IoT Analytics 咨询公司将生成式 AI 的市场分为三类：(1) 数据中心的 GPU；(2) 大模型和平台层（提供模型，含对应的平台算力服务）；(3) 业务应用层。
GPU 层：英伟达 Nvidia 占绝了 92% 的份额，处于接近垄断的地位。
大模型和平台层：OpenAI 和 Microsoft 两者占比 69%，其他云服务商跟随其后。
应用层：Accenture 目前份额最大 6%，整体呈现了比较碎片化的状态。
注：OpenAI 的ChatGPT 本来也是一种应用，估计 IoT Analytics 将其归类到了平台层计算。
Menlo Venture 研究显示，当前生成式 AI 在企业侧的开支总空间为 25 亿美元。
应用层贡献了最大的蛋糕，代表性的企业是微软。无论是 GitHub，还是 Office，微软拥有相当多的企业生产力场景，其只需要提供对应的 Copilot，通过付费订阅制就可以完成商业闭环。
数据和基础设施层的市场空间为 6 亿美元，代表性企业是 Hugging Face 和 Pinecone。
技术角度最核心的大模型 LLM 层空间为 3.5 亿美元，代表性企业是 OpenAI。
而 OpenAI 目前的年化收入在 13 亿美元左右，比上面 3.5 亿美元要大得多。可以看出 ChatGPT 从消费者业务角度带给 OpenAI 的价值。
APP Economy Insights 基于英伟达 Nvidia 2023 财年 Q3 的指标，将其损益表进行了可视化呈现。
数据中心（38 亿美元）和游戏显卡（16 亿美元）是英伟达收入的主力来源。其他新兴领域（汽车、专业显示和 OEM 等）也都在 1 亿美金以上的收入产生。
三十年前，黄仁勋在创立英伟达时，初衷是为了服务 PC 里面的善于处理游戏的显卡。和 CPU 比，算一个小众赛道。
随着 2016 年 AlphaGo 那一波 AI 的拉动，以及后续比特币挖矿的需求，英伟达业绩屡创新高。OpenAI 和 ChatGPT 的出现更是推动其到了新的高度。
思考 1：始于相对小众赛道的玩家，如何成长为大赛道的玩家？
思考 2：大模型 LLM...
451 Research 在 2024Q4 对北美企业客户的调研显示，围绕未来十二个月的算力支出，78% 的调研对象反馈会增加算力支出。
其中 39% 的反馈认为算力支出会增加 25% 以上。只有 3.3% 的反馈会降低算力支出。
