英偉達正在成為自己所創(chuàng)造的計算市場的受害者

長期以來一直是行業(yè)領(lǐng)軍企業(yè)的英偉達，近幾個月來遭遇了一段困難時期。據(jù)彭博社報道，盡管預(yù)期營收持續(xù)增長，但該公司股價自5月份高峰以來已下跌15%。與預(yù)期收益相比，英偉達目前的估值已低于標普500指數(shù)平均水平，投資者為其每一美元預(yù)期利潤所支付的價格，已低于普通大型美國公司的水平。

資金仍在大量涌入AI基礎(chǔ)設(shè)施股票，但大部分流向了存儲芯片企業(yè)。在同一時期，全球最大DRAM（動態(tài)隨機存取存儲器，即計算機和服務(wù)器中標準內(nèi)存芯片）制造商之一美光科技的市值幾乎翻了三倍，使內(nèi)存成為數(shù)據(jù)中心的新瓶頸，也成為AI領(lǐng)域最熱門的新投資方向。原因十分簡單：去年看似十分嚴峻的GPU短缺狀況已有所緩解，而與此同時，數(shù)據(jù)中心對內(nèi)存的需求卻幾乎無上限。

對于那些欣賞英偉達技術(shù)成就的人來說，這種局面多少令人感到失落。英偉達的崛起背后有著大量令人印象深刻的真實技術(shù)積累——無論是開發(fā)CUDA（其被廣泛采用的編程平臺，使英偉達GPU成為AI研究的默認引擎），還是以令人難以置信的速度推動GPU的迭代發(fā)展。英偉達的成功足以寫成一本厚重的書，其GPU產(chǎn)品本身也是迄今為止人類制造過的最復(fù)雜的設(shè)備之一，代表著人類能力的極限。

相比之下，美光科技等存儲芯片企業(yè)的故事則簡單得多。它們生產(chǎn)高帶寬存儲芯片——一種專為盡可能快速地在處理器之間傳輸數(shù)據(jù)而設(shè)計的特殊組件，這類芯片已經(jīng)在過去20年里持續(xù)穩(wěn)步改進。在芯片和企業(yè)自身沒有太大變化的情況下，它們所提供的服務(wù)價值突然大幅躍升。由于需求增速遠超任何人擴產(chǎn)的速度，過去一年間，這類芯片的價格已上漲了十倍。

以下是來自Datatrack的數(shù)據(jù)，展示了2023年以來DRAM現(xiàn)貨價格（即買家在公開市場上支付的價格，區(qū)別于長期合同價格）的走勢：

你可能會以為2025年夏天出現(xiàn)了某種重大技術(shù)突破，但實際上并非如此——整個行業(yè)只是嚴重低估了數(shù)據(jù)中心建設(shè)所需的內(nèi)存規(guī)模。

作為對比，以下是來自計算市場平臺Ornn的數(shù)據(jù)，展示了過去一年英偉達H100 GPU每小時使用的現(xiàn)貨價格變化情況：

與英偉達的股價走勢一樣，價格在5月份達到峰值（約為每小時3.20美元），隨后持續(xù)下滑。無論如何看待，英偉達的公司價值與算力價格密切掛鉤，而這一價格正在下降。美光科技及其同類企業(yè)的價值則與DRAM價格掛鉤，而這一價格仍在持續(xù)上漲。

在與計算市場平臺Ornn聯(lián)合創(chuàng)始人兼首席技術(shù)官韋恩·內(nèi)爾姆斯交流時，他將這種差距歸結(jié)為一個簡單的供需問題。谷歌、亞馬遜、微軟甚至OpenAI都已推出各自的定制處理器，以減少對英偉達的依賴。即便這些芯片在性能上不及英偉達的最新產(chǎn)品，也足以拉低整體算力價格。

內(nèi)爾姆斯告訴我："越來越多的GPU和加速芯片廠商正在進入市場，每家公司都想自研芯片，但沒有人在自研DRAM。在高帶寬存儲（HBM）領(lǐng)域出現(xiàn)重大技術(shù)突破、供需關(guān)系發(fā)生轉(zhuǎn)變或新玩家進入存儲市場之前，我認為現(xiàn)狀大體上會持續(xù)下去。"

這對英偉達來說是一種令人沮喪的處境，而這在很大程度上正是其自身成功所帶來的結(jié)果。在向市場證明了算力的巨大價值之后，英偉達發(fā)現(xiàn)自己置身于一個所有人都想?yún)⑴c的市場中央，而更簡單的技術(shù)和不那么引人注目的公司，卻在一旁悄然坐收漁利。

Q&A

Q1：英偉達股價為什么會在營收持續(xù)增長的情況下出現(xiàn)下跌？

A：盡管英偉達預(yù)期營收仍在增長，但其股價自2025年5月高峰以來已下跌約15%。核心原因在于算力價格下滑：谷歌、亞馬遜、微軟、OpenAI等主要客戶紛紛推出自研芯片，市場上GPU供應(yīng)商數(shù)量增加，導(dǎo)致算力現(xiàn)貨價格持續(xù)走低。英偉達的公司估值與算力價格高度綁定，算力價格下降直接影響了市場對其盈利前景的預(yù)期，進而拖累股價表現(xiàn)。

Q2：為什么美光科技等存儲芯片公司的股價大幅上漲？

A：過去一年間，DRAM現(xiàn)貨價格上漲了約十倍，美光科技市值也幾乎翻了三倍。根本原因在于，整個行業(yè)嚴重低估了AI數(shù)據(jù)中心建設(shè)所需的內(nèi)存規(guī)模。GPU短缺有所緩解，但內(nèi)存成為了新的瓶頸。更關(guān)鍵的是，雖然各大科技公司爭相自研GPU以減少對英偉達的依賴，卻沒有人在嘗試自研DRAM，存儲市場供給擴張速度遠遠跟不上需求增長。

Q3：DRAM和高帶寬存儲芯片有什么區(qū)別？為什么后者對AI這么重要？

A：DRAM是計算機和服務(wù)器中常見的標準內(nèi)存芯片，用于臨時存儲運行中的數(shù)據(jù)。高帶寬存儲（HBM）則是一種專為AI處理器設(shè)計的特殊存儲組件，核心優(yōu)勢是能以極高速度在處理器和存儲之間傳輸數(shù)據(jù)。在大語言模型推理和訓(xùn)練過程中，處理器需要持續(xù)、高速地讀寫海量數(shù)據(jù)，HBM的數(shù)據(jù)傳輸速度直接決定了AI計算效率，因此成為現(xiàn)階段數(shù)據(jù)中心最緊缺的資源之一。