英伟达看涨者一直假装不存在的唯一人工智能风险
新闻要点
华尔街对英伟达公司（Nvidia Corp）的普遍讨论集中在“人工智能需求有多大”，但一个更关键的问题是：英伟达能在多长时间内以70%以上的利润率向超大规模数据中心收费而不引起反抗？文章指出，对英伟达真正的威胁并非是竞争对手的GPU，而是谷歌（Google）的TPU及其所代表的意义：超大规模数据中心不再外包人工智能领域利润最高的部分。 谷歌扩展TPU并非旨在赢得硬件竞赛，而是为了避免每季度向英伟达支付数十亿美元的计算费用。TPU使谷歌能够根据自身需求、基础设施和成本运行人工智能。其他超大规模数据中心也开始采纳苹果（Apple）的策略，即平台所有者无需永远向供应商支付高额利润。因此，TPU无需与GPU性能完全匹配，只需在内部大规模工作负载中达到“足够好”的水平，且成本仅为英伟达产品的一小部分。亚马逊（Amazon）、Meta和微软（Microsoft）等公司也都在开发各自的定制AI芯片，这表明该趋势已然形成。 文章总结道，人工智能需求的故事是毋庸置疑的，但人工智能定价权的故事并非如此。英伟达面临的风险并非被淘汰，而是其定价变得可协商。一旦超大规模数据中心掌握了真正的议价能力，“70%的利润率永远持续”将成为历史。
背景介绍
英伟达公司长期以来一直是人工智能计算领域的主导者，尤其是在高性能GPU市场占据领先地位，其产品是训练复杂AI模型的核心。这种市场优势使其能够维持异常高的利润率，通常超过70%。 然而，大型科技公司或称“超大规模数据中心”如谷歌、亚马逊、微软和Meta，是英伟达GPU的主要买家和AI基础设施的主要投资者。这些公司拥有庞大的计算需求和深厚的财务资源，近年来一直在寻求优化其硬件和软件栈，以降低成本并增强对核心技术的控制。苹果公司在自研芯片（如M系列芯片）方面的成功，也为其他科技巨头提供了借鉴，促使它们考虑在关键领域实现芯片的内部化。
深度 AI 洞察
如果英伟达的定价权被侵蚀，即使人工智能需求持续强劲，其长期估值倍数会面临怎样的影响？ - 英伟达的估值一直受益于其高增长潜力与超高利润率的结合。一旦定价权被削弱，市场可能将其从一个“平台/生态系统”公司重新评估为更接近传统“硬件”公司的范畴。 - 这意味着其市盈率、市销率等估值倍数可能面临显著压力，即使收入继续增长，利润率的压缩也会直接影响每股收益。 - 为应对此，英伟达可能被迫加大研发投入以保持技术代际领先，或探索通过软件和服务（如CUDA生态系统）进一步锁定客户，但这些策略的成本和效果仍需观察。 除了直接竞争之外，超大规模数据中心转向定制芯片对小型人工智能软件/服务提供商的战略格局会产生何种影响？ - 超大规模数据中心通过定制芯片获得了对整个AI堆栈更深的控制，这可能使其能够提供更紧密集成、成本更低的基础设施即服务（IaaS）和平台即服务（PaaS）解决方案。 - 这对较小的人工智能软件和服务提供商而言，可能意味着市场竞争加剧，因为超大规模数据中心可能会将更多AI功能内部化，并将其作为自身云服务的增值项提供。 - 这些小型提供商将面临在不同硬件平台（英伟达GPU、谷歌TPU、亚马逊Trainium等）上优化其解决方案的挑战，增加了开发复杂性和运营成本，同时可能使其更依赖于超大规模数据中心的生态系统和定价策略。 定制芯片的“足够好”策略是否会导致人工智能硬件市场出现分化，以及在这种情景下存在哪些投资机会/风险？ - 这种策略很可能导致市场分化：一方面，最前沿、最高性能的AI研发和训练仍将高度依赖英伟达等公司的顶级GPU；另一方面，大规模、成本敏感的AI推理和成熟的训练工作负载将越来越多地转向超大规模数据中心自研的定制ASIC（专用集成电路）。 - 投资机会可能出现在：1) 针对特定AI工作负载提供极致性能或能效的利基芯片设计公司；2) 专注于为异构计算环境提供软件工具、优化器和抽象层的公司，帮助开发者跨不同硬件平台部署和管理AI模型；3) 或在垂直行业深耕、提供高度定制AI解决方案的公司，这些方案可能不受大型云服务商通用硬件策略的直接影响。 - 对于英伟达而言，风险在于其在高销量、利润率较低的市场份额可能被侵蚀，迫使其更加专注于高端市场和生态系统锁定。