市场恐慌的本质 - DeepSeek R1模型训练成本仅600万美元，为GPT-4的十分之一，引发市场对算力需求崩溃的担忧 [6] - 实际训练成本可能达3000万美元级别，因隐性支出如数据清洗、算法工程师薪酬等未被计入 [8] - AI算力需求存在"冰山结构"，训练需求仅占10%，水下需求包括多模态模型、实时推理等呈指数增长 [8] - 市场误判模型优化降低训练成本的同时，低估了大模型迭代加速带来的长期算力总需求提升 [9] 英伟达反弹驱动力 - 2024Q3数据中心收入同比增长112%至308亿美元，云服务商贡献超50% [11][13] - H200销售额连续增长至数十亿美元，成为公司史上增长最快产品 [11] - Blackwell架构需求超出预期，首批样品引发抢购潮 [12][13] - 2.8亿行CUDA代码构筑的生态壁垒形成行业标准，迁移成本极高 [12] - 系统级解决方案如DGX SuperPOD深度绑定客户基础设施，替代需重构整个技术栈 [12] AI竞赛的"军火商"逻辑 - 头部3家云服务商过去12个月投资1860亿美元扩展算力 [17] - Meta、微软、亚马逊、Alphabet 2024年资本支出预计分别达600-650亿、800亿、1000亿、750亿美元 [17] - "星际之门"项目耗资5000亿美元，甲骨文已确定100个数据中心用于未来开发 [17] - 特斯拉完成50000个H100集群组装，用于自动驾驶和Optimus人形机器人开发 [17] - 各国推动"主权AI能力"建设，进一步刺激英伟达产品需求 [17] 短期催化剂 - 2024Q4财报预计总收入375亿美元，同比增长69.7% [12] - 2024全年收入预计1286.6亿美元，同比增长111% [12] - 3月17日GTC大会将披露GB300、Rubin及机器人等实体AI项目新进展 [18] - 推理市场有望推动英伟达多年增长，公司在推理领域地位稳固 [18]