4. 海外市场全面开花 4.1. AIDC 配储带来增量新空间 AI 更强大的神经网络所需算力密度指数级提升。2000 年代,随着算法的突破、计算性能的提升以及数据量的激增,神经网络成为人工智能的主导范式。 如今的神经网络可以达到海量规模,在训练过程中可训练数千亿个参数,并使用数万亿个数据点进行训练,运行时的计算量可超过一万亿(10^24)次运算,以 GPT-4 级模型训练为例,GPT-4 拥有约 1.8 万亿参数(推测值),采用 MoE 架构,支持多模态交互(文本、图像、视频)。其前代 GPT-3 参数为 1750 亿,伴随大模型持续迭代,数据中心算力要求指数级提升。