸續找上博通設計自家芯片，而Anthropic則開始使用Alphabet的TPU。管理層預計，其客製芯片銷售於2027財年將突破1,000億美元；Citigroup分析員更預測其AI收入在2028財年可飆升至1,800億美元，增長潛力可見一斑。
美光：記憶體大贏家
如前所述，推理工作負載的表現往往更受記憶體而非運算左右，這對高頻寬記憶體（HBM）製造商如美光（MU）是利好消息。該公司是三大DRAM製造商之一，另兩家為韓國的SK Hynix及Samsung；GPU及客製AI ASIC為達致最佳效能，皆需配備大量HBM，而推理需求上升正進一步推高需求。
在HBM需求遠超供應下，DRAM價格急升，為美光帶來收入暴漲及利潤率大幅擴張；數碼記憶體市場歷來周期性極強，經常出現大起大落，但目前正處於史上最盛的上升周期之一；三大DRAM廠更首次能簽下3至5年長約，有助提升這個向來波動甚大的行業的能見度。
作者：Geoffrey Seiler , The Fool
原文刊登於 HKMoneyClub
更多你或感興趣內容：
睇完新聞，記得追蹤hkmoneyclub以下平台，接收更多分析評論！
YouTube：hkmoneyclub (https://www.youtube.com/@hkmone
本文所提供的信息僅供一般參考之用，並不構成任何個人化的投資勸誘或建議。作者沒持有以上提及的股票。 HK MoneyClub (www.hkmoneyclub.com)