月报-2024年7月

一、市场回顾

7月上旬美股市场出现显著回调，特别是到了8月初开始有恐慌情绪蔓延。

对此市场有很多解释，包括拥挤交易的unwind（包括了买美股M7，日元套息交易等），担心衰退等。总的来说市场回调有很多非基本面的原因。但从基本面的角度，美国的各个主体，企业、居民、地方政府杠杆都不高比较健康，即使经济放缓，也是增速问题而不至于暴雷。至于联邦政府，杠杆确实很高，但因为美国国家信用放眼全球还是最强的，还有掌握发币权，也不至于遭到“挤兑”暴雷，只是未来花钱能力会受到约束。而非基本面角度，确实因为拥挤交易的unwind，可能触发fire sale，类似情形在2020年疫情，2022年俄乌冲突都出现过，面临的风险比现在严峻得多（指数跌了30%+），现在基本面好很多，指数已经调整了15%左右，调整可能比较充分了，虽然不能排除进一步调整，但不应该过分悲观，除非基本面面临显著的调整压力。

在暴雷风险比较小的情况下，经济也可能面临减速过快的风险，但一方面美联储有机会通过降息实现一定程度的对冲，另一方面我们通过选股、在类似阿尔法下尽可能把投资逻辑分散、有一点short对冲，可以很大缓解减速带来的风险。我们的期望是，在面对1x标准差风险时，通过选股、仓位、分散等方式化解影响，在面对2x标准差风险时减少损失。

6月报我们重点讨论了如何看待AI的投资机会，几个核心的结论是：

• 英伟达目前市场预期很高，在行业买卡投入达到上千亿美金时，实现的收入只有百亿级别，而英伟达已经被定价了AI市场要做到几万亿美元甚至更高的规模的预期。即使这个预期未来会实现，英伟达要在这个位置进一步上涨很多，对AI前景的预期还要大幅上调才行，尽管有可能，但过于乐观了。而且如果认为AI应用未来是几万亿美金的体量，那么没有理由机会不扩散到应用，那么当前应用就是被低估的；

• AI应用的前景很好，因为人的价值越来越高，而AI是提高人的效率和替代部分人，甚至完成一些人无法完成的事，因此AI可实现的价值量很大，因为人群规模大，未来AI应用前景好，而目前优质的AI应用公司并未对此充分定价；

• 端侧AI，最有可能做成个人的AI超级助理。而能够把端侧超级助理落地的要求非常高，全球来看能具备这种综合能力的公司都非常稀缺。

  
  

上述看法不变，并且随着研究深入、公司财报披露，我们觉得这个判断在逐渐得到验证/判断的胜率在提高。几个值得分享之处：

• 大模型训练每升级一代，对算力的需求是倍数级的增加，如果没有商业化和足够体量的现金回流，模型升级和持续投入越来越难。如果按照模型参数量和所需算力进行推算，训练1个GPT4.0，买GPU卡需要花几亿美金；训练1个GPT5.0，买卡投入可能就要达到几十亿美金级别；训练GPT6.0时，投入可能达到几百亿美金级别；如果继续迭代到GPT7.0，投入将可能达到千亿美金级别。当面对这个量级投入，还没有形成足够体量的收入和现金流时，对任何一家MEGA来说，都是个很艰难的决策；

• 如果看一下MEGA的投入，看上去年度投入每家都会达到500-1000亿（Meta少一点，也有370-400亿），但真正用来买卡的金额要少很多，比如Microsoft和Amazon两家投入最大。其中，Microsoft含租赁的投入24年可能达到700-800亿美元，但其中有一半都是建设/租赁数据中心等非卡投入，其中真的用于买卡的投入估计不到300亿，Amazon虽然总体capex投入也很大，600-700亿美金，但有很大一部分要投到物流，用来买卡的规模估计也是小几百亿。巨头们都看到了AGI的诱人前景和跑到前面的人可能赢家通吃而不敢不加入“军备竞赛”，并且尽量把一部分投入提前从而缓解未来投入太大的压力（比如建/租数据中心等），但是当模型的算力投入要求达到千亿级别的时候，跟不跟，还是一个十分艰难的决策；

• 如果进行情景分析，当模型迭代到GPT6.0（GPU卡投入需求达到几百亿）和GPT7.0（GPU卡投入需求达到上千亿美金）时，有多少家公司能够继续跟进投入，对英伟达明后年业绩影响最为关键。如果届时应用商业化体量还是不够大，到GPT7.0时，如果只有2家公司能跟进投入，那么英伟达当年收入增长会显著放缓；如果只有1家跟进，会出现明显下滑；如果还有3家能够跟住，业绩还会继续高增；

• 小模型/参数量少很多的大模型，更接近商业化，而训练超大模型反而离商业化更远，原因是前者可以有更快的反馈；可以针对细分领域做调优，更少幻觉从而有更高可靠性；低很多的成本，能够算得过来账。此外，小模型进步很快，进步的效果符合摩尔定律，13b参数模型（端侧模型）今年有望达到GPT3.5水平，26-27年有望达到GPT4.0水平。而开源400bn参数的模型可能已经达到GPT4.0左右的水平了。目前越来越多的公司都转向拥抱小模型而不是投入巨资在大模型训练。最后，由于大模型太烧钱了，如果公司通过拉长训练时间来减少投入时，小模型不排除阶段性出现进步速度比大模型快的局面。

• 目前能够把模型升级和商业化统一的很好的公司非常少，2B企业服务中有Microsoft，互联网领域有Meta，端侧有Apple。

二、对市场的看法&展望

1、市场看法

对中美市场投资机会的看法都没有太大变化，还是寻找结构性机会，中国的机会相对难一点，美国机会相对多一些，像拉美、欧洲等其他市场也有机会，尽可能寻找更多的阿尔法收益来源。

2、机会在哪儿

• AI是中长期alpha的重要来源，人的价值越来越高，而AI因为提升人的效率甚至替代人，价值也相应不断提高，目前才刚刚开始，天花板非常高；

• 追求健康和更关注自我的生活方式的改变，会不断有消费方面的机会；

• 人们购买力提高带来部分产品/服务定价空间提升，提升高性价比产品/服务的相对竞争力等； 

• 如果进入降息周期，过去因为利率不断上行，导致无法判断利率可能引发什么风险的领域，有的竞争格局很好，且长期空间也不错的公司，在解决了短期利率风险之后可能也有机会；

• 金融科技等新兴投资机会；

• 其他市场（拉美、日本等）的机会。