英伟达超越苹果指日可待|amd|gpu|微软|英伟达|苹果公司|财务会计|财务报表|高通|黄仁勋

今天的英伟达是“无敌的”

上周，英伟达发布了2025财年第一季度财报。营收260亿美元，同比增长262%；净利润148.8亿美元，同比增长620%。业界最关心的数据中心营收达到226亿美元，同比增长427%。这样的增长数据在全球来看都是非常炸裂的，即便是成长性独角兽有这个增速的都不多见，更何况是市值已经达到2.5万亿美元的巨无霸企业。这足以说明AI在当下有多么狂热，仿佛没有什么力量能阻止英伟达增长。

站上2万亿美元大关后，市场对于英伟达的增长势头既感到兴奋又充满怀疑。“2万亿美元是否泡沫太大？”和“英伟达的极限在哪里？”两类探讨，今年上半年不断在华尔街市场出现。

当地时间5月28日，在唱多和唱空两种声音的交织中，英伟达股价再创新高。截至收盘，英伟达大涨6.98%，报1139.01美元/股，最新总市值为2.8万亿美元。该公司一夜大增的1828亿美元，几乎相当于麦当劳的公司市值。与苹果2.91万亿美元的市值相比，英伟达相差仅有1000亿美元。

“AI”几乎已经成为公司股价的“通关密码”，英伟达则是AI浪潮中的风向标。在FactSet所做的调查中，英伟达在财报中114次提及“AI”排名第一，领跑一众公司。英伟达CFO科莱特·克雷斯 (Colette Kress) 表示，本季度一大亮点是Meta发布了Llama 3 AI大模型，使用了2.4万个H100 GPU。此外，特斯拉也正在使用3.5万个H100来帮助训练自动驾驶模型。

“下一次工业革命已经开始。”英伟达首席执行官黄仁勋称：“人工智能将显著提高几乎所有行业的生产率，并帮助公司提高成本效益和能源效率，同时扩大收入机会。”黄仁勋这话目前还没有看到，但为了不错过下一次工业革命，拥抱英伟达不是多选题而是必选项。

市场调研机构Counterpoint高级分析师Akshara Bassi提供的数据显示，2023年，在包含GPU等公开销售产品以及谷歌、亚马逊等云服务商自研加速器在内的整体AI芯片市场，英伟达拿下了85%的市场份额，其公开市场上最大竞争对手英特尔、AMD占有率则分别仅有2%和1%。

如果只是以硬件商来看待英伟达，那么就很难解释为何有如此高的溢价空间和业绩确定性。我们认为英伟达并非是单纯“卖铲子的”，而是一家类似操作系统软硬一体的高科技公司，英伟达将数据中心的算力供应，逐步从GPU拓展至包括CPU、网络与软件等在内的整套系统解决方案，即“全栈计算”，创造了新的价值。

在此前的GPU技术大会上，英伟达更发布了新一代AI芯片架构Blackwell，性能为前一代Hopper架构的2.5-5倍，颇有进一步拉开和竞争对手距离的势头，这下应该没有人说英伟达是牙膏厂了。随后，在最近的财报会上，黄仁勋称，采用Blackwell架构的AI芯片已经小规模生产，预计二季度开始交付，三季度实现规模化交付，四季度数据中心就可以运行在新产品上，今年新产品就可以带来很多收入。

从性价比方面来说，英伟达GPU 作为通用芯片在 AI大模型专用领域投入成本较高，但实际收益相对较低。其中OpenAI 首席执行官 Sam Altman不止一次在公开场合提到，当前运行英伟达H100和 A100 GPU 的数据中心存在效率低下的问题。随着越来越多厂家感受到高成本和回报平衡的压力，它们可能会减少对GPU芯片支出，转而寻求更高效、更经济的AI专用芯片解决方案。

但英伟达显然不这么认为，“我们也可以性价比，也可以很赚钱”。过去的18个月，它拿走了整个大模型产业超过80%的价值，该是时候让市场觉得整个行业都能分享收益了。英伟达CFO科莱特·克雷斯（Colette Kress）为分析师们算了一笔账，称每花费1美元采购英伟达人工智能基础设施，云提供商在未来四年内，就有机会通过提供算力服务赚取5美元收入。

真的有可能吗？有可能，但很难说有没有普遍效益。微软的Azure 每季度能带来 250 亿美元的收入，OpenAI 获得的约 100 亿美元的投资仅相当于 Azure 六周的收入。但是 AI 对Azure 的收入影响巨大。近期 Azure 的收入因为 AI增长了 6 个百分点，这相当于每年增加 50 亿至 60 亿美元。尽管收入并非净利润，但这仍然十分引人注目，说明这类大型云服务商有动力为更多大型模型提供资金。

如果以AI最先能够实现变现的互联网广告业务为例，Meta和百度的广告营收业务今年一季度同比分别增长27%和3%。从结果上来看提升非常有限，所以顶不住芯片价格暴涨的百度，选择多元化采购，在国内尽可能地采购华为Ascend 910B芯片来训练。昂贵的AI芯片能不能给大模型公司带来高效益仍然是个玄学，也很难判断究竟是大模型技术问题，还是商业策略、还是经济环境的问题。

当你以为英伟达只能做大模型芯片面向B端市场的时候，他又悄悄走进C端。英伟达计划设计基于Arm架构的CPU，这些CPU将运行微软的Windows操作系统。这意味着英伟达将进一步拓展其产品线，涉足到中央处理器领域，与传统的GPU业务相辅相成。与AMD和高通等公司合作，将这些CPU用于笔记本电脑也就是AI PC市场，将有望为英伟达带来新的收入来源和市场份额。

美银策略师在周一的一份报告中写道，AI的作用正扩大到电力、大宗商品和公用事业，英伟达代表的已经不只是一家公司了。与此同时，英伟达作为人工智能的重要风向标，其业绩对于科技股的走向至关重要。摩根士丹利预计，如果英伟达的收入超过市场共识，AI供应链股票可能有3-15%的上涨空间，但如果未达预期，可能会导致整个板块下跌5-10%。

AI泡沫可能会破裂，但英伟达不会

无论从需求还是技术实力来看，英伟达至少三五年内都不会有一争高下的挑战者，英伟达的王座至少还能安稳好久，但并不意味着英伟达的股价还能毫无顾虑地上涨。汇丰预测，在未来的12个月内，英伟达将推动标普500指数盈利增长11%，过去12个月的增幅为37%。

但对于英伟达而言，市值已经处于较高水平，期望其在当前市值基础上再实现30%至50%的增长，所需的资金量将是前几次巨头拆股所需资金的5至10倍。这一资金规模的庞大，这无疑给市场带来了巨大的压力，几乎不可能实现。

如果未来一周内英伟达继续受到市场炒作，其股价持续上涨，那么可能出现的情况是，整个市场中仅有英伟达一家公司的股价在上涨，而其他公司的股票则面临下跌的风险。这种单边的市场动态不仅会对投资者造成困扰，还可能导致整个市场的指数出现下跌。如果英伟达短期内出现超过30%的回撤，无疑会产生资金逃路式踩踏，这对AI的发展并不是什么好事。

比起资本泡沫的破裂，市场现在更担心这一波AI到底是否能有killer app的机会；甚至进一步质疑这一波AI技术突破的应用价值。害怕就像元宇宙一样，也曾掀起一朵朵浪花然后在这两年归于沉寂。

据CB Insights数据显示，到2023年第二季度为止，生成式AI领域的总投资额相较去年全年的25亿美元暴增4.6倍，尽管其中大约70%的投资资金集中在包括大型模型在内的底层AI基础设施建设，应用层的融资占比仅为三成。

与此相比，应用层公司通过风险投资获得的资金体量就显得微不足道。随着前沿模型训练成本的飙升，新兴资金方主要集中在大型科技公司，这在国内外都是如此。这种趋势正在影响市场，并可能提前决定潜在大模型赢家。

普通创业者想要依靠AI“逆天改命”在当下可能性非常渺茫。AI能力的因为各种开源和闭源大模型能力逐渐均等化拉不开太大差距，对于生产力提升的价值已经不能构成应用层的壁垒。这点似乎确实呼应了a16z的结论——在今天的生成式AI中，几乎不存在任何意义上的系统性护城河。那些原本用户基数/用户使用深度不够的产品，AI的加持可能并不能够带来什么本质的变化。所以AI不是应用层公司的救命稻草，也不太可能会成为玩家“弯道超车”的机会。

对于AI应用层公司来说往往又分为两类，AI-empowered applications（AI增强应用）和AI-native applications（AI原生应用）。前者是指AI智能助手这类提升员工和客户体验的工具，比如写作、办公效率、翻译、识图等等，后者是指，基于大模型能力的原生AI ，AI 音乐、AI 动漫、AI 生图、AI PPT、Excel 图表解析、长文本处理、图像视频识别等众多模态于一体。

前者我们在腾讯阿里身上已经看到了，比如腾讯一季度广告效率同比增长26%，阿里淘天AI工具箱已覆盖商家开店装修、设计发品、数据分析、销售推广、客户服务等经营全链路。对于大公司旧有业务提升明显，而且并不担心初创公司抢走业务。

后者目前国内最有名的就是妙鸭相机，短时间下载量高达几百万，但开始付费之后很快就不行了。一些技术爱好者，完全可以通过免费教程，利用开源模型，在短时间内也能实现照片的生成。妙鸭的失败其实并不是妙鸭相机缺乏自研的核心技术，而是妙鸭这类单点工具很难长红，只做单点工具，大概率是死路一条；而这点甚至从海外都能找到佐证（参考Jasper vs Salesforce/Hubspot/Notion）。

AI原生应用功能各家水平有差异，但不至于天上地下，一旦这家开始收费就很容易跳到另一家，更何况动辄成千上万的相似应用本来就在同质化内卷。所以问题的关键在于能否找到有积累且理解深刻的行业，将AI技术应用于商业流程，产生业务效果和商业闭环，才能有机会实现更大的商业价值，进而构建更深的业务壁垒。但目前国内外都还看不到这样的公司，suno、midjoury现在更像是更强的单点工具，其商业价值仍然要通过实践验证。

通过AI赚钱并不难，难的是AI killer app，一个更好用的锄头并不值得人类投入海量资源。如果AGI迟迟不能出现，那么对于英伟达来说市场的要求就变成了“降本增效”，高溢价的AI芯片将出现反噬式下跌。