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。