Nvidia 驳斥“循环融资”，称其每投入 1 美元就能带回 100 美元

Nvidia 的“投入 1 美元，带回 100 美元”说法

• 许多人认为这更像营销式夸张，或者是“庞氏警报器”式的说法，而不是字面意义上的投资回报率。
• 也有人指出文章本身称其为修辞说法，但仍觉得对于这样规模的公司来说，这种表述不必要地误导人。
• 少数人则认为，这可能只是比喻性地表达 Nvidia 在生态系统上的下注，历史上产生了极高杠杆效应。

供应商 / 循环融资

• 所描述的核心模式是：Nvidia 投资 AI 实验室和数据中心运营商；这些实体随后购买大量 Nvidia GPU，且常常伴随与 Nvidia 相关的融资或收入保证。
• 支持者称之为“供应商融资”，这是一种长期存在的、合法的做法，用于加速采用并为客户平滑资本支出。
• 批评者则认为这接近“循环融资”或“购买自己的需求”，通过股权、担保和预付产能来支撑收入和估值，而这些产能可能永远不会被充分使用。

AI 需求是真实的还是人为制造的？

• 一方认为，需求是“巨大且真实的”。企业正在大举支出购买云 GPU 和 AI 服务，因为他们看到了生产率提升；与总客户支出来说，Nvidia 的资本投入很小。
• 另一方则认为，前沿实验室在烧钱，消费者愿意付费的意愿有限，而且许多 AI 产品仍然被补贴或免费提供。怀疑者质疑，当前的资本支出水平是否能由真实、付费的终端用户来证明其合理性。

经济可持续性与价值创造

• 争论的焦点在于“多出来的那 99 美元”从哪里来：
  • 乐观者指出全球知识工作者的薪资池极其庞大；即使很小的生产率提升，也可能足以证明数万亿美元的 AI 支出合理。
  • 怀疑者强调资源有限、机会成本（钱没花在别处），以及大量资金很可能只是被抬高的估值和金融工程。
• 还有人担心，如果 AI 无法尽快带来大规模、可变现的收益，损失以及可能的救助最终会落到纳税人和退休基金身上。

风险、泡沫与历史类比

• 频繁被拿来比较的对象包括 Enron、Cisco、Lucent、互联网泡沫和郁金香狂热、Madoff，以及泛泛的庞氏 / 金字塔骗局。
• 反驳观点：Enron 的欺诈涉及未披露的关联方实体和虚假的收益；Nvidia 的安排则是披露过的，并且有非常庞大的当期现金流和利润率支撑，所以看起来有风险，但并没有明显的欺诈迹象。
• 有几位评论者预计，如果 AI 资本支出和表外承诺（有评论者提到约 3 万亿美元）无法由真实收入支撑，那么会出现大幅回调。

硬件生命周期、利润率与竞争

• 有人担心数据中心 GPU 的有效寿命可能很短（在高强度使用下只有 1–3 年的说法）；而另一些有实际运营经验的人则强烈反驳这一点。
• 巨额利润率被视为脆弱：如果毛利率从约 75% 降到约 50%，或者在非 Nvidia 硬件上实现更便宜的推理（TPUs、定制 ASIC、中文芯片），都可能对盈利和估值造成巨大冲击。
• 有人认为 Nvidia 很聪明地通过持有 AI 技术栈的一部分来分散布局，这样即使别人的芯片胜出，它也能受益；也有人认为这是在泡沫中过度加杠杆。

股票与估值讨论

• 一些人认为 Nvidia 仍然非常赚钱，但可能估值过高，在当前水平下，下行风险大于上行空间。
• 也有人反驳说，与过去的泡沫相比，它的市盈率和现金创造能力看起来“出人意料地稳健”，而且我们可能还没有到 AI 趋势的顶点。