编者按：本文来自微信公众号 格隆汇APP（ID：hkguruclub），作者：深鹏，创业邦经授权转载。
作为全世界资本市场最瞩目的公司，英伟达的一举一动都备受市场关注。
尤其是这几天，巨大的振幅，天量的成交额，连续的下跌，有观点认为英伟达泡沫破裂，已经见顶回落。
是否见顶我不敢说，因为还需要更多的证据才能证明，但急涨后的调整已经是事实，只是这种调整究竟是一周，还是一个月，不知道。现在所有的预测，都只是看图说话，从技术面上做推演罢了。
因为明星效应实在太高，围绕英伟达股价波动的争议，多空双方激辩，闹得不可开交。
到底英伟达会继续上冲还是就此熄火？
01市场普遍接受什么样的观点？
综合了各方观点，有两点我认为接受度颇高，而且有逻辑，有数据，也有证据支撑。
第一，AI时代刚开始，应用层面还没有大规模出现。这个不仅几乎所有的业内大佬都这样说，很多机构、投资人也持这个观点，甚至一路看空英伟达的木头姐，也有这个观点。
实际上，大厂里除了微软出了个Copilot，有完整的盈利闭环，其他大厂你压根就不知道它们怎么用AI赚钱，比如Google和Meta的广告，你可以说AI帮助它们降本增效，那到底降了多少本，增了多少效，反映在利润表的哪一项，依靠AI从对手那里抢了多少广告客户，广告ASP涨了多少？
至于创业公司，倒也有不少，比如那个华人女孩创立的Pika，但这些公司的应用还在市场导入阶段，商业模式、盈利能力都有待验证。
对于英伟达这类的“买铲子”公司而言，是好事，就好比还有源源不断去金山淘金的人，铲子这门生意怎么就到头了呢？
第二，整体美股并没有泡沫。今天的美股，和2000年科技股泡沫相比，完全不是一个事，那个时候疯狂到什么程度？
你只要注册一家带.com的公司，可以什么都没有，就在纳斯达克上市，并且受到资金的疯狂炒作，现在显然不是。还是以Pika为例，它现在去纳斯达克上市，只要符合条件当然可以，但上了之后资金大概率不会盲目去炒它，因为资金已经不像20多年前那么傻，它们会要求清晰的盈利模式，会更看重销售和财务表现。
为什么美股大票表现好？而一些中小票表现不如人意？
因为大票的业绩都还可以，而小票却不一样。虽然说历史不会简单地重演，但对于华尔街来说，2000年科技股破灭的教训，还历历在目，这个教训不可谓不深刻。
如何避免悲剧重演？
很简单，不见兔子不撤鹰就可以，具体说就是你交得出对应的业绩，我再加仓，否则免谈。
在英伟达身上就有很好的表现，2月份发了财报，一天拉涨16%，涨出一个茅台。但那些业绩不那么强劲的，像博通，一天立马跌7个点。
微软为什么横盘了一个多月，苹果、特斯拉为什么被踢出七姐妹？
就是业绩没什么靓丽表现，有的甚至还有下跌预期。另外，整体估值上，纳斯达克也低于2000年的泡沫期。这其实证明了市场整体是理性的，远没有2000年泡沫期那样疯狂。
至于媒体热议的英伟达和思科的对比，其实也站不住脚，英伟达2年的远期估值只有30倍，而当年的思科超过100倍，而且思科的市值扩张主要是并购、流动性泛滥等造成的，它本身并没有特别好的业绩。
所以，简单地将思科的逻辑套在英伟达身上，不合适。
02英伟达到底是AI的因还是果？
另外一个颇具争议的话题，是英伟达和AI，到底谁在成就谁?
在业绩公布之前，就有一张图广为流传。
意思很直白，AI需求很小，但股市明显炒过头了，泡沫破裂就在不远处。
但是，如果倒过来看，又会发现什么？
小蚂蚁不是在支撑AI需求，而是英伟达这头大象，在不断孵化出各种AI应用。
举个例子大家就明白了。
如果苹果手机不出来，后来会有那么多的应用APP吗？
你不可能在2005年，就拿着一堆移动互联网需求，去跟乔布斯说，你给我把苹果手机造出来。正确的应该是，乔布斯把苹果手机做出来，然后才催生庞大的移动互联网应用。
英伟达也是这个道理：它的技术迭代速度，某种程度上决定了整个AI技术的发展和AI应用的爆发速度。
Sora横空出世的时候，很多人都在计算，算力需求又提升了多少，大厂们又需要多加购多少块A100。为何不反过来算，如果GPU算力提升10倍、100倍，成本下降为原来的1/10、1/100，会有多少比Sora更牛的应用出来，会产生多大的商业价值？
任何一项技术要大规模商业化，性能和成本都是最重要的两个决定性因素。而在AI，算力又是这两个决定因素的决定因素，是“大佬”背后的“大佬”。
再给大家看一张技术路线图：
如果chip to chip之间的互联是4TB/s，也就是目前H100的4.5倍，不考虑架构等其他创新，互联就带来训练速度20倍提升。
继续往上的话，今天的Sora，明天看起来就是小菜一碟，谁知道还会有什么颠覆性的应用出来？
面对产品1年1迭代，性能1.5年翻10倍的事物，不能简单地用产业链供需去衡量它。因为每年都有更新换代的需求，旧产能随时会被新产能替代。
过去，木头姐一直把英伟达比作互联网时代的思科，认为大规模硬件基础设施完成之后，硬件需求就会崩塌，英伟达会像思科一样大热后归于平静。
这种只是简单地套用硬件思维去看待英伟达的人很多，但如果英伟达的技术进展将决定整个AI应用的发展速度，它就不是简单的硬件基础设施，而是一直处于C位的带头大哥。
对于下游厂商而言，如果拿不到英伟达最新最快的GPU，也就意味着自己的模型训练和推理速度，会落后于友商，自己会被甩下AI这辆高速列车。
现在的竞争如此激烈，掉下来之后，再想挤上去，就不那么容易了。
这也就意味着，英伟达的产品有可能长期处于供不应求的状态，它本身就会进入一种称之为超级螺旋上升的状态：不断售罄，不断推出更强大产品，又不断售罄，在这种过程中不断领先同行，不断巩固市场地位。
这其实就是一种超级垄断。
03英伟达还有一个杀手锏
为什么硬件思维会严重错判英伟达？
因为软件生态才是英伟达真正的杀手锏，老黄在财报会上说了一句：
加速计算和生成式AI已经达到了引爆点。
怎么理解引爆点这个词？
有两层意思，一个是推理需求会爆发，二是大家一直期待的GPT-5，有可能将极大地推动AI应用的商业化落地。也就是说，很快大家会迎来AI应用的井喷，这是非常重要的分水岭。
如果用过去的硬件基础设施去看待英伟达，很容易将它看成当年中移动、思科这类“管道”，商业模式就是搭好台，给别人唱戏，自己收点台费，大明星登台唱戏赚大钱，似乎都跟自己没关系。
但结合英伟达宣布要进军ASIC，也就是专门为AI应用设计的芯片，预期就会不一样。
大模型对全球商业化价值最大的软件，是推荐系统，它可以关注更多的细节特征，或者从各类人群的关系链，或者配合其知识积累，给出更多更全面的回答。
Meta老板扎克伯格在上一次的业绩会上提到过：
下一代服务需要构建在AGI之上。以前，我认为由于许多工具是社会性、商业性或可能是媒体导向的，因此可能只需要解决AI挑战的一小部分就能提供这些产品，但现在很明显，为了提供我们设想中的最佳服务版本，我们的模型将需要具备推理、规划、编程、记忆等许多认知能力。
而要做到这些，就得加大推理算力。
英伟达这个时候说要做ASIC，其实就是推出“专门用于推理的GPU”，显然是看到了即将爆发的推理市场需求，而云服务提供商一定会自研做推理，如果英伟达能够顺利拿下这个大蛋糕，就打破了被“管道化”的风险，将触角直接插入下游应用领域。
这不就等于说，除了舞台使用费，还能够按一定比例从明星唱戏的总收入中分成？
这也是财报电话会上，英伟达一直说“推理”（inference）这个关键词有16次，是“训练”（training）的两倍。老黄也强调，目前有40%的收入来自推理需求。在周末出席斯坦福论坛的时候，老黄又再次解释为什么要进军ASIC。
等于给市场一个定心丸，2025增长有确定性，大家不用担心训练需求越来越集中于头部客户的风险，而且也暗示了英伟达一个新的可能更大的增长曲线。始终能够用业绩证明自己的价值，股价的支撑力度就会进一步加强。
老黄在谈及英伟达核心竞争力的时候说过两点，一是英伟达的计算平台是加速的，二是可编程的。英伟达是唯一一个，从最开始的Hinton团队的神经网络AlexNet，到后来所有神经网络、深度学习、各种视觉转换器、多模态转换器，以及现在的时序东西。
言外之意，能活到今天，英伟达是一路跟随的。不管AI算法如何变，英伟达都能够通过软件随机应变。事实上，在推理和训练之间灵活切换，目前只有英伟达。
为什么只有它？
这就要说到英伟达的CUDA计算平台，如果把GPU看成一台电脑，CUDA就是Windows操作系统。
这个于2007年推出的GPU通用计算编程框架，包括了最初类C语言、CUDA C 、以及后来适用于 C++、Fortran 的 CUDA API。
这是老黄最有远见的战略布局之一，经过早期不计成本地推广和更新换代，到现在CUDA已经衍生出全球最庞大的GPU软件计算生态，单纯就硬件参数，英伟达或许可以超越，但要对比它的软件生态，竞争对手的胜算很低。
就像有人做出性能参数和Windows差不多的操作系统，PC厂商不会弃用Windows，用户更不会弃用Windows一样，这就叫做用户粘性。
04谁能终结英伟达？
现在看来，英伟达的前景依然很光明，这也是很多人继续看多英伟达的理由。
实际上确实如此，因为你真的很难找得到英伟达泡沫破裂的证据，顶多只是简单地用思科的例子做比喻，又或者说一些诸如竞争对手甚至用户都在研发英伟达GPU的替代品。而说到影响盈利的核心因素，比如英伟达的订单、台积电cowos产能、A100/H100的价格，再看看盈利数据，又会哑口无言。
难道英伟达就无懈可击了吗？
倒也未必，不要忘了，英伟达始终是周期股，25、26年的高增长，高利润率大概率没有啥问题，但27年、28年，或者再往后呢？
没有人知道，但把周期股硬炒成长期成长股的教训，很多，锂矿就是一个例子。
那究竟谁有本事终结英伟达？
大概就是，竞争对手的GPU产品出来了，开始抢英伟达的市场份额了，又或者企业对于AI芯片的需求真的放缓了，再或者是别的什么理由。
用接地气的话说，那就是产品不好卖了，价格叫不上去了，赚的钱没之前快也没之前多了，等等。
但这一天，看起来似乎还挺遥远的。
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。
