Nvidia 现在比 Amazon 和 Google 更有价值

估值、市盈率与宏观背景

• 许多人提到 Nvidia 的滚动市盈率接近 ~90–95，而 Apple、Google、Amazon、Meta 的市盈率要低得多。
• 有人认为，这可由近期爆发式的盈利增长以及强劲的前瞻预期来证明其合理性（年化前瞻市盈率估计约在 ~30–40 区间）。
• 也有人认为，即使是前瞻市盈率，对一家周期性硬件公司来说仍然偏高，而且需要利润继续 2 倍增长，他们认为这不太可能。
• 关于估值由什么驱动的争论：货币供应量（M2）还是无风险利率；有人将高倍数与宽松货币环境联系起来，另一些人则归因于较低的债券收益率，但对实证证据的强度意见不一。

护城河：CUDA、硬件与集成

• 普遍共识是，Nvidia 的护城河主要是软件：CUDA、成熟的库、工具链，以及与 ML 框架“开箱即用”的集成。
• 被提到的硬件优势包括：tensor cores、FP8/FP4 支持、NVLink、SXM、高带宽内存、Mellanox 互连、“GPU Direct”/数据移动特性，以及交钥匙式数据中心集群。
• 许多人强调，规模化性能越来越取决于互连和能效，而在这方面 Nvidia 被认为领先。

竞争与替代方案

• 讨论中的挑战者包括 AMD、Intel、TPUs、Apple Silicon 和定制云芯片。
• 怀疑者说 AMD/Intel 在软件上投入不足（ROCm、驱动程序），起步也晚，且在真实工作负载上仍落后于 H100/H200。
• 也有人认为，如今市场足够大，多个巨头都会重金投入，随着时间推移会削弱 Nvidia 的份额（类比 Tesla 在电动车领域）。
• ROCm 和 ZLUDA（CUDA-on-AMD 层）等项目显示出一些进展，但仍不完整，尤其是在 ML 场景下。

市场结构、供给与电力限制

• 有报道称 A100/H100 的交付周期很长，数据中心供应严重受限（电力、散热、网络设备、新设施）。
• 一些人认为 GPU 计算正在变成一种商品，最终会压缩利润率；另一些人则认为需求增长会在未来数年超过这一趋势。

产品分层与游戏玩家 vs AI

• 对 Nvidia 从消费级 GPU（例如 4090）中移除 NVLink 感到不满，被视为是在保护高利润率的数据中心 SKU。
• 反方观点：分层策略可防止 AI/加密货币买家把游戏显卡一扫而空，并让部分 SKU 保持对游戏玩家可负担。

垄断、反垄断与生态系统担忧

• 担忧 CUDA 锁定、缺乏强有力的 GPGPU 替代方案，以及 Mellanox/NVLink 在互连领域的主导地位。
• 将其与历史上的垄断企业（Intel、Cisco、AT&T）比较，并猜测是否应采取反垄断行动；也有人说 Nvidia 的地位在很大程度上是通过研发赢得的。
• 还提到 ASML 这种更深层的、EUV 工具层面的“垄断”，不过其主导地位至今被描述为由技术驱动，而非滥用。

地缘政治与晶圆厂风险

• 许多人强调 Nvidia 对 TSMC 的依赖，以及由此带来的中美—台湾地缘政治风险。
• 有人认为如果需要，Nvidia 可以转向 Samsung 或 Intel 的晶圆厂；也有人认为这是一个未被充分定价的重大尾部风险。

泡沫 vs 基本面，投资观点

• 一些人认为 Nvidia 以及更广泛的“AI 交易”带有泡沫特征，类比加密货币或互联网泡沫，理由是高倍数、散户热情以及集中在少数几只股票上。
• 另一些人强调 Nvidia 的真实利润、积压需求以及结构性的 AI 建设，认为价格虽高但并非纯粹的“meme stock”。
• 讨论串里出现了相互冲突的建议：Boglehead 式的指数基金方法 vs 在像 Nvidia 这样的“显而易见赢家”上集中选股；双方都承认风险和生存者偏差。