来自 Maksym Misichenko · Yahoo Finance ·
AI智能体对这条新闻的看法
虽然英伟达的 CUDA 生态系统和软件定义的硬件提供了持久的护城河，但专家小组一致认为，来自超大规模云服务商和 AMD 的竞争将在未来 18-24 个月内逐步侵蚀英伟达的市场份额和利润。关键风险在于训练工作负载可能转向定制芯片，这可能加速 ASP 压缩和利润压力。
风险: 训练工作负载转向定制芯片，加速 ASP 压缩和利润压力
机会: 英伟达在硬件定价能力完全侵蚀之前成功转向类似 SaaS 的模式
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 →
华尔街已经非常习惯于英伟达（$NVDA）市值近乎不间断的扩张。这家公司已经牢固地确立了自己在科技奥林匹斯山的绝对顶峰地位。目前，该公司的财务状况看起来非常理想。对人工智能（AI）计算能力的需求远远超过供应，利润率创下历史新高，资金流似乎完全取之不尽。
但我的基本面分析需要一种不同的方法。投资者不应只关注当前巅峰胜利的时刻，而应着眼于地平线之外。未来三到五年的趋势正在那里形成，而在评估长期前景时，这一点变得显而易见。尽管英伟达处于其孤立统治的顶峰，但它的未来将面临激烈的竞争环境。
无论该公司最近的季度报告显示出确切的数字，行业都呈现出一种总体的发展轨迹。单一玩家绝对和无条件领导的时代即将结束。
架构护城河和软件是英伟达的主要盾牌
要理解为什么竞争格局开始发生变化，让我们回顾一下英伟达是如何获得其独特地位的。它的主要优势甚至不是硬件本身；而是CUDA软件生态系统。
本质上，CUDA已成为图形处理单元（GPU）世界中微软（$MSFT）Windows操作系统的等价物。多年来，全球几乎所有从事AI工作的程序员和数据科学家都一丝不苟地根据英伟达的架构定制了他们的算法和库。这道深深的软件“护城河”使得该公司的产品几乎让竞争对手无法企及。客户购买英伟达芯片，不仅仅因为它们速度极快，而是因为整个全球软件基础设施已经为它们量身定制。
凭借这种压倒性的主导地位，英伟达获得了前所未有的市场力量。它能够决定价格，并将净利润率维持在我以前认为硬件行业无法想象的水平。但市场经济的规律是无情的。超高的利润率总是会吸引巨额资本，并残酷地迫使竞争对手寻找解决方案。今天，这些解决方案已经找到了。
攻击英伟达领导地位的三条战线
这种竞争环境的变化同时发生在三个不同的向量上，每一个都在稳步侵蚀英伟达的地位。
主要的长期挑战并非来自经典竞争对手，而是来自英伟达自身最大的客户。像Alphabet（$GOOGL）、亚马逊（$AMZN）、微软和Meta Platforms（$META）这样的领先科技巨头和超大规模云服务提供商根本不愿意无休止地将大部分利润让给第三方供应商。
人工智能行业正在逐步成熟。在创建和训练第一个大规模模型时，通用GPU是绝对必需的。然而，在商业运营和推理阶段，重点正转向成本优化和能源效率。对于特定任务，专用ASIC的生产和维护成本要低得多。这种主要IT公司转向专有芯片的结构性转变是英伟达长期销售额的主要风险之一。
第二条战线代表了经典的市场替代方案。Advanced Micro Devices（$AMD）通过开发其名为ROCm的开放软件平台取得了质的飞跃。虽然AMD的软件以前被认为是其加速器广泛采用的主要障碍，但今天的情况已经彻底改变。MI300X芯片系列和AMD的后续改进已成为一个成熟的、具有商业吸引力的替代方案。主要参与者正在积极购买AMD的解决方案，不仅因为其高性能，更是为了战略性供应多元化，以有效降低对英伟达定价压力的依赖。该生态系统的快速发展清晰地体现在AMD爆炸式的市值增长中。
最后，市场上出现了革命性的方法来挑战计算的根本概念。一个典型的例子是Cerebras Systems（$CBRS）的技术解决方案，该公司最近通过首次公开募股（IPO）首次亮相。Cerebras的晶圆级引擎3（WSE-3）不是从数千个独立的微小处理器组装超级计算机——在这些处理器之间传递信息时不可避免地会发生数据传输延迟——而是一个相当于整个硅晶圆大小的巨型芯片。对于各种繁重的神经网络训练任务，这种架构可以在速度和能耗方面提供多倍的优势，从而在行业中创造一个根本上新的力量中心。
审慎远见的时机
所有这些因素并不意味着英伟达的业务将在明天甚至下个季度面临问题。市场惯性巨大，该公司的订单已排满数月。
然而，股市始终是一个为未来现金流定价的机制。英伟达目前的估值在很大程度上反映了其在未来几年内保持其独特、几乎没有竞争的地位。实际上，该公司目前面临的外部条件已经尽可能有利，而未来可能只会变得更加复杂。
即将到来的竞争斗争不可避免地会导致两个后果：英伟达的市场份额逐渐被压缩，以及在其异常高的利润率在价格竞争的沉重压力下严重下降。在这种情况下，期望$NVDA股票从目前的峰值再次实现多倍的巨额增长变得越来越不现实。当然，我并不是呼吁立即恐慌性抛售，因为英伟达仍然是一家基本面强大的科技巨头。但在未来几年，英伟达将面临一个完全不同、竞争更激烈的市场。
在出版日期，Mikhail Fedorov未直接或间接持有本文提及的任何证券头寸。本文所有信息和数据仅供参考。本文最初发布于Barchart.com。
四大领先AI模型讨论这篇文章
"英伟达的护城河将逐渐收窄而不是崩溃，股票将保持区间震荡，直到 2025 年的业绩中出现实质性份额损失的证据。"
文章正确地指出了超大规模云服务商 ASIC 侵蚀了壁垒，AMD 的 ROCm 取得了进展，以及 Cerebras WSE-3 等新架构，所有这些都针对英伟达在推理和专用训练中的利润和份额。然而，它低估了 CUDA 的既有基础和转换成本，即使替代方案有所改进，这些成本仍然很高。英伟达目前超过 80% 的数据中心 GPU 份额和多季度的积压订单表明，在未来 18-24 个月内，份额损失将是渐进的，而不是突然的。估值倍数已经包含了部分正常化，但来自同一批超大规模云服务商的持续 AI 资本支出可能会比文章暗示的更长时间地抵消销量压力。
GOOGL、AMZN 和 MSFT 的定制芯片路线图正在比披露的更快地加速，一次重大的设计获胜转移就可能在 2026 年之前迅速重新定价英伟达的增长假设。
"英伟达在未来 3-5 年内将面临真实但渐进的竞争侵蚀，而不是迫在眉睫的利润崩溃，目前的估值已经反映了一些放缓——真正的风险在于超大规模云服务商的采用速度是否会快于共识预期。"
文章正确地指出了真实的竞争压力——超大规模云服务商的定制芯片、AMD ROCm 的成熟、替代架构——但混淆了“存在竞争”与“英伟达的护城河有意义地侵蚀”。CUDA 的粘性不仅仅是软件惯性；它是复利效应：在 CUDA 上训练的每个新模型都使生态系统更有价值，而不是更少。超大规模云服务商构建的定制芯片（TPU、Trainium）用于*推理*并不会蚕食英伟达的*训练* TAM，而利润就来自这里。AMD 的 MI300X 是真实的，但仍然是一个小众产品——三年内市场份额增长 5-10% ≠ 利润压缩。Cerebras 在架构上很有趣，但在规模和成本上未经证实。文章假设“高利润吸引竞争”会自动摧毁回报；它忽略了英伟达即使在 60% 的市场份额下也能维持 50% 以上的毛利率。
如果到 2027 年，超大规模云服务商在训练工作负载中占据 30% 的份额，AMD 再占据 20%，那么即使单位销量保持不变，英伟达的平均销售价格（ASP）也可能压缩 25-35%——这是文章指出的一个真实收益阻力，而我低估了它。
"英伟达的护城河已从硬件主导地位转向软件定义的生态系统，而超大规模云服务商在牺牲敏捷性以进行前沿 AI 开发的情况下无法复制。"
文章正确地指出了“超大规模云服务商即竞争对手”的风险，但忽略了软件定义的硬件演进。英伟达不仅仅是销售芯片；它们销售的是加速计算堆栈（NIMs、CUDA、Omniverse）。虽然 GOOGL 或 AMZN 的 ASIC 为特定、稳定的工作负载提供了更好的 TCO，但它们缺乏快速迭代基础模型所需的灵活性。英伟达真正的护城河现在是开发人员的“上市时间”优势。预计随着市场成熟，利润会受到挤压，但“峰值”论点忽略了主权 AI 和边缘计算中巨大的 TAM 扩张。NVDA 目前约 35 倍的远期市盈率，如果他们在未来三年内保持 25-30% 的复合年增长率，实际上是合理的。
如果行业从通用训练转向标准化推理，随着硬件商品化，英伟达的高溢价定价能力将蒸发，导致利润急剧崩溃。
"即使竞争性加速器获得关注，NVIDIA 的软件护城河和生态系统也将维持其定价能力和需求寿命。"
从风险角度来看，文章提出了关于超大规模云服务商、ROCm 和 Cerebras 的有效观点。然而，英伟达的优势超越了硬件：CUDA 软件生态系统、库和开发人员工具创造了硬件本身无法克服的转换成本。即使超大规模云服务商构建了内部加速器并且 AMD 的 ROCm 得到了改进，已安装的软件基础和优化仍然为英伟达提供了持久的护城河。AI 计算需求在训练和推理方面仍然是结构性的，提供了多年的数据中心资本支出周期。需要监控的关键风险是资本支出周期的持续时间和价格，以及监管考虑因素和潜在的利润压缩（如果竞争加剧）。
最有力的反驳论点是，如果超大规模云服务商大力推广内部芯片并且 ROCm 的性能得到改善，那么对 CUDA 的依赖可能会减弱，英伟达的利润可能会比市场预期的更早受到挤压。
"超大规模云服务商已经在为训练（而不仅仅是推理）优化定制芯片，这可能会加速英伟达的利润压力。"
Claude 将推理（定制芯片）和训练（英伟达利润）清晰地分开，忽略了 TPU v5 和 Trainium2 的路线图明确针对大规模预训练效率。如果到 2026 年，超大规模云服务商转移了哪怕 15% 的训练工作负载，Grok 所指出的 ASP 压缩将比 18-24 个月的时间线来得更快。这也削弱了 Gemini 的上市时间护城河，一旦标准化工作负载降低了对 CUDA 灵活性的需求。
"ASP 压缩取决于超大规模云服务商占据*哪些*工作负载，而不仅仅是占据多少——商品化预训练比专用训练更能侵蚀利润。"
Grok 提出的到 2026 年转移 15% 的训练工作负载是可能的，但 ASP 压缩的计算需要仔细检验。如果超大规模云服务商以低 40% 的 ASP 占据 15% 的份额，那么英伟达的混合 ASP 下降约 6%，而不是 Claude 所指出的 25-35%。真正的风险在于：是*哪些* 15%——商品化预训练还是高利润的微调？商品化转移得更快。没有人对工作负载组合进行建模，只对总体份额损失进行建模。
"英伟达通过 NIMs 向经常性软件许可收入模式的转型将抵消超大规模云服务商竞争带来的硬件利润压缩。"
Claude 和 Grok 正在争论工作负载迁移，但两者都忽略了“英伟达税”——通过 NIMs（英伟达推理微服务）实现的庞大的软件定义锁定。即使硬件商品化，英伟达也将收入从一次性芯片销售转移到经常性软件许可。这种转变即使在 ASP 面临定制芯片压力时也能保持利润。真正的风险不仅仅是硬件竞争；而是英伟达能否在其硬件定价能力完全侵蚀之前成功地转向 SaaS 模式。
"超大规模云服务商驱动的向更便宜的训练硬件的适度转移，可能会比 6% 的 ASP 拖累对英伟达混合毛利率的侵蚀更大，这是由于组合效应、软件收入的增长速度以及如果竞争加速可能导致的 ASP 侵蚀加快。"
Claude 低估了利润风险。即使 15% 的训练工作负载以约 40% 的较低 ASP 被捕获，一旦考虑到收入组合向软件/许可的转变、竞争对手加速时潜在的更快 ASP 侵蚀以及超大规模云服务商的工作负载可能比假设的更具价格弹性，英伟达的混合毛利率也可能远低于 6% 的数字。近期的利润压力可能是真正的驱动因素，而不仅仅是销量增长。
虽然英伟达的 CUDA 生态系统和软件定义的硬件提供了持久的护城河，但专家小组一致认为，来自超大规模云服务商和 AMD 的竞争将在未来 18-24 个月内逐步侵蚀英伟达的市场份额和利润。关键风险在于训练工作负载可能转向定制芯片，这可能加速 ASP 压缩和利润压力。
英伟达在硬件定价能力完全侵蚀之前成功转向类似 SaaS 的模式
训练工作负载转向定制芯片，加速 ASP 压缩和利润压力