文｜乌鸦智能说
今天，英伟达的市值正式超越了苹果。在一天 5.16% 的大涨后，英伟达市值超过 3 万亿元，正式超过苹果，距离 3.15 万亿的微软仅一步之遥。按英伟达现在的市值计算，再涨 4.65%，就将超过微软成为全球市值最高的公司。
过去一年里，在 AGI 终究信仰加上大模型基建投资集中化的加持下，英伟达几乎是一个“被神话”的公司。其在资本市场的表现打破了很多人对投资的认知：
去年一年，英伟达的股价涨了 3 倍。这是历史上第一次，也是唯一一次，一家两万亿人民币估值的公司在一年内翻了 3 倍。
同样被打破的还有商业常识。上个月，英伟达公布最新一季财报，季度收入 260 亿美元，同比增长 262%，毛利率提升到了 78.4%。这是英伟达连续 4 个季度的收入实现同比翻倍。考虑到英伟达的收入体量，不可谓不夸张。
有人说，不是英伟达的估值太贵了，是你的计算器该换了。但也有部分“固执”的投资人坚信着另一个真理：树不可能涨到天上去。
从业务到逻辑，全都无懈可击
作为一个 AI 时代最成功的公司，英伟达从业绩到逻辑几乎无懈可击。
上个月，英伟达公布了 2025 财年第一财季财报，季度收入创下 260 亿美元的纪录，较上一财年第四季度增长 18%，较去年同期增长 262%，赚得盆满钵满。
这是继 2023 年二季度开始英伟达连续 4 个季度的收入实现同比翻倍。考虑到其收入规模已经超过 200 亿美元，这样的收入增长不可谓不夸张。
更可怕的是，收入增长快就算了，英伟达的盈利能力也在提升。2025 财年第一季度英伟达实现毛利率（GAAP）78.4%，再超指引预期上限。自 2022 年四季度以来，英伟达的毛利率从 63.3% 上升到 78.4%。
不仅增长快，赚钱能力还越来越强。除了财报报表上不断增长的数据，更让人放心的是，还是英伟达在产业逻辑上的确定性。
如果把实现 AGI 当作最终目标，当下就处在一个大基建的状态：投算力、投新型的数据中心、投模型，三类投资分别是 GPU+ 卖 GPU 的云+用 GPU 的模型公司，分别对应着英伟达、Aws+Azure 和 OpenAI 等大模型公司。
相比于云厂商和大模型面临的激烈竞争，英伟达却牢牢抓住了 AI 算力上的话语权。根据 Liftr Insights 数据，2022 年数据中心 AI 加速市场中，英伟达份额达 82%。根据今年年初的数据，2023 年人工智能研究论文中使用的英伟达芯片比所有替代芯片的总和多 19 倍。
如今，英伟达还不断巩固自己 AI“卖铲人”的地位。
一方面，英伟达不断推出新的 AI 芯片。今年 3 月，英伟达推出最新款的 AI 芯片 Blackwell，推理能力号称是上一代 Hopper 芯片的 30 倍。据黄仁勋介绍：“训练一个 1.8 万亿参数的 GPT 模型，如果用 Hopper 做，可能需要 8000 个芯片，但如果你用 Blackwell，只需要 2000 个就够了。”
另一方面，英伟达也在扩张自己的业务版图。除了 Blackwell 系列芯片，英伟达可以让开发者基于英伟达芯片开发和部署生成式 AI 助手的 NIM（NVIDIA Inference Microservice）服务、专为「物理 AI」（即机器人）开发的芯片 Jetson Thor，以及可以充当机器人大脑的基础模型 Project GR00T。
它们使得英伟达的业务范围从数据中心、游戏和自动驾驶，横向扩展到了人形机器人这一新终端，还自下而上地从芯片层向上伸展到了云计算、大模型和应用服务等软件领域。
如果按这个情况发展下去，英伟达的收入规模完全取决于生产式 AI 创造的市场。对此，新皮层做过一个简单的测算：
假设最终市场上会训练出 100 个 GPT-3.5 级别、50 个 GPT-4 级别、10 个 GPT-5 级别的大语言模型，和 10 个 Midjourney 级别的图像生成模型，以及 20 个 Sora 级别的视频生成模型。
按照「所需 H100 数量=（训练阶段每 token 浮点运算次数×训练数据集 token 数×模型参数量）÷（训练时间×H100 峰值算力×H100 利用率）」的公式粗略计算，要训练完上述规模和数量的大模型，全球需要消耗大约 630 万枚 H100 芯片。
而在截至 2024 年 4 月 28 日的 4 个季度里，英伟达通过数据中心业务（即 AI 芯片销售）获得的收入达到 658 亿美元。按照每一枚 H100 售价 4 万美元计算，英伟达过去 4 个季度销售的 H100 数量约为 164.5 万枚。
也就是说，未来模型训练的算力市场是当下英伟达 AI 芯片收入的 4 倍。这还仅仅只是模型训练的市场需求，还没算市场规模更大的推理。
考虑到每生成一次视频产生的 token 量几乎是生成一次文字的 token 量的 1000 倍，保守地按照每人每月仅生成一条视频来算的话，全球在大模型推理方面的算力需求相当于 1040 万枚 H100 芯片，是模型训练的两倍。而如果视频生成技术和市场更成熟，推理需求的算力消耗会飙升到训练需求的数十倍甚至百倍。
也难怪有人说，尽管目前的预期市盈率为 35 倍左右，过去表现和未来前景，都不让人觉得英伟达是泡沫区域。话虽如此，但随着英伟达市值越来越高，质疑的人也越来越多。
英伟达需要对抗更多常识
卖铲人的故事，很多人并不陌生，几乎所有产业都发生过类似的故事，甚至比起英伟达有过之而无不及。但最后随着产业的成熟，卖铲人无一例外都走从舞台中央走向均值回归。
思科就是最好的例子。1986 年，推出了第一款多协议路由器 AGS，在 1990 年上市之后，又通过自主研发与外延并购双管齐下，不断丰富路由器产线的同时，向外拓展了交换机以及其他网络设备产品线，终于在 1995 年成为其全球最大的互联网设备厂商。
几乎所有人都认为，整个互联网都将依赖于思科的路由器运行。于是当 1999 年产业界无比确定地认为互联网会席卷世界，所有人都开始狂买思科的股票，从 1995 年到最高点，思科股价涨了大致涨了 36.6 倍。
后来随着互联网泡沫的破灭，思科到现在还没有达到曾经的最高点。卖铲人均值回归的故事不止发生在思科。
英特尔是 PC 的卖铲人，它的长期价值并没有得以持续，高通是移动时代的卖铲人，它的市盈率也远低于现在的英伟达，石油和电力更是整个工业时代的卖铲人，它的公允价值也终究要回归均值。
除了卖铲人的均值回归，AI 落地的节奏性波动也是摆在英伟达面前的一大挑战。
半导体市场的周期性是众所周知的，历史证明，英伟达的业务也不例外。当下 AI 产业处于高景气度周期，苹果微软 Meta 谷歌等等科技巨头，都投入了大量资金进入 AI，爆买英伟达芯片，接受英伟达肆无忌惮地涨价。
所有的繁荣都建立在人们对 AI 技术美好的想象。人们相信，AI 要创造比互联网之于 PC、移动互联网之于 PC 互联网更高增量，而且这一切很快就会发生。
这更像是基于 AI 乐观预期的一次投资。更准确的讲，英伟达增长更多是 AIGC 爆发的囤货需求带来的，而非真实产业需求。
但 AIGC 的 Capex 投入终究有一个限度，如果不能有持续的技术突破，终端应用付费不及预期，现在的抢库存，随时会演化成长达数年的去库存。所以不能拿过去 2 年的业绩增速，来线性外推。更长期的业绩，还是要看客户们对 AI 的投资，能否转换为实际收入。
种种迹象表明，仅从商业化渗透率的角度，AI 进展比想象的要慢。
比如，Meta 用人工智能改进了广告，让利润翻了两番，但同期也进行了严格的成本削减，尚不能说这个利润增长是来自 AI 的应用。微软和亚马逊的 AI 服务也才刚刚推出，还缺乏具体的数据。
根据 UBS 的调研，尽管所有受访者都说在研究如何应用人工智能，但只有6% 的公司正在投入生产，而 70% 的受访者表示，最有可能上线的时间范围是未来6-12 个月。受访者的 2024 年平均 AI 支出预期，只有 165 万美元，预计要到 2025 年才可能会翻一番。
从竞争层面来看，尽管英伟达在硬件、高性能芯片网络和软件上有着不小的优势。但这毕竟是一个上百亿美元且毛利率超过 70% 的生意，英伟达能否在未来的竞争中维持 AI 算力的垄断地位，也是一个未知数。
毕竟，在芯片历史上，逆袭故事总在发生。比如英特尔被 AMD 后来居上，高通被苹果逆袭。
当英伟达距离历史上市值最高公司仅一步之遥，英伟达是否拥有泡沫仍然没有清晰的答案。但至少可以肯定的是：投资英伟达，将不再是一道简单题。它不仅取决你对 AI 革命性前景的终究信仰，也挑战着曾经被反复证明的商业常识。
正如老话说的那样，树终究不可能涨到天上去。
