甲骨文这类合作最直接反映的是，OpenAI自身算力资源较紧缺。大家近期可见，OpenAI自今年二季度以来一直较活跃。例如博通此前在法说会上披露，已将一潜在大客户转化为实际客户，该客户带来超100亿美元订单。后续据《金融时报》等媒体信息，市场猜测该客户很可能是OpenAI。近期可见新动态，双方已签订战略合作协议。

　　除博通外，OpenAI还与其他诸多厂商展开深入合作。除订单层面外，部分还深入至股权层面，例如甲骨文。甲骨文为云计算厂商，此外英伟达等厂商也与OpenAI展开深度合作。因此最直接的反映是，OpenAI目前算力可能仍较紧缺，同时开启了全球扫卡模式。

　　从直接层面看，其算力资源可能较稀缺；从更深层次看，这可能是新一轮算力资源争夺的强烈信号。因2023至2024年，北美部分云厂商，主要是谷歌、微软、亚马逊等头部企业，当时产品不断升级，采购相关GPU时资源较稀缺。当时他们陆续在法说会上提到，算力供应瓶颈成为业务增长的重大阻碍。

　　因此从OpenAI近期动作看，算力资源增强在未来一段时间仍会持续。当然如前所述，随着新型计算芯片放量，计算性价比在提高。部分朋友可能认为性价比提高对行业意味着产品降价、竞争加剧，进而影响相关厂商盈利能力。但对算力而言，至少目前全球算力市场并非如此。

　　以OpenAI为例，其此前模型主要为文字类，现过渡至图像及视频类模型，成长显著。从推理端看，调用模型时，文字调用的计算量天然不及图片与视频的运算量。因此通过多模态能力的发展，算力总体需求会快速增长。因此性价比提高后，反而会让更多用户愿意使用AI大模型，推动算力密集型场景落地，不仅包括娱乐类生成视频等。往后看，包括AI手机、AIPC、人形机器人、智能驾驶等AI端侧场景，均有望成为AI的发力领域。

　　总体来看，谷歌及国内厂商均有类似趋势，其tokens调用量基本每三四个月翻一倍。因此算力需求增长非常迅速。这对算力资源而言，意味着哪家厂商拥有更多算力资源，便把握了未来更好的成长机会。因此OpenAI与甲骨文等公司的相关合作，可直观反映这一点。

　　算力需求增多会导致硬件端加速放量。哪家厂商拥有更多算力资源，意味着在未来发展中会具备更强的竞争优势。您提到的OpenAI与英伟达、AMD合作，以及与英特尔等的相关合作，从商业模式看，本质是这些大厂以往投入算力AI基础设施建设时，决定购买多少卡主要以自有现金流为衡量标准，包括我们平时研究也会考虑这些厂商的资本开支占其现金流的比例及未来空间。

　　但从近期情况看，商业模式正在被颠覆，即从以前的自有现金流投入转变为融资投入。本质上，AI硬件投入可能迎来新一轮加速。最直观的原因是算力需求快速增长，导致算力硬件的稀缺性上升。

　　您提到的AI产业未来发展趋势，我认为这些合作会让AI进化更迅速。当前各类模型、应用场景快速打开，推理端发展明显。推理端性能提升、用户增多，意味着需要更多算力；用户增多还能产生更多数据，反哺训练侧，助力厂商做出更好模型。因此，推理与训练可理解为螺旋式上升的过程。

　　这些合作提供了更多现金流，让厂商能购置更多芯片。如此，他们可运用的资源更多，AI发展速度会更快。

　　对于竞争格局，目前可见从芯片厂商到模型厂商再到云计算厂商，深度合作从订单层面扩展到股权层面。随着这种模式进一步发展，会加强AI行业的龙头效应，呈现强者恒强的特点。以前可能认为北美有实力的云厂商自身数据中心多，自己做模型更有优势，但从当前变化看，下游模型厂商如OpenAI也可自建数据中心，渗透是双向的。因此，总体来看，竞争格局中龙头效应会进一步加强。

　　对普通投资者而言，指数化投资是更优选择，可同时把握海外与国内算力机会：海外算力可关注通信ETF（518800），AI核心环节占比高，能精准反映海外算力基本面；国产算力重点布局科创芯片ETF（589100）、半导体设备ETF（159516），可根据自身风险偏好选择适配标的。