下一个“AI卖铲人”：算力调度是盈利关键华尔街日报

申万宏源表示，随着生成式AI应用加速渗透，AI基础设施软件（AI Infra）正成为应用落地的关键“卖铲人”，算力调度能力直接决定模型推理服务的盈利水平。根据测算，在单日10亿查询量下，若使用H800芯片，单卡吞吐能力每提升10%，毛利率能够提升2-7个百分点。数据层面，向量数据库已成刚需，Gartner预测2025年企业RAG技术采用率将达68%。

随着生成式AI应用加速渗透，AI基础设施软件（AI Infra）正成为应用落地的关键“卖铲人”，算力调度能力已成为决定模型推理盈利水平的核心变量。

近期，申万宏源研究黄忠煌团队发布了深度报告《AI Infra：应用渗透下的又一卖铲》，报告指出基础设施软件正迎来黄金发展期。与模型训练阶段被巨头垄断不同，推理和应用部署环节为独立软件厂商打开了新的商业空间。当前两类产品最为关键：算力调度软件和数据类软件。

算力调度能力直接决定模型推理服务的盈利水平。根据测算，在单日10亿查询量下，若使用H800芯片，单卡吞吐能力每提升10%，毛利率能够提升2-7个百分点。

数据层面，向量数据库已成刚需，Gartner预测2025年企业RAG技术采用率将达68%。海外数据厂商如MongoDB在2024年二季度收入增速出现明显拐点，验证了这一趋势。

AI Infra指的是专门为AI工作负载的设计、构建、管理和优化的底层硬件与软件系统。 它的核心目标是高效、大规模地完成AI模型的训练和推理任务。如果将开发大模型比做是 “造房子”，那 AI Infra 就是“工具箱”，包括构建、部署和维护人工智能 (AI) 系统所需的硬件、 软件和服务的组合。

国内模型价格战背景下，成本控制成为生死攸关的问题。Deepseek V3官方定价仅为每百万token输入2元、输出3元，而海外同类产品价格普遍在1.25-5美元之间。这种显著的价格差异使得国内厂商对成本的敏感度远超海外。