
英伟达、CPO、博通、小米、阿里,现在抄底谁? HBM这东西,把英伟达捧上了神坛,可也把它架到了集中风险的火上烤。 HBM的出现,说到底是英伟达硬核工程能力的体现,它解决了GPU的一大痛点——让GPU不再“饿肚子”,算力能实打实跑满。但要是从投资的角度琢磨,就得看到它背后藏着的隐患。HBM根本不是能无限复制的资源,供应商就那么几家,扩产周期长得离谱,技术路径还死死绑定先进封装,砸下去的资本开支更是泼出去的水,收不回来。这就给HBM添上了个危险属性:它不是能灵活调整的弹性供给,而是实打实的“刚性瓶颈”。 再说说英伟达的毛利率,为啥说短期看着稳当当,长期却特别敏感?看财报的话,英伟达现在的毛利率高得吓人,市场上不少人就觉得,成本涨了怕啥,直接转嫁给客户不就行了?但这种想法是静态看问题,没考虑行业周期的变化。一旦到了某个阶段,情况就不一样了:云厂商开始精打细算算ROI,AI推理的需求超过了训练需求,算力采购也从之前的“抢配额”变成了“算回报”。到那时候,整个系统的成本就得被重新掂量,而内存偏偏是系统成本里最难优化的那一环。 很多人都小瞧了云厂商在这场算力博弈里的角色,它们可不是被动掏钱的买家。手里握着需求、攥着资金,还具备自研的能力,这三大底牌在手,云厂商其实是隐藏的制衡者。当算力成本一个劲往上涨的时候,它们肯定会做三件事:第一,推迟部分资本开支,不着急花钱扩产;第二,找结构性的替代方案,不把鸡蛋放一个篮子里;第三,推动更便宜、更靠谱的推理技术路径。这不是对英伟达有啥敌意,纯粹是资本的理性选择罢了。 其实说到底,推理才是AI商业化真正的“利润池”。训练决定了AI能有多大的想象力,但推理才决定了能不能持续赚到现金流。从投资角度看,这就是一场需求结构的大迁移。训练需求是高峰式的、有周期性的,采购也特别集中;但推理需求不一样,它是持续不断的、碎片化的,还特别强调稳定性。对于推理来说,算力不用追求“最强”,反而要满足最可控、最可预测、最省钱这三个要求。 这也正是“非HBM路线”能存在的根本原因。站在资本的视角看,这条技术路线的价值,压根不在于现在能不能取代GPU。关键在于,当HBM这条主路线遇到系统性约束的时候,它能不能站出来顶上去。这在金融领域有个很明确的说法,叫期权价值。#英伟达 #ai #人工智能 #amd #阿里巴巴