ChatGPT的发布，某种意义上很像当年Windows诞生的那一刻——它正在成为新的信息系统入口，并且很可能重塑整个软件生态。而这一切的背后，计算是AI算力的核心引擎，存储、网络、软件则是支撑这一引擎的关键方向。那么，从基础设施层面来看，到底哪些环节最值得关注？

计算：GPU为算力核心，服务器为重要载体

GPU是ChatGPT训练和推理的核心支柱，它的更新速度已经远远超过了“摩尔定律”的节奏。随着AI和高性能计算市场需求的持续增长，GPU行业的景气度正在显著提升。作为GPU的重要载体，AI服务器的市场规模和渗透率预计将随GPU放量同步迎来高增长。

网络：数据中心算力瓶颈，光模块需求放量

网络已经成为限制AI算力提升的主要瓶颈。针对这一问题，英伟达推出了基于InfiniBand架构的NVLink、NVSwitch等方案，将GPU之间的通信能力提升到了新高度。而800G、1.6T高端光模块作为AI训练的上游核心器件，将直接受益于大模型训练需求的持续增长。

存储：人工智能“内存墙”，3D工艺持续突破

“内存墙”是制约算力提升的重要因素。NAND、DRAM等核心存储器在制程方面已经逼近物理极限，因此业界正在不断探索“3D”等多维解决方案。其中，HBM凭借其高带宽特性，已经成为高性能GPU的核心组件，市场前景非常广阔。