持有英伟达八年｜从护城河到推理竞争，再到我怎么思考Right Price

<![CDATA[

我是一个半退休人士，最近花了很多时间做英伟达的调研、构思和写作。一方面是我自己在持续思考护城河和推理竞争的问题，另一方面也是因为评论区不少球友问到了这些问题。

写东西注定众口难调，我只是把我自己思考的一小部分记录下来，肯定有很多不完整和描述不那么精确的地方。读者怎么理解也都合理。

这篇写得很长。觉得长文太长了可以直接关掉，希望能坚持看到最后的球友，能从中得到一些有价值的东西。

Token到底是成本还是收入？大部分人搞错了这个结构

我觉得理解英伟达竞争力的核心，要先想清楚一个底层问题。这个问题大部分人的认知框架就是错的。

Token到底是Cost还是Revenue？

现在几乎所有人都默认Token是Cost——推理成本越低越好，谁能把单位Token的价格压下来谁就赢。DeepSeek出来之后这个声音更大了。

但老黄早就在讲一个完全不同的模型。他在GTC 2026上把Token分成了不同的层次，从最低层的Free到最高层的Ultra、Premium。他给了一个CEO级别的公式：

Revenue = Tokens per Watt × Available Gigawatts

什么意思？未来很多公司本质上就是AI Factory——你也可以叫它Token Factory。你的数据中心，你的固定投入——电力、场地、基础设施——可能已经占了总成本的40%甚至更多。剩下的钱，你要决定买什么样的机器、什么样的算力。

这时候你就要想了：你是买那种虽然便宜、但产出的Token卖不出钱的算力？还是买能产出高质量、高价值Token的算力？

如果你把Token当Cost看，你当然要降成本，这毫无疑问。但如果你把Token当Revenue看，你关心的就不一样了——什么样的Token能给你带来收入？

我举几个例子帮大家感受一下。

Google Gemini的AI Mode，Chrome浏览器里直接问问题，它给你返回答案。Google问你收钱了吗？没有。因为这本质上就是搜索的延伸。它用最轻量级的模型，没有任何深度思考。你会发现速度很快，但你真用过就知道，给出来的答案质量很差。在老黄那个Spectrum里，这就是最底层的Free Tier。Google用自己的TPU做这种推理确实有优势——但这种Token你不会为它付费，Google也会尽量把成本压到最低。

这一层，Token确实就是Cost。

但换个场景。今天你用Claude Code做Coding——不管是Vibe Coding也好，Agent Coding也好——你愿意付费吗？我相信凡是真正在拿AI干活的人，巴不得你给他更多Token、更深的推理、更长的Context Window。因为这东西能帮他实实在在地减轻工作量、完成任务。

拿我自己来说，一般的Claude Pro订阅早就完全不能满足我了。5倍的Max也不行，因为它限制用量。只有到了更高的级别，才能基本覆盖我Coding和深度研究的需求。你想想，如果再往上加一层Ultra，给你更多的Token用量，Context Window更长、深度推理更强——本质上它就是一个月几百美金的程序员。一个月几百美金的程序员你要不要？你当然要。

这时候Token就变成Revenue了。

再说一个更前沿的例子。大家最近都在"养龙虾"，都在玩OpenClaw。老黄在GTC 2026的时候讲了一个很重要的判断：我们已经从Inference Scaling（也就是Test Time Scaling）的时代，进入了Agentic Scaling的时代。

未来Agent对Token的消耗量会比现在大得多。但你肯定不希望你的"龙虾"来来回回只是做一些简单的搜索——你希望它能帮你完成实际的任务。要完成任务，你就得给它"喂养料"，也就是生成高质量的Token。对于那些真的在用Agent做自动化任务的人来说，这东西能帮他们减少工作量、完成很多实际任务，付费意愿是非常强的。

以后很多人可能都会变成这种人。在不同的Spectrum上，你真正赚钱的就是后续高质量的Token输出——它为你带来的就是Revenue。

所以我今天想说的核心就是：先不要像大多数人那样默认Token是Cost。Token可以是Revenue。

当你理解了Token Cost和Token Revenue这两个模型的区别，很多事情就变得非常Make Sense了。

你的数据中心受能源限制——假如你有一个1GW的数据中心，能量是固定的，你肯定希望用单位能量去产生更多、更好的Token。确实有些方案比英伟达便宜，但如果Token质量不行，后续的维护成本、兼容性等问题你都不考虑吗？你肯定要考虑。

对于英伟达来说，逻辑就很清楚：如果这件事是以Revenue为导向的，你肯定希望你的Revenue Generator在有限的能量下，产出的Token质量越高越好、越能卖出好价钱越好，而不是一味地降低成本。

我觉得大部分人现在对AI的认知可能还停留在简单的问答或搜索阶段，对Token Revenue这个概念没有体感。这也正常。但只要你开始用Claude Code做Coding，只要你开始"养龙虾"跑Agent任务，只要你紧跟着前沿的AI工具在实际干活——你基本就回不去了。你就一定能理解我讲的Token Revenue是什么意思。

"加速计算"这个词，你真的理解了吗？

加速计算（Accelerated Computing）这个词大家听老黄讲了很多遍了。但大家到底真正理解它是什么意思吗？

我认为包括我自己在内，之前对这个词的理解都不够深入。我之前写过CUDA、写过Extreme Co-design，也分析过英伟达的三层护城河。但直到最近听了老黄和Lex Fridman的那期长采访，我才意识到——加速计算这个概念，不能从单一维度或者纯技术的角度去考虑。

它其实是一个非常有意思的、关于Balance的哲学问题。

你不能光去想"加速计算等于CUDA"或者"加速计算等于Extreme Co-design"——你要想的是这个词本身真正的含义，然后反过来推导：为什么要有CUDA的存在？为什么要有Extreme Co-design的存在？

把这两个字拆开看。

"加速"（Accelerate），意味着你必须非常专业化（Specialize）。你要加速一个计算任务，就必须针对特定算法做极致优化。就像CPU什么都能干，但什么都不是最快的。你要快，就需要专用硬件——比如网络芯片，它本质上就是处理网络任务的专用芯片，速度极快、能耗极低。这就是"加速"的含义。

"计算"（Computing），通常是通用的。计算无处不在，所以它的市场——TAM（Total Addressable Market）——天然就非常大。

这两个词单独看，其实是矛盾的。芯片行业60年来一直有这个根本性的trade-off：你要极致的加速，就得做专用芯片（ASIC），但TAM很小；你要通用性，就做CPU，但性能增长越来越慢。

老黄把"Accelerated"和"Computing"放在一起，本质上是在说：英伟达不在这条trade-off线上选一个点——他要把整条线往外推。

怎么推的？

用软件栈实现ASIC级别的加速，但保留通用计算的TAM。

你回头看CUDA为什么存在？它让GPU变成了可编程的加速器，任何开发者都可以写并行计算代码——这解决的是"Computing"的问题，保住通用性。

CUDA-X行业库为什么存在？老黄管这些库叫"皇冠明珠"——几十个针对不同领域深度优化的库，做深度学习的、做推理优化的、做基因组学的、做光刻的。这些库在各自领域的性能不亚于一颗专门做这件事的ASIC——但它是软件，跑在通用硬件上，不需要为每个领域造一颗新芯片。这解决的是"Accelerated"的问题。

再往下，Tensor Core、Transformer Engine这些嵌入在GPU里的专用加速单元——相当于在通用芯片里"嵌入ASIC"。硬件上做特定运算的加速，但整颗芯片仍然是通用可编程的。

而Extreme Co-design则是把这个Balance推到了系统级别——六块芯片从设计第一天就互相定义彼此的规格，从芯片到机架到数据中心作为一个整体来优化。它是在整个系统的维度上，同时追求Accelerated和Computing。

所以你看，CUDA也好、CUDA-X也好、Extreme Co-design也好，它们不是孤立的技术决策——它们全都是在服务同一个哲学：如何在"加速"和"通用"之间找到一个不断往外推的平衡点。

理解了这个，你就理解了为什么ASIC很难打赢英伟达。

ASIC做一件事做到极致，但只能做那一件事。更要命的是，AI模型架构大概每六个月变一次。一颗ASIC从设计到量产需要两到三年——等它出厂的那天，它优化的那个算法可能已经过时了好几代。英伟达的硬件是通用的，软件栈可以快速更新——当MoE架构出现时推出对应的通信优化，当Agentic AI出现时花200亿买Groq。

而且英伟达的研发成本摊在游戏、数据中心、汽车、边缘计算、机器人的巨大installed base上。一个ASIC公司的研发只能摊在单一应用上。经济结构上这就是不可逆的劣势。

唯一值得认真讨论的ASIC是Google TPU。但即便是TPU，也在被迫往"通用"方向演化——Google在做原生PyTorch后端，在开放给Anthropic和Meta等外部客户。因为纯ASIC的TAM太小，养不活持续的研发投入。TPU能活下来是因为背后有Google搜索和广告的利润在交叉补贴。没有这个现金流，任何纯ASIC公司都活不过两个产品周期。

英伟达的护城河是CUDA的Install Base

很多人问英伟达的护城河到底是什么。老黄在最近和Lex Fridman的采访里回答得很直接：英伟达最重要的资产是CUDA计算平台的Install Base。

注意他的用词——英伟达的护城河，是CUDA的Install Base。不是三个人让CUDA成功的，是43,000人用20年时间做到的。

他举了一个X86 CPU的例子。当年有很多计算架构，X86在技术上并不是最优的，也肯定不是最快的。但当时所有PC都用X86架构，所以它就变成了事实上的标准（de facto standard）。Install Base定义了架构，其他一切都是次要的。

今天CUDA就是AI时代的X86。

CUDA不是一个独立的软件——它已经嵌入到了几乎所有AI工具链的最底层。你今天用的主流AI框架、推理引擎、通信库、注意力优化，底层全都依赖CUDA。竞争对手要替代它，不是换一个软件的问题——是要把整个地基换掉，而上面已经盖了二十层楼。

作为后来的竞争者，你第一步必须兼容它。如果你想超越它，你还得从头建立整个生态——库、开发者、工具链——并且让大家装上就能用。

这个护城河是老黄花了至少20年建立起来的。

而且迁移成本不只是代码层面的。一家企业在CUDA上花了两年调优自己的推理管线——混合精度策略、批处理配置、缓存管理——这些经验换到别的平台上全部作废。迁移的真实成本不是改代码，是两年调优知识的归零。

CUDA现在已经到了13.2版本。它不是一个静态的锁定，而是一个持续进化的活平台。竞争对手不仅要追上今天的CUDA，还要追上CUDA明天的进化。

虽然我之前分析过，随着Claude Code这类工具的出现，代码层面的迁移可能会变得更容易。但即便如此——开发者已经非常熟悉CUDA了，CUDA又不收费，上面的应用生态有这么深，英伟达也不是站在原地不动。

假设某一天竞争对手利用AI Agent花半年到一年把所有东西都迁移完——so what？CUDA已经是标准了。你不兼容就是自建体系，那你得说服全世界的开发者放弃一个免费的、他们用了十几年的、持续在更新的标准，来用你的。这个难度大家可以自己体会一下。

推理竞争：三种形态，以及英伟达做了什么

理解了护城河之后，我们来看推理——这是目前市场上最热闹的竞争焦点。

推理其实已经分化成了三种形态，大部分人只看到了第一种。

形态A：简单推理。 用户问一个简单问题，模型跑一次前向传播，输出结果。高度可预测、适合批量处理。TPU做这种推理完全没问题，成本甚至更低。

形态B：深度推理（Test-time Compute）。 用户问复杂问题，模型需要"想"很多步。每一步的输出是下一步的输入，中间可能回溯、验证、搜索不同的推理路径。老黄说得很到位："推理就是思考，而思考比阅读难得多。"这种工作负载消耗的算力可能是简单推理的10到100倍。

形态C：Agent推理。 Agent不仅要"想"，还要"做"——调用工具、查数据、执行代码、跟别的Agent协作、管理长期记忆。

为什么说"推理可以用便宜芯片"这个观点已经过时了？因为形态B和C对专用芯片非常不友好。

深度推理的工作负载极度不均匀。专用芯片为均匀工作负载优化，在这种忽高忽低的异构计算场景下反而变成了瓶颈。GPU的架构天然就能动态分配算力到不同任务上。而且深度推理中的内存访问模式是不可预测的——模型在"想"的过程中自己决定要回看哪些上下文，这种随机访问跟专用芯片的流式数据通路是矛盾的。Agent推理就更复杂了——推理和工具调用之间不断来回切换，需要CPU和GPU之间非常紧密的协同，目前只有英伟达的体系能做到这一点。

市场正在从形态A向形态B和C快速迁移。这部分增量市场，恰恰是英伟达的主场。

英伟达自己做了几个关键动作来应对。

首先是推理分解（Inference Disaggregation）。把推理拆成不同的阶段来看。Prefill阶段——理解用户输入的上下文——需要大规模并行计算，GPU非常擅长。但Decode阶段——逐Token生成输出——是带宽受限的、要求低延迟的工作。GPU在这个阶段其实不是最优解。

所以老黄花了200亿美金收购了Groq。这是英伟达历史上最大的交易。Groq的创始人Jonathan Ross是前Google工程师，TPU的原始发明者之一。

Groq做的东西叫LPU，跟GPU走了一条完全不同的路。GPU用外挂的HBM做存储，Groq用的是片上SRAM——速度快很多，每颗芯片的内存带宽大约是英伟达Rubin GPU的7倍。整个机架的聚合带宽差距更大，大约25倍。在Decode阶段——也就是一个Token一个Token往外吐的那个过程——Groq的效率远远超过GPU。推理能效比GPU高大约10倍。

代价呢？SRAM快但贵且面积大，单颗LPU只有约500MB存储。跑大模型需要几百颗LPU。所以Groq自己独立做不了完整的推理——但跟GPU组合起来就是天作之合。

推理分解的实际工作流程是：用户发请求，Dynamo软件把Prefill阶段路由到Vera Rubin GPU做大规模并行计算，然后把Decode阶段切换到Groq LPU做极致带宽的逐Token生成。深度推理中会多次在GPU和LPU之间来回切换。

结果是GPU+LPU组合实现了比单独用上一代方案高35倍的tokens per watt。

老黄把Groq作为Extreme Co-design体系的一部分，集成到了Vera Rubin的整个系统里。Vera Rubin有不同的配置，Groq在Vera Rubin Ultra里面扮演了非常重要的角色。老黄说了，即使你现在的配置没有Groq，未来他会建议所有数据中心加25%的Groq。

我觉得这次200亿美金的收购太划算了。跟当年69亿买Mellanox是一样的逻辑，也跟当年想买但监管没批的ARM交易是一样的——老黄战略收购的眼光非常准。200亿对英伟达来说，真的算买便宜了。这个deal未来我觉得至少是千亿美金级别的价值。

而且Groq还有一个被大多数人忽视的供应链价值：LPU不用HBM，用的是SRAM。现在HBM供应紧张，Groq芯片甚至可以在老工艺节点上生产，不争抢TSMC先进产能。这给英伟达在供应链上多了一条腿。

有一个点值得特别说一下。TPU跟GPU在同一个维度上竞争——谁做矩阵乘法更便宜。而Groq在一个完全不同的维度上竞争——谁把数据搬得更快。英伟达把Groq收进来之后，同时覆盖了两个维度。这件事情结合推理分解来看，就非常Make Sense了。

Right Price：每个人的定义都不一样

好了，护城河和推理竞争的分析先到这里。接下来说说我最纠结、球友们也最关心的问题——Right Price。

我觉得每个人对Right Price的定义是不一样的。它的核心是基于你对这个生意的了解程度，以及你对英伟达这家公司的了解程度。这是很主观的事情。

但有一点我想先说清楚，是之前交了不少学费才领悟到的：

一个好公司，不代表它就是一个好的投资标的。一个不是那么牛的公司，也不代表它没有投资价值。

这句话大家可以仔细品一品。

我知道球友们肯定希望我给一个具体的数字——什么价钱我觉得贵，什么价钱觉得便宜。说实话这真的挺主观的。大家可以参考一下大道（段永平）的操作——我和大道同时在英伟达190美金附近做了类似的操作。但我们的操作本质是不一样的，这点要提醒大家注意。不过至少有一点是一致的：我们都认为190美金的英伟达不便宜。

什么情况下我会考虑进一步减仓？说实话我也在想要不要像大道那样通过期权来操作。但段永平的作业没那么好抄。虽然他解释得已经非常清楚了——我非常感激大道——但我总觉得自己还没有完全想明白。既然没想明白，我就暂时先不动。我也算是一个满仓主义者，英伟达先放着。

但我觉得核心问题其实不在英伟达本身。

我之前写过一篇关于苹果的文章。Steve Jobs时代的苹果——战略很牛，产品很强，一切都很好。结果互联网泡沫来的时候，苹果股价暴跌60%到70%，甚至跌破它账上的现金。

宏观环境发生剧烈变化的时候，是泥沙俱下的。英伟达当然是现在地球上最牛的公司之一，但再怎么牛也要受宏观的影响。宏观对单个公司的作用力，比公司自身的基本面更大。

现在全球经济的宏观环境挺脆弱的——美国的利率、政治动荡、滞胀的可能性。无论从周期还是结构的角度看，都到了一个非常敏感的时间点。在这个时间点上，大家愿意为英伟达未来可能达到10万亿美金市值、3万亿营收的梦想付多少钱？这是要认真掂量的。

现在的宏观环境和美国1970年代石油危机时期有些相似。那时候有一批Nifty Fifty股票，IBM就是其中之一——大家都觉得它改变世界、改变人类。后来怎么样？2000年互联网泡沫时的思科也可以对比一下。

因为我刚好做过VC，也看过一些一级市场的AI deal，也看到现在AI初创企业一级市场融资新闻，估值及融资金额让我想到之前某某行业疯狂的时候。之前我也讲过前两年有公司做ASIC芯片，速度很快，觉得可以挑战或成为下一个英伟达，投资人给了非常高的估值和投了不少钱。Groq当然没问题最后被英伟达收购了，然后别的项目呢？大部分一级市场的项目可能因为大公司的一个产品功能就被团灭了。

当然所有人都会说this time is different。尤其是你对AI有信仰的话，你总觉得这次不一样。但Howard Marks（Oaktree Capital）讲得好：历史不会简单重复，但历史会押韵。

只要市场情绪对英伟达过于看好，我觉得其实就到了该适度减仓的时候。当我认为宏观环境和资本市场到了一个我没法承受的风险点时，也会考虑做一部分减仓。但确实像大道说的，好公司太难找了，太少太少了。所以我也跟大道继续学习，看怎么能更好地持有英伟达，而不是直接卖出。

能不能拿住英伟达，本质上是你对自己的了解

最后说两句心里话。

如果你持有英伟达让你睡不着觉，或者像之前有球友问我"你是不是不看好英伟达了""你今天还看好吗明天还看好吗"——有这种困扰的话，你真的要想一想，英伟达到底适不适合你。

我也花了很久才搞懂英伟达。买入之后也经历过下跌，刚开始肯定不好受。但越想就越觉得，我对英伟达确实比大部分人了解得深一点，而别的公司我也没怎么看懂，那就放着吧。后来慢慢地，这些数字的波动对我的影响就越来越小了。

但我的这个心态不适合所有人。像大道讲的，我们要理性、想长远。怎么做到理性？怎么做到想长远？这都是需要修炼的。我总觉得所有人都要有这么一个过程。

如果你每天过于关注账上那串上蹿下跳的数字，说明你对这家公司的商业模式、对黄仁勋这个人、对企业文化的理解还不够深。当你真正理解了，这些数字对你的影响自然就少了。如果理解了还有影响，可能说明你确实不太适合持有英伟达。

这也没关系。英伟达在所有公司里面，好像是唯一一个纯粹"卖技术"的——它没有面向消费者的产品，一般人很难理解这家公司。像茅台这种看得见、摸得着的，甚至是银行存款，可能对你更合适。

我在评论区跟一个球友说过，有计算机背景确实对理解英伟达有一点点优势。但有计算机背景不代表你就是一个好的投资人。

作为一个技术型投资人，我自己因为太懂技术，过去犯的错还少吗？交的学费还少吗？投资虽然跟你的知识背景有一定关系，但说实话，没那么大关系。

反而是，如果你自己创过业，知道创业有多难，那你对理解一家公司会有好处。或者你真的管过钱，尤其是管过大钱，那你对投资这件事的理解可能会更深一点。

但如果你既没有创业经历，也没有管过钱，那对Right Business、Right People、Right Price这些东西的理解，确实更有难度。不过话说回来，做过创业或管过大钱的也不代表就是好投资人，绝对不是。投资这件事，真正优秀的企业家或好的投资人其实都是极少的，都需要经历很多修炼。真的很难。

拿我自己来说。技术出身，干到软件架构师，然后转去做投资——在加拿大养老基金做过专业的机构投资，也在VC干过，还有过一些创业经历。你可能会觉得我干了这么多事情不够专注。但反过来说，恰恰是这些不同的经历才让我慢慢找到了感觉——什么是Right Business，什么是Right People，什么是Right Price。

这些感觉不是Day One就有的，是一点一点磨出来的。

就像段永平讲的，他过去在小霸王和步步高的创业经历，对他后来做投资有很大帮助。尤其是那些没办法量化的事情——判断一个人靠不靠谱、一个商业模式好不好、这家公司的文化是什么样的——这些东西没有公式，你必须要有自己的感觉。我是干了这么多不同的事情才找到这些感觉的，不是读几本书就能有的。

大道的很多智慧，说实话理解起来是有难度的。尽管他已经讲得非常简单了——但简单不代表容易。简单绝对不代表容易。往往最简单的，反而是最不容易的。

所以我为什么写这么长的文章？可能在大道眼里，两句话也就总结了。但我还是希望能在投资中作为大家的Thinking Partner，帮大家去分析、解读，看得更清楚一些。如果能帮大家减少一些错误的决策，或者做更多正确的决策，我的目的就达到了。

也不仅仅是因为英伟达本身。我想通过一个大家能理解的视角，来拆解一些原本门槛很高的东西。这也是我写东西的初心。

其实我最近一直在想一个问题：苹果的护城河和英伟达的护城河，到底有什么本质上的不同？两家公司的商业模式差异在哪里？尤其是AI时代来了之后，这两家公司各自会受到什么样的影响？我觉得这个对比非常有意思，也会帮大家更深刻地理解"什么是好生意"这个问题。这个话题太大了，之后有时间再写。

@今日话题 @雪球创作者中心

#英伟达# #美股# #大道无型我有型#

利益相关声明： 本人持有$英伟达(NVDA)$ 八年。以上所有分析均为本人基于公开信息和个人研究做出的判断，不构成任何投资建议。投资有风险，盈亏自负。

版权与原创声明： 本文为原创内容，版权归作者所有。未经授权，禁止转载、摘编、改编或用于任何商业用途。如需转载请联系作者获得授权，并注明出处。近期我已在其他平台发现未经授权的搬运、歪曲解读甚至直接抄袭。你看长文不容易，我写长文更不容易，请尊重原创。

本话题在雪球有30条讨论，点击查看。
雪球是一个投资者的社交网络，聪明的投资者都在这里。
点击下载雪球手机客户端 http://xueqiu.com/xz]]>

#持有英伟达八年从护城河到推理竞争再到我怎么思考Right #Price