2016年移动互联网渗透率突破50%，标志着旧时代的终结与新时代的开启。国信证券科技周期报告指出，当英特尔放弃Tick-Tock战略、CPU算力提升受阻之时，GPU凭借并行计算优势接过接力棒，英伟达单GPU AI推理性能10年提升1000倍。大模型从千亿参数迈向百万亿参数，AGI（通用人工智能）或在2027-2029年到来。AI Agent将成为继PC软件、网站、移动APP之后的下一代平台级应用。
2016年分水岭：移动互联网时代终结，人工智能时代开启
渗透率50%是科技周期划分的关键指标。美国互联网渗透率2002年首次超50%，标志着互联网时代从成长走向成熟；全球移动宽带渗透率2016年首次超52%，标志着移动互联网时代同样走到分水岭。2016年，移动互联网时代告一段落，人工智能时代大幕徐徐拉开。
2016年英特尔宣布放弃引以为傲的“Tick-Tock”战略。该战略要求每2年升级一次制程工艺——2007年45nm、2010年32nm、2012年22nm、2014年14nm，每次升级都如期完成。但10nm制程卡壳长达7年，CPU算力提升严重受阻。与此同时，单核CPU性能增速从1986-2003年的每年52%降至2011-2018年的每年7%。
摩尔定律遭遇四重挑战：硅物理极限、制造成本飙升（EUV光刻机使晶圆厂成本飙升）、功耗增加（电池技术滞后）、设计复杂度指数级增长。此时，GPU凭借并行运算架构接过CPU的接力棒——GPU核心数从2008年240个增至2022年18432个，英伟达2006年发布CUDA架构，使GPU可用于通用计算。
GPU算力革命：10年1000倍，但功耗与成本同步飙升
英伟达单个GPU在AI推理性能10年提升1000倍，分解为：算法优化16倍、指令优化12.5倍、结构优化2倍、制程进步2.5倍。主体提升来自算法与指令优化，而非制程进步。
但算力提升伴随功率与价格同步上涨——Tesla架构（2006）功率175W，Volta架构（2017）300W，Hopper架构（2022）H100功率700W，Blackwell架构（2024）GB200达1000W。每GFLOPS成本年降幅从1945年以来约40%，但2015年以来仅24%，技术推动效果明显放缓。黄仁勋提出的“黄氏定律”（GPU性能每两年翻倍）更像是通过堆核心与功耗实现的“速度标榜”，而非真正的物理定律。
算力成本下降放缓带来深远影响：想获得更大算力需支付更高成本；体积无法缩小（手持设备难以赶上主流GPU）；有利于中国追赶（先发者比较优势缩小）；等待新技术突破（碳化硅、石墨烯、量子计算）。
三大应用场景驱动：比特币、云计算、新能源汽车
比特币14年全网算力增加4.4×10¹²倍（年复合增速6.4倍），矿机峰值耗电204TWh（约全球用电量0.8%，相当于第20名国家用电量）。以太坊2022年从PoW转向PoS，非PoW机制提高记账效率，全球市值前五区块链网络除比特币外均已放弃PoW。
云计算从2016年进入快车道。2016年亚马逊AWS收入增速54.4%，占收入9%却贡献公司约1/3-1/2市值。2016-2024年云计算市场从1120亿增至6760亿美元（CAGR 25.2%）。亚马逊市值2016-2020年涨5.1倍（年化39%），微软2016-2021年涨4.7倍，云计算成为科技巨头市值扩张的核心引擎。
新能源汽车是“行走的计算机”。锂电池成本从1990年代末3000-4000美元/kWh降至2023年139美元/kWh，预计2030年降至80美元/kWh。中国2023年新能源车销量占比31.4%（2024年6月41.1%），远超欧洲21%和美国9.5%。比亚迪2024Q3季度销量113万辆，是特斯拉同期2.4倍。英伟达车载芯片算力从2015年1T到Thor 2000TOPS，华为预计2030年单车算力达5000TOPS。
Transformer大模型：AGI的“大力出奇迹”之路
2017年谷歌《Attention Is All You Need》提出Transformer架构，并行处理、长距离依赖捕捉、灵活可扩展等优势使其取代RNN。GPT-3（2020，1750亿参数）首次展现“涌现”能力（数学运算、代码生成、自动推理），GPT-4（2023，1.76万亿参数）在2.5万A100上训练90-100天，单GPU成本约4亿美元。
若将大模型参数类比生物神经突触（人类约100万亿），当参数量达100万亿时可能达到AGI水平。马斯克预测2025年AI超任何人类、2029年超所有人类之和；英伟达CEO黄仁勋认为5年内AI可通过人类测试；OpenAI前员工预测2027年实现AGI。
OpenAI将AGI路径分为五级：聊天机器人→推理者→智能体→创新者→组织者。斯坦福“小镇”实验已让25个AI Agent仅凭预设身份自主产生类人社交行为。AI Agent（=LLM+记忆+规划+工具）将成为继PC软件、网站、移动APP后的下一代平台级应用，2032年市场规模预计达881亿美元。
