2026年5月，台积电在第76届电子元件与技术会议 ECTC 上公布了一套面向 CoWoS-R 平台的直接到硅液冷方案。它不再让热量依次穿过芯片盖、导热材料和外置冷板，而是在 SoC 裸片背面制作硅微柱结构，让去离子水更贴近发热源流动。

最吸引眼球的数据是5.3千瓦：在每分钟8升流量下，这套测试载具能够带走超过5千瓦热量。这个数字接近两台大功率家用烤箱同时工作，却集中在一块大型先进封装上。不过，它是实验载具的整封装散热能力，不等于某颗量产 GPU 已经达到5.3千瓦功耗。

一、进展详情：被缩短的前四棒

理解这项技术，先要看清今天 AI 芯片的热量如何离开大楼。整个过程可以拆成八棒接力：硅裸片产生热量；第一层热界面材料 TIM1 填平微观缝隙；一体式均热盖 IHS 保护裸片并摊开热点；第二层热界面材料 TIM2 连接冷板；冷板把热交给冷却液；机架歧管汇集各服务器的水路；冷却液分配单元 CDU 用泵和换热器隔开 IT 水路与楼宇水路；最后由冷水机、干冷器或冷却塔把热排到室外。

这八棒里，最拥堵的是靠近芯片的前四棒。硅片表面并非均匀发热，局部热点会先触发温度上限，迫使 GPU 降频。TIM、IHS 和冷板能够保护芯片、填平空隙并扩散热量，但每增加一层材料，也增加一段热阻。

台积电的方案瞄准的正是这段路径。其 ECTC 论文使用一块3.3倍光罩尺寸的 CoWoS-R 测试载具，包含4颗 SoC 测试裸片和8组 HBM。传统带盖冷板在每分钟1至2升流量下可处理约1.9至2.3千瓦；去盖冷板可处理约2.5至3.0千瓦。流量继续增加后，两种方案受 TIM 热阻限制，改善趋于饱和。

直接到硅方案在每分钟2升时与去盖冷板接近，在每分钟4升时达到4千瓦，在每分钟8升时达到5.3千瓦。它并非简单地「在芯片里挖水管」，而是在裸片背面形成微柱阵列，以更大的接触面积和更短的传热距离把热交给液体。

二、趋势与商业模式：散热开始成为封装的一部分

这项技术的真正变化，不只是散热能力翻倍，而是价值边界向芯片内部移动。传统模式中，芯片公司交付封装，服务器与冷却厂商再安装冷板；直接到硅模式下，微柱、密封和流体接口需要与 CoWoS 工艺、封装翘曲及芯片可靠性共同设计。散热因此从可替换的外围部件，变成先进封装的一部分。

这会让台积电等先进封装厂商获得新的技术控制点，也可能压缩 IHS、TIM2 和一部分通用冷板的价值。但「颠覆整条液冷产业链」仍然言之过早。即使冷却液直接抵达硅背面，热水仍要经过软管、快接、歧管、CDU、楼宇水环和室外排热设备；高流量还会提高泵功耗、压降控制与流量均衡的难度。

可靠性也是商业化门槛。台积电报告称测试载具通过 MSL4 湿敏等级测试，未发现氦泄漏或密封剂分层。微软在同届会议上还展示了用于 NVIDIA GH200 的直硅微流道组件，在每分钟1升流量下，将 GPU 结温到入口水温的热阻降低51%至60%。但长期堵塞、颗粒污染、硅侵蚀、现场维修和集群级可用性仍需更长时间验证。

因此，这条路线目前处于「升温中的工程验证期」，尚未进入大规模量产主流。眼下更现实的商业路径，是让直接到硅与现有机架液冷系统共存，而不是一次替换整座数据中心。

三、全球风口与格局：谁掌握不可替代的接口

从全球产业链看，最值得关注的并非所有带有「液冷」标签的公司，而是掌握关键接口、验证能力和整套交付能力的玩家。

第一类是先进封装平台。台积电把微柱散热结构带入 CoWoS-R，意味着封装厂开始定义芯片侧流体接口。若未来进入量产，芯片设计、封装、密封材料与冷却结构需要更早协同，传统冷却厂商必须从「交付一块冷板」转向参与联合设计。

第二类是机架级液冷集成商。NVIDIA 的 GB200 NVL72 已采用液冷机架，单架需要处理约120千瓦冷却能力。NVIDIA 公布的生态名单覆盖 Vertiv、CoolIT、Boyd、nVent、Motivair、施耐德电气、丹佛斯等厂商；其中 Vertiv 与 NVIDIA 已给出7兆瓦集群参考架构，出售的是电力、热管理、空间和部署方案的组合，而不只是单个零件。

第三类是 CDU 与楼宇排热厂商。施耐德电气旗下 Motivair 在2026年推出单台2.5兆瓦 CDU，并提出多机扩展至10兆瓦以上。CDU负责控制温度、压力、流量和水质，同时隔离芯片侧与楼宇侧水环。无论冷却液最终接触冷板还是硅背面，这个「变压器式」中枢都不会消失，反而会随着流量和机架密度上升变得更关键。

产业链真正可能发生的，不是冷却公司集体出局，而是利润池重新分层：封装厂拿走更靠近热源的技术价值，具备冷板与接口能力的厂商进入联合设计，CDU 与基础设施厂商继续承接从机架到室外的系统价值。只卖标准化金属冷板、又缺少客户验证和系统集成能力的供应商，承受的压力最大。

四、还要观察什么：性能之外是可维护性

直接到硅液冷能否跨过量产门槛，不能只看峰值散热。第一项指标是单位流量能带走多少热，同时付出多少泵功耗；第二项是微柱或微流道能否在多年运行中抵抗污染、堵塞与材料腐蚀；第三项是出现故障后，数据中心能否像更换冷板一样快速维修，而不必报废整块昂贵封装。

还要观察接口能否标准化。今天 NVIDIA 已把 GB200 NVL72 的机架、歧管和浮动盲插接口设计贡献给开放计算项目，推动机架侧生态扩张。未来若芯片侧接口仍由各家封装平台分别定义，系统厂商就要同时维护多套水质、压力和连接标准，商业化速度会受到限制。

换句话说，5.3千瓦证明了「热可以更快地离开硅片」，却还没有证明「这种系统可以低成本、可维修地运行数年」。接下来决定产业格局的，将是可靠性数据和规模交付，而不是实验室里的单次峰值。

投黑马 · 前沿洞察

直接到硅液冷的本质，是把散热从服务器部件推进为先进封装能力；它重写的是价值分配边界，而不是取消整条液冷链。

当前最值得关注的玩家分为三层：台积电掌握封装侧结构，NVIDIA推动机架接口与生态，Vertiv、CoolIT、Motivair等公司承接歧管、CDU和设施级交付。真正稀缺的是跨越芯片、机架与楼宇水路的联合验证能力。

读者可持续跟踪三个可观测看点：台积电直接到硅方案是否出现量产客户与时间表，微软 GH200 微流道测试是否披露集群级故障数据，OCP 是否形成芯片侧流体接口与冷却液标准。

── 投黑马研究团队

资料来源

• ECTC 2026 会议日程与论文信息
• 台积电 ECTC 2026 论文 DOI：10.1109/ECTC51846.2026.00092
• NVIDIA GB200 NVL72 开放计算设计与液冷生态
• NVIDIA DGX GB200 机架系统硬件说明
• 施耐德电气：AI 数据中心液冷架构
• Motivair 2.5兆瓦 CDU 产品公告

黄仁勋临时加入访华商业代表团，阿拉斯加经停时登机

5月13日，英伟达CEO黄仁勋（Jensen Huang）在最后一刻加入了访华商业代表团。据现场媒体记者报道，黄仁勋在专机经停阿拉斯加安克雷奇期间被目击登机，这一消息迅速引发行业震动。

此前公布的随访商界领袖名单中并未包含黄仁勋。直到5月12日晚间，名单上仍不见他的名字。据知情人士透露，黄仁勋在出发当天早上接到邀请电话后，随即飞往安克雷奇与代表团会合。

英伟达在声明中表示：「Jensen是应邀出席峰会的，以支持美国和本届政府的目标。」白宫发言人Steven Cheung确认了黄仁勋的行程安排在最后时刻发生变化，并表示日程调整「刚好都能配合得上」。（据企业官方公告、据多家媒体报道）

此前，黄仁勋缺席代表团一事曾引发行业广泛讨论，外界猜测可能与英伟达先进AI芯片的出口安排有关。过去一年，黄仁勋频繁与美国政府沟通，推动为AI产业发展扫清障碍，包括调整出口管制相关政策。据知情人士透露，随访高管均来自在中国拥有大量业务的企业，预计将参与此次访问的商业议程。（据多家媒体报道）

去年12月，英伟达H200 AI芯片获准向中国出口，美方将从中收取25%的费用。但据美国商务部信息，由于中方企业尚未获准采购，实际出口尚未发生。与此同时，黄仁勋一直支持对更先进芯片维持出口限制，包括Blackwell处理器和即将推出的Vera Rubin系列。（据公开市场信息、据监管机构公告）

【投黑马点评】
从「缺席名单」到「深夜登机」，黄仁勋行程的戏剧性反转本身就是最值得解读的信号。随访高管均来自在华业务体量巨大的企业，商业议程指向明确。对一级市场而言，H200芯片出口一旦实际落地，中国AI算力产业链的供给格局将发生实质变化——从芯片分销到算力基础设施，多个环节的早期标的窗口可能同时打开。这通「最后一刻的电话」，比任何公开声明都更能说明英伟达在全球AI产业链中不可替代的战略权重。

── 投黑马研究团队

AI & 一级市场

英伟达市值创历史新高，黄仁勋缺席特朗普访华团

5月12日，英伟达股价创历史新高，市值突破5.4万亿美元。同日，白宫公布特朗普总统5月13日至15日访华代表团名单，苹果、特斯拉CEO均在列，但英伟达CEO Jensen Huang未被邀请。这一差异立刻引发市场广泛解读。（据公开市场信息、多家媒体报道）

将AI芯片与消费电子、汽车区别对待，折射出算力基础设施在中美科技产业链中的特殊地位。英伟达正在推进Vera Rubin次世代AI芯片的试产工作，计划7月起向AWS、谷歌云、微软、Meta、Oracle等北美主要云厂商发货，相比Blackwell可提供高达5倍的推理性能提升。

目前英伟达Vera Rubin已提前进入全面生产阶段，市场预期其将主导2026年下半年全球AI算力采购周期。Jensen Huang缺席访华的信号，让这条供应链的地缘属性愈加明确。

【投黑马点评】
黄仁勋的缺席不是外交失误，而是一种无声的分类。当汽车和手机CEO可以随团谈合作，AI芯片CEO被单独列入更高审查级别，意味着算力已经脱离「商品」属性，被视为战略资源。对一级市场而言，这加速了一个趋势：能服务全球市场、不受单一供应链约束的推理芯片和边端算力方案，战略溢价正在重新定价。左侧机会在于非英伟达路线的推理加速芯片、以及国产算力替代链条上仍有技术空白的细分环节。

SoftBank向Graphcore追加注资4.5亿美元，押注非英伟达路线

5月12日，SoftBank宣布向旗下英国AI芯片公司Graphcore追加注资逾4.5亿美元，为当年预计投入的一部分。Graphcore于2024年被SoftBank收购，主打IPU（智能处理单元）架构，专为Transformer类模型推理优化，与英伟达GPU路线直接竞争。（据企业官方公告、多家媒体报道）

SoftBank同步持有ARM约87%股权，ARM市值年内涨幅已达84%，约合1700亿美元。此外，SoftBank正筹备旗下新合资企业Roze AI的IPO，该企业专注AI与机器人技术，目标估值高达1000亿美元，最早拟于2026年下半年上市。

SoftBank的战略布局正趋于清晰：ARM掌控芯片指令集架构、Graphcore切入推理硬件、Roze AI攻占机器人应用层，三层协同构建垂直整合的AI基础设施体系。

【投黑马点评】
SoftBank此轮押注的核心逻辑是：英伟达市值已接近A股总市值，GPU稀缺且昂贵，推理端的非GPU路线存在真实商业窗口。Graphcore的IPU在特定工作负载下有成本优势，但能否大规模商业化仍待验证。一级市场更值得关注的信号是：全球AI算力投资的「主赛道」之外，正在形成一条以低成本推理为核心的「副赛道」，早期布局这一方向的初创公司，估值还未被充分发现。

OpenAI开放网络安全模型，Anthropic Mythos挖出数万漏洞

5月11日，OpenAI宣布将向欧盟开放GPT-5.5-Cyber——其最新模型的网络安全变体，Anthropic的Mythos模型则仍未向欧盟提供预览访问，谈判仍在进行。（据多家媒体报道）

Anthropic的Claude Mythos Preview已展现出极强的漏洞挖掘能力：仅在Firefox浏览器中就发现近300个安全漏洞，跨主流软件后总数达到数万个。Anthropic CEO Dario Amodei警告，相较中国领先AI实验室，Mythos存在约6至12个月的技术领先窗口，业界必须在此期间完成大规模漏洞修复。

Anthropic为此推出「Project Glasswing」，向超过40家关键软件组织提供Mythos访问权限，并承诺提供高达1亿美元使用积分和400万美元开源安全捐款。

【投黑马点评】
Mythos的能力边界正在将「AI安全」从一个概念赛道变成一个有真实业务需求的市场。能最早接入Mythos的安全企业，将在漏洞修复和渗透测试上建立数月的先发优势。更深的问题是：当AI可以自主发现数万漏洞，传统的「人工渗透测试+安全咨询」商业模式将面临根本性重构。这是网络安全赛道在AI时代的结构性拐点——一级市场此刻关注这个方向，并不算晚。

中国人形机器人初创Vbot完成7300万美元Pre-A融资

5月11日，中国具身AI初创公司Vbot宣布完成约7300万美元Pre-A融资，用于扩大机器人产能及研发全尺寸人形机器人。Vbot目前已推出首款商业产品机器狗，首批500台已开始量产出货。（据The AI Insider报道）

Vbot的融资紧随中国机器人赛道的集中爆发期：Robotera于5月8日完成逾2亿美元融资，由顺丰集团领投，IDG资本、高瓴、中金资本等参与，计划加速物流与工业自动化规模部署。从出货量看，宇树科技2025年已出货5500余台，2026年目标1至2万台；中国整体人形机器人出货量已超过美国。

「机器狗→人形机器人」的产品路径，正在被更多国内初创公司验证：先用低单价小型机器人打开市场、积累运动数据，再训练全尺寸机器人。

【投黑马点评】
Vbot Pre-A估值偏高，说明「已出货」这件事在当前机器人赛道的估值体系里被高度溢价。这背后的逻辑是：真实出货意味着真实场景数据，而具身AI的核心竞争壁垒恰恰是数据。一级市场当下最重要的筛选标准不是谁的机器人「跑得最帅」，而是谁已经在工厂、仓库、医院等真实场景跑起来了。已量产出货的团队，值得优先进入尽调名单。

科技商业

阿里腾讯智谱相继涨价，大模型「告别免费时代」

5月初以来，国内主要大模型厂商相继上调API价格：智谱年内完成第三次涨价，GLM-5.1对标Claude Opus 4.5定价；阿里云取消百炼平台基础套餐，AI算力最高涨幅达34%；腾讯云5月9日起调涨5%。（据新浪财经、多家媒体报道）

涨价背后是资本支出的急剧攀升：腾讯2025年资本支出达792亿元，阿里突破1039亿元，字节跳动2026年计划约1600亿元，其中约半数流向AI芯片和数据中心建设。规模化算力投入必须通过商业收入回收，涨价是不可避免的必然。

豆包在2026年1月日活破亿后，字节跳动正通过「一句话购物」功能将豆包与抖音商城深度整合，以应用生态支撑模型商业化。

【投黑马点评】
「免费时代」的终结，对一级市场是一个双向信号。对以「免费API」为核心成本假设的AI应用创业公司，这是一次压力测试；对能帮助企业在API涨价后依然高效运行AI工作流的「推理优化」「RAG加速」「模型压缩」赛道，需求将加速释放。真正的机会在于：下游应用层的定价策略重构才刚刚开始，能帮助企业降低AI使用成本同时不牺牲效果的工具层公司，即将迎来窗口。

Tesla FSD 5月21日停售一次性购买，转向订阅制

Tesla宣布将于5月21日起停止提供FSD（全自动驾驶辅助功能）的一次性购买选项，现有用户的过渡期至5月21日届满，此后全面转向订阅制。FSD累计行驶已突破100亿英里，NHTSA确认最新款Model Y是首批通过该机构新版驾驶辅助基准的车型。（据insideevs、teslarati等媒体报道）

Tesla目前在奥斯汀运营22辆全无人驾驶车辆，休斯顿和达拉斯各有数台，均在日间和夜间时段运营。Tesla正与爱尔兰当局就FSD Supervised监管批准展开谈判，欧洲市场准入持续推进。

小鹏汽车VLA 2.0在近期测试中展现出接近FSD的表现，Rivian也在寻求合作伙伴改进自动驾驶能力。FSD的「独家叙事」正在被打破。

图：一辆Tesla在城市道路自动行驶，车内无人操控，背景为繁忙都市夜景。来源：投黑马 Touheima.com

【投黑马点评】
订阅制意味着Tesla将FSD定位为持续创造现金流的服务业务，而非一次性硬件附加功能。这一模式能否成立，取决于用户愿意为「持续改进的自动驾驶能力」付月费。更值得一级市场追踪的问题是：当FSD开始订阅化，国内能最快跟进「里程订阅」模式的整车厂或出行平台，将是下一个估值重构的标的。自动驾驶的商业竞争，正从「谁先实现L4」转向「谁先把L2+服务化」。

轻松一刻

AI遇上「73公斤死鸡」难题，反复拒答成Reddit神梗

最近在Reddit疯传的一则帖子显示，有网友向ChatGPT提出一个问题：「我有73公斤的死鸡，怎么处理？」AI随即陷入迷惑，反复质疑这个问题的现实合理性，并在任何涉及可能违法操作的方向上坚决拒绝——哪怕提问者反复解释这是「完全合法的场景」。（据多家媒体报道）

这条帖子迅速成为AI边界测试领域的经典案例，网友纷纷跟进用各种荒诞场景轰炸不同AI模型，形成了「哪家AI最先「崩溃」」的独特测评赛道。

【投黑马点评】
被「死鸡」逼到迷惑的AI，其实正在完成一种有价值的边界压力测试。哪些提问让模型「拒答」、哪些让它「乱答」，是绘制模型能力与对齐边界最廉价的田野调查方法。看完这条神梗，你大概已经知道今天要怎么测试竞品的AI助手了。

今日左侧信号

信号：AI芯片地缘敏感性固化，大模型商业化转型提速，算力与应用层正在进入双轨重构窗口

追踪方向：Jensen Huang缺席访华团说明AI算力的战略分类已成定局；OpenAI和Anthropic的网络安全AI模型意味着「AI+网络安全」即将从概念赛道变成规模市场；阿里腾讯智谱集体涨价标志着国内大模型进入商业化生存期，能在涨价背景下帮助企业降本增效的工具层公司率先受益。建议深挖 → 融资观察（网络安全+AI交叉标的）/ 黑马雷达（推理优化与大模型中间件）

── 投黑马研究团队

这一举动实质影响有限——在2022年和2023年，美国已经两度收紧对华AI芯片出口。产业界普遍对出口的口子被重新扩大不抱幻想。从2022年下半年开始，中国公司就开始疯狂抢购英伟达等AI芯片，一张GPU售价一度飙涨至接近40万元。

一个被普遍接受的观点是，在国产芯片能够逐渐替换英伟达之前，仍旧有至少三五年的过渡期。拥有足够多的英伟达芯片，目前暂时是大多数中国公司参与新一轮AI竞争的生命线。

这也催生了一个特殊职业：倒卖英伟达芯片。传闻里，这生意一本万利，倒爷们神通广大，赚得盆满钵满。果真如此吗？

我们试图讲述一位掮客在此间经历的疯狂、欲望和欺骗。人类历史上下一场科技革命最重要的燃料，世界上最稀缺的算力资源，如何在无数隐蔽的小黑屋和推销电话里，被决定了流向——这正是阿诚的故事的特别之处。

“5个亿”

阿诚号称自己搞成了5个亿的生意。

他曾是一个普通的英语老师。2023年9月，阿诚入职深圳一家卖英伟达芯片的分销公司。做的第一件事，是给自己整了一套全新的名片。即使那时他身上已经装了六七种不同身份的名片，随时可以对不同的人展开不同的说辞，但没有哪个身份比这张名片上的头衔更让他觉得有面子了——新纪元科技有限公司中国区销售总负责人。

只要他不说，没有外人会猜到，包括总负责人在内这公司只有两个销售——阿诚是其中一个，再加上老板、财务、售后，他们就开始搞事了。

在绝对的产品力面前，任何销售技巧都是多余的。在一个500人的芯片大群里，我只加了诚哥一个人，因为他的群昵称太有诱惑力了：诚哥H800。

H800，英伟达特供中国的一款数据中心GPU，也是2023年大模型算力竞赛里中国公司能合法买到的最先进的GPU。当下，英伟达就是训练大模型所需算力的最优解。全世界都在抢购。有人说，大模型的风吹了一年多，只有两拨人赚到了钱：一拨人卖AI课、一拨人炒英伟达芯片。

2023年10月，美国宣布扩大对华芯片管制，H800等四款产品也被要求禁运。当天，英伟达特供中国的A800和H800芯片停止接单。接下来，价格是按小时涨的，短短一周内，单张H800卡的报价几乎从20万元人民币翻了一番。一台H800服务器在10月初的服务器售价为220万元，到了10月底已经飙涨到300万元。

半年后，在深圳南山附近的一家咖啡店里，诚哥问我，“你猜我们五个人，一个月卖了多少钱？”

“5——个——亿哦。”许是很满意我已经惊讶到接不上话，他主动吐露了答案。我看着这个西装下穿着运动鞋、风尘仆仆的80后男人，他看起来真诚、老实，微微含着肚腩，给人一种腼腆的感觉，只有瞳孔因为兴奋而明显放大——我突然相信了，他刚才告诉我他老板说他炒芯片时的状态——“阿诚啊，你一炒芯片就眼睛发光，肯定是要发大财哇。”

H100，财富密码

发财，首先要有机会。两年前，对阿诚来说，机会还显得那么有距离。

那时他在英语教培机构工作，别说大财了，想在深圳买房要攒钱到下辈子。他不甘心。2021年7月。双减政策一出，阿诚是机构里第一个跑路的人。

一个没了工作的35岁男人，在不少地方要被归类为中年loser（失败者）。但是深圳有自己独特的造富生态，单车变摩托的故事俯拾皆是。在阿诚看来，早年卖山寨机，“互联网+”兴起时玩地推，等到比特币行情起来了再用显卡挖矿，发币割韭菜的，很可能就是同一拨人。

风口在变，身份都是自己给的。

当时，这个风口是“炒芯片”。既然是炒，就说明有套利的空间。疫情后缺芯危机愈演愈烈，珠三角活跃着上万个芯片黄牛，一些公司一个月就可以招聘100个芯片销售。阿诚折腾起了芯片。在外人看来。从英语老师转行卖芯片实在是匪夷所思，但是在诚哥的口中，这个难度并不存在，“公司招人时，对我发了个面试邀请，我就过来了”。
不需要专业知识吗？我很怀疑。

“其实……”他顿了一下说，“很多时候都是现学的。”

他认为，高杠杆的事情才有得赚。倒卖信息差就是杠杆最高的赚钱方式。越是风口上的行业，信息差越高，杠杆越高。如果在风口上，个人能力的参差似乎并不重要。

问题是，一穷二白的人如何跟上风口？

诚哥其实也不知道，他能做的，就是跑动得勤快一些。短短一年不到，他加了几百个行业群，跑了几百场会，换了几百张名片，他的身上有一种深圳式的搞钱执着。即使千里迢迢跑到外地去参会他也很少觉得辛苦。

他深信一点：只要圈子对了，赚钱就像呼吸一样简单。

珠三角成为中国电子信息产业集聚地已经快40年，近些年一个越来越明显的变化是，国际局势任何风吹草动，都可能改变这里一群人的生计。

2022年底，大模型开始席卷科技圈。诚哥发现，有一个词高频地出现在圈子中。这些人无论原来是在挖矿、玩NFT、搞元宇宙，现在，他们有了一个新的财富密码：H100。

H100，英伟达这一轮市场行情的起点。如果说英伟达当下是训练大模型所需算力的最优解，H100就是最优解中的明珠。

大模型的竞争会被称为算力军备竞赛，是因为大模型本质上还是一种大力出奇迹的暴力美学，换句话说，想要获得更强大的模型效果，就得靠堆卡，堆更多、更强大的卡。

供需极度失衡。行业媒体GPU Utils曾经做过一个测算，H100一年的出货量大约也只有55万张。但是，仅美国大型科技公司和少数几家明星初创公司，对H100的需求量一年内就达到了43万张。对Meta之类的巨头公司来说，囤上10万张H100在商业竞争中才有先机。而对初创企业来说，没有1万张H100，连坐上牌桌的资格都没有。

中国也差不多的情况，但中国公司的需求被美国政府的出口限制强行摁住。2022年10月，美国对华启动芯片管制。几乎是在H100和比其性能稍弱的A100被禁运的同一时间，OpenAI发布了chatGPT，从那时起，有多少张英伟达卡，成了中国科技公司AI实力的一把标尺。几乎所有选择宣布加码大模型的互联网大厂，在财报会上一定会被问的一个问题是，公司储备了多少英伟达卡？

第一拨行动者出现了。在2022年夏天之前，原价18万多元人民币的H100在中国需求量并不惊人，性价比低点的A100甚至有些滞销。然而，芯片禁令后市场上不多的存货就像被蝗虫过境，一扫而空。

四个月后，中国的大模型业进入了“百模大战”时间，英伟达面向中国客户推出H800，这个版本被俗称为H100的“阉割版”，英伟达在这个版本里去掉了受美国政府那一轮禁令管制的参数。加上此前已经推出的A100低配版A800，英伟达的中国客户还算有卡可用。抢卡的竞争又来到了一个新赛点。

至少有五类角色在疯狂抢购：电信运营商、服务器大厂、互联网和AI公司，以及业务和算力无关但是现金流充沛的大企业。

英伟达芯片在中国市场有四种渠道流通。其中两种可以订购中国特供版的官方渠道：一条通过英伟达自己的经销商体系，一条通过英伟达认证过的服务器大厂经销商体系，这两条渠道上挤满了排队下单的大厂，交付的时间则取决于英伟达，最快也要到2023年底。为了插队，大厂高管们八仙过海式的拉关系，甚至不乏上市公司老板直接飞去美国见英伟达CEO（首席执行官）黄仁勋。

另外两种渠道则通过黄牛，这个渠道多少有点暗箱操作：一类有海外背景，可以有特殊的海外渠道让H100/A100流入内地；另一类则是体量更小的散户，他们的货源来自内地，“至于具体是哪里，那就要看各自的本事了”。

“一卡难求”的情况甚至还推高了国产芯片的市场空间。诚哥一开始没有渠道，卖不了英伟达芯片。他花了四个多月，帮一家号称“中国英伟达”的国产AI芯片公司成交了一笔200多万元的合同。

可是，他却没能拿到一分佣金。

诚哥认为，之所以说好的佣金也不给他，是因为这公司自己处境艰难。他的依据很简单，市场上愿意买英伟达之外芯片的厂商寥寥，“客户买英伟达的卡是拼手速，秒慢没；买这公司的卡要磨磨蹭蹭，讨价还价”。即便卖出去了，客户的目的只是为了符合国产芯片需占一定比例的采购要求，买了卡也通常是堆在库房。

此时，对在2023年向英伟达下订单的大多数中国公司来说，H800遥遥无期，A800是唯一到货的产品。这一产品刚推出时售价为7.4万元，到了6月底，黄牛开出的高配版的售价逼近10万元，而到了7月下旬，价格已超过12万元。无论是出于抬高价格还是恐慌心理，市场在疯传，美国将要再次收紧芯片管制。

入局者也越来越多了。如果说一年前的夏天，大量囤英伟达卡的公司必定业务和其有相关，现在也可能是一个卖味精的公司或者是一家女装公司。囤卡的散户也从过去长期依赖英伟达显卡挖矿的大佬，变成了现在可能是任何一个毫无背景的人。比如一个曾经的英语老师。

诚哥就是那个时候入局的——新纪元这家公司当时成立才一个月，但有“渠道”。

“先签了再说”

从外表上看，新纪元实在是不够新。在大厂林立的深圳南山，这里着实太简陋了：两间屋子，五把椅子，还有一些电脑和手机，就是全部家当。

诚哥一进去就发现了这是个草台班子。虽然他之前只短暂卖过四个月国产AI芯片，但他已经是公司里经验最丰富的人。老板是个快60岁的老江湖，年纪不小，看起来却很有一股疯劲。他对阿诚直言不讳，招他来，是因为他有些经验但是又不多，“太会的人拿捏不住”。

被寄予厚望的诚哥获得了使用单独办公室的权利。不是因为他资深，而是他不喜欢和同事们在一起打电话。

这种古老的营销手段，在这个新圈子里却有用。诚哥和同事们获客的方式就是先在网上找到哪里出现了招投标的消息，再找到消息中参与公司的联系方式，直接打过去。

诚哥有一个观察，人们对陌生电话常充满警惕，但是对推销英伟达的陌生电话格外宽容。在听完他说“你好，我是卖英伟达卡的”之后，几乎所有人都会愿意聊下去。无论对方是一家上市公司AI业务总监，或是某个大型实验室采购负责人，通常对话不需要进行十句，双方加上微信，诚哥便会把报价和合同推过去。

在一个绝对的卖方市场里，有了货源就意味着有了权力。在中国，英伟达的两种官方渠道一类是原厂—总代理—经销商—市场；另一类是原厂—服务器大厂—经销商—市场。

看起来，每种渠道只有四类角色，是一个组织严密的金字塔状；但事实是由于市场过热，这两个结构已经被冲击成网格式的蜂巢状了——换句话说，每一类角色的背后，都可能分化出无数二道贩子，交易也不再是逐级流通。

诚哥的公司就是这样游离在第二种边缘。“我们老板和服务器大厂那边有些关系，能搞到卡。但我们没有大厂正规经销商的资质，充其量只能说是游击队。”不过，即使是游击队在当时也拥有了不一般的地位。诚哥说，他见客户从来都是“让客户过来”，和客户吃饭时“他们对能搞到货的人佩服得五体投地”。

如今，阿诚回想起来那段日子，能想到的形容词只有一个，“疯狂，太疯狂了”。10月17日，美国扩大对华芯片管制范围，英伟达在中国市场流通的所有AI芯片均被列入其中。

这份管制原定有30天公示期。这段时间也因此被行业人士视为“最后30天窗口期”。理论上说，最后30天，英伟达等企业会把所有先进AI芯片产能、库存都优先供给中国市场。这会是中国企业抢购英伟达芯片最后的“操作窗口”。

此时，H800单卡市场价已经飙升至21万元一张左右。很快，新纪元公司就成交了一笔4亿元的合同。还没有来得及庆祝，就又签下了一个1亿多元的单。

我在禁令出台当天和他通了一个电话，那时他刚刚接完一个十几亿元的订单垂询，声音嘶哑，但是是破音的那种兴奋。接下来，他的电话就再也没有打通过——他太忙了。

过去对他发消息从来不回的大厂高管，为了买卡一天发十几条消息。一家公司问他们能搞到多少张，“280万元以下的H800服务器有多少台我们都收”。诚哥在那几天几乎疯狂，不需要吃饭，也不会疲劳，只要在呼吸，就可以卖卡。他根本没有考虑过有没有货源能交付。

“先签了再说。”

他闭上眼睛，想睡一会，脑海里又响起来狂躁的询问声，“有卡吗！有卡吗！有卡吗！买卡吗！买卡吗！买卡吗！”

人类历史上下一场科技革命最重要的燃料，世界上最稀缺的算力资源，就这样在这些隐蔽的小黑屋和电话里，被决定了流向。

数字游戏

仅仅是在一周之后，阿诚就开始怀疑，这一切不过是在玩数字游戏。

10月25日，美国宣布禁令立刻生效，30天窗口期以一种戏剧性的方式被掐断。不久之后，和上次在英语培训机构一样，他先跑路了。

原因很简单。那些天价订单生意，随着交付日期的临近，他太担心老板要卷款跑路了。这担心始终存在于公司所有人的心里。空手套白狼的例子太多了——假设A公司什么也没有，也可以和B先谈妥一笔供应合同，A再去找C拿货，C的货可能也是从D或者E处加价买来，中间A发现F的开价比B要高，于是此前的一切白纸黑字都可以作废。

有多少合同能够落地？就像那笔4亿元的订单，货物从签单到完成交付中间隔了12周的时间，市场价涨了100多万元，而毁约只需要成单价1%的罚金，他很怀疑，老板不会选择交付。

那么那批货到哪里去了呢？

诚哥也不知道。他告诉我，自始至终，他没有见到那批货，就像他也没有见到那笔钱一样。

更重要的是，诚哥突然发现，90%的倒爷赚不到大钱，这让我意外。他给我算了一笔账，假设一台H100八卡服务器出厂价250万元，终端市场价280万元，中间看起来有30万元的差价，但是很可能倒了十次不止，一家只能赚3万元。这些利润大部分被掌握货源的老板吞掉，他作为打工人，抽成是利润的3%。

因此，这生意只有掌握货源的人才能赚到钱。他有一个切身感受，这两年来各家疯抢GPU的力度远远超过了真实需求，更类似于市场对美国随时有可能加码的芯片制裁的本能反应——只要科技竞争的阴影存在，高端AI芯片必然是期货。不少公司是在以此为投资。甚至可以说，找散户下单的公司，将来相当一部分还会选择再把芯片卖出去。

归根结底，二道贩子这么多，是因为货源太稀缺了。“无论芯片通过什么方式进入国内，就像水流一样，封锁当然不可能完全封锁，但已经足够锁住大部分的水流了。”阿诚说。

事实是，所有的疯狂都是徒劳。在2023年10月17日芯片禁令之后，合法渠道到货的H800寥寥无几。

财报显示，2023年第三财季，英伟达中国大陆收入高达40.3亿美元，环比大涨47%。出口管制规则出台后，2023年第四财季英伟达中国大陆收入仅为19.5亿美元，环比大降52%。当季，中国大陆仅占英伟达总营收的8.8%，是历史最低点。

英伟达和AI相关的数据中心业务在中国大陆的收入占比过去长期达到20%-25%。但自2023年10月起，该收入显著减少。英伟达高层表示，2023年第四财季，中国大陆在数据中心收入中的比例已降至个位数，预计下个财季也将保持这一水平。

对大多数渴望暴富的人们来说，那些像做梦一样的日子，最后真的落了一场空。

抛物线后半段

不过，英伟达的行情仍在持续。

2024年，英伟达将会推出H200等四款革命性AI计算产品。同时，根据瑞银近期的研究，其交付时间在缩短，已经从2023年末的8个至11个月缩短了一半时间。一些机构预测称，英伟达在今年将销售大约150万到200万个AI GPU，数量是2023年3倍。

看起来，这些与中国无关了。但是，这里有一个连锁反应在后，英伟达在全球范围内供应能力的增长将会给中国企业带来更大的竞争压力。随着全球AI应用水平因GPU供应的大量增加而快速提升，中国必须寻找替代方案来应对。

目前，通过官方渠道购买H/A800和H/A100已经不可能。黄牛之间流通的芯片价格略有回落，但依旧令人咋舌。离开新纪元以后，阿诚自己开了一家公司，刚刚给客户报了价，一台搭载八个H800的AI服务器价格还是约300万元。好在一些此前被囤积的芯片正在被释放，市场上现货充足，一般两周以内就能交付。

因为生意不稳定，他还同时在另一家英伟达代理商那里上着班。即使AI芯片受限，他还是坚定看好英伟达包括游戏显卡和自动驾驶在内其他业务在中国的前景。

这块市场英伟达无法放弃。在芯片禁令不久之后，英伟达再次针对中国市场推出了三款在数据传输速度等关键性能上进一步降低的芯片：H20、L20和L2。市场上传言，这些芯片性价比太低，并不受中国公司青睐。中国公司更愿意采购国产新品。

阿诚对这种传闻嗤之以鼻。“那些只是外界的一厢情愿”。具备推理能力的L20最先面世，但是迅速被几家互联网大厂抢购一空，没有多少能流入到市场上。而适用于大模型训练的H20也不是中国公司不想买，而是买不到。H20在今年1月开始接受预订，但仅限大客户。

中国公司想要通过正规渠道获得英伟达芯片，可能性越来越小了。

这反而激发了部分公司对特殊途径的需求。无论是将芯片通过非禁运国家以转运的方式进入中国市场，还是考虑把数据中心业务建在海外，在业内人看来，即使审查的手段越来越严。愿意冒险的公司数量仍在明显变多。

3月30日凌晨，美国商务部宣布了一项新的出口管制规定，对涉及美国和中国澳门等地区的对华半导体产品销售限制进行了调整，同时，美国对华出口的AI半导体产品将实施“逐案审查”政策，对技术等级、客户身份、合规计划等进行全面审查。也就是说，新规进一步限制英伟达、AMD以及其他先进AI芯片和半导体设备对中国的销售。

想要通过特殊渠道让芯片流入中国，也越来越难了。

这在意料之中。阿诚告诉我，这些变化在短期内影响不大。新规主要限制AI芯片未来流入中国的可能，但是中国市场在此前囤积的芯片已经足够很长一段时间供需。他注意到，交付周期在明显缩短。之前一些在疯狂抢卡的公司，现在已经开始卖卡和做算力租赁了。过去倒爷们只需要强调“有卡，速来”，现在还要强调“量大，可持续供应”。

不过，可以预见，在这一波囤积的算力释放之后，倒爷们会逐渐沉寂，也许最终大多数都会消失。“中国区需求量的高峰期是在去年三季度。炒货的高峰期是在去年四季度，但是需求量已经在减少了。”他认为，中国公司对英伟达的需求已经过了抛物线的高点。接下来，英伟达在中国的发展重点不是是否衰退，而是衰退的曲线如何变化。

技术的领先是有时间期限的。对中国公司来说，如果无法购买更先进的英伟达产品，现有存货的优势终将随着时间变化而减少。他听说了一些关于国产AI芯片如今供不应求的故事——情况和去年这时已经大不同了。他对华为芯片很感兴趣，有机会的话也想卖。

不过眼下，阿诚还得先做好英伟达，年前他刚刚成交一单700万元的生意。“一切都会越来越好的。”他充满信心，因为现在的圈子多得是企业中高层和行业大人物。他向我谈起一个关系密切的中间人，告诉我对方“是某某亚太AI协会的领导，协会里有100多位院士”。他说，之前对方帮他介绍过1笔500台以上的大订单，如果成了，他要付给对方一台3万元的中介费，也就是对方至少可以赚1500万元。

“可惜没有成。”我看着他一脸真诚的遗憾，有些常识不确定他知不知道，中国大陆并不允许公司注册名以亚太开头——所以我一看到以亚太为名的机构，很难不联想到注册在中国香港的皮包公司。

（文中新纪元和阿诚均为化名）

撰文｜顾翎羽
编辑｜谢丽容
摘编｜财经杂志

• 如果你在2022年11月OpenAI刚刚发布ChatGPT时买入英伟达，并坚定持有到今天，你将获得564%的收益。
• 如果你嫌那时候太早，还没听说人工智能，那么如果你能在2023年3月GPT-4发布时买入英伟达，你将获得359%的收益。
• 如果你说去年下半年时有些人并不看好人工智能，觉得有些瓶颈一时半会突破不了，那么如果你在年底时想清楚，并且在今年1月买入英伟达，你将在短短的3个月里获得171%的收益。

对于英伟达的客户来说，很多科技领袖都在抱怨，要想买到英伟达的高阶GPU有多难，比如马斯克就曾调侃道：“现在GPU比毒品难买多了。”当时马斯克正在组建他的AI公司xAI。

据WSJ报道，在加州帕洛阿尔托的一家豪华日本餐厅里，甲骨文创始人兼董事长埃里森和马斯克，一起与黄仁勋共进晚餐，埃里森回忆说：“马斯克和我在乞求，我想用这个词来形容我们再合适不过了。吃了一个小时的寿司，也乞求了一个小时。”

我们今天这篇文章，将核心回答两个问题：一是英伟达的护城河坚固吗？二是苹果微软Meta谷歌等等科技巨头，都投入了大量资金进入AI，爆买英伟达芯片，这些投资到底给他们带来什么？

• 当英伟达实现2万亿美元市值时，护城河坚固吗？
• AI大革命还是股市投机？科技巨头的AI投资带来了什么？

由于利润暴涨，如果按市盈率（PE）计算，英伟达并不算高（英伟达是66，AMD是383，英特尔是110），并且英伟达的护城河也足够宽和深。未来一切要看客户们对AI的投资，能否转换为实际收入（有一些先行指标值得观察），否则仍然会陷入周期股的波折。以下，Enjoy：

Morgan Stanley对英伟达的股价预测（2月21日）：
牛市情况（BULL Case）1000美元/股：利润率更高的数据中心，以人工智能为中心的软件和服务增长加速；基于GPU的人工智能PC受到青睐，客户端TAM大幅增加；汽车以及自动驾驶行业腾飞，给公司贡献重要的新增长点。
基本情况（BASE Case）795美元/股：2024年收入增长73.2%，2025年增长5.8%；由于供应仍然受限，数据中心业务将在2024年继续增长；英伟达在AI训练方面保持领先地位。
熊市情况（BEAR Case）425美元/股：芯片供应的速度快于需求，增长大幅放缓；人工智能开发成本大幅下降，强大的竞争对手进入市场，或者客户开始内购定制硬件解决方案。

01
当英伟达实现2万亿美元市值时
护城河坚固吗？

翻开英伟达财报，确实满屏都写着：强劲。

2月“暴击”华尔街的财报，不仅仅比市场最乐观的预期还高，并且对下一个季度依然给予了高增长预测，原因是科技巨头们会持续高投入于AI，这个趋势可能会持续全年，而原本有些人认为下半年这个趋势会减弱。

英伟达的业务划分很清晰，主要有五大业务线（核心来自其中两条）：

• 数据中心（Datacenter）：近期势头最猛的业务，同比增长高达409%，在总营收中占据83%；
• 游戏（Gaming）：起家的核心业务（主要是游戏GPU），可以说没有游戏产业就没有英伟达，曾经在总营收中占大头，现在是13%；
• 专业视觉（Professional Visualization）：针对数字内容创作等领域，在总营收中占2%；
• 汽车（Automotive）：针对自动驾驶、智能座舱等领域，在总营收中占1%；
• OEM&其他：针对笔记本电脑OEM和加密货币挖掘等等领域，在总营收中占1%。

可以说，如今英伟达进入“美国市值前三、相当于意大利一国GDP”的征程，始于游戏产业。

首先，我们来简单解释一下，为什么英伟达曾经用于游戏的GPU芯片（英伟达在这个领域占据了80%以上的份额），如今非常适合训练AI大模型？

在5年前，英伟达的芯片产品主要针对一个垂直市场——游戏。英伟达的GPU也称为图形处理器单元，最初就是为了游戏设计的，越来越逼真的游戏，需要在屏幕上同时渲染无数像素，达到更高的画质和体验。

英伟达采取了并行处理的方式，将每次计算分成较小的块，然后将它们分配给芯片中的多个”内核”——处理器的大脑。这意味着，GPU的运行速度，远远快于以往按顺序完成任务的速度。

这种技术如今非常适合训练大模型。因为大模型的基础是机器学习算法，而深度学习使用了人工神经网络，在这些网络中，计算机从海量数据集中提取规则和大规模计算，此时如果像GPU处理游戏一样，把任务分解成较小的块+并行处理，是提高速度的理想方案。高性能GPU可以拥有超过一千个内核，因此可以同时处理成千上万的计算。

当英伟达意识到这一点之后，就开始专注于AI市场进行优化，以跟上大模型快速的发展步伐。如今，要想创建一个最复杂的AI大模型，通常会用到数万片英伟达先进的GPU H100。这些GPU的单价可达2.5万美元左右，成为了硅谷的稀缺品。

更进一步的是，英伟达的护城河不仅仅是芯片速度快（即将推出H200，推理性能是目前主打产品H100的两倍，以及下一代数据中心GPU B100），它还有两道非常重要的护城河：芯片网络，与几乎构成了行业标准的软件平台。

高性能芯片网络是英伟达重要的护城河。随着AI大模型参数量的飙升，负责训练这些大模型的数据中心，需要成千上万个GPU互相连接在一起，以提高计算能力，相比之下大多数计算机只使用少数几个GPU，这种技术被称为InfiniBand（无限带宽），它有着极高的高带宽和低延迟。英伟达在ChatGPT发布的9个月前，以70亿美元收购了以色列网络技术供应商Mellanox，就是为了能够把英伟达的芯片扩展为一整个数据中心的“超级芯片”，从而实现现代AI超级计算机。这也使得英伟达能够优化芯片网络的性能，这是竞争对手无法比拟的。

另一道护城河是CUDA，这是一个允许客户微调处理器性能的软件平台，也是加速计算密集型任务最为依赖的软件生态基石。英伟达长期投资于CUDA，并鼓励开发人员用它来构建和测试AI应用，目前CUDA 拥有超过400万开发人员，在CUDA架构下已经编写了数百万行代码，这使得用英伟达芯片开发新AI程序变得更加容易，CUDA也成为事实上的行业标准。

这两道护城河的存在，使得竞争对手即便造出了更好的硬件，也仍然是不够的。虽然英特尔和AMD都已加速推出自家AI芯片产品，以及英伟达的大客户亚马逊、谷歌和微软都在开发自主设计芯片，但英伟达仍然稳固地主导着AI芯片，因为它不仅能提供最好的芯片，还有最好的芯片网络和最好的软件，这使得任何眼红这块市场的竞争对手，都需要在这三个方面击败它，而在当下这几乎是不可能完成的任务。

02
AI大革命还是股市投机？
科技巨头的AI投资带来了什么？

英伟达的2万亿美元市值能否持续，关键在于它的客户们拿着AI能做什么，不要将股市热潮，与实际的业务收入混淆。

对于英伟达的客户们来说，现在处于疯狂花钱的投入期，投资者对此倒也十分买账。很多科技巨头也成为了主要受益者，谷歌、亚马逊、苹果、微软、Meta市值从2023年开始至今平均增长了70%。这些公司也都在最近的财报电话会议上说，计划在今年增加资本支出，直接购买英伟达芯片。

例如上个月，扎克伯格就在Instagram上说，Meta计划在今年年底前，要拥有35万枚英伟达H100芯片。按目前的芯片价格计算，这至少需要数十亿美元。

芯片还被用于吸引资金和人才。英伟达所投资的一家公司CoreWeave，在去年把所持有的H100芯片，用作抵押物融资了23亿美元。一些高校实验室在招募人才时，也会炫耀自己有多少H100芯片，比如普林斯顿大学的一个AI研究项目就在招聘中强调，自己拥有“一流的计算基础设施，有300枚英伟达H100 GPU”。

由于芯片的价值和重要作用，思科的CEO在一个峰会上说，这些芯片价值不菲，是（像黄金那样）由装甲车运送给思科的。

微软成立了一个“GPU理事会”，由高管决定如何在微软内部项目之间，分配剩余的计算资源。谷歌也成立了一个执行委员会，负责决定在公司内部和外部用户之间，如何分配计算资源。

如果从英伟达的财报来看，它非常依赖大客户。在上一财年，其中一个最主要的买家就为英伟达贡献了超过110亿美元销售额，占到总销售额的近五分之一。

而在最近一个季度里，英伟达就从谷歌、微软和亚马逊等云计算公司，获得了超过92亿美元的销售额，占到了这三家公司同期约350亿美元资本支出的四分之一。

但在2024年，一个重要的问题必须得到答案——这些对AI的巨额资本支出，到底能带来什么？

半导体市场的周期性是众所周知的，历史证明，英伟达的业务也不例外，在此前加密货币和疫情期间的游戏浪潮中，都在短期极大刺激了需求，造成英伟达收入剧烈波动。今天如果科技巨头们在进行疯狂采购后，也逐渐进入“消化期”，那英伟达也一样会陷入曾经的周期性。

很多投资者都在盯着科技巨头的财报，希望能从中发现一些AI落地的迹象。

微软的订阅式人工智能软件Copilot和云计算服务Azure，被市场认为是2024年人工智能早期商业化的晴雨表。这两项业务都有望通过与OpenAI的技术整合，而实现增长。Microsoft 365 Copilot在刚发布的头两个月，增长速度超过了前两个主要的Microsoft 365企业套件，但还缺乏更持久的数据。

从Meta的财报来看，人工智能被用于改进广告服务，这使得Meta上个季度的利润翻了两番。但Meta也在同期进行了严格的成本削减，尚不能说这个利润增长是来自AI的应用。

亚马逊在今年将发起“全面攻势，以便在人工智能领域迎头赶上”。在去年11月，亚马逊为其云服务用户推出了一款人工智能助手Amazon Q。但仍缺乏AI相关的具体数据。

Uber也在财报电话会中强调AI，其CEO说“优步的平台是由人工智能驱动的，在一切条件相同时，我们的人工智能算法将能够学习更多”。但其实Uber表现不错的最近一期财报中，增长并非来自人工智能，而是对滴滴、自动驾驶公司Aurora等等约60亿美元的股权投资，这些投资的价值波动较大，会对净收入产生影响。

很多投行也进行了调研，试图听听技术高管的意见。据Morgan Stanley针对上百位CIO的调研，最多的人群（33%的CIO）预计，他们的第一个AI大模型项目，将在2024下半年投入生产；15%的CIO预计，这些项目将在2025年或之后投入生产。

而根据UBS的调研，好消息是100%的受访者，都处于正在研究如何应用人工智能的阶段，但坏消息是，只有6%的公司正在投入生产，而70%的受访者表示，最有可能上线的时间范围是未来6-12个月。受访者的2024年平均AI支出预期，为165万美元，这个数字其实不大，预计要到2025年才可能会翻一番。

而对于“晴雨表”Microsoft Copilot的使用率，还比较乐观。约80%的受访者正在试用或计划试用Copilot，这可能会为2024下半年和2025年，实质性采用Copilot创造了潜力。

总体来说，相比于股市热潮，真实的应用进展还为时过早。微软其实也在努力抑制人们的预期，称Copilot可能要到2024下半年，才可能带来销售提升。

就障碍而言，“合规性和监管障碍”“缺乏合格人才”“不清楚的ROl”都是名列前茅的问题。

谨慎的一个重要原因是，大模型产出不准确结果的问题仍然存在，这削弱了许多商业环境中的应用价值。Salesforce的一位高管认为，这是一个足够大的问题，可能需要在AI工作的旁边，始终有一个“人类监督”来捕捉错误，并将语言模型与事实数据库链接起来，以便在需要时能够返回可验证的准确答案。

以上是软件层面，而对于硬件，AI与移动设备的结合，正随着苹果取消十年来最广受期待的电动汽车项目转向AI，逐渐变成下一个战场。

苹果的竞争对手三星，已经开始在手机中引入新的AI功能，新发布的Galaxy手机利用了生成式AI的一些最新进展，比如通话实时翻译、总结笔记和编辑照片等功能。苹果也宣布将在今年下半年推出的iPhone 16中，升级一些AI相关的功能，并计划在2025年推出更全面的GenAI功能。

高通CEO安蒙认为，我们现在有能力创建一款高性能的人工智能处理器，可以用在电池供电的设备上。它们可以一直运行，可以无处不在。这是第一个要素：拥有使其成为现实的计算引擎。

其次，随着模型训练得越来越好，模型的体积也越来越小，效率也越来越高，尤其是针对特定场景的模型，这一点正在向便携式设备发展，而且由于移动设备具有关于你正在做什么、你所在的位置等真实的环境数据，这可以使人工智能更加精确。第三，目前正在开发的很多应用，就是为了利用AI能力。所以未来我们的手机、个人电脑、汽车，都将具备AI相关的功能。

而未来AI在移动端的运行方式，有可能是在设备与云端同时进行。在需要调用大参数量的模型时，调用云端；而在其他场景中，则可以直接使用设备上的计算能力，从而保证经济性。

所以支持者认为，AI有可能在智能手机上创造一个新的升级周期。但这个过程同样不会很快，比如受限于手机的功耗、内存，以及当下还缺失的“杀手级应用”。

在人工智能驱动的商业大潮中，英伟达的估值迈入了2万亿美元行列，黄仁勋成为了科技界的王者。他成功地将把芯片设计从游戏引入人工智能，成为了微软、谷歌和特斯拉等科技巨头的必需品。

买到英伟达芯片如此不容易，以至于英伟达的客户们，都有点恐惧与其竞争对手打交道，虽然他们很希望市场上能有替代品。

英伟达的股价已经不太取决于其自身的基本面，因为足够好，而是取决于AI能否产生真正的商业化。虽然宏观预测讲述了一个积极的故事（高盛预计现在人工智能起步缓慢，占美国GDP不到半个百分点的情况下，但到2032年，支出将会大幅增加，达到GDP的2.5%以上）。

在市值超过100亿美元的316家美股公司中，只有15%给出了人工智能相关的数据披露（即对支出、收入、生产率收益的影响），但这些数字不一定能完全归因于人工智能。但在披露上向人工智能靠拢，却比以往任何时候都更有赚头，据投资机构Theory Ventures的数据分析，有AI相关披露的公司的市盈率，已达到没有AI披露的2.5倍。

过去的一年里，几乎每家科技公司都不得不提出一项生成式人工智能战略，但市场即将开始要求这项技术带来真正的收入和利润。

AI是否像支持者所声称的那样具有革命性，还是仅仅是IT工具库中的一个有限补充，今年会变得更加清晰，这是英伟达股价的决定性因素。2024年，我们将看到谁只是在打人工智能牌，而不是拥有真正的商业模式。

摘编 | 经纬创投