「行業研究」AI 算力棧系列·第二篇。上一篇講價值如何沿着棧下移。這一篇回到棧最亮的頂點——英偉達,問一個所有人都關心、卻很少被認真拆解的問題:它憑什麼能一直賺這麼多,以及這能持續多久。
先糾正一個誤解:護城河不是那顆芯片
談英偉達的護城河,大多數人的第一反應是「它的 最強」。這個理解,既對又危險。
對,是因為英偉達的芯片確實領先。危險,是因為如果護城河只是「芯片性能領先」,那它其實很脆——芯片性能是可以被追上的。AMD 在追,博通幫客户做的定製芯片在追,性能差距在縮小。如果英偉達的全部依仗只是「我的芯片快一點」,那它的高利潤撐不了多久。
但英偉達 75% 的毛利率、近乎壟斷的地位,顯然不是「芯片快一點」能解釋的。它真正的護城河,是四層疊加的結構,芯片只是最表層、也最容易被複制的一層。把這四層拆開,你才能判斷它的護城河到底有多深、哪裏有裂縫。
我把這四層,從淺到深排一下。
護城河的四層結構
第一層(最淺):芯片性能。 這是大家看得見的一層——英偉達的 GPU 在原始算力上領先。但如前所述,這一層最容易被侵蝕。它是護城河的一部分,但不是核心。
第二層:全棧系統能力。 英偉達早就不只賣芯片了,它賣的是整個機櫃。從 GB200 這樣的產品看,它把 72 顆 GPU、CPU、網絡、互連、散熱,整合成一個「開箱即用的超級計算機」當成一個產品賣。這背後,是它 2019 年收購 Mellanox 拿到的 高速網絡、是 NVLink 這種 GPU 間的私有高速互連。當對手還在拼單顆芯片時,英偉達已經在拼「整個集羣的系統效率」了——而系統級的整合能力,比單顆芯片難複製得多。
第三層(核心):CUDA 軟件生態。 這才是英偉達最深的護城河。CUDA 是英偉達從 2007 年就開始構建的軟件平台——十五年來,幾乎全世界每一個 AI 研究者、每一個深度學習框架、每一個算法庫,都是建立在 CUDA 之上的。一個 AI 工程師從讀書起就在用 CUDA,所有的工具、代碼、經驗都綁定在它上面。這意味着,即使有一顆便宜一半、性能相當的別家芯片,客户要切換過去的「軟件遷移成本」也高到令人卻步——要重寫代碼、重訓團隊、承擔兼容性風險。這就是經典的「生態鎖定」:護城河不在硬件,在那個讓所有人都離不開的軟件習慣裏。這正是我在護城河那篇裏講的最高層次——從產品壁壘,到網絡/生態壁壘。
第四層:迭代節奏。 英偉達把產品迭代壓縮到了「一年一代」(Hopper → Blackwell → Vera Rubin……)。這個節奏快到對手喘不過氣——你剛追上它上一代,它下一代又出來了。當一個領先者還能用比對手更快的速度奔跑時,追趕者就永遠在追趕,永遠吃不到領先的利潤。 這種「領先且加速」的狀態,是英偉達把對手甩開的關鍵動作。
把這四層疊起來——最強的芯片 + 全棧系統 + 軟件生態鎖定 + 一年一迭代的節奏——你就理解了它 75% 毛利率的來源。它賣的不是一顆芯片,是一個別人短期內整體複製不了的「算力解決方案 + 生態」。
但每一層,都有真實的裂縫
護城河深,不等於沒有裂縫。我對英偉達保持敬畏,但也得誠實地指出,它面對四個真實的、正在發生的威脅。注意——這些威脅不會讓它「崩塌」,但可能侵蝕它最寶貴的東西:壟斷級的利潤率。
威脅一(最大):它最大的客户,正在變成它的對手。
這是懸在英偉達頭上最大的一把劍。它最大的幾個客户——谷歌、亞馬遜、微軟、Meta——全都在自研 AI 芯片:谷歌的 TPU、亞馬遜的 Trainium、微軟的 Maia、Meta 的 MTIA。這些超大規模雲廠商,是英偉達最大的收入來源,但它們都不想永遠給英偉達交「過路費」。它們有錢、有數據、有工程能力,自研芯片的動機極強——哪怕自研芯片只在自家特定場景上能替代一部分英偉達,省下的錢也是天文數字。當你的前幾大客户,同時是你最有動機、最有能力的潛在掘墓人,這是任何護城河都要警惕的結構性風險。
威脅二:AMD 和軟件生態的「慢慢逼近」。
AMD 的芯片在硬件上已經不弱,它的短板一直是軟件——ROCm 之於 CUDA,差距還很大。但這個差距在慢慢縮小,而且整個行業(尤其那些不想被英偉達鎖死的客户)有強烈的動機去扶持一個「第二供應商」。軟件生態的護城河雖深,但它是「時間 + 行業合力」可以慢慢填的——只要客户們夠想要一個替代品。
威脅三:從「訓練」到「推理」的遷移,削弱了 CUDA 的鎖定。
這一點很關鍵,也最被低估。英偉達的護城河在訓練場景最強(訓練對全棧性能、生態、迭代最敏感)。但隨着 AI 落地,工作負載正從訓練大量轉向推理(運行已經訓好的模型)。而推理場景,對成本更敏感、對 CUDA 生態的依賴更低、更容易用便宜的定製芯片替代。當算力需求的重心從訓練移向推理,英偉達那套「全棧 + 生態」的溢價能力,會被稀釋——因為推理客户要的是「夠用 + 便宜」,不是「最強 + 最貴」。瓶頸在移動,英偉達最強的那塊陣地(訓練),佔總需求的比重可能在下降。
威脅四:客户集中度。
英偉達的收入高度集中在少數幾個超大客户身上。這種集中,在景氣時是甜的(大單滾滾來),在轉向時是苦的(幾個大客户一旦放緩資本開支或轉向自研,衝擊是集中而劇烈的)。高客户集中度,放大了它對「AI 資本開支週期」的暴露——這又回到了整個系列的總開關。
我的判斷:不是會不會崩,是利潤能不能守
把護城河和裂縫放在一起,我的判斷是一個有層次的結論,而不是簡單的「看多」或「看空」。
第一,英偉達被「顛覆」(失去領導地位)的概率不高。 CUDA 的生態鎖定 + 全棧能力 + 一年一迭代的節奏,這三者疊加,不是三五年能被整體複製的。説英偉達會像當年的英特爾那樣迅速衰落,我認為低估了它護城河的深度。它大概率會長期保持 AI 算力的領導者地位。
第二,但它「壟斷級利潤率」被侵蝕的概率,很高。 真正會變的不是「英偉達還在不在」,是「英偉達還能不能維持 75% 的毛利率」。當客户自研芯片分流了一部分需求、當 AMD 提供了可信的第二選擇、當需求從訓練轉向更便宜的推理——這些都不會殺死英偉達,但它們會一點點削弱它的定價權。一個仍然領先、但毛利率從 75% 慢慢回落到 60%、50% 的英偉達,依然是偉大的公司,但對今天price in 了「永續壟斷利潤」的股價來説,這種「慢慢回落」本身就足以是一個糟糕的結果。
第三,所以真正的風險,藏在「估值」而非「基本面」裏。 這是我看英偉達最核心的觀點——它的基本面大概率沒問題(它會一直是巨頭),但它的股價計入了一個「護城河永不被侵蝕、利潤率永遠維持、AI 資本開支永續」的完美假設。而我上面拆的四個裂縫告訴我:這個完美假設,大概率會在某個環節打折。買英偉達最大的風險,不是它會變差,是它「沒有市場預期的那麼完美」——而當一個股票price in 了完美,「不那麼完美」就足以讓它大幅回調。
這完全是我讀《這次不一樣》和《最重要的事》帶來的紀律——最危險的不是壞公司,是把好公司的好,無限外推、併為這個外推付了過高的價。
寫在最後
英偉達是這個時代最偉大的公司之一,這一點我毫不懷疑。它的護城河——CUDA 生態、全棧系統、迭代節奏——是真實的、深刻的,是商業史上最強的護城河之一。
但「偉大的公司」和「偉大的投資」,從來是兩回事(這是我反覆講的)。一家護城河極深的公司,如果它的價格已經計入了「護城河永不被侵蝕」,那它依然可能是一筆平庸甚至糟糕的投資。英偉達的護城河會不會守住?大概率會守住它的地位,但很可能守不住它今天這種壟斷級的利潤率——因為它最大的客户正在自研、因為替代品在逼近、因為需求重心在向更便宜的推理遷移。
所以,看英偉達,我盯的不是「它會不會被顛覆」(大概率不會),而是三個更細的信號:自研芯片到底分流了多少需求、推理佔比上升到什麼程度、以及它的毛利率拐點什麼時候出現。 這三個,才是決定它「壟斷利潤」能守多久的真正變量。
如果只留一句——
英偉達的護城河足夠深,深到它不會被顛覆;但沒有深到它能永遠維持 75% 的毛利率。看空它的地位是錯的,但把它的完美無限外推、併為此付出任何價格,同樣是錯的。
下一篇,我們看這條鏈上一羣有意思的新勢力——Neocloud:NBIS、CoreWeave 這類「專門租 GPU 給別人」的公司。它們是 AI 算力民主化的賣鏟人,還是又一輪槓桿驅動的泡沫?
——
風險提示:本文為產業鏈研究,所涉公司僅作分析示例,不構成任何投資建議。市場有風險,投資需謹慎。
专注投资分析、市场洞察与资产配置。不追短期波动,只理解真正驱动长期回报的东西。
