一份数据，两种解读。分析师看着云巨头的资本开支直摇头，担心泡沫。黄仁勋看着同一组数据，给出的判断是“还得加码”。核心分歧在于算力到底算成本还是算利润。

超大规模云厂商的AI投入目前处于一种既狂热又焦虑的状态。不投，怕掉队。投了，怕回报周期拉得太长。这种两难处境正在推动一个结果：资本开支只会往上走，不存在中间选项。

打开网易新闻 查看精彩图片

黄仁勋的逻辑链条很直接。他把“计算”从成本栏目里划掉，重新填进利润那一栏。原话是“compute is profit”。这个论断成立的前提是AI推理需求的增速能覆盖训练投入的增速。如果成立，现在的资本开支就不是烧钱，是扩产。

超大规模企业的竞争格局绑死了决策空间。任何一家主动踩刹车，窗口期就会直接送给对手。这种囚徒困境下，个体理性会不断推高集体投入。不是大家不想停，是没人敢第一个停。

目前分析师给出的预测是AI年投入将在两年内突破1万亿美元。英伟达管理层的内部推演把数字拉到了4万亿美元，时间点放在这个十年结束之前。差距来自对代理式AI普及速度的不同假设。如果代理式AI的推理调用量真能达到训练阶段的数十倍甚至上百倍，那上游算力需求的确会被再次拉升一个量级。

一个容易被忽略的细节是Nvidia当前的估值结构。市盈增长比仅有0.66。这个数字建立在分析师对未来五年增速的当前共识之上。问题在于，如果英伟达管理层的4万亿美元判断更接近真实值，那么当前共识就是系统性低估。PEG会被实际增速拉得更低，意味着当下价格的安全边际比表面看起来更厚。

当然这里存在一个假设风险。如果代理式AI的落地节奏不及预期，推理需求没有爆发，那今天的投入就会转化成明后年的闲置算力。到那时候，“compute is profit”这条公式就不再成立了。投资者需要自己判断这个概率到底有多大。

回到一个务实的维度来看。即使只按当前估值和当前增速预期来定价，Nvidia也不是一只估值离谱的股票。前提是愿意长期持有并且承受中间波动。但必须接受一个现实：大部分增长预期已经被计入了股价。指望重现过去几年的回报曲线，难度会比当时大得多。