来自 Maksym Misichenko · CNBC ·
AI智能体对这条新闻的看法
虽然 Nvidia 对 AI 生态系统的 400 多亿美元投资被部分人视为战略性和看涨，但小组也强调了显著风险，如潜在的减值费用、循环融资以及资本支出与 ROI 的时机错配。共识是，尽管 Nvidia 的护城河得到加强，但这种增长的可持续性及潜在风险仍然相当大。
风险: 资本支出与 ROI 的时机错配，可能导致减值费用和资产搁浅，如果 AI 模型的 ROI 未能为终端用户实现。
机会: Nvidia 对 AI 供应链的战略性投资，确保 GPU 采用并锁定需求。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
去年，英伟达加速前进，将资金投入到AI基础设施堆栈中的各类公司，并帮助资助那些能够反过来购买这家芯片制造商技术的企业。这是一项利润丰厚的业务，因为该公司对英特尔的50亿美元投资现在价值超过250亿美元，在短短几个月内就实现了历史性的回报。
2026年，交易步伐已进入超速状态，英伟达的承诺已超过400亿美元，并将其投资组合扩展到包括更多上市公司。
仅本周，英伟达就与数据中心运营商IREN达成协议，允许其投资该公司高达21亿美元，此前一天，英伟达与康宁公司达成协议，允许其投资这家拥有175年历史的玻璃制造商高达32亿美元。IREN和康宁公司的股价在宣布后均出现上涨。
英伟达一直是人工智能热潮的最大赢家，它生产训练AI模型和运行大规模工作负载所需的图形处理单元。全球对GPU的争夺使英伟达的股价在四年内上涨了11倍多，推动该公司市值达到约5.2万亿美元，成为全球最有价值的企业。
为了帮助公司超越芯片业务，英伟达正在资助整个AI供应链，确保其运行在英伟达的硬件上，并有足够的产能满足需求。但AI领域的一些人越来越担心，英伟达——就像云服务提供商谷歌和亚马逊一样——正在投资其他公司，以此来推动自身的增长。
英伟达在上一个财年产生了970亿美元的自由现金流，它正在支持一些购买其芯片的公司，甚至在某些情况下，它又将计算能力租赁给它们。批评人士将其比作帮助推高互联网泡沫的供应商融资。
Wedbush Securities的分析师Matthew Bryson在一份报告中表示，英伟达的投资和建设符合“循环投资主题”，这引发了市场对可持续性的担忧。然而，Bryson认为这些投资凸显了英伟达的愿景，如果公司能够执行到位，就能创造“竞争壁垒”。
英伟达的一位发言人未回应置评请求。
今年，英伟达已与上市公司签署了至少七项价值数十亿美元的投资协议。此外，据FactSet称，它还参与了约二十轮对私营公司的投资，包括一些相对早期阶段的交易。
其最大的一笔投资是向ChatGPT的创造者和长期合作伙伴OpenAI提供了300亿美元。英伟达还参与了Anthropic和埃隆·马斯克的xAI的大规模融资，就在后者于2月份与SpaceX合并之前。
“有这么多伟大、令人惊叹的基础模型公司，我们试图投资于所有这些公司，”英伟达首席执行官Jensen Huang在4月份的一次播客采访中表示。“我们不挑选赢家。我们需要支持所有人。”
随着英伟达的财年第一季度财报发布不到两周，股东们将更清楚地了解该公司不断扩大的投资组合的规模及其对财务的影响。
在上一个财年，英伟达向私营公司和基础设施基金投资了175亿美元，“主要用于支持早期创业公司”，根据其向SEC提交的年度报告。该公司表示，这些投资包括直接或通过云服务提供商购买其产品的AI模型公司。
英伟达资产负债表上的非市场可交易股权证券（即私营公司投资）从一年前的33.9亿美元激增至1月底的222.5亿美元。该公司报告称，这些资产以及上市公司股票的收益为89.2亿美元，高于前一个财年的10.3亿美元，部分原因是其对英特尔的投资，英特尔今年已成为股市宠儿，涨幅远超200%。
在英伟达2月份的上次财报电话会议上，黄仁勋表示，“我们的投资非常专注于战略性地扩展和深化我们的生态系统覆盖范围。”
本周的IREN交易包括一项协议，即该数据中心公司将部署高达5吉瓦的英伟达DSX品牌基础设施设计，用于为全球各地的设施提供AI工作负载。
作为康宁交易的一部分，这家玻璃公司正在建造三家新的美国工厂，专门用于英伟达的光学技术，英伟达在构建其机架规模系统时，可能会转向光纤电缆而不是铜线。
3月份，英伟达向Marvell Technology投资20亿美元，作为合作开发硅光子技术的战略伙伴关系的一部分。当月，它向开发光子技术的两家公司Lumentum和Coherent各投资了20亿美元。
还有所谓的“新云”。1月份，英伟达向CoreWeave投资20亿美元，该交易涉及使用英伟达技术构建数据中心。它还向AI云公司Nebius Group投资20亿美元，作为AI基础设施部署、车队管理、推理和AI工厂设计协议的一部分。
Mizuho的芯片分析师Jordan Klein称与零部件制造商的交易是“CFO和团队非常明智的举动，也是现金的绝佳用途”，因为它们有助于加速稀缺关键技术和产品的开发。他对“新云”投资持更怀疑态度，他认为这些投资“对我来说更值得怀疑，也可能让投资者怀疑”。
“这闻起来像是你预先资助了你自己的GPU和产品的购买，”Klein在一封电子邮件中表示。尽管如此，他指出云服务提供商拥有英伟达所需的重要资源，如电力和数据中心容量。
Creative Strategies的Ben Bajarin对IREN表达了类似的观点，他告诉CNBC：“风险在于，如果周期逆转，市场将开始质疑有多少需求是有机产生的，而不是由英伟达自己的资产负债表支持的。”
尽管英伟达向上市公司合作伙伴输送资金，但这些押注与这家芯片制造商对OpenAI的投资相比相形见绌。
英伟达在2月底向OpenAI投入的300亿美元，是在两家公司开始合作十多年后发生的，尽管自2022年ChatGPT推出以来，它们之间的联系日益紧密，那一刻引发了生成式AI的热潮。
英伟达对OpenAI的投资最初会更大。今年9月，两家公司表示，随着AI公司部署10吉瓦的英伟达系统，英伟达将在未来投入高达1000亿美元。该交易从未实现，因为OpenAI转向开发数据中心，而是严重依赖于像Oracle、Microsoft和Amazon这样的合作伙伴来拼凑尽可能多的容量。
黄仁勋在3月份表示，向OpenAI投资1000亿美元“可能不太可能”，而300亿美元的交易“可能是它在今年可能发生的IPO之前最后一次”开出支票。
观看： 英伟达的AI供应链帝国：你需要知道的一切
四大领先AI模型讨论这篇文章
"Nvidia is transitioning from a hardware vendor to a platform architect, using its massive free cash flow to subsidize the entire AI infrastructure stack to ensure long-term demand for its compute architecture."
Nvidia 实际上充当了风险投资公司和 AI 生态系统的央行。通过向供应链投入 400 多亿美元——从康宁的光子技术到 IREN 的数据中心——Jensen Huang 正在创建一个“闭环”经济，保证其 GPU 的需求，同时降低可能阻碍增长的基础设施瓶颈风险。虽然批评者将此称为类似 .com 时代的“供应商融资”，但更准确的说法是垂直整合战略。Nvidia 正在为自己的护城河买单。然而，如果这些 AI 模型的投资回报率未能为终端用户实现，Nvidia 的资产负债表将面临对这些“neocloud”和模型制造商股权的重大减值风险。
如果 AI 资本支出周期降温，Nvidia 将持有大量流动性差的股权，涉及杠杆过高的基础设施提供商，而这些提供商若没有 Nvidia 的进一步补贴，将缺乏有机的盈利路径。
"Nvidia 的生态系统投资先于基础设施瓶颈，确保 GPU 需求并在芯片之外构建可防御的护城河。"
Nvidia 今年超过 400 亿美元的股权承诺——包括 21 亿美元的 IREN 数据中心、32 亿美元的康宁光学、每家 20 亿美元的 MRVL/Lumentum/Coherent 光子项目，以及 300 亿美元的 OpenAI——在 GPU 短缺的背景下战略性锁定了稀缺的供应链产能（电力、光纤）。上财年收益为 89.2 亿美元（较 10 亿美元增长），私有持股达 220 亿美元，提升了 970 亿美元的自由现金流。文章中“Intel 5 亿美元‑25 亿美元”的说法与公开记录相冲突——不存在此类 NVDA 对 INTC 的投资，可能是错误信息。此类护城河建设胜过循环融资批评，降低了 NVDA 的主导地位风险，因为合作伙伴必须购买其芯片。第一季度财报（五月）将量化其影响。
如果 AI 热潮消退且资本支出放缓，Nvidia 类似供应商的融资可能会导致人为需求膨胀，重演 .com 时代的过度扩张，合作伙伴违约或价值稀释，将对 NVDA 的资产负债表造成减值。
"Nvidia 的股权组合已成为重要的盈利驱动因素（去年收益 89.2 亿美元），但这掩盖了 AI 基础设施需求是自我维持还是被芯片制造商自有资本支撑。"
Nvidia 超过 400 亿美元的投资冲刺在战略上是合理的，但也制造了文章所低估的结构性利益冲突。是的，资助整个 AI 堆栈确保 GPU 采用并锁定需求——这是一种聪明的资本主义。但规模（资产负债表上非流通股权 222.5 亿美元，同比增长 6.5 倍）加上循环融资（Nvidia 为购买其芯片的公司提供资金，有时再租回计算资源）与 .com 时代的供应商融资机制相似。Intel 的 5 倍回报掩盖了幸存者偏差：大多数风险投资都会失败。如果 AI 资本支出增长放缓或客户违约，Nvidia 的 89.2 亿美元未实现收益将迅速蒸发。真正的风险在于这些投资掩盖了需求是有机的还是依赖资产负债表。
Nvidia 的 9700 亿美元自由现金流使得此类资本部署相对于盈利能力而言微不足道，且对供应商（康宁、Marvell）的战略性少数股权，加速关键瓶颈（光纤、光子）的解决，是正当的基础设施布局，而非供应商融资陷阱。
"Nvidia 不断升级的投资狂潮将其基本价值与合作伙伴的命运及 AI 资本支出周期捆绑，使得若私有投资表现不佳或流动性紧缩，股票面临风险。"
Nvidia 的积极生态系统投资可能通过锁定客户硬件进一步强化其护城河；OpenAI 的押注迄今为止已获回报，但文章未充分揭示其脆弱性。私有和公开股权流动性差且需按市值计价，因此一次下行或少数减记就可能让报告的收益崩塌。叙事也忽视了执行风险：融资轮必须转化为对 GPU 的持久需求，而不仅是合作关系；监管对供应商融资的审查以及反垄断担忧可能使后续交易复杂化。如果 AI 资本支出降温或关键押注失望，这一帝国建设带来的 ROIC 提升可能消退，而非加速。
私有股权流动性差且需按市值计价。一次下行或少数投资损失就可能抹去收益，并使 Nvidia 面临 ROIC 压缩，挑战仅靠芯片需求驱动持久价值的观点。
"Nvidia 的激进股权部署可能掩盖通过循环供应商融资导致的有机需求侵蚀。"
Grok，你对“循环融资”风险的轻视是危险的。你把 9700 亿美元的自由现金流当作缓冲，但问题不在流动性，而在偿付能力和会计外观。如果 Nvidia 的合作伙伴依赖这些投资购买 GPU，收入本质上就是“供应商融资”，不论标签如何。当这些初创公司不可避免地出现现金紧张时，Nvidia 将被迫要么减记股权，要么再投入更多资本，实际上是在人为支撑自己的收入增长。
"Nvidia 的现金缓冲和少数股权削弱了循环融资风险，但光子供应的脆弱性是被忽视的瓶颈。"
Gemini，偿付能力并未受到威胁——Nvidia 的 310 亿美元现金（2024 年第四季度）远超 220 亿美元的流动性差股权，而且这些都是少数股权（例如 IREN 的 7%），有共同投资者分担下行风险。循环性被夸大；像 OpenAI 这样的合作伙伴产生真实收入。未标记的风险是对光子技术的过度依赖（康宁/Marvell 超过 50 亿美元总额），这使 Nvidia 面临光纤产量失败的风险，可能导致 2025 年电力短缺期间 Blackwell 产能推迟。
"Nvidia 的时机风险比资产负债表风险更严重：在终端用户 ROI 仍未验证前为整条堆栈提供资金，将在 2026 年引发清算，而非 2025 年。"
Grok 指出的光子产量风险是合理的。但 Grok 与 Gemini 都忽视了时机错配：Nvidia 的 400 亿美元部署在 AI 模型 ROI 仍未验证时提前前置（截至目前尚无大规模企业 AI 部署实现正向单元经济）。如果 2025 年显示资本支出增长*减速*而 ROI 仍未出现，Nvidia 的股权将成为搁浅资产。9700 亿美元的自由现金流可以吸收损失，但无法吸收合作伙伴在融资后倒闭带来的声誉损害。
"前置资本支出加上 2025 年需求放缓的潜在风险，可能导致流动性差股权面临减值和利润率压缩，挑战护城河的稳固性。"
Claude 正确质疑 ROI 时机，但真正的风险是对可能动摇的资本支出周期的杠杆。如果企业 AI 需求在 2025 年停滞，Nvidia 可能面临对流动性差股权的减值风险以及利用率下降导致的利润率压缩。护城河更多取决于持续的软件生态系统采用，而非单纯的 GPU 需求；资本支出减速可能在任何公开减记出现前就检验该论点。
虽然 Nvidia 对 AI 生态系统的 400 多亿美元投资被部分人视为战略性和看涨，但小组也强调了显著风险，如潜在的减值费用、循环融资以及资本支出与 ROI 的时机错配。共识是，尽管 Nvidia 的护城河得到加强，但这种增长的可持续性及潜在风险仍然相当大。
Nvidia 对 AI 供应链的战略性投资，确保 GPU 采用并锁定需求。
资本支出与 ROI 的时机错配，可能导致减值费用和资产搁浅，如果 AI 模型的 ROI 未能为终端用户实现。