01 触发事件

Bloomberg 8 月 27 日报道, Nvidia 在最新业绩沟通中给出下财年营收同比增长约 70% 的指引, 公开对冲市场近几个月累积的"AI 资本开支见顶"担忧。CFRA Research 高级副总裁 Angelo Zino 在 Bloomberg 节目里将其解读为业绩爆表。

70% 这个数字本身就是新闻。一般公司给指引会留 buffer, sandbag 是财报季的潜规则, 尤其在估值被 AI 叙事推高的当口。Nvidia 敢直接给到 70%, 说明他们对订单簿的能见度不止一个季度。

02 这事的真正含义

问题不在 Nvidia 卖了多少卡, 而在他们为什么敢这么早、这么高地报数。

过去两个季度市场一直在讲一个故事: hyperscaler 消化完 Blackwell 早期库存后, 2026 下半年 capex 增速会回落; 推理工作负载的 ROI 不够清晰; 企业客户的 AI 预算开始紧缩。这个故事被反复讲, 讲得 Nvidia 估值从高点回撤过一段时间。

70% 指引是黄仁勋在用资本市场的语言表态: 我们看不到订单断层。

更深一层, 这个数字在告诉 hyperscaler 客户和模型 API 提供商一件事, Blackwell / Rubin 这代 GPU 的供给紧张至少还要再持续 12-18 个月。这直接影响两个东西: 模型 API 的定价权, 以及自建 inference cluster 的实际成本。

我对这个指引的具体拆解没有一手信息, 没看过 hyperscaler 的订单合同, 所以不能确认 70% 里有多少是已签 LTA、多少是 forecast。但 Nvidia CFO 在过去几个季度的口径一直很克制, 这次主动给到 70%, 大概率背后是已锁定的长期采购协议。

03 历史类比

最像的对照是 1999-2001 年的光纤建设周期。

dotcom 泡沫里 JDSU、朗讯、北电网络这些公司烧掉了上千亿美元铺设跨大西洋和跨太平洋的海底光缆。2000-2001 年泡沫破裂后, 需求侧的公司死了大半, 但光纤还在海底。2003-2007 年, 当 YouTube、Netflix、跨国企业 SaaS 这些新需求起来时, 那批过剩的光纤突然变成了稀缺资产, 不是因为新铺了, 是因为早就铺好了。

AI infra 现在类似的位置: 黄仁勋在建的产能, 不一定全部对应当前的最终需求。但如果 2027-2028 年 agent 工作负载、企业内部推理、机器人 inference 这些场景真的起来, 提前锁定的算力就是结构性优势。

另一个对照是 AWS 2014 年之前。Amazon 连续十几个季度 capex 增速 40%+, 资本市场骂了几年贝索斯烧钱, 直到 AWS 利润释放的那一刻被重新定价。Nvidia 现在享受的是 AWS 当年没享受到的待遇, 资本市场至少愿意相信 AI capex 会有回报。

04 对 AI builder 意味着什么

这一周应该调整的几个决策:

第一, 推理成本曲线的预期。如果 Blackwell / Rubin 供给紧张延续到 2027 中, 那么"未来 12 个月 inference 价格再降 50%"这个常被引用的假设可能过于乐观。模型 API 的批发价、batch 折扣、prompt caching 优惠这些都会被卡得更紧。围绕"推理成本归零"设计的 unit economics 需要重新跑一遍。

第二, compute lock-in 的价值上升。拥有 GPU 长期供应协议 (CoreWeave、Lambda、Neocloud 这类) 的玩家, moat 在变宽。我自己接触的几家 AI infra 中间层, 过去靠 spot capacity 套利, 现在更看重是否有 18-24 个月的固定产能承诺。这是结构性转变, 不是周期性波动。

第三, 模型 API 选型的逻辑要重新校准。Anthropic / OpenAI / Google 这三家自己有大规模 GPU 储备, 他们的 API 价格稳定性会高于依赖外部算力的中游玩家。对 opc.club 这种 token 网关而言, 价值部分在于对冲 compute 供给风险, 这层逻辑需要在产品端讲清楚。

第四, 训练侧的早期信号。如果 Nvidia 70% 是真的, 那下一代 frontier model 训练集群的规模会继续放大。这意味着 pretraining 的资本门槛进一步提高, 开源模型追赶 frontier 的窗口在收窄。

以上判断建立在 70% 指引大致准确的前提上。如果后续财报显示这是过度乐观, 整篇逻辑要翻过来重写。

05 反方观点 / 风险

我可能在几处过度乐观了, 挑明讲。

第一, 70% 增长的 concentration risk。Nvidia 的收入结构里, 头部 4 家 hyperscaler 占了大头。如果其中一家或两家因为自家 TPU / Trainium / Maia 进展加速, 在 2027 年显著削减外部采购, 这 70% 立刻塌方。Microsoft Maia、Google TPU、AWS Trainium 都不是纸面项目, 我没在内部看过它们的量产节奏, 但方向是清楚的。

第二, sovereign AI 敞口。这两年 Nvidia 增长有相当一部分来自中东主权基金 (UAE G42、Saudi HUMAIN) 和东南亚国家项目。这部分需求对地缘政治敏感度极高, 一旦出口管制再次收紧 (美国国务院 / BIS 在 2025 年已经动过几次), 这部分收入会瞬间蒸发。

第三, Nvidia 自己也可能在重复 Cisco 2000 年的错误。思科当年也是顶着全球网络建设永不停止的叙事, 实际上是 ISP 第一波建设周期见顶。我不是说 Nvidia 是思科, 但 forward guidance 给得太满的时候, 管理层犯错的历史案例不少。

第四, 最坏的情况是, 70% 增长是真的, 但毛利率从 75% 滑到 60% 以下。这种以利润换营收的扩张, 在估值倍数压缩的环境下会被双重惩罚。这个我没在这次报道里看到拆解, 但下次财报要重点看 gross margin trajectory。

如果以上四个风险里任何一个成立, 我上面写的所有判断都要打折。但即使如此, 70% 这个数字仍然是一份 industry-level statement: 黄仁勋认为 AI infra 的 build-out 还远没到顶。这个判断本身, 比单季营收数字更值得 AI builder 关注。