当潮水退去，才知道谁在裸泳。 出品 | 新行情 作者 | 松涛 来源：市场资讯 （来源：新行情） 今年10月，英伟达市值首次突破5万亿美元，规模超过了英、法、德等主要经济体的股市总值，也将市 场对AI算力的乐观情绪推至高潮。 然而高峰过后，形势急转直下。 短短一个多月内，英伟达市值连续经历数次大幅下跌，万亿市值蒸发，再次成为舆论焦点。 英伟达市值的剧烈波动，不仅仅是单只股票的涨跌，更反映了市场情绪的集体转变：资本从狂热追逐逐 渐转为冷静审视。 其中也透露出市场的担忧：天价芯片订单是否依赖脆弱的融资循环？激烈的竞争与国际环境波动，是否 在侵蚀其护城河？就连黄仁勋本人关于"未向OpenAI付款"的澄清，也被市场解读出了别样的信号。 一场关于"AI泡沫"的疑虑，正随着英伟达市值的剧烈波动而扩散。风暴尚未停息，它迫使整个行业在狂 飙突进之后，必须直面那些悬而未决的根本问题。 英伟达市值暴跌 12月18日，英伟达股价报收于170.94美元，当日下跌3.81%，市值在一夜之间蒸发1648亿美元（约合 1.16万亿人民币）。 | 170.940 " | 176.130 昨收 177.720 量比 1.29 | | | -- ...

智通财经APP获悉，英伟达(NVDA.US)周一宣布收购AI软件公司SchedMD。这家芯片巨头正通过加大 开源技术投入、强化AI生态布局，以应对日益激烈的行业竞争。 虽然英伟达凭借高性能芯片享誉业界，但其同样提供涵盖物理模拟、自动驾驶等多个领域的自有AI模 型，并将这些模型作为开源软件向研究机构和企业开放。其专有的CUDA软件已成为多数开发者的行业 标准，这正是英伟达芯片的核心卖点，软件实力也成为其维持AI行业领导地位的关键。 英伟达在官方博客中表示："支持最新英伟达硬件的Slurm系统已成为生成式AI关键基础设施的重要组成 部分，被基础模型开发者与AI构建者广泛用于管理模型训练和推理需求。" 值得一提的是，同日早些时候，英伟达发布了全新开源AI模型系列。面对中国AI实验室开源模型的竞 争浪潮，该公司称新系列模型较先前版本速度更快、成本更低且性能更智能。 据SchedMD官网信息显示，该公司由Slurm软件开发者Morris "Moe" Jette与Danny Auble于2010年在加利 福尼亚州利弗莫尔创立，目前拥有40名员工。其客户包括云基础设施公司CoreWeave(CRWV.US)与巴塞 罗那超级 ...

SchedMD提供的软件可帮助调度大型计算任务，这类任务往往会占用数据中心服务器容量的很大一部 分。该公司的Slurm开源技术允许开发者和企业免费使用，通过提供工程与维护支持服务盈利。 英伟达 凤凰网科技讯北京时间12月16日，据路透社报道，英伟达周一表示，已收购AI软件公司SchedMD。随 着竞争的加剧，英伟达正加倍押注开源技术，并加大对AI生态系统的投资以应对挑战。 虽然英伟达以开发高速芯片著称，但它也提供一系列自有AI模型，从物理模拟到自动驾驶汽车，并将 其作为开源软件供研究人员和公司使用。英伟达专有CUDA软件是大多数开发者采用的行业标准，也是 英伟达芯片的一大卖点，使得软件成为其维持在AI行业主导地位的关键。 这笔交易的财务条款未予披露。英伟达表示，将继续以开源方式分发SchedMD的软件。 在宣布这个收购消息并发布新开源（300109）AI模型后，英伟达股价上涨1.35%。(作者/箫雨) ...

即将发布的2025财年第三季度财报 - 公司将于2025年11月19日发布2025财年FQ3财报 [1] - 上一季度调整后每股收益1.05美元，GAAP每股收益1.08美元，总营收467.4亿美元，均超预期 [1] - 本季度调整后每股收益预计达1.25美元，环比增长19%，营收预计达548亿美元，环比增长17% [1] - 调整后每股收益增速超过营收增速，预计调整后净利润率将从55.3%提升至56.2% [1] 未来财务增长与盈利能力展望 - 未来5年每股收益复合年增长率预计为22.0%，营收复合年增长率为20.2%，均将实现翻倍以上增长 [4] - 每股收益增速持续高于营收增速，预示利润率存在扩张潜力 [4] - 分析师预测净利润率呈扩张态势，从2026财年约53.98%攀升至2028财年峰值58.52%，未来5年平均净利润率达57.0% [4] - 具体预测显示，2026年1月每股收益4.54美元，营收207.33亿美元，利润率53.98%；2027年1月每股收益6.70美元，营收288.33亿美元，利润率57.28%；2028年1月每股收益8.47美元，营收356.75亿美元，利润率58.52% [5] 支撑高盈利能力的核心因素 - 产品结构向高利润率的数据中心基础设施倾斜，包括先进AI芯片、网络设备和软件授权 [5] - 不可或缺的CUDA软件生态系统是核心高利润率壁垒，数百万开发者深度融入平台带来高昂转换成本和技术锁定效应 [6] - 借鉴微软和苹果经验，未来软件业务可能发挥更重要作用 [6] 中国市场面临的挑战 - 英伟达在中国AI芯片市场份额预计从2024年66%降至2025年54% [8] - 份额下滑源于芯片供应复杂性及中国本土AI芯片制造商抢占市场，美国出口管制为本土供应商创造独特机遇 [8] - 中国AI芯片市场国产化率预计从2023年17%飙升至2027年55%，华为、寒武纪和海光信息等企业影响力提升 [8] - 华为集中发布多款芯片并首次公开AI芯片发展路线图，计划在2028年前推出昇腾系列 [9] - 国产芯片通过集群架构以数量弥补单点性能不足，有望实现相当的系统级性能 [11] 竞争格局与估值分析 - 国产AI芯片发展可能削弱英伟达定价权，公司目前凭借近乎垄断地位拥有近70%毛利率 [13] - 中国市场规模为本土企业提供成长沃土，竞争可能超出中国市场范围，华为昇腾生态系统若成熟可能吸引海外需求 [13] - 公司当前基于2026财年市盈率为42倍，处于高位，但远期市盈率相对盈利增长比率仅为1.29倍，在“七巨头”中最具吸引力 [13]

文章核心观点 - 英伟达正通过加速风险投资积极构建AI生态帝国，其战略核心是成为AI时代不可或缺的底层基础设施，而非仅作为硬件供应商 [4][5][24] - 公司采用“赌赛道而非赌选手”的策略，广泛布局AI全产业链，确保无论哪个技术方向或应用场景爆发，其GPU和软件生态都能受益 [10][22][24] - 投资节奏显著加快，2025年已参与71笔交易，远超2024年全年的48笔，显示出其对AI未来发展的强烈信心和抢占主导权的决心 [5][24] 大模型领域投资 - 对OpenAI进行深度绑定，计划以战略合作形式累计投入1000亿美元，共同构建大规模AI基础设施 [6] - 多元化押注不同技术路线，无视OpenAI反对，参与其竞争对手xAI的60亿美元融资，并计划在后续200亿美元融资中投入最多20亿美元 [7] - 三次投资欧洲大模型希望之星Mistral AI，其C轮融资达17亿欧元，投后估值117亿欧元，押注地缘政治变量 [8] - 领投成立仅1年的Reflection AI 20亿美元融资，估值达80亿美元，意在确保美国在开源大模型领域不落后于中国 [9] - 参与前OpenAI CTO创立的Thinking Machines Lab的20亿美元种子轮融资，该公司估值达120亿美元，显示出对顶尖人才的重视 [9] 算力基础设施投资 - 投资为OpenAI“Stargate项目”建设数据中心的Nscale，该公司在2025年9月完成11亿美元融资，10月又完成4.33亿美元SAFE融资 [12] - 投资数据中心租赁商Crusoe，其于2024年11月完成6.86亿美元融资，构建“用户-房东-GPU供应商”的闭环生态 [12][13] - 早期投资CoreWeave，该公司从2023年4月融资2.21亿美元的初创公司成功上市，成为GPU云服务标杆企业 [13] - 布局解决AI能耗问题，2025年8月参与核聚变能源公司Commonwealth Fusion的8.63亿美元融资 [14] - 三次投资光学互连技术公司Ayar Labs，最近一次为2025年12月的1.55亿美元融资，押注下一代芯片关键技术 [15] AI应用场景投资 - 在自动驾驶领域长期布局，两次投资英国自学习自动驾驶公司Wayve，2024年5月参与10.5亿美元融资，2025年9月计划追加5亿美元投资 [18] - 参与自动驾驶卡车公司Waabi 2024年6月的2亿美元B轮融资，以及自动配送公司Nuro 2025年8月的2.03亿美元融资，尽管后者估值较2021年峰值缩水30% [18][19] - 押注人形机器人赛道，参与Figure AI的B轮和C轮融资，其估值在一年半内从26亿美元飙升至390亿美元，涨幅达15倍 [19] - 投资医疗AI公司Hippocratic AI，其于2025年1月完成1.41亿美元B轮融资，估值16.4亿美元，专注于非诊断任务以降低合规风险 [21] - 持续投资内容创作AI公司Runway，在2023年首次投资后，又参与其2025年4月的3.08亿美元融资，该公司估值达35.5亿美元 [21] 战略逻辑总结 - 第一层战略为构建算力依赖，确保所有AI公司都离不开其GPU硬件 [24] - 第二层战略为生态绑定，通过在全产业链布局，使自身成为AI领域的“基础设施” [24] - 第三层战略为赛道覆盖，广泛投资不同应用场景，确保不缺席任何可能爆发的方向 [24] - 最终目标是成为AI时代的“操作系统”，如同Windows和Android在其各自时代的标准配置地位 [24]

市值里程碑与市场背景 - 英伟达成为全球首家市值突破5万亿美元的公司，收盘股价为207.04美元，市值达5.03万亿美元，今年以来股价涨幅超过50% [1] - 市值从4万亿美元增长至5万亿美元仅用时3个多月，此前从2万亿美元到3万亿美元用时3个月，从3万亿美元到4万亿美元用时约一年 [6] 市值增长驱动因素 - 全球AI需求爆发，英伟达作为AI芯片核心供应商，处于供不应求的卖方市场，其CUDA软件生态构建了高护城河，使竞争对手难以撼动地位 [2] - 数据中心业务营收同比增速连续多个季度超过200%，利润表现惊人，同时公司在边缘计算和AI软件服务领域布局拓宽增长前景 [3] - 六大云计算巨头资本支出预计到2027年将增至6320亿美元，大客户需求旺盛，例如OpenAI使用约2.5万块GPU训练GPT-4，xAI公司囤积数万块H100芯片 [2][3] 中国市场影响与公司立场 - 英伟达最高性能AI GPU在中国数据中心市场份额归零，但游戏显卡、车载芯片等产品未受影响，且未来重返中国市场可能性存在 [4][5] - 创始人黄仁勋警告美国对华技术封锁会伤害双方利益，并游说美国政府放宽出口管制，强调中国是非常重要的市场 [1][5] - 尽管失去部分中国市场，但全球其他地区需求规模足以弥补损失，推动市值连创新高 [3] 市场观点与估值分析 - 部分观点认为英伟达估值合理，因其产品推动AI周期发展，且AI泡沫尚未破裂 [6] - 另一些观点指出市场乐观情绪和货币政策宽松推高股价，但公司面临AI商业化挑战、能耗约束、竞争加剧等风险 [7] - 英伟达市盈率约为明年预期收益的33倍，高于标普500指数平均的24倍，高估值需依赖利润持续增长才能维持 [7]

合作协议核心内容 - 人工智能领军企业OpenAI与芯片巨头AMD宣布合作部署总计6吉瓦的算力 [1] - 随着算力部署规模扩大和其他条件满足，OpenAI可通过行权获得AMD约10%的股权 [1] - 9月，英伟达与OpenAI宣布达成一项10吉瓦的算力合作，英伟达预计向OpenAI投资1000亿美元以提供购买算力设备的现金 [4] - AMD给予OpenAI的认股权证赋予了OpenAI未来影响公司战略决策的权力，而对于英伟达，OpenAI只是客户而非股份所有者 [4] 分析师对AMD的积极评价 - 华尔街分析师称赞该交易是对AMD人工智能路线图的验证，将帮助其在快速增长的人工智能市场中占据领先地位 [1] - 杰富瑞首席分析师Blayne Curtis将AMD目标股价从170美元上调至300美元，并称此协议坚定了他对AMD未来扩张的预期 [1] - 瑞银首席分析师Timothy Arcuri将AMD目标价从210美元上调至265美元，表示交易后市场日益信任AMD未来发展 [1] - 瑞银分析师认为该交易有望帮助AMD赢得近三分之一的GPU市场份额，远超大多数人预期 [1] 对英伟达的潜在影响与市场情绪 - OpenAI与AMD的算力交易被认为是对英伟达的一大威胁，美股散户平台情绪从“中性”迅速转变为“看跌” [3] - 有散户预计英伟达股价将跌至150美元，较周一收盘价下跌近20%，并认为竞争加剧及亚洲市场逆风将对英伟达造成打击 [3] - 市场观点认为AMD用于GPU编程的ROCm软件堆栈将被采用，其开源产品具优势，有散户声称英伟达市值明年将减半 [3] - 但知名分析师郭明錤指出，只要AI算力市场整体增长，此次合作对英伟达影响应有限，英伟达可通过将竞争提升至新层次保持优势 [3] 行业前景与公司战略 - 分析师认为该交易表明未来几年人工智能硬件支出的增长速度可能会非常迅速 [2] - OpenAI首席执行官奥尔特曼安抚称，与AMD的交易只是其与英伟达合作的补充，公司也计划逐步扩大与英伟达的合作 [4]

核心观点 - 国产算力战略价值被全面重估 从基础资源转变为驱动社会智能化转型的核心引擎 政策与产业共振推动行业发展 [1][2] - 寒武纪作为国产AI芯片代表企业 市值一度突破6000亿元 反映资本市场对国产算力新价值体系的初步定价 [1][3] 行业变革 - 大模型训练推理需求指数级增长 需数千至上万张高端AI芯片连续运行数月 传统CPU难堪重任 GPU等专用芯片成刚需 [2] - 算力从"有多少用多少"转变为"需要多少就得有多少" 成为国家与产业抓住智能化机遇的战略入场券 [2] - 供应链安全与数据主权价值凸显 使用自主可控算力成为超越成本性能考量的战略选择 [3] 国产算力进展 - 寒武纪 华为昇腾 海光信息等本土企业在AI芯片 服务器 数据中心取得长足进步 打破国外完全垄断 [2] - 国产算力实现从0到1跨越 在金融 政务 交通等领域开始规模化部署 从实验室走向应用场 [2] - 部分产品性能在特定场景下已能满足应用需求 本土产业链逐步形成 [2] 行业挑战 - 高端AI芯片绝对性能与国际顶尖产品存在代差 上游EDA软件与先进制造工艺仍是卡脖子环节 [3] - 生态系统建设存在短板 英伟达CUDA软件生态锁定全球数百万开发者 国产生态建设需时间与巨大投入 [3] - 核心技术突破无法一蹴而就 需防止低水平重复建设造成的资源浪费 [4] 发展路径 - 政策有为之手与市场无形之手需形成合力 共同推动国产算力发展 [3] - 产业需聚焦核心技术研发 软件生态构建与应用场景深度挖掘 [4] - 资本市场需以价值投资眼光发现支持真正具有核心竞争力的企业 [4]

公司业绩与市场表现 - 英伟达股价在三个月内上涨50%，从芯片制造商转型为全栈AI基础设施领导者[1] - 公司预计第二季度营收将达到450亿美元，高于市场预期，毛利率保持在75%以上[1] - 自由现金流利润率超过60%，显示出强劲的盈利能力[1][14] 产品路线图与技术优势 - Blackwell(GB200)和Spectrum-X推动投资者关注点从硬件转向平台盈利[1] - 2025年GB300系列将提升推理吞吐量50%，内存利用率和每瓦性能[4] - 2026年Vera Rubin架构基于HBM4内存和3nm节点，推理计算能力比GB300高三倍[4] - 2027年Rubin Ultra设计将提供15 exaFLOPS的FP4吞吐量，是GB300的14倍[5] - RTX 50系列显卡支持GDDR7显存和DLSS 4技术，推动消费级市场增长[7] 市场机会与竞争格局 - AI基础设施市场规模预计达3000-4000亿美元，公司计划投入100亿美元研发[10][12] - 竞争对手包括AMD的MI325X/MI400系列、Groq和Tenstorrent的推理专用芯片[12] - 出口管制导致45亿美元数据中心收入损失，但符合标准的H20等产品带来100-150亿美元机会[7][16] 财务与估值分析 - 市盈率54倍(预期40倍)，较行业平均水平溢价64%-130%[12] - PEG比率0.68(GAAP)和1.37(非GAAP)，低于行业中值[14] - 预期市销率21倍，EV/EBIT 34倍，较行业标准溢价560%-660%[14] 生态系统与长期优势 - CUDA、NeMo软件生态系统和平台粘性构成核心竞争力[14][17] - 机架级系统集成(硬件+软件+网络)提供定价权和商品化隔离优势[10] - 供应链整合和多节点路线图巩固行业领导地位[17]

Marvell Technology的技术进展 - 公司采用5nm和3nm节点的先进CMOS技术，并转向2nm及以下节点，引入环绕栅极晶体管和背面供电等创新 [2] - 利用晶圆上芯片和集成扇出方法开发复杂的2.5D、3D和3.5D设计，适用于高性能计算专用集成电路 [2] - 采用模块化重分布层(RDL)中介层技术替代传统硅中介层，可开发多芯片AI加速器解决方案，尺寸是单芯片的2.8倍，集成四个HBM3/3E堆栈 [2] - RDL技术缩短晶粒间连接距离，降低延迟并提高功率效率，模块化设计可无缝更换缺陷晶粒，降低成本并提高良率 [2] 数据中心与AI加速器市场机会 - 数据中心基础设施投资快速增长，公司预计到2028年数据中心半导体潜在市场规模将增至940亿美元 [3] - 加速定制计算产品规模预计达554亿美元，2023-2028年复合年增长率53% [3] - 模块化RDL中介层技术兼容HBM3/3E和XPU型芯片，预计适用于未来HBM-4 [2] 博通(Broadcom)的AI业务增长 - 2025财年第二季度AI收入同比增长46%至44亿美元，其中AI网络业务增长超170%，占AI总收入的40% [4] - 预计2025财年第三季度AI半导体收入达51亿美元，同比增长60%，连续第十个季度增长 [4] - 基于以太网的网络产品组合(如Tomahawk交换机、Jericho路由器)被谷歌、Meta和微软广泛部署 [4] - 下一代Tomahawk 6以太网交换机传输速率达102.4 Tbps，支持AI规模架构并解决网络瓶颈 [5] 行业竞争格局 - NVIDIA主导AI半导体领域，提供高性能GPU和计算解决方案，DGX Cloud、CUDA软件广泛应用 [6] - 英特尔推进AI战略，CPU和GPU架构瞄准边缘和数据中心，"5N4Y"路线图目标2025年制程领先 [6] - 博通和AMD是定制AI芯片领域主要参与者，但Marvell的2.5D封装和RDL技术可能使其领先 [3]