科技周期的内在动因是什么？国信证券给出了一个可量化的答案：算力的指数级进步。通过对1945年ENIAC到2023年镭龙RX7600的算力成本数据进行系统检验，报告发现单位成本获得的算力每13-14年提升一个数量级，这一规律贯穿了近80年的信息革命史。从CPU到GPU，从硬件突破到算法优化，算力进步的脚步从未停歇。
算力成本下降的历史实证检验
国信证券选取了1945年至2023年间具有代表性的计算设备，将每GFLOPS成本换算成2023年美元，绘制了“算力-成本”曲线。结果清晰显示：在对数坐标系中，数据点均匀分布在一条下降直线上，波动极小。
具体数据验证了规律的稳定性：1945年ENIAC的每GFLOPS成本调整后约2.2E+15美元；1961年IBM 7030降至2.0E+11美元；1997年Beowulf集群降至5.7E+04美元；2011年降至2美元；2023年镭龙RX7600降至0.01美元。近80年间，算力成本下降了约17个数量级。
定量计算显示：1945年以来算力年复合成本下降约40.14%，成本降低50%所需约16.2个月，这与摩尔定律18个月翻倍高度吻合。成本每下降一个数量级（1/1000）约需13.6个月平均约13-14年。从1961年、1976年、1984年、1997年、2007年等不同起始年份计算，结果均在13-14年附近波动。
从CPU到GPU——算力驱动的接力棒
进入21世纪后，CPU制程工艺的进步明显放缓。英特尔从2007年开始尝试“Tick-Tock”模式（每2年迭代制程），但到2016年彻底放弃该路线。处理器性能提升速度在2003年后显著变缓。
但GPU接过了算力驱动的接力棒。GPU通过堆叠更多并行计算核心来实现速度提升——过去15年间，GPU核心数从约200个上升至近20000个，扩大约100倍。英伟达CUDA核心数从2008年GTX 280的240个增至2022年H100的18432个。
更重要的是，算力提升已不再仅依赖制程进步。英伟达CEO黄仁勋指出，AI推理性能10年提升1000倍的构成中：算法优化贡献16倍、指令优化12.5倍、架构优化2倍、制程进步2.5倍，四者乘积恰好约1000倍。这意味着算力进步从单一的硬件驱动转向“硬件+软件”的系统驱动。
加速回报定律与算力进步的普适性
未来学家库兹韦尔提出了“加速回报定律”：技术进化不是线性而是指数级的，每个阶段的进化建立在前一阶段基础上，因而发展得更快。该定律不仅适用于计算机时代——库兹韦尔的数据显示，算力指数级进步从1900年的机械计算时代即可观测。
加速回报定律的几个要点：第一，每个阶段产生更好的方法创造下一阶段（GPU在CPU基础上进化，CPU在集成电路基础上进化）；第二，进化过程在更大系统内引起混乱，增加选择多样性；第三，“回报”总是呈指数增长。
每个范式的发展都经历三个阶段：缓慢增长期（指数早期）、快速增长期（爆炸性增长）、平缓成熟期。这与S渗透率曲线的三阶段完全对应。国信证券因此将算力指数级进步视为科技周期的“不变”变量，而渗透率曲线则是充满变化的“随机”变量。
算力进步的下一站——量子计算
量子计算有望成为算力进步的下一个范式。潘建伟院士提出量子计算三步走：第一阶段实现“量子计算优越性”，中国“九章”系列和“祖冲之”系列已达成；第二阶段是当前，研制专用量子计算模拟机；第三阶段是未来10-15年，实现通用容错量子计算机。
D-Wave创始人提出罗斯定律：量子位数量每年翻番。谷歌量子团队负责人提出内文定律：量子计算机计算能力相对经典计算机呈现“双重指数增长”，远快于经典计算机的指数增长。
若内文定律被更多数据验证，算力驱动曲线可能从线性指数跃升为双重指数，科技周期的长度和范式都可能被改写。从更大的周期看，若把计算机、互联网、移动互联网、通用人工智能四个科技周期合称为一个康波周期（约56年），那么2030年开始的新周期，非常有可能是基于量子计算的全新康波周期。
算力成本下降速度统计（不同时期）| 起始年份 | 时间跨度（年） | 年复合成本下降 | 成本降低50%所需月 | 成本降低为1/1000所需年 |
|---|
| 1945年 | 77.4 | 40.14% | 16.2 | 13.5 |
| 1961年 | 61.4 | 39.08% | 16.8 | 14.0 |
| 1976年 | 46.4 | 40.12% | 16.2 | 13.5 |
| 1984年 | 38.4 | 43.95% | 14.4 | 12.0 |
| 1997年 | 25.3 | 45.38% | 13.8 | 11.5 |
| 2007年 | 15.8 | 42.34% | 15.1 | 12.6 |
| 2011年 | 12.2 | 35.15% | 19.2 | 16.0 |
| 平均数 | 15.9 | 13.3 |
| 中位数 | 16.1 | 13.4 |
