人工智能基础设施市场正在发生重大转变，推理取代人工智能模型训练，成为主要增长动力。 Bloomberg Intelligence 预测，到 2032 年，推理市场将以 32% 的年复合增长率增长，达到 1.3 万亿美元。这大约是其预计人工智能培训市场同期将达到的 6580 亿美元的两倍。

由于推理支出预计将大幅上升，而半导体领域遭到抛售，让我们来看看五只推动推理增长的人工智能股票。

1.英伟达

在推理方面，Nvidia ( NVDA +2.93% ) 并不具备与人工智能模型训练领域相同的优势，而在人工智能模型训练领域，Nvidia 是无可争议的领导者。然而，如果把它算出来的话，那就太愚蠢了。

该公司今年进行了一次非常明智的“收购”，将 Groq 及其语言处理单元 (LPU) 纳入其中。 LPU 内置有片上 SRAM（静态随机存取存储器）。当人工智能模型提供查询答案时，这有助于减少延迟，并使它们成为处理推理解码阶段的出色芯片。

同时，其图形处理单元 (GPU) 与高带宽内存 (HBM) 封装在一起，可以在模型读取查询时的预填充阶段完成繁重的工作。这是一个雄辩的解决方案，应该使 Nvidia 成为推理领域前进的重要参与者。

纳斯达克：AMD

2.超微半导体公司

虽然人工智能训练全都与原始计算能力有关，但推理往往更受内存限制。这就是为什么 Advanced Micro Devices ( AMD -1.90% ) 在推理市场上比在训练市场上拥有更强大的地位。它采用小芯片设计，其中 GPU 充当更大互连系统的一部分，并且可以封装更多内存。

该公司已经与 OpenAI、Meta Platforms、Microsoft 和 Anthropic 达成了大规模推理协议，这将推动未来几年的强劲增长。它还刚刚与名单上的下一家公司 Cerebras ( CBRS -2.15% ) 建立了合作伙伴关系，将其基于 SRAM 的解决方案纳入其新的 Helios 机架中，以提高解码性能。

纳斯达克股票代码：CBRS

3. 大脑

Cerebras 使用直接嵌入 SRAM 的芯片，类似于 Nvidia 的 LPU。然而，SRAM 体积庞大，因此 Cerebras 生产大量晶圆大小的芯片，而不是像 Nvidia 的 LPU 那样使用少量 SRAM。鉴于其尺寸，它们仅作为完整系统的一部分，因为它们具有特殊的冷却和电源管理要求。

Cerebras 的 CS 系统原本是一种价格昂贵的优质解决方案，但随着与 OpenAI 等公司的合作，它开始打入主流。同时，与 AMD 的合作将帮助其采用更低成本的系统，AMD 的 GPU 可以更经济高效地处理预填充推理阶段。

4.博通

运行人工智能工作负载并不便宜，而且由于推理的持续成本，更多的超大规模企业正在转向为这项任务设计定制人工智能芯片。这正是 Broadcom ( AVGO +0.37% ) 介入的地方。它有助于将 AI 芯片设计转变为可以大规模生产并使用 HBM 封装的物理芯片。

纳斯达克股票代码：AVGO

该公司帮助 Alphabet 开发了备受推崇的张量处理单元 (TPU)，目前它正乘着 TPU 浪潮。与此同时，其他超大规模企业也求助于它来帮助他们开发自己的定制人工智能芯片。该公司预计该业务到 2027 财年将超过 1000 亿美元，此后增长前景强劲。

5.SK海力士

由于推理受到内存限制，对 HBM 的需求正在激增。 SK Hynix ( SKHY -3.54% ) 是该领域的领导者，创造了这种特殊形式的 DRAM（动态随机存取存储器）。它占有 HBM 市场近 60% 的份额，是 Nvidia 的领先供应商。它还刚刚与 GPU 巨头签署了一项价值 5000 亿美元的巨额协议。

虽然内存市场历来具有高度周期性，但人工智能基础设施建设和新的长期供应协议的强劲需求应该会使 SK 海力士成为推理赢家。