{"source":{"id":"mb-20260827-e5011d","title":"全市场都在盯着 AI 资本开支何时见顶，NVIDIA 却把明年的收入增速定在了 70%","url":"https://mubeitech.com/p/mb-20260827-e5011d"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"mb-20260827-590390","account":"mubei","brand":"","title":"当卖铲人开始借钱给淘金者买自己的铲子，繁荣的底座就换了零件","summary":"当卖铲人开始借钱给淘金者买自己的铲子，繁荣的底座就换了零件","body":"当卖铲人开始借钱给淘金者买自己的铲子，繁荣的底座就换了零件。\n英伟达单季营收冲破 962 亿美元，下一年增长指引高达 70%。\n但翻开资产负债表，前 5 大客户占了 70% 的应收账款。\n部分客户的付款周期，甚至被一路宽限到了整整一年。\n为什么全世界最赚钱的芯片巨头，要允许客户赊账一年来买自己的算力？\n为什么它还要出面为 OpenAI 提供高达 1050 亿美元的数据中心债务担保？\n这究竟是远见卓识的生态布局？\n还是一场不得不靠卖方输血来维持的击鼓传花？\n把这笔账放进资本演进的坐标系里，会看到一台运转了三十年的经典机器。\n这台机器叫供应商融资循环。\n真正的产业繁荣，逻辑极其简单：下游赚到真金白银，拿着利润向上游采购设备。\n但人工智能的下半场，遇到了严峻的现金流断层。\n谷歌在刚刚过去的季度里，交出了 2004 年上市以来的第一次负自由现金流。\n终端应用赚回来的微薄订阅费，根本填不上成百上千亿美元的算力开支。\n下游拿不出足够的现钱，上游又必须交出让华尔街满意的爆炸性增长。\n闭环要怎么维持？\n唯一的解法，就是卖铲人自己化身放贷人。\n英伟达把赚来的丰厚利润，通过股权投资、数十亿美元的云服务承购承诺、以及千亿美元的债务兜底，重新注入给核心客户。\n初创公司和云厂商拿到这笔资金背书，立刻转头向英伟达下单采购最新款芯片。\n英伟达把这笔采购记为当季的高额营收和亮丽利润。\n股价随之飙升，手里又有了更多筹码去支撑下一轮担保。\n钱从英伟达流出，在下游转了一圈，最后又作为收入流回英伟达。\n面对华尔街关于循环融资的尖锐质疑，首席财务官 Colette Kress 给出了自己的抗辩。\n她的逻辑是：GPU 算力是通用且耐用的硬资产，就算个别客户爆雷，芯片也能收回来转租给别人，因此风险完全可控。\n这套抗辩听起来无懈可击。\n但它偏偏忽略了半导体世界最冷酷的物理规律：折旧时钟。\n二十多年前的电信泡沫破裂前夕，朗讯和思科也曾用一模一样的逻辑，向新兴电信运营商借出几十亿美元去买自己的光纤和路由器。\n当时所有人也坚信，铺在地下的光纤是永远保值的通用基础设施。\n可当整个行业陷入产能过剩、下游运营商批量破产时，二手光纤的残值瞬间跌去了 90%。\n芯片的折旧速度，比光纤还要残酷得多。\n从 Hopper 到 Blackwell，先进制程的迭代周期只有 18 到 24 个月。\n算力芯片不是可以锁在地库里慢慢收租的写字楼。\n两年之后，上一代芯片在能效比和算力密度上就会被彻底碾压。\n一旦下游的应用泡沫刺破、借款人无力偿还债务，抵押在英伟达手里的二手芯片，残值会发生断崖式暴跌。\n那道被管理层寄予厚望的资产安全垫，在摩尔定律面前脆如薄纸。\n当资产负债表 70% 的应收账款被拉长到一年，上游实际上是用自己的身家性命，替下游的变现困境强行垫资。\n健康的商业增长，靠的是终端用户源源不断创造的新增财富。\n当一家万亿巨头必须亲自给买家提供信贷和担保才能卖出产品，资本市场看到的惊人增速，就已经不再是单纯的技术红利。\n那是卖方用自己的资产负债表，强行拉出的一道金融回旋镖。\n当卖铲人变成了放贷人，这根资金链条上的每一个人，都在为同一张尚未兑现的支票互相背书。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-27 11:28:33","created_at":"2026-08-27 11:28:33","url":"https://mubeitech.com/p/mb-20260827-590390","markdown_url":"https://mubeitech.com/p/mb-20260827-590390/markdown"},{"rank":2,"id":"mb-20260823-9f0a1d","account":"mubei","brand":"","title":"供应链传出消息，NVIDIA 最新一代 AI 服务器的出厂价格即将全线上调超过 15%","summary":"供应链传出消息，NVIDIA 最新一代 AI 服务器的出厂价格即将全线上调超过 15%","body":"供应链传出消息，NVIDIA 最新一代 AI 服务器的出厂价格即将全线上调超过 15%。\n负责组装的代工厂已经陆续向微软、谷歌和甲骨文发出调价通知。\n涉及的机型覆盖了从 Grace Blackwell 到未来的 Vera Rubin 架构。\n很多人第一反应是 NVIDIA 又在利用自己的绝对垄断地位肆意提价。\n但看一眼背后的财务报表，事情有些反常。\nNVIDIA 自身的毛利率常年维持在 75% 的极高水平。\n一家拥有如此丰厚利润垫的芯片巨头，为什么连 15% 的供应链涨幅都不愿意自己消化，非要把成本全额甩给下游客户？\n答案不在 GPU 芯片本身。\n真正的账单藏在那些贴在芯片周围的内存颗粒里。\n推动整台服务器价格飙升的核心推手，是高带宽内存 HBM 与普通服务器内存成本的失控式暴涨。\n为什么在半导体制造技术高度成熟的今天，多造几块内存颗粒会变得这么难？\n顺着晶圆厂的生产线拆到底，会看到一台正在重塑整个算力版图的隐形机器。\n晶圆吞噬效应。\n过去三十年，存储芯片在整个硬件产业链里一直扮演着周期性降价的廉价大宗商品角色。\n只要需求上来，存储原厂开足马力扩产，价格很快就会被砸穿。\n但 AI 大模型打破了这个运行了几十年的旧循环。\n算力芯片跑得越快，对数据吞吐带宽的渴求就越极端。\n普通内存的传输通道已经无法满足需求，工程师只能把 8 层甚至 12 层内存芯片垂直叠在一起，用微米级的硅通孔 TSV 打穿相连，再用先进封装工艺与 GPU 拼装在一起。\n这就是高带宽内存 HBM。\n这种三维堆叠结构在物理上带来了极其苛刻的制造代价。\n因为内部布满了密集的垂直互连通道，单颗 HBM 裸片的物理面积比同等容量的普通内存晶粒大了 50% 到 60%。\n堆叠 12 层芯片意味着良率的乘法损耗：只要其中任意一层存在微小缺陷，整颗封装好的昂贵芯片就必须全盘报废。\n加上底部还需要一块专门的逻辑控制晶圆，半导体行业算出一笔极其残酷的账。\n制造同样容量的 HBM 内存，消耗的 12 英寸原始硅晶圆面积，是制造普通内存的 3 到 4 倍。\n这是一场赤裸裸的零和博弈。\n全球能稳定供应尖端内存的厂商只有 SK Hynix、Samsung 和 Micron 三家。\n面对 HBM 高达数倍的溢价，三大巨头将产线上的晶圆产能大规模切向 HBM。\n结果产生了一场全方位的连环挤压。\n产线切走之后，普通服务器急需的 DDR5 内存供给被硬生生抽干。\n另一边，即便消耗了三倍以上的晶圆产能，造出来的 HBM 依然跟不上算力集群的扩张速度。\n整个半导体供应链同时陷入了双重短缺。\n内存不再是服务器里随行就市的配角，在单台 AI 服务器的硬件物料成本中占比已经突破 20% 到 30%。\n当一个核心零部件因为物理规律的限制产生结构性短缺时，它的定价权就会压倒性地向上游原厂倾斜。\n面对不可抗拒的晶圆物理成本上升，即便是统治算力市场的巨头，也会选择把成本通过代工厂顺流穿透，100% 转移给终端买家。\n很多人以为 AI 算力的扩张是一场无止境的晶体管密度与算法效率竞争。\n底层的物理世界却给出了完全不同的答案。\n算力可以在虚拟世界里无限膨胀，把数据喂进处理器的管道却必须在原子尺度上接受物理定律与良率的严厉惩罚。\n当科技巨头们争相向算力中心投入千亿美元资本时，真正决定这笔账单上限的，从来不单是算力芯片的运算速度，晶圆厂里那道不可逾越的物理置换率才是真正的天花板。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-23 00:21:46","created_at":"2026-08-23 00:21:46","url":"https://mubeitech.com/p/mb-20260823-9f0a1d","markdown_url":"https://mubeitech.com/p/mb-20260823-9f0a1d/markdown"},{"rank":3,"id":"mb-20260823-6b2e92","account":"mubei","brand":"","title":"彭博社披露了一份供应链通知","summary":"彭博社披露了一份供应链通知","body":"彭博社披露了一份供应链通知。\nNvidia 已经通知微软、Google 和 Oracle 等主要客户，明年初出货的 AI 服务器价格将全面上涨超过 15%。\n涨价名单里，包括了顶级的 Grace Blackwell，以及刚发布不久的旗舰平台 Vera Rubin。\n坐拥 75% 惊人毛利率、手握算力垄断地位的芯片霸主，为什么突然在这个节点对大客户挥刀加价？\n供应链指出的核心原因只有一个：内存成本彻底失控了。\n过去四十年的计算机体系里，有一条默认的经济学常识。\n逻辑芯片是昂贵的大脑，负责所有的复杂运算。\n内存只是廉价的仓库，在整张物料成本清单里，通常只占 10% 到 15%。\n但这套运行了数十年的规律，被大语言模型和智能体计算彻底击穿了。\nAI 大模型不缺算力芯片的峰值运算次数。\n它缺的是每秒钟把几百亿参数和注意力缓存喂进处理器的速度。\n这就是计算机领域著名的「内存墙」。\n为了打破这道墙，芯片厂商不得不把 DRAM 晶圆打孔切薄，一层层垂直堆叠成立体的高带宽内存。\n这台重塑了半导体格局的机器，叫「成本结构倒置」。\n物理瓶颈被 3D 堆叠强行跨了过去。\n可整个算力系统的账本，却被彻底颠倒了过来。\n在 Grace Blackwell 架构上，高带宽内存占单颗超芯片的物料成本已经达到了 53%。\n而到了下一代 Vera Rubin 架构，这个比例飙升到了 62%。\n在单颗成本约 3.89 万美元的 Vera Rubin 超芯片里，288GB 的 HBM4 加上高速内存，直接吃掉了 2.43 万美元。\n算到一台 72 颗芯片组成的顶级计算机架上，光是塞在里面的内存晶圆，成本就高达 200 万美元。\n每个机架的内存支出，在一代产品之内暴涨了 2.5 倍。\n用来存数据的仓库，造价已经远超负责算力的大脑本身。\n这种立体堆叠的内存良率极低，只要十几层晶圆里有一层瑕疵，整组昂贵的模组就会报废。\n全球能稳定量产的厂商，只剩下 SK Hynix、三星和美光三家。\n制造复杂度的爆炸和产能紧缺，把最强势的话语权，从硅谷的设计巨头，推向了上游的内存晶圆厂。\n即使强如 Nvidia，也无法独自吞下这笔沉重的「内存税」。\n它只能把供应链飙升的硬件账单，连同自己的利润率，原封不动地打包成 15% 的涨价通知，推给硅谷的云巨头们买单。\n许多人以为 AI 算力的军备竞赛，比拼的是谁能设计出更庞大的逻辑核心。\n这轮涨价撕开了一个冰冷的物理现实。\n决定技术扩张速度的，从来不只是算力芯片能跑多快。\n还在于把海量数据送进核心的每一步，究竟要支付多昂贵的过路费。\n当内存吃掉了芯片六成以上的造价，算力竞争的真正关卡，已经从算法与架构，转移到了物理世界的硅片与带宽。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-23 00:21:46","created_at":"2026-08-23 00:21:46","url":"https://mubeitech.com/p/mb-20260823-6b2e92","markdown_url":"https://mubeitech.com/p/mb-20260823-6b2e92/markdown"},{"rank":4,"id":"2056557507573895513","account":"mubei","brand":"@mubei","title":"英伟达明年本来能卖出 1.5 到 2 万亿美元的芯片。 前提是有人愿意帮黄仁勋把产能翻三倍。 但台积电拒绝了。 黄仁勋现…","summary":"英伟达明年本来能卖出 1.5 到 2 万亿美元的芯片。 前提是有人愿意帮黄仁勋把产能翻三倍。 但台积电拒绝了。 黄仁勋现在每三个月飞一次台湾催进度。 他想要产能翻倍再翻倍。 台积电的回应是扩产 5%。 投资人 Gavin Baker 点透了背后的核心逻辑。 从铁路、运河到 PC…","body":"英伟达明年本来能卖出 1.5 到 2 万亿美元的芯片。\n前提是有人愿意帮黄仁勋把产能翻三倍。\n但台积电拒绝了。\n\n黄仁勋现在每三个月飞一次台湾催进度。\n他想要产能翻倍再翻倍。\n台积电的回应是扩产 5%。\n\n投资人 Gavin Baker 点透了背后的核心逻辑。\n从铁路、运河到 PC 和互联网，每一次底层技术革命都免不了一场泡沫。\n资本疯狂涌入，堆出基础设施，随后泡沫破裂，留下一地鸡毛。\nAI 本该重演这条老路。\n但这次，资本狂飙撞上了一堵真实的物理墙。\n\n这堵墙是电力和晶圆。\n为了解决缺电，硅谷已经在筹划未来五到七年内部署轨道计算。\n真正长期锁死进度条的，是晶圆短缺。\n更准确地说，是台积电高层的克制。\n\n掌管这家晶圆帝国的，是一群七十多岁的长者。\n二十多年前，他们把超越 Intel 视作只能留给孙辈的美梦。\n最终他们用一代人的时间完成了超车。\n如今，他们视自己为张忠谋遗产的绝对守护者。\n在他们眼里，台积电的存亡就是台湾的存亡。\n\n这种心态决定了他们的决策底线。\n配合硅谷盲目扩产，一旦遭遇周期泡沫破裂，巨大的闲置产能对台积电就是灾难。\n他们绝不拿半生心血去赌华尔街的狂欢。\n\n软件代码的复制没有摩擦力，资金想跑多快跑多快。\n但半导体制造有着无法绕过的物理瓶颈。\n台积电极其保守的扩产节奏，强行压制了算力供给。\n现实世界的产能短缺，刚好替整个 AI 行业勒住缰绳，拦下了一场致命的崩盘。","category":"科技","score":80,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-19 04:25:29","created_at":"2026-05-19T04:08:13+02:00","url":"https://mubeitech.com/p/2056557507573895513","markdown_url":"https://mubeitech.com/p/2056557507573895513/markdown"},{"rank":5,"id":"mb-20260822-f5546a","account":"mubei","brand":"","title":"很多人在争论 AI 泡沫会不会破","summary":"很多人在争论 AI 泡沫会不会破","body":"很多人在争论 AI 泡沫会不会破。\n看多的人指着英伟达的财报：需求是真的，订单排到明年，算力供不应求。\n看空的人盯着大模型的商业化：收入跟不上资本开支，应用层赚不到钱。\n两边吵得不可开交。\n管理着 900 亿美元资产、亲历过 2000 年互联网泡沫的 Insight Partners 联合创始人 Jerry Murdock，在 20VC 上给出了一个完全不同的视角。\n他没有去猜大模型到底能赚多少钱。\n他指了一台三十年前就运转过的旧机器：光纤陷阱。\n1999 年前后，全球电信公司借了数千亿美元铺设地下光纤网络。\n那些光纤是真实的吗？\n每一米都是真的。\n它们不仅真实，而且极度重要。\n正是当年埋进地底的数百万公里暗光纤，撑起了后来二十年移动互联网、流媒体和云计算的繁荣。\n但当年借钱埋光纤的公司，后来的结局是什么？\n环球电讯（Global Crossing）破产，世通（WorldCom）崩盘，一整批电信基础设施巨头在三年内集体清算。\n因为技术革命里藏着一个残酷的财务规律：\n资产的长期价值，救不了短期的债务错配。\n光纤有五十年寿命，但银行的贷款和债券利息每个季度都要还。\n当所有人都坚信「需求无限」而疯狂加杠杆抢跑，基础设施的建设速度就会远远甩开现金流的回收速度。\n现在的 AI 算力市场，正在精确重演这台机器。\n没有人怀疑算力在未来二十年的价值。\n问题在谁的账本能撑到那个未来。\n过去两年，大批新兴算力云公司用极高的债务杠杆采购 GPU、搭建数据中心。\n它们的算力买家，很多又是靠风投补贴跑推理的初创公司。\n这根债务链条绷得极紧，容不下任何宏观波动。\nMurdock 提醒了一个很多人忽视的信贷传导节点：\n日本持有超过 1 万亿美元的美国国债。\n一旦日本为了捍卫日元汇率被迫大规模抛售美债，全球信贷市场就会瞬间遭遇流动性收缩。\n信贷一旦收紧，借高利贷买芯片的新兴算力云就会立刻面临追加保证金和债务违约。\nMurdock 给出的判断很冷峻：\n未来 36 个月内，至少有一半的新兴算力云会彻底消失。\n但那些被买回来的 GPU 和数据中心会消失吗？\n不会。\n它们就像当年埋在地底的光纤一样，依然立在那里。\n等到破产清算的法槌落下，资产被大幅折价。\n手握天量现金流的几家超大规模科技巨头，会以一折甚至两折的价格把这些算力资产打包收走。\n每一次基础设施浪潮，都会有人负责流血垫脚，有人负责低价收割。\n泡沫破裂摧毁的从来不是技术本身。\n它摧毁的，只是那些用短期杠杆去赌长期终局的人。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-22 17:02:06","created_at":"2026-08-22 17:02:06","url":"https://mubeitech.com/p/mb-20260822-f5546a","markdown_url":"https://mubeitech.com/p/mb-20260822-f5546a/markdown"},{"rank":6,"id":"wb_854bab2cc76ee707","account":"mubei","brand":"@mubei","title":"卖芯片的英伟达，开始替买家担保数十年的水电和厂房了。 黄仁勋甚至公开抛出一句反问：这是循环融资吗？ 他的答案是：不是。…","summary":"卖芯片的英伟达，开始替买家担保数十年的水电和厂房了。 黄仁勋甚至公开抛出一句反问：这是循环融资吗？ 他的答案是：不是。 在他眼里，到2030年，光是OpenAI一家带来的算力机遇就高达6000亿美元。 华尔街为什么听到这事直冒冷汗？ 因为2000年电信泡沫破裂时，就是这套玩法。…","body":"卖芯片的英伟达，开始替买家担保数十年的水电和厂房了。\n黄仁勋甚至公开抛出一句反问：这是循环融资吗？\n他的答案是：不是。\n在他眼里，到2030年，光是OpenAI一家带来的算力机遇就高达6000亿美元。\n\n华尔街为什么听到这事直冒冷汗？\n因为2000年电信泡沫破裂时，就是这套玩法。\n当年朗讯和北电为了卖设备，亲自借钱给初创运营商。\n运营商拿到贷款回头买天价设备，巨头账面营收狂飙。\n\n但那套内循环藏着一个死穴：资产专用性。\n一旦变现不及预期，电信初创公司成批破产。\n埋在地底下的专用光纤根本没人接盘，资产流动性瞬间归零。\n朗讯和北电只能吞下数百亿美元坏账，最终走向瓦解。\n\n现在，质疑者把同样的剧本套在英伟达头上。\n在俄亥俄州朴次茅斯，软银负责开发超级园区，OpenAI签了20年长约。\n整个项目规划的电力高达4.25吉瓦，未来可扩展到8吉瓦。\n英伟达直接注资15亿美元，同时为整个重资产建设提供巨额信用担保。\n左手给买家背书信用，右手把自己的芯片塞进机房。\n\n黄仁勋凭什么认定这笔交易完全不同？\n他的底气来自两个核心逻辑。\n第一个是LPS瓶颈：土地、电力与建筑外壳。\n今天卡住AI扩张的不是算法，也不是造芯片，而是物理电网。\n芯片制程一年一迭代，可一座数吉瓦级电网基建审批施工要三到五年。\n不提前用资本锁定电力，未来的算力根本无法通电落地。\n\n第二个逻辑，叫通用可替代资产。\n当年的暗光纤是专用线路，客户一倒闭就沦为废铁。\n但英伟达构筑的算力池，全运行在统一的CUDA生态上。\n如果OpenAI哪天付不起租金，这4.25吉瓦的通电算力工厂不会变成废墟。\n几天之内，它就能转租给Anthropic、xAI、Meta或者微软。\n\n在这套逻辑下，英伟达的角色变了。\n它不再只是卖芯片的硬件商，而是在把自己做成整个AI世界的信用承销商与算力做市商。\n用自己的资产负债表，为上游稀缺的电力和厂房注入流动性。\n但这场超级下注的前提，是市场必须永远存在足够多的高估值买家，以同样高昂的溢价去消化这些吞噬数吉瓦电力的庞大集群。\n一家万亿芯片巨头，已经把自己的资产负债表与整个AI时代的商业化兑现速度彻底捆在了一起。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2089468126262104233","translated_status_id":"2089468126262104233","published_at":"2026-08-17 18:19:42","created_at":"2026-08-17T20:18:06.468040","url":"https://mubeitech.com/p/wb_854bab2cc76ee707","markdown_url":"https://mubeitech.com/p/wb_854bab2cc76ee707/markdown"}]}