财报之外，英伟达真正的风险与机会

编者按：在英伟达财报发布后，市场的焦点往往集中在营收、利润与指引区间。但本文作者 @GavinSBaker 试图将讨论拉回更长期的维度：决定英伟达价值的，不是单季数据，而是 AI 需求能持续多久，以及算力投资是否真正创造了可持续的回报。

文章从技术周期的历史经验出发，讨论「泡沫与过度建设」是否会重演，同时指出本轮 AI 周期存在电力与晶圆供给瓶颈，可能使扩张节奏更为克制。另一方面，GPU 租赁价格与旧型号芯片的高利用率，也为「AI ROI」提供了现实验证。

以下为原文：

以下是一些个人观察，或许对关注英伟达的人有所参考。在我看来，围绕这家公司，真正值得讨论的只有两个核心变量：一是需求的持续性，二是 AI 的投资回报率（ROI），而后者又与 GPU 的有效使用寿命密切相关。

从技术浪潮的历史经验来看，几乎所有类似周期都经历过金融泡沫与产能过度扩张。Carlota Perez 在《Technological Revolutions and Financial Capital》中对此有系统论述。她指出，每一次技术革命，无论是铁路、广播还是互联网，金融市场都会较早识别其长期潜力，而随之而来的资本狂热则往往催生泡沫（这也可以用 Mauboussin 所说的「观点多样性崩塌」来解释）。泡沫带来过度建设，过度建设引发阶段性需求回落，进而导致市场崩盘；而基础技术的供给过剩，最终又为「黄金时代」奠定基础。互联网的发展轨迹便是典型案例。

因此，对英伟达而言，关键并不在于本季度的业绩，或下季度的指引，这些往往已被买方机构充分预期。真正重要的是每股收益（EPS）的可持续性，而非当年的增长斜率。

从当前估值隐含的预期来看，市场更像是在表达一种判断：英伟达盈利或正接近阶段性高点，背后隐含的是对资本开支过度扩张的担忧。需要强调的是，市场担忧的并非「估值泡沫」，而是「基本面泡沫」，即由 capex 驱动的潜在过度建设风险。如果市场能够对英伟达在 2027 财年之后维持高个位数收入复合增长率（CAGR）建立信心，估值中枢或将获得支撑。

「这一次不同」往往是危险的判断。但本轮 AI 周期确实存在不同之处：全球在电力（watts）与先进制程晶圆（wafers）两个关键维度上都存在实质性瓶颈，而这些约束的缓解可能需要数年时间。

这种供给侧的硬约束，或许反而抑制了产能过度扩张。超大规模云厂商如果条件允许，理论上会继续加码扩张，但现实是电力与晶圆限制了其扩张节奏。与 Perez 书中所描述的历史技术革命不同，当时并不存在类似的供给瓶颈来限制部署速度。

没有过度建设，崩盘就难以发生，尤其是在当前科技股整体估值并未处于极端高位的情况下。

在这两个瓶颈中，晶圆可能比电力更关键。晶圆产能的节奏控制，可能成为拉长 AI 周期的重要变量。台积电的管理层向来以审慎著称，他们更强调产业稳态与长期价值，而非短期激进扩张。如果没有电力与晶圆的约束，英伟达未来 24 个月的增长或许会更快，但随之而来的过度建设风险也将显著上升。

某种意义上，供给约束可能正在为整个 AI 周期「降速稳态」。AI 对先进制程晶圆的高度依赖，反而可能成为本轮周期避免剧烈波动的关键因素。

如果要实现部分极端假设情景，算力规模可能需要提升至当前的数百甚至上千倍。而这一扩张所需的时间，本身就为社会调整与制度适配提供了缓冲。

历史经验同样提供了参照：詹姆斯·瓦特发明旋转式蒸汽机之后，铁路系统真正取代马匹经历了数十年时间。AI 的迭代速度或许更快，但仍不至于在极短时间内完成社会结构重构。

更重要的是，人类实现「通用智能」仅需 20–30 瓦功率。在一个电力受限的世界中，这种效率优势将长期存在。因此，一个更平滑、更持久的 AI 周期，对社会本身未必是坏事。

GPU 的租赁价格，本质上反映的是 token 的经济价值，也是「AI ROI」的核心指标。理论上，随着更高性能芯片持续推出，旧型号 GPU 的租赁价格应逐步回落，即便 AI 投资回报率为正。

然而，过去两个月，服役近四年的 H100 租赁价格却出现显著上涨。这意味着，尤其是在 agentic AI 与代码生成场景下，算力正在创造真实且可观的经济价值。

与此同时，即便 Blackwell 推出，6 年前的 A100 依然保持高利用率，租赁价格未出现明显松动。这强烈暗示 GPU 的有效使用寿命可能至少在 6 年以上，甚至超过多数客户的折旧周期。

这带来的影响是结构性的：如果残值高于此前预期，GPU 的融资成本将进一步下降。相比之下，针对单一模型或特定用途定制的 ASIC，很难拥有类似的生命周期优势。在快速迭代环境下，专业化芯片的资本成本更高，融资难度更大。

某种程度上，通用性是 GPU 的护城河。随着 prefill 与 decode 的功能拆分，以及配套芯片体系逐渐成型，算力架构正在从「单芯片逻辑」演进为「多芯片协同体系」。AI 基础设施已不再依赖单一器件，而是一整套高度耦合的系统工程。

随着 prefill 与 decode 的解耦，英伟达生态可能比 TPU 生态更早完成结构调整。叠加不同厂商在设计路线上的取舍差异，客户在推理成本端的相对优势正在发生变化。

如果部分厂商此前依赖成本优势压低 token 价格以争夺市场份额，那么当这种优势减弱，市场行为将趋于理性。长期而言，这将对 AI ROI 构成正面影响，尤其是在算力需求从训练向推理过渡的阶段。

这一转折，或许比任何季度业绩更值得关注。

最后一个轻松的愿望：希望英伟达未来能重新启用超级英雄作为芯片代号。令人惊讶的是，「绿色阵营」至今未曾使用过「Banner（漫威角色绿巨人的本名）」这个名字。