尽管业绩强劲，但其市值已蒸发数万亿美元。世界上最昂贵的公司怎么了？

《关键提示》 当“超出预期”成为常态，英伟达的下一个故事在哪里？作者 |编辑张经纬|星云Nvidia面临着一个冰与火的世界。这家市值超过4万亿美元的半导体巨头近日提交了一份“爆炸性”财报。第四季度销售额为 681 亿美元，超出市场预期（657 亿美元），同比增长 73%。 “好于预期”的财报并没有在资本市场引发进一步的传闻。截至收盘，NVIDIA股价仅上涨1.4%，与纳斯达克市场涨幅基本持平。第二天，它下跌了 5.5%，市值蒸发了近 2600 亿美元（超过 1.5 万亿元人民币）。这是由于投资者对 Nvi 计算能力下降的担忧。就在三周前，同样戏剧性的情况发生了。首先，有传言称 NVIDIA 可能会搁置对 Open AI 的投资，股价三天内下跌约 9%。然后2月6日，NVIDIA创始人Van Jensen穿着标志性皮夹克出现在CNBC镜头前表示，“AI基础设施还需要七到八年的时间”，股价一日内上涨近8%。数字战胜谣言，财务报告战胜故事。当全球最大的上市公司的股价不再由收入或利润驱动时，这意味着什么？市场奇迹是否正在重演，投资者是否将“超出预期”视为常态？或者 GPU 帝国 NVIDIA 是否遇到了某种瓶颈？要回答这个问题，我们首先需要知道它是如何走到今天的。 1、在热门话题上出售算力和万亿市值的“赌徒”。过去十年中，英伟达的股价经历了三次飙升。 2016年到2018年、2019年到2022年、2022年底到现在，AI概念+加密趋势、数据中心转型以及大型AI模型的算力需求。需求正在迅速增长。这市场是由计算机硬件的相对短缺推动的。然而，在大的市场趋势中，也出现了两次股价的大幅下跌：2018年的加密货币崩盘和2022年的宏观经济衰退，随后出现了更大的趋势。当他的生意跌入谷底时，他在“螺柱”的帮助下抓住了新的机会。诸如此类的故事在英伟达的商业史上比比皆是。创业初期，产品起步不佳，黄仁勋将全部资金投入RIVA 128的研发。最糟糕的时候，他的账户里只剩下300万美元，只够维持公司9个月。新产品于 1997 年 4 月推出，该公司于该季度实现盈利。这场要么完美要么死亡的赌博确立了游戏图形芯片（后来的 GPU，独立于 CPU 的专用于图形生成的处理器）的主导地位。如果故事到此结束，NVIDIA 将充其量只能被视为游戏行业的“隐形冠军”，注定无法阻止个人电脑市场的长期下滑。然而，加密货币和人工智能的兴起又回来了，GPU 在非图形计算领域的使用已经有一段时间了。依托NVIDIA多年来投入成熟的并行计算架构CUDA平台，GPU可以在超高速计算和模拟实验方面展现其才华。后来业界进一步发现这种架构也适合训练人工智能算法和生成加密货币，两股浪潮汇聚在一起。 NVIDIA凭借“大胆的赌注”和高效率牢牢掌控着日益增长的算力需求。当华尔街对CUDA生态系统的评价为“零”时，黄仁勋声称“加速计算才是未来”，并花了十年时间投入巨资打造CUDA开发者生态系统。 2012年，火车ed AlexNet GPU从而赢得了深度学习竞赛，让NVIDIA竭尽全力让硬件完全兼容CUDA并开发适配的软件库。当加密货币挖矿热潮袭来时，公司迅速推出CMP系列专用矿卡，并动态调整价格。这让英伟达在新兴数据中心市场占据了主导地位，偶然的“副产品”（加密货币、人工智能培训）成为该公司核心业务的支柱。 “胜利”和“种马”也不断出现在创始人Van Jensen自己的故事中。黄仁勋曾经是一名出色的乒乓球运动员，15岁时在美国公开赛上获得双打第三名。从小参加体育活动，给他灌输了求胜的欲望，当他下棋输给下属时，他就会生气，把棋子推下去，拖着对手，直到自己满意为止。特长，乒乓球。也许正是这种性格，让他被尊为世界上最“胜利”的男人。黄仁勋曾表示，美国有一个其他国家无法比拟的独特优势：特朗普总统。问题是：总有人能获得螺柱吗？ 2、减少外在护城河，改变心态。英伟达数据中心近一半收入来自大规模模型训练，但训练需求并非无限，ROI（产出投入比）不断下降。经过训练后，它们所基于的大规模模型之间的性能差异变得越来越小。根据斯坦福人工智能研究所的报告，顶级和第十个基础模型之间的性能差距已从2023年的11.9%大幅缩小到2024年的5.4%。传统的“大量数据、大量参数、大量计算能力”的边际效益正在迅速下降。这意味着未来的改善模型性能的变化将发生在推理扩展和训练后（测试时的计算），而不是训练前。目前，NVIDIA GPU 上的推理负载超过了训练负载。培训是一项一次性资本支出 (CapEx)，客户愿意支付额外费用以节省时间。客户对每个代币的成本非常敏感，因为推理是一项持续的运营费用 (OpEx)，并且成本会翻倍。同时，推理也有很多选择，例如AWS Trainium和Google TPU。这意味着NVIDIA的定价能力正在减弱，GPU+CUDA能否保持性价比将是未来竞争力的关键。关注科技行业的投资者表示，GPU的优势在于免费的CUDA平台和充足的代码积累。如果你算一下，购买 GPU 比从谷歌购买 TPU 便宜，因为它的 TPU 需要额外的劳动力来调试，而欧洲和美国的劳动力成本太高。豪维呃,近年来随着美国失业率的上升和竞争力的下降,随着产品的成熟,这种优势有消失的风险。 Counterpoint 预测，谷歌/微软/亚马逊 ASIC 芯片出货量将在 2028 年超过 Nvidia GPU。这背后的另一个风险是未来。日益激烈的硬件竞争解释了 NVIDIA 将不会投资开放 AI 的传言引发的担忧。算力提供商应该依赖像Open AI这样“扩展算力”的AI提供商。但开放人工智能可能会成为另一个“泥佛”。当Google可以将Gemini添加到Android、其搜索引擎和Workspace中，而Open AI只有ChatGPT时，它将很难成为新的AI应用战争的胜利者。 NVIDIA 自己的行动也支持了这种担忧。我们开始在光模块领域寻找利润。从2025年开始，NVIDIA将在云服务销售中推广CPO（Co-Packagged Optics）技术，将光模块和交换芯片封装在一起呃。基本上，服务器、交换机和光模块是密不可分的。 NVIDIA光模块库存充足。这背后的计算是：如果你想使用我的高性能网络，你就必须接受我做光模块的差价。这种玫瑰色的比较，与黄仁勋此前倡导的“广泛公平”（即以达成协议为重，追求长期共赢而非短期利益）背道而驰。某种程度上，这反映了企业思维从长期技术依赖转向追求短期利润最大化。 3.新故事在哪里？除了从自己的业务领域攫取利益外，英伟达还积极探索新的机会，比如由于国际关系而难以出售的中国市场。 NVIDIA 正在积极寻求美国政府批准向中国出售其 H200 芯片。特朗普政府宣布1月13日出台新的审批政策，H200芯片已获准向中国出口，但NVIDIA必须将25%的销售额转移给美国政府，并同意几项附加条件。与此同时，其财务团队已经对 H20 芯片（运往中国的阉割芯片）进行了 45 亿美元的库存减记，并在最新的财务报告中承认，“中国的数据中心计算收入不包含在展望中。其他机会提供”。2026 年 1 月，NVIDIA 进一步加大力度，宣布与制药巨头礼来公司 (Eli Lilly) 创建联合创新实验室。未来 5 年内计划高达 10 亿美元的联合投资，这是其中之一。具体来说，NVIDIA 正在推动 GPU 应用于替代传统实验，包括生成分子设计、蛋白质工程和临床前毒性预测。离子。不过，虽然谈论生物医药的未来是资本对话中的标准避难所，但解渴的唯一办法就是英伟达提供历史上最高性能的芯片。黄仁勋宣布将出席 3 月 15 日的 GTC。2026 年的会议将展示“前所未有”的芯片，有消息人士猜测英伟达也将同时宣布。 “GPU+ASIC”方案将让对立的两方拉开38分线，分享市场增长成果，应对谷歌全家桶的势头。英伟达不太可能很快崩溃，并将继续保持在数据中心市场的强势地位。但通用 GPU 在整个 AI 时代几乎主导红利的故事可能不会重演。随着人工智能从“努力创造奇迹”的训练竞赛转向精打细算的推理实施，人工智能桶挖矿不再是NVIDIA卖铲子赚钱的日子结束了。r 依赖于单一制造商的工具。
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布，网易号是一个仅提供信息存储服务的社交媒体平台。
一唱春晚，“埃尔文”就要“燃烧”冬天！数百万人涌向中央街道，交出多利区新年“最受欢迎”文化旅游答卷。