作者 | 豹变 张经纬
英伟达正遭遇冰火两重天。
近日, 这家芯片巨头, 其市值超过4万亿美元, 交出了一份财报, 这份财报堪称“炸裂”, 在第四季度, 它的营收为681亿美元, 此营收超过了市场预期, 市场预期是657亿美元, 并且同比增长了73%。
财报呈现出超预期态势, 但资本市场并未因之溅起更多波澜。当日收盘之时, 英伟达股价仅仅是微微上涨了1.4%, 此涨幅与纳斯达克大盘涨幅大体上保持一致；而到了第二天, 股价更是径直下跌了5.5%, 市值减少了将近2600亿美元, 换算后超过1.5万亿人民币。在这一现象背后, 所反映的是投资人对于英伟达算力护城河变窄的忧虑啊。
就在仅仅三周之前, 上演了同样具有戏剧性这般称得上状况的情形: 首先是出现了一则“英伟达可能搁置投资Open AI”的传闻, 此传闻使得它的股价在紧接着的三天时间以内下跌了大约9%；而到了2月6日, 英伟达的创始人黄仁勋穿着具有标志性特质的皮衣而出现在CNBC的镜头面前, 凭借着抛出“AI基建还有七到八年的路要走”这样一句话, 又使得股价在单日出现了反弹, 反弹幅度将近8%。
传闻战胜数字, 叙事赢过财报。这家全球最大上市公司股价, 不再被营收与利润所驱动, 这有何意味呢? 是在反复冒出的市场奇迹里, 投资者把“超预期”当成常态? 还是英伟达此GPU帝国, 碰到了某种瓶颈?
要回答这个问题，我们需要先知道它是如何走到今天的。
1、风口上卖算力卖出万亿市值的“赌徒”
近十年英伟达一共经历过三波股市行情。
2016年至2018年期间, 与之对应的是AI概念加上加密货币潮, 2019年至2022年阶段, 对应的是数据中心转型, 而2022年底直至如今这段时间, 对应的是AI大模型的算力需求急剧暴涨, 在这些行情的背后, 是算力硬件呈现出相对稀缺的状况。
然而, 于大行情的期间范围之内, 确实存在着两次股价有着强烈剧烈程度下跌的情况, 其中一次发生在2018年加密货币出现崩盘之际, 另一次则是在2022年宏观经济处于低迷态势的时候, 只不过低迷状态之后居然紧接着就是规模更大的风口。
新的机遇之下, 英伟达的创业史, 充斥着凭借“梭哈”起飞而业绩一度跌向谷底的故事。
创业处于早期阶段时, 在前代产品出师不利这种状况之下, 黄仁勋押上一应身家去开发RIVA 128, 状况糟糕到极处时账面上仅仅剩下300万美元,这仅够运营公司9个月。1997年4月新产品突然问世, 当季公司实现扭亏为盈。这场堪称“要么完美要么死”的豪赌, 奠定了其游戏图形芯片（也就是今后称作的GPU, 独立于CPU专门用以图形生成的处理器）的霸主地位。
要是故事于此处收尾, 英伟达顶多仅能算作游戏业界的“隐形冠军”, 并且在个人电脑市场长期呈现萎缩态势的情况下, 注定难以掀起什么 big 动静, 有啥突出表现。
而加密货币跟着AI热潮再度兴起之际, 正好GPU于此前便已被运用在非图形计算范畴以内 , 凭借英伟达长时间投入构建而成的 , 一套完善的并行计算架构, 也就是CUDA平台 , 才让GPU能够在超高速计算里面以及模拟实验当中都有极大地身手施展 , 紧接着 , 业界又进一步发觉 , 此架构同样适用于AI算法训练以及加密货币生成之际 , 两阵风潮便达成彼此交会。
凭借“敢赌”和高效，英伟达牢牢把握住了不断增长的算力需求。
在华尔街把CUDA生态判定为“零”估值之际, 黄仁勋秉持“加速计算乃未来希望”的理念, 不间断地投入资金历经十年时间构建CUDA开发者生态体系；在2012年这个时间节点, 借助GPU训练造就的AlexNet于深度学习竞赛里展现出非凡魅力大放光芒, 这使得英伟达毫不犹豫地全面投入其中, 驱使硬件达成与CUDA完全兼容的状态, 同时着手开发与之适配的软件库；当加密货币引发的矿潮汹涌而来的时候, 公司以很快的速度推出专用的矿卡CMP系列产品, 并且依据市场情况进行动态的价格调整。
这样一来英伟达于新兴的数据中心市场拥有绝对地位, 偶然产生的“副产品”, 也就是加密货币、AI训练成就成为公司最为核心的商业支柱。
“赢”以及“梭哈”常常会在创始人黄仁勋自身的故事里出现, 黄仁勋曾经身为优秀的乒乓球手 , 在15岁时拿到了美国公开赛双打第三名 , 在年幼的时候从事体育方面的活动培养了他对于赢的那种渴望 , 在下国际象棋输给下属时他会愤怒地把棋子推倒 , 随后拉着对方进行他所擅长的乒乓球活动 , 一直赢到他感到满意才停止。
兴许恰恰是这般个性致使他极为赏识那个在全球范围内最擅于“赢”的男子。黄仁勋曾讲, 美国具备别的国家寻觅不到的独一无二长处, 这长处不是别的正是总统特朗普。
问题在于，真的有人能一直梭哈一直赢吗？
2、收窄的护城河与心态的变化
英伟达接近一半的数据中心收入源自大模型其训练, 然而训练时的需求并非是无限的那种, 并且ROI也就是产出与投入的比例也正处于降低的状态。
经训练后, 基础大模型的性能差异正愈发变得微小, 斯坦福人工智能研究所给出的报告表明, 顶尖基础模型和第十名基础模型之间的性能差距迅猛收窄, 从2023年的11.9%, 急剧缩减到2024年的5.4%, 传统那种“堆数据、堆参数、堆算力”的模式, 其边际效益正在迅速递减。
这表明往后模型性能的提高不在于预训练, 也就是Pre-training, , 而是在于后训练, 即Post-training, 以及推理扩展, 也就是Test-time Compute, , 当下英伟达GPU的推理负载已经超过了训练。
一方面, 训练属于一次性资本开支即CapEx, 客户因想要缩短那段时间故而愿意去支付溢价；另一方面, 推理属于持续性运营开支即OpEx, 而且那种成本呈现翻倍状态情形下, 客户对于每token所对应的成本是极度敏感的。与此同时, 推理存在着诸如AWS Trainium、Google TPU等多种可供挑选的情况。
这表明, 英伟达所拥有的定价权力遭到了稀释, 今后其竞争力的关键之处在于, GPU 与 CUDA 能不能维持性价比。
一位对科技行业予以关注的投资方面相关人士表明, GPU所具备的优势系基于可免费运用的CUDA平台, 在该平台之中积累有充足数量的代码, 经核算后得出购买GPU在花费层面要相较于购买谷歌的TPU更为便宜, 原因在于TPU需要额外耗费人力去进行调试工作, 然而欧美的人力成本实在是太过高昂了。不过伴随近期美国失业率呈现出提高的态势以及竞品趋向于成熟, 这种优势具有面临瓦解的风险。Counterpoint作出预测, 在2028年的时候谷歌、微软、亚马逊的ASIC芯片出货数值将会超出英伟达的GPU。
下游存在着这背后的另一重风险。硬件竞争加剧, 这解释了“英伟达不投资Open AI”传闻引发的担忧, 即算力提供者得跟像Open AI这样“算力裸奔”的AI厂商绑定。然而, Open AI或许又是另一尊“泥菩萨”, 当谷歌能把Gemini植入安卓、搜索引擎以及Workspace, 而Open AI仅拥有GPT时, 它便很难在新时代AI应用大战中成为胜利者。
英伟达自身所采取的行动, 也是对焦虑存在的一种佐证, 它已然开启了在光模块领域寻觅利润的行为。
自2025年起始, 英伟达于售卖云服务器之际, 大力推广CPO（共封装光学）技术, 此技术是将光模块与交换机芯片加以封装, 其本质在于使服务器、交换机以及光模块彼此不可区分, 并且英伟达的光模块全部源自采购。这背后所打的算盘是:若想要使用我的高性能网络, 那就得接受我赚取光模块的差价。
这种分毫必争的状况, 同黄仁勋先前大力宣扬的“粗放的公平”, 也就是把达成交易置于首位, 并非谋求短期内获取好处, 而是致力于长期的共同获利, 形成了相反的走向, 在一定程度上展现出企业从长久以来的技术自信, 转变为追求短期内利益实现极大化的心态变动。
3、新叙事在哪？
不只是于固有的业务范围里头去获取利润, 英伟达正在很积极地寻觅新的机遇, 像是因国际关系致使销售遇阻的中国市场, 那么英伟达积极促使美国政府许可向中国售卖H200芯片, 还有1月13号特朗普政府披露新的批准政策。
虽然H200芯片得到了出口到中国的许可, 然而英伟达要将销售所得收入的百分之二十五上缴给美国政府, 同时还要接受一些附加条件的约束。
与此同时, 他的财务团队早已针对H20芯片, 也就是针对中国的那阉割版芯片, 计提了45亿美元的库存减值, 并且在最新财报里坦言, 业绩展望当中没有计入任何来自中国的数据中心计算获得的收入。
来自生物医药研发的另一个机会, 2022年, 英伟达推出BioNeMo这个开源框架, 把它定位叫做“数字生物学的CUDA”, 2026年1月, 英伟达进一步加大投入力度, 和制药巨头礼来宣布成立联合创新实验室, 双方会在未来五年里共同投入高达10亿美元，这属于AI制药领域最大规模的基础设施合作当中的一个。
具体来讲, 英伟达正促使GPU在诸如生成式分子设计这类, 取代传统实验手段来满足蛋白质工程需求且用于临床前毒性预测等方面的应用。然而医药生物领域中的未来情形, 更类似于资本圈故事里的那种标准逃生装置, 不过遥远之处引来的水终究没办法解除当下急切要求所产生的渴望。
能起到解近渴作用的东西是, 使得英伟达持续如同以往那般供应性能属于最佳等级的芯片。在 2 月份的时候黄仁勋透露了相关情况, 将会在 3 月 15 日举行地 GTC 2026 大会上去展示“以前从来都没有看见过”的芯片。
有相关人士进行猜测, 他将会同时公布“GPU+ASIC”方案, 使对垒双方把三八线拉开, 得以共享市场增长带来的成果, 以此来应对现在势头正盛的谷歌全家桶。英伟达不会迅速崩塌, 它依旧会在数据中心市场继续占据一定地位。然而它依靠通用GPU几乎垄断整个AI时代红利的这件事, 或许不会再次发生。
当人工智能从那种凭借大量投入以创造奇迹的训练竞赛, 转而朝着精打细算地进行推理部署阶段转变时, 人工智能相关领域可挖掘的资源, 不再单单依靠某一家厂商所生产的工具了, 英伟达凭借售卖相关工具从而轻松获利的日子, 也就快要终结了。
