文 | Alpha Engineer，作者 | 费斌杰

Coatue，这家总部位于纽约的对冲基金向来以低调著称，其官网高冷到只有一个联络邮箱，合伙人也从不接受采访。

但这依然难掩其业绩的锋芒，从1999年成立至今，Coatue的管理规模从1500万美金跃升到486亿美金。

凭借极强的科技敏锐度和人脉关系网，Coatue捕捉到了SpaceX、DoorDash、Zoom、Databricks等投资机会。

在美国本土攻城略地的同时，Coatue还敏锐的捕捉到了中国移动互联网的红利，并在腾讯、美团、字节跳动、滴滴等中国超级独角兽上下重注，取得了丰硕的回报。

随着Web 3 的兴起，这位巨人又切入了加密领域，迅速主导了NFT交易平台OpenSea、支付公司Silverflow、Web 3人才网络Braintrust以及宝可梦背后AR公司Niantic等一系列头部企业的融资。

纵观历史，当Coatue决定参与游戏时，他瞄准的永远是最大的那条鱼。

如此高冷神秘的Coatue，近日发布了一份重要报告《Build Index of the Future》，详细剖析了Coatue构建AI投资组合的方法论，并给出了下一步的配置建议（Edge AI + Power Shortage），具有极高的参考价值。

下面我给大家解读一下这篇大报告。

01 AI的应用价值正在快速涌现

生成式AI正在快速从单纯的Chatbot变成具备实际经济价值的工具和服务，比如：

- 线上广告：通过AI赋能，线上广告能够实现更好的个性化，提升40%的点击率。

- 推荐引擎：Meta更新了AI推荐引擎后，用户使用时长提升了8-10%。

- 编程助手：在部分编程任务中可以提升55%的效率，企业主开始减少工程师的雇佣。

- AI客服：Klarna & Cloudwalk反馈客服效率提升至少5倍，利润显著上升。

- 自动驾驶：特斯拉的FSD v12相比上一代性能显著提升，干预度降低100倍。

02 算力成本正在指数级下降

以英伟达为例，2017年英伟达的旗舰显卡是V100，1 TFLOP的计算成本是40美金。

随着最近Jensen在GTC大会上正式推出基于Blackwell架构的GB200，1 TFLOP的计算成本降到了2美金，足足下降了95%。

随着芯片制程、封装工艺的提升，算力成本仍将继续快速下降。

03 “智能”将变得像空气一样无处不在

正如Sam Altman所言，如果“智能”足够便宜，我会让AI帮我阅读每一份邮件并给出建议。但如果“智能”非常昂贵，我们可能只会用AI来治疗癌症。

算力成本的下降，将使得“智能”在未来像空气一样随处可得，嵌入到我们工作生活的每个角落。

KK最近在交大高金的分享会上提到了一个观点：最好的技术都是“隐形”的。我们每天都在接触大量科技产物，无论是电灯、风扇、还是手机、导航。我们意识不到这些科技的存在，这恰恰意味着这些技术已经成功了。

未来AI也将经历从“显形”技术逐渐走向“隐形”的过程，变得无处不在，成为每个人生活中的一部分。

04 AI Infra的核心主题是“互联”

AI对算力的需求不断膨胀，而人们已经愈发接近晶体管尺寸的物理极限，要想制造更小芯片的难度与日俱增，摩尔定律走向终结。

但是Nvidia敏锐的意识到，纳米尺度的规律同样适用于机柜尺度。通过在机柜中将电缆和逻辑芯片集成得更紧密，也能提升系统的综合性能。

业内将此总结为摩尔定律的数学分形，那些微观尺度适用的规律，在宏观尺度依然生效。

未来我们会将集群的能力压缩进机柜，将机柜的能力压缩进芯片，从系统尺度上延续摩尔定律。

在这个过程中，芯片与芯片之间的互联，集群与集群之间的互联是关键。

正如Jensen所言，Datacenter is the new unit of computing。

05 先进液冷技术成为刚需

对于单块功耗为0.7kW的H100卡而言，风冷技术就可以满足散热需求。

但是对于功耗超过100MW的数据中心而言，必须采用浸没式液冷技术，才能使其正常运行。

在前段时间召开的OFC大会上，Andy Bechtolsheim明确的给出了液冷技术支持的功率极限。

Andy认为我们可以在单个机柜中放置300+ kW的功率，并且用液冷进行有效冷却。

英伟达最新发布的GB200 NVL72的功率是120kW。也就是说，根据现有液冷技术的水平，机柜功率仍有一倍以上的提升空间。

06 “星际之门”开启超级数据中心军备竞赛

在AI时代之前，数据中心的功耗大约100MW，Microsoft准备为OpenAI建设的“星际之门”超级数据中心预计将达到5GW，耗资1000亿美金，集成数百万张卡，占地面积超过10平方英里。

要知道，23年全美数据中心加总起来，功耗差不多7GW。一个“星际之门”就可以抵得上全美国的算力能耗。

大语言模型“暴力出奇迹”带来的涌现能力，正在快速转化为新一代超级数据中心建设热潮。

07 能源短缺将成为重要瓶颈，核电是唯一解

根据Coatue预测，现有的电力供应体系无法承载25M张GPU同时运行，电力短缺即将到来。

在巨大的能源缺口下，人们大概率会拥抱核电。

新一代超级数据中心很有可能会建设在核电站周边，形成共生关系，这么做有诸多好处：

- 电力直供，无需经过电网系统

- 核电站边上必然有天然水源，可以作为数据中心液冷用水

- 核电站标配7×24小时安保，确保数据中心不被人为破坏

- 核电站周边土地资源充沛

08 Edge AI以及AI换机潮将成为重要投资主线

未来AI推理将从中心化逐步转移到边缘侧，形成去中心化的推理网络。

AI带来的换机潮将成为未来几年的重要投资主线。

边缘AI能带来不少好处，首当其冲的就是“快”。

微软的Orca、Phi等SLM已经初步证明了终端部署大模型的可行性，预计未来90%的推理任务会发生在你的手机和PC上，对日常工作生活的任务请求进行实时响应。

09 AI Infra的TAM约为1.2万亿美金

Coatue采用自下而上和自上而下两种方法，测算了AI Infra的市场空间，得出了1.2万亿美金的结论。

这个数字大约是全球IT支出的18%，全球Capex的15%，全球GDP的1%。

只从供给端出发是不够的，我们还得从需求端验证一下，这么大规模的AI Infra投入是否能够产生同等体量的商业价值呢？

按25%的ROIC（投入资本回报率）测算，1.2万亿美金的AI Infra投入需要产生1.5万亿美金的回报。

从“节流”的角度，这可以理解为1.5万亿美金的全球OPEX削减，这对应着全球总薪资的3%，全球总EBIT的5%。

从“开源”的角度，这可以理解为通过AI赋能带来3万亿美金的增量收入，且毛利在50%。这对应着全球上市公司总收入的3%，全球GDP的2%。

10 Coatue的AI投资框架

AI投资需要重视节奏，Coatue给出了这个顺序：AI Infra -> Edge AI（硬件） -> AI应用（软件） -> 具身智能。

目前市场处于AI Infra投资的中期，Edge AI行情的起点。而AI应用还处于热身阶段，具身智能距离商业落地尚有距离。

Coatue很清晰的给出了每个阶段的投资机会，涉及个股，具体可以看原报告，这里重点讲2个机会。

11 Edge AI对应的重点机会：Dell

Dell有望成为Edge AI浪潮下的最大赢家，其所有业务板块（Storage、PC、Server）都将因此受益。

此外，Dell新设立的AI Server部门目前已经有30亿美金的积压订单，处于供不应求的状态。

根据Coatue预测，Dell未来6年的业绩CAGR约18%，根据2030年EPS来看，当前市值对应PE仅为4倍。

12 Power Shortage对应的重点机会：Constellation

目前美国发电结构中，核电占比19%，其中稳压与非稳压的占比为6:4。Contellation在美国非稳压核电领域的市占率达到57%，是当之无愧的龙头。

随着电力短缺的带来，非稳压核电将成为率先收益的板块，为超级数据中心7×24小时提供清洁能源。

Constellation的定价模式有望从现在的浮动价格短期合同，变成高毛利的长单，增强业绩的可预测性，带来估值的提升。

根据Coatue的预测，CEG未来6年的业绩CAGR约28%，如果按2030年的EPS来看，当前市值对应的PE仅为5倍。

13 在不久的将来，人类将见证一个全新物种的诞生

正如Sam Altman所言，过去的2023年可能是人类历史上最有趣的一年，但更有可能是未来若干年中最平凡的一年。

随着AGI的到来，我们将有幸见证一个全新的硅基物种的诞生。