报告行业投资评级 未提及 报告的核心观点 - 分析思科在互联网泡沫时期从下游暴雷到业绩受波及的传导路径，对比当下下游企业现金流状况，判断当前AI投资周期所处阶段 [3][4] - 复盘思科发展历程，指出关键硬件基础设施提供商在技术突破浪潮中率先受益，但易受宏观经济、竞争、下游需求等因素影响，当前AI投资应关注宏观环境、行业竞争、企业财务稳健性 [9] - 认为本轮AI投资周期与互联网泡沫时期有相似性，但当前未出现严重股价泡沫，不太可能出现大幅股价回撤，不过需关注2027年后GPU更新换代周期 [13] 根据相关目录分别进行总结 思科与英伟达发展历程相似处 - 都经历突破性技术推动产业革新阶段，当时是计算机和互联网技术商业化，现在是大模型技术突破 [5] - 市场参与者和投资者受FOMO情绪驱动，尤其在算力投资方面 [5] - 关键硬件基础设施提供商均在各自领域创下业绩和市值新高 [5] 思科在互联网泡沫时期发展历程 - 1984年成立，开发多协议路由器占据市场先发优势，1990年代通过并购快速扩张，成为交换机和路由器市场龙头 [6] - 1995 - 2000年收入翻七倍，2000年互联网泡沫巅峰期，网络交换机市场份额达70%，路由器市场份额达80%，3月市值超越微软成全球最高 [6] - 受美联储加息、亚洲金融危机、竞争对手出现等因素影响，下游互联网公司业绩暴雷致需求端萎缩，波及自身业绩 [6] 思科股价与业绩关系 - 股价高点早于业绩高点约三个季度，是需求放缓的先行指标 [7] - 2001财年二季度未达市场预期，是上市11年来首次；三季度销售额环比降30% [7] - 2000年3月创新高后一年内，股价下滑80% [7] 英伟达面临压力因素 - ASIC解决方案兴起蚕食GPU市场份额 [8] - DeepSeek带来的大模型训练样本方案，对产业链及算力链产生潜在影响 [8] 互联网泡沫时期与当前AI投资周期科技公司差异 - 互联网泡沫时期，许多互联网公司缺乏稳健商业模式或执行能力，靠融资获高估值上市，1999 - 2000年美股IPO科技公司中未盈利公司比例达86%，2000年后业绩不及预期，资本撤离后现金流难支撑投入，网络设备需求下滑 [10] - 本轮AI投资周期由全球主要科技巨头主导，2024年北美四大CSP厂商占高端AI服务器需求的64%，这些巨头抗风险和财务稳定性强，能支撑长期资本支出，英伟达客户群体稳定性更高 [10] 英伟达与思科在硬件设备投资周期差异 - 思科网络设备完整生命周期为6 - 8年，互联网泡沫破裂时投资渐入饱和，新需求减少，多为维护和小规模升级 [11] - 英伟达GPU使用寿命约1 - 3年，性能下降快，如Meta Llama 3模型训练中30%故障由GPU引起，且使用时间增加故障率提升，云厂商有动力拓展和升级AI算力平台，推动GPU更新换代 [11] 行业竞争对英伟达市场地位影响 - 思科因行业竞争加剧致市场份额流失，2000年前后类似Juniper和华为等公司崛起，高性价比替代品涌现 [12] - 英伟达过去1 - 2年在AI计算力领域有绝对主导地位和议价权，数据中心GPU市场份额92%，服务器AI芯片市场份额64%，但大模型发展向推理端延伸及CSP厂商选高性价比方案，可能影响其垄断地位，不过其护城河体现在库大生态等优势上，预计领先优势延续至2025年及以后，中短期内算力基建仍依赖其芯片 [12] 英伟达当前估值与思科对比 - 英伟达当前估值远低于思科股价高峰时期，1999年底 - 2000年3月思科远期PE从超100倍攀升至139倍峰值，PEG最高达9.2，股价最高时PEG为5.4；英伟达自2020年以来远期PE最高于2023年5月达53倍，目前处于40 - 50倍区间，PEG低于1，反映市场对其盈利增速放缓预期 [13] - 互联网泡沫破裂后2002年10月思科估值回落90%至21倍，英伟达目前估值处于2015年以来32%分位点，相比2023年中最高点下降80% [13] 跟踪当前AI周期所处阶段指标 - 云厂商Capex与现金流情况，关注2026年趋势，互联网泡沫破裂时思科股价比美国电信行业资本支出提前一年达峰值，2024年Q4微软Capex占净现金流比重到70%，谷歌和微软Q4增速放缓 [15] - AI服务器ODM厂商库存水平，可预测下行拐点，比特币挖矿潮期间下游AIC板卡厂商库存显著积压1 - 2个季度后游戏业务收入下降，收入快速增长阶段下游厂商库存也增加 [15] - 判断下游库存积压方法是观察当前季度下游厂商库存增速是否大于英伟达下一季度游戏业务收入增速，AI服务器ODM厂商库存增速连续两个季度超英伟达下一季度数据中心收入增速时，可能预示市场向下拐点到来 [14] 英伟达AI芯片升级迭代对云厂商影响 - GPU性能迭代使训练时间缩短、成本下降，推动云厂商部署新平台 [16] - 2025年从Hopper到Blackwell平台转换计算性能显著提升，2026年从Blackwell到Blackwell Ultra及Rubin性能提升幅度或放缓，使云厂商资本支出谨慎，给2026年英伟达AI芯片需求带来不确定性，下一次重大升级预计在2027年Rubin Ultra系列 [16] ASIC解决方案崛起对英伟达影响 - 2023年生成式人工智能浪潮兴起后，多家互联网公司启动ASIC项目研发，ASIC针对特定AI应用优化，计算和能效表现好，大规模量产后单位成本低于GPU，但缺乏灵活性、开发周期长，对中小企业使用难度大 [17] - 预计23 - 24年启动的ASIC项目25 - 26年进入生产和部署阶段，推理阶段算力需求占比提升，ASIC将抢占英伟达GPU市场份额，但长期两者将在不同应用场景共存 [17] DeepSig大模型训练样本方案对算力竞争格局影响 - DeepSig通过技术创新和算法优化实现大模型低成本高效训练和推理，引发对AI算力高资本投入持续性担忧，能使用低端芯片实现领先性能，绕过CUDA框架采用PTX底层指令集，影响先进GPU需求份额 [18] - 前沿探索领域效率为王，一线大模型厂商用先进算力芯片提升训练效率，推动先进GPU产品升级迭代需求 [18] 英伟达未来股价走势预测 - 英伟达AI算力技术护城河稳固，下游云厂商客户集中度高且现金流充足，目前估值支撑强劲，不太可能出现类似思科泡沫破裂时期的大幅股价修正 [19] - 中长期股价有创新高潜力，2027年后GPU更新迭代周期及多模态需求等复杂任务增加，可能推动算力需求超供给提升股价，虽有算力通缩风险，但多样化任务场景带来新增长机会，整体算力总需求长期看涨 [19]