財報之外，英偉達真正的風險與機會

原文標題：Some thoughts ahead of Nvidia tonight
原文作者：@GavinSBaker
編譯：Peggy，BlockBeats

編者按：在英偉達財報發布後，市場的焦點往往集中在營收、利潤與指引區間。但本文作者 @GavinSBaker 嘗試將討論拉回更長期的維度：決定英偉達價值的，不是單季數據，而是 AI 需求能持續多久，以及算力投資是否真正創造了可持續的回報。

文章從技術周期的歷史經驗出發，討論「泡沫與過度建設」是否會重演，同時指出本輪 AI 周期存在電力與晶圓供應瓶頸，可能使擴張節奏更為克制。另一方面，GPU 租賃價格與舊型號晶片的高利用率，也為「AI ROI」提供了現實驗證。

以下為原文：

以下是一些個人觀察，或許對關注英偉達的人有所參考。在我看來，圍繞這家公司，真正值得討論的只有兩個核心變數：一是需求的持續性，二是 AI 的投資回報率（ROI），而後者又與 GPU 的有效使用壽命密切相關。

需求的持續性：歷史是否會重演？

從技術浪潮的歷史經驗來看，幾乎所有類似周期都經歷過金融泡沫與產能過度擴張。Carlota Perez 在《Technological Revolutions and Financial Capital》中對此有系統論述。她指出，每一次技術革命，無論是鐵路、廣播還是互聯網，金融市場都會較早識別其長期潛力，而隨之而來的資本狂熱則往往催生泡沫（這也可以用 Mauboussin 所說的「觀點多樣性崩塌」來解釋）。泡沫帶來過度建設，過度建設引發階段性需求回落，進而導致市場崩盤；而基礎技術的供給過剩，最終又為「黃金時代」奠定基礎。互聯網的發展軌跡便是典型案例。

因此，對英偉達而言，關鍵並不在於本季度的業績，或下季度的指引，這些往往已被買方機構充分預期。真正重要的是每股收益（EPS）的可持續性，而非當年的增長斜率。

從當前估值隱含的預期來看，市場更像是在表達一種判斷：英偉達盈利或正接近階段性高點，背後隱含的是對資本開支過度擴張的擔憂。需要強調的是，市場擔憂的並非「估值泡沫」，而是「基本面泡沫」，即由 capex 驅動的潛在過度建設風險。如果市場能夠對英偉達在 2027 財年之後維持高個位數收入複合增長率（CAGR）建立信心，估值中枢或將獲得支撐。

這一次是否真的不同？

「這一次不同」往往是危險的判斷。但本輪 AI 週期確實存在不同之處：全球在電力（watts）與先進製程晶圓（wafers）兩個關鍵維度上都存在實質性瓶頸，而這些限制的緩解可能需要數年時間。

這種供給側的硬限制，或許反而抑制了產能過度擴張。超大規模雲廠商如果條件允許，理論上會繼續加碼擴張，但現實是電力與晶圓限制了其擴張節奏。與 Perez 書中所描述的歷史技術革命不同，當時並不存在類似的供給瓶頸來限制部署速度。

沒有過度建設，崩盤就難以發生，尤其是在當前科技股整體估值並未處於極端高位的情況下。

在這兩個瓶頸中，晶圓可能比電力更關鍵。晶圓產能的節奏控制，可能成為拉長 AI 週期的重要變數。台積電的管理層向來以審慎著稱，他們更強調產業穩態與長期價值，而非短期激進擴張。如果沒有電力與晶圓的限制，英偉達未來 24 個月的增長或許會更快，但隨之而來的過度建設風險也將顯著上升。

某種意義上，供給限制可能正在為整個 AI 週期「降速穩態」。AI 對先進製程晶圓的高度依賴，反而可能成為本輪周期避免劇烈波動的關鍵因素。

如果要實現部分極端假設情境，運算力規模可能需要提升至當前的數百甚至上千倍。而這一擴張所需的時間，本身就為社會調整與制度適配提供了緩衝。

歷史經驗同樣提供了參照：詹姆斯·瓦特發明旋轉式蒸汽機之後，鐵路系統真正取代馬匹經歷了數十年時間。AI 的迭代速度或許更快，但仍不至於在極短時間內完成社會結構重構。

更重要的是，人類實現「通用智能」僅需 20–30 瓦功率。在一個電力受限的世界中，這種效率優勢將長期存在。因此，一個更平滑、更持久的 AI 週期，對社會本身未必是壞事。

GPU 使用壽命與 AI 的真實 ROI

GPU 的租賃價格，本質上反映的是 token 的經濟價值，也是「AI ROI」的核心指標。理論上，隨著更高性能晶片持續推出，舊型號 GPU 的租賃價格應逐步回落，即便 AI 投資回報率為正。

然而，過去兩個月，服役近四年的 H100 租賃價格卻出現顯著上漲。這意味著，尤其是在 agentic AI 與程式碼生成場景下，算力正在創造真實且可觀的經濟價值。

與此同時，即便 Blackwell 推出，6 年前的 A100 依然保持高利用率，租賃價格未出現明顯鬆動。這強烈暗示 GPU 的有效使用壽命可能至少在 6 年以上，甚至超過多數客戶的折舊周期。

這帶來的影響是結構性的：如果殘值高於此前預期，GPU 的融資成本將進一步下降。相比之下，針對單一模型或特定用途定制的 ASIC，很難擁有類似的生命周期優勢。在快速迭代環境下，專業化晶片的資本成本更高，融資難度更大。

某種程度上，通用性是 GPU 的護城河。隨著 prefill 與 decode 的功能拆分，以及配套晶片體系逐漸成型，算力架構正在從「單晶片邏輯」演進為「多晶片協同體系」。AI 基礎設施已不再依賴單一器件，而是一整套高度耦合的系統工程。

隨著 prefill 與 decode 的解耦，英偉達生態可能比 TPU 生態更早完成結構調整。疊加不同廠商在設計路線上的取捨差異，客戶在推理成本端的相對優勢正在發生變化。

如果部分廠商此前依賴成本優勢壓低 token 價格以爭奪市場份額，那麼當這種優勢減弱，市場行為將趨於理性。長期而言，這將對 AI ROI 構成正面影響，尤其是在算力需求從訓練向推理過渡的階段。

這一轉折，或許比任何季度業績更值得關注。

最後一個輕鬆的願望：希望英偉達未來能重新啟用超級英雄作為晶片代號。令人驚訝的是，「綠色陣營」至今未曾使用過「Banner（漫威角色綠巨人的本名）」這個名字。

[原文連結]