AI Berkshire
首页 › 英伟达

你以为你看懂了英伟达,其实没有

英伟达 | 2026-07-14 · 深度系列 | GitHub 原文
目录

《看懂英伟达》系列 · 第 01 篇 · 开篇 阅读时间约 12 分钟


一、一家被市场反复"重新定性"的公司

先看一份清单。过去八年里,市场对英伟达的定性至少推翻了七次:

时间 市场当时的定性 随后发生了什么
2018 年 10 月 "挖矿需求消失,成长故事结束" 三个月股价跌去一半;随后数据中心业务接棒,四年涨了十倍
2021 年 11 月 "元宇宙+游戏双引擎,给多高估值都不过分" 一年内最大回撤约 66%,游戏库存大减记
2022 年 10 月 "PC 衰退拖累,周期股见顶" 一个月后 ChatGPT 发布;2023 年全年股价上涨约 239%
2025 年 1 月 27 日 "DeepSeek 证明不需要那么多算力" 单日下跌 17%,市值蒸发约 5,890 亿美元,创美股史上最大单日市值损失;十二个月后,算力反而更紧缺
2025 年 4 月 "失去中国市场,增长逻辑受损" H20 计提 45 亿美元;随后四个季度营收增速不降反升
2025 年 10 月 "市值突破 5 万亿,人类历史第一公司" —
2026 年 5 月至今 "AI 资本开支是泡沫,循环交易撑起来的收入" 股价从峰值回撤约 13%,而同期营收增速 85%

数据来源:历史股价与市值为公开行情数据;H20 计提、营收增速见 FY2026 10-K 与 FY2027 Q1 财报。

每一次,市场都言之凿凿;每一次,事后看几乎都错了——多头和空头轮流错。

看研究报告的数量,英伟达可能是全世界被研究得最多的公司。但研究多不等于看懂。这个系列要做的,是把英伟达一层一层拆开,让你看见它真正的结构——不是给你一个"买"或"卖"的结论,而是让你在下一次市场"重新定性"它的时候,有自己的判断依据。

进入正题前,先拆三个最常见的错觉。

二、错觉一:「英伟达是一家卖芯片的硬件公司」

这是最普遍、也是代价最高的误解。看三组数字:

维度 数据 说明
开发者生态 CUDA 开发者约 500 万,软件工程师约 4,000 人 2006 年推出,积累 20 年
销售单元 GB200 NVL72 整机柜约 300-350 万美元/台 卖的不是芯片,是含 72 颗 GPU、交换机、软件栈的整套系统
网络业务 FY2027 Q1 单季约 148 亿美元,同比 +199% 这块"顺带"的业务,单独拿出来已是全球最大网络设备公司之一的体量

数据来源:NVIDIA FY2027 Q1 财报、GTC 2026 公开资料。机柜价格为渠道调研估计值。

芯片性能每两年就会被追平一次——这是半导体行业的铁律。真正让竞争对手 20 年追不上的,是硬件之上那套软件:写 AI 程序的人默认用 CUDA,就像办公室白领默认用 Windows。同样一块硬件,配上英伟达的推理软件栈,每秒处理的请求量能提升一倍以上——性能不只长在芯片里,还长在软件里。

所以评估英伟达的竞争力,问"AMD 的芯片追上了没有"是问错了问题。正确的问题是:围绕 CUDA 的软件生态和整套系统,护城河还剩多深、正在以什么速度变浅。这是第 02 篇要回答的。

三、错觉二:「客户排队抢卡,需求根本不用担心」

需求确实真实——订单可见度 1 万亿美元不是编出来的。但"需求旺盛"和"需求安全"是两回事。看两个被大多数人忽略的数字:

第一个数字:54%。 FY2027 Q1,前三大直接客户分别占英伟达营收的 21%、17%、16%,合计 54%——一年前这个数字是 34%。应收账款的 64% 集中在这三家手里。买家越来越集中,议价力的天平在悄悄移动。

第二个数字:四家,全部在自研。 英伟达最大的几个客户,每一家都在造自己的 AI 芯片,而且已经不是"尝试"阶段:

  • 谷歌的 Gemini 3 从头到尾用自家 TPU 训练,没有用一颗英伟达 GPU,且 TPU 已开始外售;
  • 亚马逊为 Anthropic 部署了上百万颗自研训练芯片;
  • 微软的自研推理芯片已在数据中心服役;
  • Meta 的自研推理芯片以六个月一代的速度迭代,同时在谈租用谷歌 TPU。

最大的风险从来不是"出现另一个英伟达",而是每个大客户都造一个自己的英伟达。占营收一半以上的那几家公司,正在给自己打造替代品。

还有一块已经塌掉的需求:中国。中国区收入占比从巅峰期的约 20% 降到 FY2027 Q1 的 5.6%,10-K 里公司自己的原话是"实际上已被排除在中国数据中心市场之外"。这不是风险预警,是已经发生的损失。

需求的"质"和"量"是两个问题——量在创纪录,质的结构在变化。第 02、03 篇分别拆这两件事。

四、错觉三:「涨了这么多,估值早就贵上天了」

反直觉的事实是:按市盈率衡量,现在是英伟达五年来"最便宜"的时候。

估值指标 当前值(2026-07-13) 参照
滚动市盈率 约 31 倍 处于自身 5 年最低分位
前瞻市盈率 约 20-23 倍 低于多数大型科技股
PEG(市盈率/增速) 约 0.34 美股七大科技巨头中最低
市销率(滚动) 约 23 倍 仍显著高于一般硬件公司

数据来源:以 2026-07-13 收盘价 203.53 美元、市值约 4.93 万亿美元计算;PE 口径详见第 04、05 篇。

营收增长 85%、市盈率 31 倍、PEG 全巨头最低——按教材公式,这是"成长股捡便宜"的标准画面。那为什么股价反而从 5 月峰值回撤了 13%?

因为市场真正的分歧已经不在"增长有多快",而在这些利润是什么成色:

  • 最新单季 GAAP(美国会计准则)净利润里,有 159 亿美元来自投资组合的账面重估,占税前利润约 23%——英伟达投资了自己的客户,客户估值上涨又变成英伟达的利润;
  • 支撑订单的资本开支,正从云厂商的经营现金流转向发债融资;
  • 增长最快的边际买家(OpenAI、新兴算力云),自身还在大额亏损。

换句话说:市盈率低不等于便宜,因为分母里的 E(利润)本身就是争议的核心。低分位的 PE 可能是机会,也可能是价值陷阱的入口——思科 2001 年跌到 30 倍 PE 时看起来也"便宜",后面还有 70% 的跌幅。这个问题贯穿第 03、04 篇,最终在第 05 篇给出估值框架。

五、看懂英伟达需要同时戴上七副眼镜

一句话定义:英伟达是一家用 20 年软件生态锁定客户、按整套系统卖 AI 算力、同时正在变成 AI 产业最大投资方的公司——它的利润表是三重身份的叠加。

眼镜 戴上后看到什么 哪一篇展开
软件公司 CUDA 生态、迁移成本、AI 编程对锁定的侵蚀 02
系统与销售结构 整机柜销售、客户集中度、失去的中国 02
投资机构 423 亿美元私有股权、循环交易网络 03
周期股 资本开支周期、债务融资化、思科对照 03
财务侦探 利润口径、库存与应收的周期信号 04
创始人企业 三次赌上公司的决策史、继任空白 04
出价者 估值方法、三情景、红线清单 05

任何单独一副眼镜看到的英伟达都是残缺的。多头往往只戴第一副,空头往往只戴第四、五副——本系列的目标是让你七副都戴一遍。

六、结尾:先记住这组数字的量级

这些数字会在后续各篇里反复出现和解释,先记住量级:

指标 数值
市值 约 4.93 万亿美元(2026-07-13)
FY2026 全年营收 / 净利润 2,159 亿 / 1,201 亿美元
FY2027 Q1 单季营收 816 亿美元(同比 +85%)
管理层披露的订单可见度 到 2027 年至少 1 万亿美元
自由现金流(FY2026) 967 亿美元
前三大客户营收占比 54%
中国区收入占比 5.6%(两年前约 20%)
对外投资承诺(未出资部分) 270 亿美元(2026-04-26)

数据来源:NVIDIA FY2026 10-K、FY2027 Q1 10-Q、GTC 2026。

同一组事实,戴不同的眼镜会读出完全不同的结论——这正是这家公司值得花八篇文章拆开的原因。

本篇要点回顾

  • 八年里市场对英伟达的定性至少推翻七次,多头空头轮流出错——研究多不等于看懂;
  • 错觉一:它不是芯片公司,是软件+系统公司,网络业务单季 148 亿美元常被忽略;
  • 错觉二:需求创纪录,但前三大客户占营收 54%(一年前 34%),且大客户全部在自研芯片,中国市场已实质归零(5.6%);
  • 错觉三:滚动 PE 约 31 倍处 5 年最低分位、PEG 约 0.34 为七巨头最低——但"便宜"的前提是利润成色经得起检验,而这正是当前市场分歧的核心;
  • 最新单季 GAAP 净利中约 23% 的税前利润来自投资重估——英伟达的利润表已经是"经营+投资"的叠加;
  • 看懂英伟达需要七副眼镜:软件公司、系统销售、投资机构、周期股、财务侦探、创始人企业、出价者。

下期预告

下一篇,我们拆英伟达的生意本身——CUDA 护城河,和它养出的那台占营收 92% 的利润引擎。

不是讲"生态很强大、需求很旺盛"这种听了一万遍的话,而是回答几个更尖锐的问题:

  • 20 年建成的软件城堡,为什么 AI 编程工具用 30 分钟就翻过了第一道墙?
  • 谷歌已经证明可以完全不用英伟达训练顶级模型——为什么其他人还做不到?
  • 前三大客户占营收 54% 意味着什么?"订单可见度 1 万亿美元"怎么读才不被误导?
  • 从"唯一的收费桥"变成"最好的桥",租金会掉多少?

下周见。


本文是《看懂英伟达》系列第 01 篇。后续 4 篇将陆续推出。 本系列基于公开信息和价值投资框架研究,不构成任何投资建议。

精选研究与报告之外的判断,首发在公众号「复利炼丹炉」 · 扫码关注发现数据错误?提交纠错(需附正确值与来源)

底稿与核验(GitHub)

这些文件不在阅读站上展示,点开为 GitHub 原文。

同一专题的其他报告