AI基础设施的泡沫之辩与黄仁勋的视角

欢迎来到Money or Life美股频道。本期视频将深入探讨AI基础设施（AI Infrastructure: 指支持人工智能模型训练、部署和运行所需的硬件、软件和服务，包括GPU、数据中心、云服务等）领域是否存在泡沫。希望通过本次讨论，观众能对AI基础设施的现状及未来发展有更深刻的理解。订阅本频道，您将获得AI基础设施、太空及其他热门板块的个股分析和实时消息解读。

本期视频主要分为三个部分：首先，我们将回顾英伟达（NVIDIA）首席执行官黄仁勋（Jensen Huang）在“Bg2 Podt”播客上的重要讲话内容。其次，受黄仁勋讲话及会员社群朋友启发，我将通过一张思维导图，阐述当前AI基础设施领域主要参与者之间的相互关系。最后，我将总结过去多期视频中关于投资NeoCloud（新兴云巨头: 指专注于提供高性能计算，特别是AI计算服务的专业云服务商，如CoreWeave、Nebius等）公司，特别是CoreWeave和Nebius（NBIS）的投资观点。

黄仁勋对OpenAI的巨额投资与市场循环

黄仁勋在长达一个多小时的采访中透露了多项重要信息。首先，英伟达向OpenAI投资1000亿美元以获得其股权。这笔资金将部分用于OpenAI建设其高达10吉瓦的数据中心，该项目总资本支出（Capital Expenditure, Capex: 指企业用于购买或升级固定资产，如厂房、设备、数据中心等的投资）预计约4000亿美元。值得注意的是，OpenAI将从这4000亿美元中拿出约2000亿美元，用于采购英伟达的GPU（Graphics Processing Unit: 图形处理器，一种专门用于处理大量并行计算任务的电子元件，在AI计算中扮演核心角色）。黄仁勋认为，OpenAI有潜力成为市值数万亿美元的超级企业，因此这1000亿美元的投资不仅能获得股权，还能带来2000亿美元的GPU订单，形成一个积极的循环。英伟达对该产业的熟悉度，以及此前成功投资xAI和CoreWeave的经验，增强了其此次重注OpenAI的信心。这笔1000亿美元的投资，有望使英伟达在OpenAI的股权占比中，至少位列微软之后。

许多人可能会疑惑，OpenAI不是已经通过微软、甲骨文云以及NeoCloud巨头CoreWeave等渠道获得了所需的AI基础设施服务吗？此次OpenAI与英伟达的直接合作，意味着OpenAI将转向“自建”AI基础设施模式。他们将直接从英伟达采购GPU芯片，并委托第三方数据中心建筑商修建自己的数据中心。这与埃隆·马斯克（Elon Musk）的xAI在Colossus 1和Colossus 2项目上与英伟达的合作模式类似。OpenAI认为现在是直接与英伟达合作的最佳时机，而微软、甲骨文和CoreWeave的首席执行官们也已提前知晓这一消息。

AI基础设施生态系统：上中下游玩家关系

为了更好地理解AI基础设施生态系统，我们可以将它拆解为三部分：最上方是核心的GPU供应商英伟达；左下方是各种云服务提供商，包括Hyperscalers（超大规模云服务商: 指拥有庞大计算资源和全球数据中心网络的大型云服务提供商，如亚马逊AWS、微软Azure、谷歌云等）和NeoCloud巨头；右下方则是新兴的AI用户，如OpenAI、Anthropic和xAI。简而言之，英伟达是上游供应商，云服务提供商是中游，而AI客户则处于下游。

存量与增量需求：AI基础设施的真正驱动力

在这个复杂的生态系统中，各方都在投入巨资建设AI高性能计算（High-Performance Computing, HPC: 指利用并行处理技术，在短时间内处理大量数据和复杂计算任务的计算模式，常用于科学研究和AI训练）数据中心。那么，谁能为整个系统带来真正的经济效益？一部分答案来自下游客户，如OpenAI、Anthropic和xAI，他们已拥有较高的ARR（Annual Recurring Revenue: 年度经常性收入，指企业通过订阅或合同模式，每年可稳定获得的收入）。然而，这些ARR目前尚不足以满足上游巨大的投资需求。黄仁勋强调，除了这些“增量”的新兴AI需求，目前“存量”市场的需求其实更大。他预测，英伟达在AI基础设施领域的年营收未来将达到1万亿美元甚至更高。尽管英伟达最新一季度数据中心营收为410亿美元，年化约1600亿美元，距离2030年的万亿目标仍有距离，但黄仁勋对此充满信心。他指出，通用计算（General Purpose Computing: 指传统的、主要依赖CPU进行串行处理的计算模式）向高性能计算和AI计算的转变是必然趋势，只是时间问题。他认为，仅大型科技公司（如谷歌、Meta、TikTok等）从通用计算转向高性能计算的“存量”市场，就已是一个巨大的市场。他解释说，没有GPU驱动的AI计算，我们现在使用的许多产品，如TikTok、YouTube短视频、Meta的定制广告等，都无法实现。此外，过去基于CPU（Central Processing Unit: 中央处理器，计算机的核心计算单元）的数据处理模式正在转变，未来所有数据处理都将基于具备高性能计算能力的GPU，例如Databricks与英伟达在这方面的合作。因此，黄仁勋认为，仅存量市场对高性能计算GPU的需求，就足以推动英伟达在2030年实现万亿甚至更高的AI相关营收规模。

黄仁勋还提到，过去几年英伟达的供应链一直处于供不应求的状态。他指出，问题并非出在英伟达的生产能力，而是客户对未来GPU需求的预测总是出现偏差，普遍低估了实际需求。鉴于此，英伟达已准备好将产能翻倍甚至更多，具体翻倍的程度将取决于客户未来的实际需求和资本支出能力。

Hyperscalers与NeoCloud巨头的资本支出困境

接下来，我们聚焦GPU云服务商部分。亚马逊、微软、谷歌和甲骨文这四家最大的云服务商，最新一季度的云服务收入总和为816亿美元。然而，与他们的投资相比，这笔收入显得不足。同期，这四家公司的总资本支出高达850-900亿美元（亚马逊314亿、微软242亿、谷歌224亿、甲骨文85亿），甚至超过了其云服务收入总和。高额的资本支出导致这些公司的自由现金流（Free Cash Flow, FCF: 指企业在支付了所有运营费用和资本支出后所剩余的现金，是衡量企业财务健康状况的重要指标）大幅减少，甚至远低于历史水平（亚马逊11亿、微软256亿、谷歌53亿、甲骨文负58亿）。

这些大型科技公司为何在云服务业务上投入如此巨大的资本支出？原因仍在于“存量”和“增量”需求。要理解存量市场，需审视他们现有的客户群体，这些业务并非GPT出现后才开始。例如，亚马逊的主要客户包括Netflix、Twitch和新加坡DBS新展银行；微软的客户有电信运营商Verizon、LG Electronics和Adobe；谷歌的主要客户则包括Meta、Snapchat和汉莎航空。这九家公司仅是冰山一角，客户类型多样，涵盖流媒体、银行、航空公司、电信公司，以及Adobe、Meta等云服务和科技巨头。这些传统大客户构成了云服务市场的“存量”部分，与OpenAI、xAI等新兴AI客户有所不同。

此外，在英伟达与Hyperscalers之间，还有Snowflake和Databricks等公司。这两家数据湖仓（Data Lakehouse: 结合了数据湖的灵活性和数据仓库的结构化管理优势的新型数据架构）公司，作为数据处理领域的专家，同样需要大量云服务。它们目前既与大型云服务商合作，也直接与英伟达合作。黄仁勋将这部分数据处理需求也归类为存量市场。

我们无法从技术角度详细探讨黄仁勋“所有传统计算都必须转向高性能计算”这一论点的对错。但这个观点值得深思：如果你认为手机上使用的TikTok、YouTube短视频等服务与高性能计算无关，那么你可能需要重新审视这一看法。如果“无关转为有关”的论点成立，你是否还会认为当前的AI基础设施存在泡沫？因为这意味着千亿万亿的新兴投资并非仅仅服务于一小撮新兴AI需求。我个人倾向于相信黄仁勋的说法是正确的。

OpenAI的多渠道AI云服务策略与生态协作

接下来讨论增量市场，以OpenAI为例。在与英伟达直接合作之前，OpenAI主要通过三个渠道获取数据中心服务：首先是微软，微软向OpenAI投资至少140亿美元，并提供云服务，以换取OpenAI现在及未来的云服务订单。其次是甲骨文，OpenAI向其下达了未来几年价值3000亿美元、约4.5吉瓦数据中心容量的惊人订单。第三个渠道是NeoCloud巨头CoreWeave，OpenAI累计向其提供了224亿美元的订单，同样将在未来几年内逐步落地。

值得注意的是，OpenAI通过这三个渠道获得的云服务交付并非完全独立。由于大型Hyperscalers自身的数据中心建设速度和容量不足，他们也需要与下方的NeoCloud巨头合作。因此，我们看到了OpenAI与Hyperscalers以及NeoCloud巨头之间形成的两个闭环协作：一是OpenAI通过微软，再到CoreWeave，最终服务OpenAI；二是OpenAI通过甲骨文，再到Crusoe，最终服务OpenAI。这种三方协作至关重要，因为仅凭Hyperscalers的资本支出和建设速度，无法满足整个AI版图的需求，需要更多参与者和资金投入。

此外，还有第四家与OpenAI没有直接关联的NeoCloud巨头——Lambda，它获得了谷歌早期及大量的投资。

英伟达的生态系统布局与战略投资

接下来，从英伟达作为最终赢家的角度，审视其与不同玩家的关系。首先是投资层面：英伟达不仅巨额投资OpenAI 1000亿美元，此前也投资了埃隆·马斯克的xAI。这些投资使得大型AI实验室通过采购GPU的形式，将资金回流给英伟达。除了直接投资这些实验室，英伟达还大量投资NeoCloud公司。在NeoCloud巨头中，CoreWeave、Nebius和Crusoe都获得了英伟达的直接投资（Lambda的投资情况未查明）。此外，英伟达还明确投资了已上市的Applied Digital和Nscale等公司。可见，英伟达正在广撒网，通过投资OpenAI、xAI以及各类NeoCloud公司，确保这些客户最终都会直接向其购买GPU。

综合以上分析，我得出的结论是：黄仁勋的观点是正确的，当前对AI高性能计算的需求确实非常庞大。在这种高需求下，目前的供给严重不足，而要增加供给就必须进行高资本支出。仅依靠几家大型科技厂商的云服务业务是无法满足需求的，因此NeoCloud巨头及其他中小型NeoCloud公司的参与至关重要。我所关注的CoreWeave和Nebius等公司，与传统云服务商并非竞争关系，而是相互合作。正是因为这种高需求，才促使众多公司投入大量资本支出以增加供给。当前AI基础设施的供给是一场赛跑，一旦落后，不仅AI基础设施会滞后，AI应用也可能落后，这是各方争抢AI基础设施的关键原因。

以xAI的Colossus数据中心为例，埃隆·马斯克仅用122天就建成了Colossus 1，极大地助力了Grok 4模型的研究与发布。如果没有这样的速度，Grok模型在与OpenAI或Anthropic的竞争中，落后程度可能会远超现在。

定制化芯片（ASIC）的未来与挑战

接下来讨论图中未呈现的话题——定制化芯片（ASIC: Application-Specific Integrated Circuit: 应用专用集成电路，为特定应用定制设计的芯片，旨在提高效率和降低成本）。我个人对其未来持中性看法，并非特别看好。黄仁勋在采访中也分享了他对定制化芯片的看法。英伟达此前投资了英特尔，这意味着它现在不仅拥有早期投资的ARMCPU架构（CPU Architecture: 中央处理器架构，定义了CPU如何执行指令和管理数据，如ARM和X86），还增加了X86 CPU架构。再加上英伟达自有的GPU架构（GPU Architecture: 图形处理器架构，定义了GPU的内部设计和指令集，如NVIDIA的CUDA架构），其在底层芯片架构方面的资源变得异常丰富，具备了良好的融合潜力。每个架构都拥有丰富的生态系统和IP。英伟达在各个关键领域都占据了一席之地，因此我曾向会员朋友们指出，AMD未来的前景可能不容乐观。

黄仁勋首先赞扬了谷歌的TPU（Tensor Processing Unit），指出其第一代产品早在AI高性能计算兴起之前就已问世。他认为，当前市场规模庞大且复杂，现在才开始做ASIC的竞争力并不大。主要原因在于成本：像谷歌、苹果这样的大客户虽然需要TPU或类似的定制化芯片，但他们会通过采用COT（Customer's Own Tooling: 客户自备工具，指客户在芯片制造过程中提供自己的设计工具和流程，以降低成本或实现特定需求）模式来降低成本，这将大幅压缩ASIC芯片制造商的利润，使其远不及GPU芯片。更重要的是，GPU的性能每年都在快速提升，这得益于多种高性能芯片的结合。而定制化芯片或芯片群组中包含定制化芯片，其性能提升的难度会显著增加。黄仁勋强调，芯片技术迭代迅速，客户选择旧芯片的机会成本太高。在同样单位电力和数据中心空间下，选择旧芯片所带来的损失巨大，甚至免费提供客户也不会选择。他间接指出，ASIC芯片虽有其优势，但利润空间有限，且更新换代难度大。

投资展望：聚焦NeoCloud巨头

最后回到投资话题。图中包含了许多上市公司，但也有OpenAI、xAI、Anthropic等重要的未上市公司，普通投资者难以直接购买。左上角的Hyperscalers，如亚马逊、微软、谷歌、甲骨文，在特定时期也具有投资价值，例如未上涨前的谷歌曾是价值洼地，英伟达也一直被认为是具有投资价值的公司。然而，对于像我这样风险偏好较高、偏爱成长型股票的投资者而言，如果仅从这张图出发，重点将是左下角的NeoCloud公司。在这四家大型NeoCloud公司中，目前只有CoreWeave和Nebius上市，因此可投资的直接服务商玩家有限。当然，我之前在“数据中心的电从哪里来”视频中还提到了更多AI数据中心相关的上市公司，从更广阔的角度看，可投资范围更广。但仅从本图来看，我个人仍会坚持投资NeoCloud巨头的选择。

NeoCloud投资要点与公司对比

视频的最后一部分，我将总结对CoreWeave和Nebius两家公司的投资观点。首先，需要动态看待NeoCloud行业，因为它变化极快。例如，Nebius从没有大客户到突然与微软达成百亿级合作；微软年初曾表示将放缓AI基础设施资本投入，但现在却宣布建设世界上最大的AI数据中心；OpenAI也与英伟达直接合作投资。这些都表明NeoCloud领域新闻不断，不能一成不变地看待任何一家公司。

投资NeoCloud前，有几点需要理解：第一，需求远大于供给。第二，NeoCloud的订单通常早于数据中心部署，这意味着在实际部署和交付前存在风险，部署和执行能力至关重要。第三，英伟达是重要的幕后推手。第四，数据中心建设考验综合实力，并非单纯拥有电力资源即可。第五，垂直整合是长期发展的必然趋势。最后，软件服务优于裸金属服务（Bare Metal Service: 一种云服务模式，直接提供物理服务器硬件资源给客户，不包含虚拟化层，提供最高性能和控制权）。综上所述，当前阶段“速度”比“质量”或“性价比”更重要，但下一阶段将反过来。然而，我预测下一阶段不会很快到来，因为黄仁勋所说的从现有普通计算转向GPU高性能计算的转变，需要数年时间才能完成。

接下来是对CoreWeave和Nebius两家公司的对比，此处不再赘述具体细节，仅重申我的投资观点：我暂时不会投资IREN和CIFR这类公司。鉴于Nebius已持有相当满意的仓位和较高的浮盈，我已将部分现金和Nebius仓位转投CoreWeave。我认为该行业在三、四季度通常表现良好，因此目前不会大幅减持Nebius，但也不会再加仓。CoreWeave在各方面的优势，加上近期相对较低的股价，是我建仓的主要原因，相关计划已在上周第一时间与大家分享。对于尚未持有任何NeoCloud公司股票且感兴趣的投资者，目前来看CoreWeave可能是一个更合理的选择。

本期视频到此结束。欢迎大家订阅Money or Life美股频道，并通过Patreon页面加入我的会员社群，获取实时交易、持仓计划及市场观察。感谢大家的收看，希望今天分享的黄仁勋采访内容和AI基础设施思维导图，能帮助大家更好地理解当前AI产业是否存在泡沫以及其投资价值。我们下期节目再见！