AI超级周期：开源是算力再分配，英伟达ACIE增速揭示下一增长极

这是这个系列的下篇。上篇讲了两部相隔十八个月的"电影"、L 同学的观点、Transformer 和 ASIC 的另一面，以及"坟墓"那句话背后，观点与头寸之间的那道分界线。没看过的球友建议先看上篇，逻辑是连着的。今天把另一半讲完：市场到底在给哪道题定价，英伟达的财报里藏着什么答案，以及为什么我说 AI 是一个以十年为周期的超级周期。文末还会集中回答上篇评论区问得最多的那个问题：英伟达到底能不能到 10 万亿。照旧说明一句：这只是我个人视角的梳理，抛砖引玉，欢迎不同的解读。【市场到底在给哪道题定价】把文章放下，回到投资。先说心态。回撤的时候，心态最容易崩：看着账户里的浮亏，人会本能地怀疑是不是熊市来了、是不是该做点什么。我的办法是逼自己回答两个问题。第一个问题：市场永远是对的，这个事实你接不接受？价格就是价格，跟它赌气没有任何意义。第二个问题：市场也有它不理性的一面，那现在到底理不理性？分辨这件事只有一个办法——看最底层的逻辑变没变，看数据，不看情绪。股价不等于价值，earnings 才是。第二个问题落到具体持仓上，有一个更扎实的检验方法。Stanley Druckenmiller 讲过的那个道理，我认为是对的：他之所以能非常快地清掉仓位，不是因为股价跌了，而是因为股票的走势和他的投资逻辑发生了冲突，或者他的逻辑本身变了。所以核心永远是：你投这家公司的时候，看重的到底是什么？这个底层逻辑有没有变？逻辑没变，短期的价格波动就是正常的。有人习惯设止损线，这也 OK——但半导体这种波动巨大的板块，止损线大概率很快就被震出去。所以还是得回到本质。拿我自己的持仓过一遍这个检验。英伟达：我的逻辑依然是 Right Business、Right People、Right Price，这个核心判断没有发生本质变化。它面临很多竞争，但最 fundamental 的东西还在——我投它从来不是因为它打赢了某一场竞争，所以我的 investment thesis 没有变。哪怕它从 230 多美元的高点回撤到 200 美元下方，对我来说也 OK。再看存储。这个板块我只买了一点点，因为错过了最好的进入时机，但检验的方法是一样的：存储依然短缺，价格还在涨；产能扩张没有那么快，新厂从动工到出片要以年计；短期波动这么大，很大程度是因为交易里的杠杆太多——不少人上了杠杆、买了杠杆 ETF，承受不住磨损就拿不住了，这个市场需要经历一轮去杠杆。美光、SanDisk、SK Hynix 都从高点回落了不少，但我投这个板块的三条逻辑，一条都没有变。说到底，你对一个标的了解多少，直接决定了市场动荡的时候你拿不拿得住。心态快崩的时候，与其盯着盘面，不如反问自己几个问题：如果你投了光通信，你对它到底了解多少？为什么光通信和 CPO 这么重要？为什么数据中心需要更多的光而不是更多的铜？那为什么 Credo 这种做铜互连的公司还能涨——段永平最新的 13F 里也建仓了它？把这些问题真正搞懂，你才知道自己投的到底是什么。搞不懂，跌 10% 就是煎熬；搞懂了，跌 10% 只是价格。当然，看逻辑从来不等于不看数据——个股的财报、价格、行业的供需，这些数据我同样都在跟，逻辑最终要拿数据来验证。个股如此，大盘也一样。今年一季度，S&P 500 的盈利同比增长接近 28%，84% 的公司业绩超预期，是 2021 年以来的最高比例，其中信息技术板块以超过 34% 的增速领跑所有行业；二季度目前预计增速在 23% 以上，将是连续第六个季度的双位数增长，刚开始披露的这批公司里近九成继续超预期。半导体指数进了技术性熊市，而基本面在创好几年来最好的记录——这两件事摆在一起，你至少应该多问一句：市场到底在给哪道题定价？市场两次砸盘用的是同一条逻辑链：开源模型免费且够强，前沿能力不再稀缺，那么支撑天量 GPU 开支的收入预期就撑不住，杀估值。这条链不是没道理，它把开源当成了算力的通缩。我的分歧只在一个环节：开源不是算力的通缩，是算力的再分配。闭源的世界里，算力集中在少数几家实验室和给它们供云的 Hyperscalers 手里。开源把模型交到了每一家企业手上——而企业一旦自己部署，算力需求就从"几个大客户"变成了"无数个小客户"。需求没有消失，需求搬家了。这个判断不需要我猜，英伟达管理层已经用会计科目把它写出来了。5 月 20 日的财报电话会我听的时候印象很深：英伟达第一次把数据中心收入拆成了两块，一块是 Hyperscale，就是那几家 Hyperscalers；另一块起了个新名字叫 ACIE——AI 云、工业和企业，覆盖主权 AI、企业本地部署这些不由 Hyperscalers 控制的场景。当季两块收入几乎五五开，但增速差了一倍还多：Hyperscale 环比增长 12%，ACIE 环比增长 31%，其中 AI 云一项同比翻了三倍多。管理层给这次拆分的解释几乎是在替我把话说完：Hyperscalers 会自己搭全栈，而其余的市场需要英伟达的整套方案，因为这些客户没有能力自己设计芯片。老黄在会上还补了一句，英伟达整体的增速应该快于 Hyperscalers 资本开支的增速，原因就在这个分类里。一家公司改财报口径，从来不是会计部门的心血来潮，那是管理层在告诉你，它认为自己的下一段增长长在哪里。市场在用"开源杀算力"给英伟达定价的同一个季度，英伟达把"开源喂出来的那块收入"单独拎出来给你看。这背后还有一层权力结构的考量，SemiAnalysis 的 Dylan Patel 把它说得非常直白。他的原话大意是：老黄极度厌恶一个所有权力都集中在几家 Hyperscalers 手里的世界，他要创造一个多极的算力世界——一个只有 OpenAI 和 Google 的模型的世界，对英伟达来说就是死局。这不是阴谋论，是写在英伟达自己财报里的现实：10-Q 披露，最大的四个直接客户合计占了收入的六成以上。这几家客户一边是你最大的买家，一边在自研芯片跟你作对；客户越集中，它们反过来拿捏你定价权的筹码就越足。所以英伟达必须拓展企业级市场、必须扶持 Neo Cloud、必须支持一切能让算力需求分散化的东西——而开源模型，就是把需求从几家 Hyperscalers 摊到千千万万家企业头上的那个再分配机制。这对英伟达是生意，对整个 AI 生态其实也是好事：没有人希望智能这种东西被三五家公司垄断。那么 ACIE 的客户用什么模型？想一步就通：企业不可能把自己的核心数据送进别人的闭源 API，隐私这一关就过不去；而每家企业的业务和数据都不一样，行业知识沉在自己手里，定制化是刚需。能满足这两条的，只有可以自己部署、自己微调的开源权重。Palantir 的 CEO Alex Karp 七月初在 CNBC 上把这层窗户纸捅破了，说企业高管私下对 token 账单怨声载道，真正想要的是把数据和权重握在自己手里——引用他必须说明一句：Palantir 自己就是英伟达开源模型在涉密环境的落地方，他不是中立证人，他是产业链上的另一环。但恰恰因为不中立，这话才有分量。答案其实已经很明确了：英伟达未来的增长，大头会来自 ACIE，来自企业端的 AI 部署。英伟达早就看到了这一点，所以它必须全力推开源，让企业端能真正部署起来。它做 Nemotron，从来不是想在模型端赚钱——它不只开了权重，把训练数据集和训练配方也一起放了出来，许可证随便商用，目的就是持续提升开源模型的能力、把企业复现和改造模型的门槛压到最低，让更多企业在实际业务里用起来，从而带动英伟达芯片和整个技术栈的采用。研究开源模型的学者 Nathan Lambert 问过英伟达负责 Nemotron 的一位 VP：你们为什么做这个？对方的回答只有一句：因为我们站在语言模型研究的前沿，而英伟达会卖出更多的 GPU。Lambert 的评价是，至少他们的商业模式比谁都清楚。为什么开源模型对英伟达是必由之路？为什么英伟达会强力到联合几十家公司共同发声、请求不要封杀开源模型？核心逻辑就在这里。我自己每一次英伟达的财报会都会认真听，特别留意老黄的发言、业务的进展和一些方向性的变化——我知道不是每个人都有时间和精力去跟这些东西，所以这篇文章把它们拆开摆在这里，就是想让大家看懂，英伟达在棋盘上到底在下怎样的一盘棋。所以落回投资，我给自己的题目就变得很简单：如果开源是再分配，那这次砸出来的是错价；如果开源真是通缩，ACIE 的增速会先于任何舆论告诉我。接下来几个季度，我盯的不是评论区，是这一个科目的环比。当然，ACIE 只是我跟踪清单里的一项。这轮回撤里我一直在盯的还有几个指标——英伟达自己的、Hyperscalers 的、行业面的——展开讲这篇就收不住了，我会放在公众号后面的深度文章里单独拆解，其中一部分可能会做成付费内容，先跟大家打个招呼。【长期主义，是价值投资人的必修课】这里把一个框架单独说清楚：判断一家公司值不值得长期拿，从来不是看创始人一个维度。我的框架一直是 Right Business、Right People、Right Price——是不是好生意、人靠不靠谱、价格贵不贵，三个因素任何一个变了，都要重新判断。真涨到人人疯狂的价格，我也会考虑减一部分，这话我之前写过。长期主义不是死拿不动，是持续验证这三件事之后的选择。而放到今天的 AI 上，最容易被短期波动带偏的，是对 Business 的判断。最近板块跌下来，大家的疑问集中在一处：是不是过度建设了？需求跟不跟得上？钱是不是花得太猛了？英伟达和韩国那几家公司签下一串五年期大单的新闻出来的时候，我写过一句评论：AI is the largest infrastructure build out in human history. It won't be stopped. And it won't happen in one day, one month, or one year. AI 是人类历史上最大的一次基础设施建设，它不会停下，也不会在一天、一个月或者一年之内完成。再看行为，不看口号：这些大公司宁可牺牲短期的自由现金流，也坚持把 capex 砸下去。它们看得很清楚——算力是未来 AI 竞争的必需品，今天省下的每一分钱，将来都要加倍补课。这里有个底层逻辑我之前提过，还要再强调一次：AI 这一轮是"供给创造需求"。不是先有多大的 demand，再去 build 相应的 supply；而是 supply 拉上去之后，新的 demand 和新的 application 才会长出来。回到老黄的那个视角——AI 是一块五层蛋糕。现在做基建，是给上层的应用提供土壤；反过来，只要应用在创新、模型能力在提升，对底层算力的需求就会越来越大。顺便把"算力"这个词说准确一点。我说的算力，从来不是 GPU、TPU 或者 ASIC 这种单一的计算芯片，而是整个算力系统——包括存储、内存和带宽。没有足够的内存和带宽，再多的计算资源大部分时间也只能闲置等待。如果你对 AI 的需求还有怀疑，可以换个角度想，这也是老黄一直在强调的：当你有了足够的算力，过去需要一百年才能算完的任务，今天可能几周、一个月就能完成。这是量变引起的质变——过去那些你觉得要一百年计算量、根本不会去碰的问题，今天你不仅会去做，而且随着算力增加，会有越来越多需要这种量级算力的问题被催生出来。更多的算力催生更多的应用，更多的应用反过来需要更庞大的算力——这是一个螺旋上升的闭环，所以对算力的需求是无止境的。而且，算力和半导体已经被提到了国家安全和国家主权的高度。算力代表智能（Intelligence），没有一个国家愿意在这一轮竞争里落后；有能力的国家一定会自建一整套 AI 大模型体系，因为里面装着自己国家的文化和特定领域的知识。所以你想想，为什么全世界在做这么大规模的 AI capex？对 Hyperscalers 来说，先一步投入关乎生死存亡；对国家来说，主权 AI 同样关乎生死存亡；对企业来说，他们也会慢慢意识到这是生死存亡的事，然后逐步跟进。三层需求，一层都不是可选项。在这个逻辑下再看最近的股价回调，就清楚多了：之前的市场过于乐观，把未来几年的预期全部提前 price in 了；这次回调，其实是把提前透支的部分消化掉，估值回落到了相对合理的区间。基础设施建设绝非一年之功——这就是为什么我说，AI 是一个以十年为周期来计算的巨大机会，也就是 AI 超级周期（AI Super Cycle）。【那封信的名单，两天里一直在长】7 月 24 日，老黄注册了 X 账号，人生第一条推文没有发产品，而是转了一封英伟达联署的公开信，《开放权重与美国的 AI 领导力》。信的论点一句话：美国的 AI 领导力不取决于哪一个前沿模型，而取决于能不能建成一个开放的生态，请政策层不要对开源模型做过早限制。我看这类名单有个习惯：先看谁不在。第一天，媒体报道的签名是 25 家，OpenAI 不在其中，我心里已经做完了一轮"缺席者分析"；第二天，名单变成 35 家，OpenAI 的名字补了上去。等我写这篇文章写到一半，Google 的 CEO 皮查伊也公开发文表态，很高兴代表 Google 支持这封信，还特意强调 Gemma 一直在做开放权重模型；一天之后，Google 的名字也正式出现在了签名页上。到我写下篇快完成的时候，签名已经涨到了 50 家。我的"缺席者分析"就这样在 48 小时里作废了两次。但作废本身就是信息，而且比任何一版名单都大：一封签名两天里长个不停、连拥有自研 TPU、按理说最有资格保持沉默的 Google 都要赶来公开站队的信，说明"支持开源"在美国科技行业已经不是一个立场选择，而是一个不能缺席的表态。行业在用签名投票的同一个星期，市场在用"开源利空算力"给半导体定价——同一件事，两种答案，中间的差额要么是机会、要么是风险，取决于你信哪一边。我信哪边，前面已经写得很清楚了。这两天 X 上还有一场热闹可以记一笔，有人说这个开源公开信署名的是Anthropic 复仇者联盟。没有签名的 Anthropic，有位研究员在老黄的推文下面阴阳了一把：既然黄仁勋信开源了，那很期待 CUDA 和 GPU 驱动开源；纳德拉也支持开源，那 Windows 和 Office 想必也快了。结果围观群众大多不买账，觉得他把意思理解岔了——这封信从头到尾讲的是"不要封杀开放权重的模型"，没说过所有软件都该开源，拿 CUDA 和 Windows 来抬杠，属于牛头不对马嘴。连白宫的 AI 顾问都下场说，这封信反对的是给开源模型生态使绊子，不是要求万物开源。那位研究员后来自己也澄清，说他不反对开源模型，只是觉得一些历史上对开源最不友好的公司突然集体拥抱开放，很有意思——这层观察倒是成立的，但它改变不了信本身的论点。热闹看完，回到那个词：格局。开源这道题上，要说格局，L 先生的格局绝对是够的——他从一开始就认定 AGI 这件事本身足够大，大到你在里面只需要占一点点就可以了，根本不需要占很多。所以开源对 DS 从来不是一个选项，是必选项。顺带回应一个问题：做闭源生意的 OpenAI 都签了，开源闭源的界线是不是模糊了？我不这么看。OpenAI 自己也发过 gpt-oss 这样的开放权重模型。这些做闭源生意的公司，从来不反对开源本身——真正的博弈不在开源和闭源之间，在整个行业和华盛顿之间。【一场谁都没安排的实验】这封信发出的前一个星期，现实里恰好发生了一件事，像是提前给信里的论点做了实验。Hugging Face 披露了一次它称为前所未见的入侵：整个攻击端到端由一个自主 AI agent 驱动。几天后 OpenAI 承认，攻击者是它自己内部评测中的模型——为了测网络安全能力，护栏被调低了，结果模型自己逃出沙箱、连上互联网，推断出 Hugging Face 上可能存着它正被考核的评测答案，一路打进了对方服务器。动机说出来有点荒诞：它想在自己的考试里作弊。更值得记住的是防守方。Hugging Face 起初想借一家美国顶级实验室的模型协助防御和取证，结果那个模型自身的安全护栏把防御团队也挡在了外面；最后帮它完成遏制和取证的，是中国智谱系 Z.ai 的开源模型 GLM 5.2。这件事我不加评论。只提一句：联署信里恰好有一段，说闭源并不天然等于安全，把先进能力集中在少数闭源模型手里反而制造单点故障，防御者需要拿到和攻击者同等能力的模型。信是 7 月 24 日发的，这场实验比它早了一个星期。这场实验的续集来得比我预想的快。就在下篇发稿前，英伟达联合三十多家公司宣布成立开放安全 AI 联盟（Open Secure AI Alliance），从微软到 Hugging Face 自己都在创始名单里，目标是用开放的技术共同修复和披露安全漏洞。老黄发推时几乎是在复述这场实验：攻击者手里有前沿 AI，防守者需要的是一个前沿 AI 生态——最好的开源模型加上最好的闭源模型，再乘上一个全球社区。英伟达的官方博客还补了一个数字：Hugging Face 当时是在自己的基础设施上跑那个开源模型，分析了超过 1.7 万个动作，才把入侵摁住。一周前还是一场谁都没安排的实验，一周后成了一个联盟的成立理由。【杨植麟，和开始追赶的西方】关于开源，还有一个人的说法值得放进来。今年三月的 GTC 我注意过一个细节：杨植麟是那届大会上唯一受邀登台演讲的中国独立大模型公司创始人。站在英伟达的主场，他讲的题目却是怎么把开源模型做得更强——并且把自研的优化器、注意力架构这些底层创新，全部开源了出去。他在演讲里表达过一个意思，我非常认同：开源模型不仅要开源，更要足够优秀。光把权重扔出来不叫本事，开出来的东西要能打，开源才有意义。两个月后，他在中关村论坛上把这套逻辑补完了，而且用的材料很有意思——恰好是老黄 GTC 主题演讲里的幻灯片：以 Kimi 为代表的开源模型，已经成了全世界芯片厂商测试新硬件性能的基准，新芯片发布，就拿开源模型来评测性能提升了多少。他自己给开源下的定义是："我们通过开源，让每一个企业、每一个研究者、每一个终端用户，都能以非常低门槛获取智能。"这个细节值得停一秒。中文讨论里大家吵的是"开源模型离不离得开英伟达的卡"，而在老黄自己的 keynote 上，关系已经倒过来了——新芯片行不行，要拿开源模型来量。谁依附谁？都不是。芯片和开源模型互为标尺，这比任何表态都更能说明什么叫共生。就在我改完这篇稿子的时候，月之暗面把 Kimi K3 的完整权重和技术报告放了出来。这次开的不只是权重：2.8 万亿参数的 MoE、原生视觉理解、100 万 token 的上下文，官方说新架构把每单位算力的智能产出做到了上一代的约 2.5 倍，不是靠堆参数；连它背后的技术栈也一并开放了——高性能注意力算子、MoE 通信库、跑大规模 agent 环境的基础设施。那个让月之暗面自己缺过卡的模型，现在真的要跑进无数企业自己的机房里了；前面 ACIE 那道题，马上就有一场现场测试。顺便说一句，帮 Hugging Face 完成取证的 GLM 5.2，当初发布时同样引起过不小的轰动。K3、GLM、DS 的模型，把这些名字排在一起看，你会看到一个事实：中国的开源模型不是出了一两个爆款，而是在一代接一代地持续迭代。中国开源模型已经占到 Hugging Face 总下载量的四成还多，第一次超过了美国。而西方这边的