"最近频繁陷入质疑的英伟达，对于美股如此重要，以至于全市场都屏住呼吸观察「全世界最重要的财报」。
  英伟达处于多空对决的最前线。在公司最终发布了一份没太超出预期的财报后，股价不温不火，次日随着川普的关税突变，成为压死骆驼的最后一根稻草，英伟达暴跌8.5%。
  
  今天的英伟达不仅撑起了美股，更是撑起了加密货币生态，英伟达的一举一动成为市场焦点
  据彭博报道，2月27日下午2:00-2:40分，一位交易者购买了超过30万份合约，押注英伟达股价将在3月7日前跌至115美元，这意味着英伟达比现在的价格还要下跌12%。
  知名激进投资基金Elliott Mangaement在其披露的2024年Q4持仓中，增加了对英伟达的看跌期权。创始人Paul Singer最近在与挪威主权财富基金CEO Nicolai Tangen的播客节目中解释，「相对于AI为用户实际创造的价值，AI的估值远被高估。」
  然而看多派也在加大对外发声的音量。
  英伟达发布财报的第二天，段永平就在雪球发文：「尽管没完全看懂NVDA（英伟达），但我还是准备开始卖点NVDA的put（看跌期权）了。AI值得关注，NVDA其实是个很不错的公司。」
  此外，但斌旗下的海外子公司东方港湾基金公司ORIENTAL HARBOR INVESTMENT FUND，去年四季度末时，英伟达是第一大重仓股。这也令但斌凭借一年50.43%的收益率，在管理规模超10亿美金的全球投资大师中排名第一。
  
  那么，我们应该如何看待财报后暴跌8%的英伟达，「DeepSeek危机」真的如同外界传言的那样，对英伟达是负面印象吗？AI如火如荼，这家曾经被认为是最赚钱的芯片公司，遇到增长阻力了吗？
  没有超出预期，即是不及预期
  对于今天的英伟达来说，最难的事情莫过于如何维持延续了三年的出色表现。
  英伟达就像班里那个最好的学生，每次考试都能超预期，于是评判他的标准跳出了绝对分的逻辑，更在意他能超过预期多少。
  美股上市公司在公布本季度财报时，一般会给出下一季度的收入展望，作为一名「尖子生」，英伟达已经连续六个季度，实际结果比预期高出20亿美元以上。2023年Q4财报中，公司实际营收超出上一季度展望21亿美元；2024年Q3财报中，比上一季度高出25.3亿美元……
  
  英伟达给出的业绩预期和实际结果
  按照这个模式，最新的2024年Q4财报中，英伟达也需要高于上一季度预期20亿美元以上，才算是符合预期。从最终结果来看，2024年Q4公司实现393亿美元收入，比之前的指引（375亿美元）只高了18亿美元，距离20亿的目标只差一点点，终结了连续6个季度超预期的战绩，「尖子生」的高速增长出现了一点小瑕疵。
  不得不正视的一个问题是，英伟达已经从超高速增长，逐渐步入成熟期，单季度营收增速从260%的高峰已经回落到了78%，成长转向成熟是公司发展的一个必然规律。其实2024年Q1财报之后，市场发现英伟达增速与之前齐平时，华尔街就已经意识到增速要放缓了，所以英伟达的股价也开始进入横盘与震荡期。
  从刚刚发布这一季度的财报看，甚至有指标出现下降。
  本季度英伟达数据中心业务收入达356亿美元，较第三季度增长16%，较去年同期增长93%，主要受益于生成式AI和云厂商资本支出；而游戏业务受PC市场疲软影响，营收为25亿美元，同比下降11%。
  不过，在基本向好的大方向上，最令市场意外的是英伟达毛利率出现小幅下降。本季度毛利率为73%，较上年同期竟然下降了3个百分点。
  这个问题归因于新产品Blackwell，在财报电话会上，黄仁勋谈到英伟达在早期生产Blackwell 时遇到的「小插曲」，这可能损失了几个月的时间，但公司正以「光速」恢复，「完全解决了Blackwell的供应链问题」。
  英伟达首席财务官克莱特·克雷斯也在财报电话会上给出指引，毛利润率将在本财年晚些时候得到改善，并恢复到70%左右的区间。
  总体来说，英伟达的早期优势仍在持续，步入一个更平稳增长的平台期也很正常，CUDA生态的统治地位依然没有挑战者。英伟达3万亿美元的市值能否持续，下一步最关键的因素是它的客户们，基于AI大模型，能不能产生实际的货币化。
  这也是最近英伟达一直在横盘的原因。就像知名激进投资者Paul Singer看空的理由那样：「相对于AI为用户实际创造的价值，AI的估值远被高估。」
  OpenAI估值倍数下降，但对英伟达是件好事
  那些AI明星创业公司能消耗多少GPU，不仅决定着英伟达公司的产品销售收入；他们利用这些GPU能创造多大的商业价值，更左右着英伟达的前途和命运。
  也就是说，如果大模型消耗的算力不能转化为真金白银，那就是空转。等待英伟达的是，皮之不存，毛将焉附。
  从目前的情况看，英伟达的旗帜客户关键指标都在向好：一是核心AI创业公司的估值倍数；二是大厂Capex与AI相关收入。
  对于第一点（核心AI创业公司的估值倍数），最显著的迹象是一些AI应用创业公司的估值倍数在下滑，但这对英伟达来说是件好事。
  比如硅谷两家当红AI公司OpenAI和 Anthropic，基于估值与年收入的倍数关系，现在已经比去年更便宜了。尤其Anthropic的估值倍数绝对值几乎已经减半。这是在公司成长、收入逐渐赶上投资者高期望的典型现象。
  
  AI明星公司估值变化
  而现象背后，是AI大模型公司在巨额烧钱的同时，尽快产生自身造血能力，不然AI泡沫就有可能破裂。
  OpenAI今年已经向投资者透露，一方面预计今年收⼊将从37亿美元，增⻓⾄超过125亿美元，实现三倍以上的增⻓；但同时烧钱速度仍然会加快，在Stargate建设完成之后实现盈利。
  
  OpenAI「烧钱」计划
  现⾦消耗扩⼤的原因很简单，OpenAI正在将所有收⼊都投⼊到运营现有模型和开发新模型所需的计算资源上。2028年开始，算力⽀出将从⽬前的⽔平增⻓近六倍，达到每年约400亿美元。到2030年，其在运⾏AI模型上的⽀出，将超过其训练成本。
  当然，这些都将继续利好英伟达，Stargate数据中⼼就将需要数⼗万个GPU。但是如果OpenAI一直是吞金兽，却无法产生足够有价值的现金流，那也会有大麻烦。
  所以OpenAI的商业化步伐也越来越快。新上任的首席营收官Lionetti，制定了一个雄心勃勃的商业化目标——2029年实现年收入1000亿美元！为此最近半年，OpenAI从其他科技巨头那里，招募了大量商业化人才。如今OpenAI的销售团队，已经达到300人，占据1600名总员工的五分之一。
  
  OpenAI收入模式分布
  除了AI创业公司，科技巨头们也没有停止算力投放的预算。
  最近微软、谷歌、亚马逊和Meta都陆续发布财报，这四家巨头不仅没有缩减预算，反而都大幅增加了开支。直到2025年，他们在AI技术和数据中心上的总投入，会达到惊人的3500亿美元，这对英伟达来说无疑是一个非常积极的信号。
  具体来说，Meta预计2025年会花费1000亿-1190亿美元，其中大部分资金将投入到AI技术和相关业务上，而谷歌的计划则是投资750亿美元，这个数字远高于市场之前预期的588亿美元。再看亚马逊，他们将投入1000亿美元用于AI相关发展，而微软则预计在2025财年投入800亿美元。
  
  科技巨头的资金投入变化
  中国市场，AI 也处于「大兴土木」阶段。
  随着DeepSeek带动的AI热潮和中国资产重估，大厂立志成为AI基础设施的建设者。阿里近期明确表态，未来三年对AI和云计算的投入将达到3800亿元，将超过过去十年的总和。但是高盛等机构预测，这个数字很可能接近5000亿元。
  阿里集团CEO吴泳铭说：AI时代对基础设施的需求是明确且巨大的，而阿里要做的就是搭建起这一轮浪潮的地基，通过云计算平台、AI基础模型和原生应用，彻底改写增长逻辑。
  这些大幅增长的预算，都反映出AI的发展依然离不开算力扩张，要想在AI赛道上保持领先，就得不断加码。
  当然，在高速Capex支出的同时，巨头们也越来越追求收益。一个重要的观察指标是：微软的AI相关收入。
  微软是最早在财报中，明确分拆披露AI相关收入的科技巨头。2024年第四季度，微软AI产品（如 Azure AI、OpenAI集成等）贡献Azure 13个百分点增长，高于预期，表明 AI 对云业务的驱动进一步增强。同时，Microsoft 365 Copilot的企业渗透率持续提升，DAU环比翻倍。GitHub Copilot的年度经常性收入（ARR）已突破3 亿美元，同比增长 200%，成为 GitHub 业务增长的核心驱动力。
  这些指标都渗透出一个含义：AI相关收入已逐渐成为微软的核心增长引擎。可能成为科技和互联网行业战略导向的重要风向标。
  这对英伟达来说非常重要，虽然公司定位于「卖铲子」，但如果客户们都淘不到金，想必铲子的生意也不好做。如何更快把AI技术融入到业务流程中，产生实打实的长期收益，而不是停留在先试试看的阶段，越来越重要。
  无论是OpenAI、Anthropic因收入提升而带来的估值倍数下降，还是科技巨头在继续Capex支出的同时，也能产生实打实的AI收入，都是英伟达3万亿估值的重要支撑。
  Deepseek不是英伟达阻力
  在经历了Deepseek的短期冲击后，英伟达股价依然坚挺，大厂们的Capex依然很足，那么一个非常重要的问题是：为什么在DeepSeek冲击了全球AI界之后，大家仍在不断地买卡、为何AI支出没有放缓？
  要理解其中的原因，就需要了解AI本身正在发生的变化——今天的AI正处于从大语言模型，转向推理模型和AI Agent的关键节点。
  简单来说，大模型可以划分为训练和推理两个阶段，训练的目标是通过向模型输入大量数据，优化调参，遵循Scaling Law，得到一个可用的模型。而推理是利用训练好的基础模型，来解决实际问题。
  训练一个大语言模型，需要庞大的算力和电力，特别是需要高性能的GPU（高精度计算、大显存、通用性），这也就构成了英伟达的传统优势项目，市场份额在90%以上。
  而今年初的DeepSeek-R1模型面世，之所以引起一定程度的恐慌，是因为它公布的论文表明训练AI模型的成本，可以比其他现有模型低得多，这可能会降低对数据中心和昂贵先进芯片的需求。
  但很多人忽略了DeepSeek引起更为深远的影响：这家公司公司正在将AI行业更进一步推向了资源密集型的推理模型，这意味着仍然需要强大的算力基础设施。
  英伟达负责AI产品管理的副总裁卡里·布里斯基，在最近的一篇博客文章中写道：AI推理模型可以轻松用掉比传统大语言模型多100倍的计算资源。
  这个倍数来自于推理模型要花费数分钟，甚至数小时与自己对话（Deepseek率先在回答中向用户展现这些对话），这构成了一个漫长的「思维链」(chain of thought)。模型使用的计算资源量与生成的单词数量成正比，因此，生成100倍于回答问题所需单词的推理模型，将使用多得多的算力和电力。
  所以，这解释了为什么谷歌、微软、Meta总共计划在2025年花费2150亿美元，大部分用于搭建AI数据中心，这比去年增加了45%。
  也就是说，如果基于DeepSeek的方法，导致AI训练的算力需求减少到原来的十分之一，但随之产生的推理模型的大规模普及，并且推理对算力的需求增加100倍，那么未来对AI算力的需求仍会达到原来的10倍。
  这其实正是大模型公司与英伟达都希望看到的。
  优化算力成本这件事，并非是DeepSeek一家在做。在此之前，OpenAI就通过模型迭代，已经在大幅降低算力成本了。ChatGPT单位算力成本已经从2023年3月的36美元降低至现在的4美元，成本降低了90%。
  英伟达自己，也是推动算力成本下降的急先锋。从2012年到2022年这十年间，英伟达芯片的单位算力，在AI推理上的性能提升了1000倍，成本下降了99.9%，效果最明显的就是AI爆发的近两年。绝大部分原因在于英伟达基于自家软件平台CUDA上的算法优化。
  这背后恰恰反映了科技变革中的一个著名悖论：杰文斯悖论，它指的是当技术进步带来效率提升和成本下降时，结果往往不是需求更快被满足，而是需求在不断增长，导致更难以满足需求，从而给整个行业带来更大的资源消耗。
  同样的事情也发生在200年前的照明技术之于煤炭上，100年前的内燃机之于石油，60年前的计算机之于算力。技术在进步，成本在下降，但相关的需求也在指数级增加。
  比如美国一家AI计算资源提供商Baseten的CEO就发现（据华尔街日报的采访），「有一个客户，我们在六个月前将其花费降低了大约60%，而在三个月内，他们的购买支出反而超过了最初的水平。」
  所以这仅仅是一个开始。随着用户发现新的AI模型能力更强，就会越来越频繁地使用这些模型，这正将对算力的需求，从用于训练模型转向使用模型，即推理模型。
  风险投资家、Theory Ventures创始人托马斯·通古斯在接受媒体采访时说，投资者和大型科技公司押注的是，在未来十年里，由于推理模型和快速采用，对AI模型的需求量可能会增加一万亿倍甚至更多，如果「你在键盘上的每一次敲击，或者你对着麦克风发出的每一个声音，都将至少由一个AI进行转录或处理，如果是这样的话，AI市场的规模可能很快就会比现在大1000倍。」
  不过英伟达在训练场景的优势非常明显，但在推理场景，称王称霸的底气稍显不足。
  虽然市场中并不存在专门的「训练芯片」和「推理芯片」，如果你想用H100搞推理，也不是不行，这就像是开保时捷送外卖。在商业场景中，这往往还被视为两个市场，比如H100就会被说实用性差、资源浪费。
  所以ARK的木头姐会说，英伟达本身就在推动AI训练和推理成本的下降，而DeepSeek只是让这个降价的速度变快了，如果想「抄底英伟达」，有两个明确的观察指标——一是推理芯片市场的增量，二是英伟达在推理端是否具有统治力。
  恰好，英伟达正处于向新Blackwell平台过渡的时期，Blackwell目前还供应量有限，处于产能爬坡期。但从趋势看，这也正是黄仁勋所看向的方向：Blackwell是英伟达专为生成式AI和高性能计算（HPC）设计的下一代平台，其核心定位正是大幅提升AI推理性能，成为推理芯片领域的标杆产品。
  黄仁勋曾说：「我们今天绝大多数的计算实际上都是推理，而Blackwell将所有这些都提升到了一个新的水平。我们在设计Blackwell时就考虑到了推理模型。」英伟达首席财务官科莱特·克雷斯则补充称，Blackwell芯片的许多早期部署，都指定用于推理工作。
  英伟达在最新的四季度财报中，新款Blackwell AI芯片带来了110亿美元的收入，兑现了去年做出的销售强劲的预测，新款芯片占到英伟达当季数据中心部门收入的近三分之一。
  黄仁勋还在多个公开场合解释过英伟达的最大优势——相同算力下的「最低持有成本」，也就是说，综合芯片单价和运行成本，英伟达GPU提供的每TOPS算力是最便宜的。所以英伟达的芯片越卖越贵，但单位成本越来越便宜。
  在这样的大趋势下，黄仁勋反而会对DeepSeek大加赞赏，称其是「一项卓越的创新」，并且未来所有AI开发商都将使用它，或使用受Deepseek启发的技术，而推理模型需要的计算资源是以前的100倍，也将极大推动英伟达的收入。
  这在国内接入Deepseek的热潮中也有所体现。
  一家接入Deepseek的公司说，在上线首日就新增了上万用户，导致服务器几乎崩溃，现有的推理算力远远跟不上用户需求，导致团队不得不紧急采购更多英伟达GPU。
  从训练转向推理，是芯片行业的最大改变，那些想与英伟达竞争的对手们，也在推进各自的行动。
  沙特石油巨头沙特阿美，正与AI芯片初创公司Groq和SambaNova Systems密切合作，以建立大型推理计算设施。而AMD的AI芯片，主要面向推理市场。所有科技巨头，都在内部开发自己的AI推理芯片，想有朝一日能够取代英伟达。
  英伟达迟早会推出一款在推理领域的强大产品，因为若不这么做，会在推理市场黯然失色。如今，英伟达的新Blackwell芯片取得开门红，利润率受到冲击应该只是暂时的。
  在AI行业的变化下，英伟达需要展示如何能巩固已经取得的强大领先地位。这无疑将是下个月GTC大会的主题，继今年Blackwell系列之后的新产品，将是焦点所在。
  本文来自微信公众号“新莓daybreak”（ID：new-daybreak），作者：刘一鸣，编辑：翟文婷，36氪经授权发布。"