反思错失AI投资机遇

回顾历史股价走势，光模块领军企业新**，其价格从2025年4月的低点65元，攀升至昨日的522元，实现了超过10倍的增长（计算无误，2025年5月曾实施10股转增4股，实际涨幅超10倍）。

我本人于2023年末开始购入，当时股价为33元，持有一段时间后选择了清仓，最后一笔成交价为69.87元，整体盈利约百分之三四十。卖出之后，目睹其股价持续飙升，又上涨了十多倍，个中滋味，颇为复杂。

近期我不断思考，究竟是什么原因，导致我在这种十年难遇的超级牛股启动前夕提前离场？

当初我并非毫无准备，曾多次研读光模块的相关技术资料，最终得出的判断是：AI服务器对CPO的需求固然高于传统服务器，但增长上限可能仅为两三倍，行业想象空间有限，股价涨幅已充分兑现利好，是时候获利了结了。

直到最近，我看到一张AI服务器的内部结构示意图，并结合行业数据进行复盘，才恍然大悟自己当初的认知何其浅薄，错误有多么严重。

原来，4块GPU就需要搭配24个CPO，光模块的使用量达到传统服务器的6至8倍，这完全是不同量级的概念。并且光模块技术持续快速迭代，从400G、800G发展到1.6T，利润空间巨大。新**的净利润就从2023年的6.8亿，猛增至去年的96.5亿。

因此，错过这十倍的涨幅并非偶然，根源在于我纯粹依赖过去的陈旧经验，去粗略估算AI时代的新需求，用“宁愿要模糊的正确，也不要精确的错误”这种说法来自我安慰，彻底误判了行业的增长潜力。

如今我也在思索，市场已将AI相关的CPO、存储、光纤、PCB等领域轮番炒作一遍，是否还有新的机会可以挖掘？今日与友人探讨后，经过一番深入思考，想到了一个尚可的方向，记录下来以供参考。

AI最初的核心应用集中在“问答推理”，算力瓶颈主要在GPU。然而，随着各类大模型的蓬勃发展，AI正从简单的“问答推理”转向“智能体（Agentic）工作流”。智能体在自动编写代码、调用数据库、进行物理模拟等任务时，需要消耗极其密集的CPU资源，而非GPU资源。

这是因为GPU擅长并行计算，但办公及日常的大模型应用场景中，串行任务占主导，仍需依赖传统的CPU。

以往，一台配备8块GPU的服务器，搭配2颗CPU便已足够。现在情况不同了，单颗GPU可能需要匹配86至120个CPU核心，因为GPU运算速度太快，相比之下，CPU显得太慢了。

所以，AI领域的这个细分方向，或许值得深入研究。