划重点
① DeepSeek 宣称以 GPT-4十分之一的成本训练模型，引发算力需求崩溃担忧。但多模态模型、实时推理等"水下需求"逐渐凸显，加之模型迭代加速，反而推高市场对算力的长期需求。
② 除了历次财报给出的爆炸性数据，英伟达真正的护城河藏在 2.8 亿行 CUDA 代码构筑的生态壁垒中，它所具备的软件栈优势已形成行业标准，迁移成本极高。即便竞争对手硬件性能接近，软件生态差距仍难以弥合。③ 当前数据证明，尽管 DeepSeek 的突破意义重大，但没有一家科技巨头削减计算和数据中心方面的资本支出。即将发布的 2024Q4 财报可能再次提振投资者情绪，预计英伟达 2025 营收依然极其乐观，且 3 月 17 日的 GTC 大会（重点转向 GB300、Rubin 以及机器人等实体 AI 项目）还会披露新看点。
RockFlow
本文共3875字，阅读需约15分钟
2025 年 1 月 27 日，美股见证了历史性一幕：英伟达单日暴跌 17%，市值蒸发 5900 亿美元，创美股史上最大单日市值损失纪录。
这场地震的震源，来自一家中国 AI 公司 DeepSeek它宣称以 GPT-4 十分之一的成本训练出同等性能模型，瞬间撕裂了市场对 AI 算力需求的共识。
但更戏剧性的是，不到一个月时间，英伟达股价已基本收复全部失地。保持乐观、选择抄底的多头再次买到了低点。
RockFlow 投研团队认为，这场英伟达过山车行情背后，折射出市场对短期情绪的过度反应，而其后的反弹则验证了其核心竞争力和行业地位的不可替代性。去年 8 月，我们曾在英伟达突破 4 万亿的理由（点击可以查看）一文中分析市场还未足够重视的英伟达的真正护城河，以及为什么我们相信，英伟达不只是一家很棒的公司，也是潜在回报率够高的投资标的。
本文将为大家深度复盘此次 5900 亿美元闪崩为何被误判，以及我们看好英伟达的长期理由和短线催化剂。
1. 市场恐慌的本质：误判技术路径与需求结构
DeepSeek R1 模型的发布犹如投向算力市场的"炸弹"：仅用 2000 块 H800 GPU、耗资 600 万美元即完成训练，相较之下，GPT-4 成本高达 1 亿美元，Llama 3 更是动用了 16000 块 H100。这种数量级的成本差异，让市场瞬间陷入"算力需求崩溃论"的恐慌。
部分投资者误认为，模型效率提升将直接减少对英伟达 GPU 的依赖，导致其股价短期承压。
但这里存在一个误判点成本核算幻觉。事实上 600 万美元仅涵盖 GPU 租赁与电力成本，而真实训练成本还包括数据清洗、算法工程师薪酬、实验损耗等诸多隐性支出。研究机构 Semianalysis 指出，若计入完整成本，DeepSeek 实际支出或达 3000 万美元级别。
更重要的是，市场恐慌者忽视了 AI 算力需求的"冰山结构"：当前模型训练需求只是可见部分，可能只占 10%，而水下部分包括多模态模型（视频/3D生成）的算力消耗呈指数增长、实时推理需求（如特斯拉自动驾驶）对低延迟硬件的刚性要求以及模型迭代速度加快带来的重复训练需求。
此次 DeepSeek 真正的颠覆性在于它的开源策略（免费开放的 R1 模型）直接挑战 OpenAI 的订阅制（20-200 美元/月），引发 AIaaS 估值体系动荡。此外，还可能导致长尾市场的分流，尤其是中小开发者可能转向 Trainium 2 等性价比方案，但英伟达的核心客户（超大规模数据中心）因 CUDA 生态绑定难以迁移。
总的来说，市场短期恐慌误判的核心逻辑有二：
其一，模型优化（如稀疏计算、算法改进）虽降低训练成本，但大模型迭代速度加快（如多模态、实时学习）反而推高长期算力总需求；
其二，低估了英伟达需求结构的韧性：核心客户集中于云厂商（AWS、Azure）和头部 AI 企业（OpenAI、Meta），其资本开支计划以“基础设施扩容”为核心，而非单纯追求单任务成本。
2.英伟达反弹驱动力：基本面与生态壁垒当市场为 DeepSeek 沸腾时，别忘了英伟达 2024Q3 财报揭示的现实：Hopper 架构芯片（H200）正以史上最快速度攻占数据中心。上季度财报核心亮点包括但不限于：
数据中心收入：308 亿美元（同比+112%），其中云服务商（CSP）贡献超 50%
Blackwell 需求：首批样品引发抢购潮，黄仁勋称"需求超出最乐观预期"
利润率博弈：尽管 Blackwell 量产初期毛利率降至 75%，但随产能爬坡将恢复至 75% 中段
第三季度 Hopper 的出色销售帮助数据中心部门收入同比增长 112%，达到 308 亿美元。CFO Colette Kress 在第三季度收益电话会议上表示：
H200 的销售额连续增长至数十亿美元，这是公司历史上增长最快的产品。H200 的推理性能提高了2倍，TCO 提高了 50%。云服务提供商约占数据中心销售额的一半，收入同比增长超过 2 倍。
现在，AWS、CoreWeave 和 Microsoft Azure 均提供基于英伟达 H200 的云实例，Google Cloud 和 OCI（Oracle 云基础设施）即将推出。除了大型 CSP 的显著增长之外，随着北美、EMEA 和亚太地区加大英伟达云实例和主权云建设，英伟达 GPU 区域云收入同比增长了 2 倍。
CSP 之外，英伟达还从消费者互联网公司那里获得了一倍以上的收入，这些公司购买 Hopper 芯片用于支持下一代 AI 模型、多模式和代理 AI、深度学习推荐引擎、生成 AI 和内容创作的训练。
Kress 在财报电话会议上表示，该公司已于第三季度向客户交付首批 Blackwell 样品。Blackwell 是其最新的架构系列，由于性能强大，因此需求量很大。两三年前，大型 AI 模型在硬件上的训练时间需要数周甚至数月，而 Blackwell 可以大大缩短这一时间。在快速发展的 AI 行业中，开发人员将创新产品推向市场的速度越快，成功的机会就越大。
管理层预测第四季度总收入为 375 亿美元。如果达到这一预期，第四季度收入将同比增长 69.7%，2024 全年收入将比 2023 年增长 111%，达到 1286.6 亿美元。
除了历次财报给出的爆炸性数据，英伟达真正的护城河藏在 2.8 亿行 CUDA 代码构筑的生态壁垒中。它所具备的软件栈优势：CUDA、AI 库（如 TensorRT）已形成行业标准，迁移成本极高。即便竞争对手（如 AMD）硬件性能接近，软件生态差距仍难以弥合。
此外，英伟达的系统级解决方案（DGX SuperPOD、OVX 服务器等全栈方案）已经深度绑定客户基础设施，替代需重构整个技术栈。这种生态控制力在 Blackwell 时代进一步强化：其 NVLink 5.0 技术实现超高速芯片互连带宽，是 AMD MI300X 的数倍。当硬件性能差距超过某个临界点，性价比就失去了讨论意义。
英伟达最初是一家生产 GPU 的硬件公司。然而，它正在发展成为一家提供端到端 AI 解决方案的公司。它正在为客户提供构建聊天机器人、AI 虚拟助手和虚拟代理的软件工具，这不仅仅是一家芯片提供商，而是成熟的 AI 巨头。
它还强调其整个 AI 基础设施解决方案的总拥有成本（TCO），而不仅仅专注于制造芯片，这使得仅销售性价比高的芯片的对手更难以竞争。英伟达将整个硬件和软件生态、支持、运营费用以及快速部署 AI 解决方案的能力纳入其 TCO 计算中，管理层希望能够对客户说：“我们的 AI 芯片前期成本可能更高，但从长远来看，整个 AI 解决方案可以节省成本。”
因此，尽管 DeepSeek 和降低 AI 成本的势头对英伟达构成了一定威胁，但英伟达并不必太过担忧。
3.AI 竞赛的“军火商”逻辑未变
科技巨头的当前主题是，业务增长仍受到建立数据中心和提供算力的能力的限制。没有一家削减计算和数据中心方面的资本支出。而且它们在云计算方面的增长仍然强劲。
在过去 12 个月中，头部 3 家 CSP 投资了 1860 亿美元用于扩展其算力。而在新的一年，Meta 预计资本支出在 600-650 亿美元，微软预计投入约 800 亿美元扩建数据中心，亚马逊设定了至少 1000 亿美元的基调，而 Alphabet 预计资本支出将达到 750 亿美元。
与此同时，前不久问世的“星际之门”项目号称将耗资 5000 亿美元，旨在推动美国 AI 的发展。该项目仅甲骨文一家就已确定了 100 个数据中心用于未来开发。而在物理 AI 领域，特斯拉于 2024 年在得克萨斯州超级工厂完成了 50000 个 H100 集群的组装，将用于自动驾驶。马斯克表示，开发 Optimus 人形机器人的算力需要提高 10 倍。
摩根士丹利研究主管 Vishwanath Tirupattur 认为，尽管 DeepSeek 的突破意义重大，但并不会导致 AI 及相关领域有显著影响力的相关巨头资本支出的崩溃。
他提到，20 世纪 90 年代计算成本的急剧下降为此提供了一个有益参照。当时，投资热潮主要由两个因素驱动：一是企业更换折旧资本的速度，二是计算资本价格相对于产出价格的持续大幅下降。如果 DeepSeek 带来的效率提升反映了类似现象，那么 AI 资本成本可能会下降，并有利于支撑企业的支出前景。
科技巨头们继续加大支出，无疑对英伟达等算力公司提供了有力支撑。亚马逊公司 CEO Andy Jassy 在电话会议中指出，大多数公司的 AI 计算都依赖于英伟达的芯片，而且在可预见的未来，亚马逊还将继续与英伟达保持合作关系。
更不必说，去年黄仁勋曾多次表示，世界各国正在计划在国内建设和运行自己的 AI 基础设施，这将推动对英伟达产品的需求。
他在接受彭博采访时强调，印度、日本、法国和加拿大等国家正在讨论投资“主权 AI 能力”的重要性。“他们的自然资源数据应该为他们的国家进行提炼和生产。主权 AI 能力的认可是全球性的。”
当然，需要承认的是，随着美国科技巨头坚定向 AI 领域砸下巨资，英伟达面临的不确定性因素也在逐渐增多：比如近期受益最大的赢家是两大 AI ASIC 巨头博通与迈威尔科技。
凭借在芯片间互联通信以及芯片间数据高速传输领域的技术领导地位，博通和迈威尔科技已成为 AI ASIC 市场的核心力量。微软、亚马逊、谷歌以及 Meta 等科技巨头都在联手博通或迈威尔科技自研 AI ASIC 芯片，用于海量推理端 AI 算力部署。
此外，据路透报道，OpenAI 正在推进减少对英伟达依赖的计划，通过开发其第一代内部人工智能芯片，为其芯片供应开辟新的篇章。消息人士称，它将在未来几个月内完成首款内部芯片的设计，并计划送往台积电进行制造。最新消息显示，OpenAI 有望在 2026 年实现量产目标。
但这些因素都并不妨碍英伟达的 AI 竞赛“军火商”逻辑，以及英伟达信仰者高呼 DeepSeek 引发的抛售是抄底机会。他们依然相信三个支持因素：
1）目前市场对 Hopper 和 Blackwell 芯片的信心在不断增强；
2）尽管投资者对大型训练集群的情绪面临压力，但有迹象表明大型集群仍在建设中；
3）推理市场有望推动英伟达多年的增长，且英伟达在推理领域的地位稳固。
短期来看，即将发布的 2024Q4 财报可能再次提振投资者情绪，预计英伟达将重新确认 Blackwell 的执行情况；数据中心 2025 营收将同比增长 60% 以上；且英伟达将为 3 月 17 日的 GTC 大会（重点转向 GB300、Rubin 以及机器人等实体 AI 项目）提前造势。
结论RockFlow 投研团队相信，DeepSeek 冲击事件终将载入科技史册，不是因为它改变了游戏规则，而是因为它验证了规则的不可动摇：在 AI 这场无限战争中，算力不是可选项，而是必选项；不是成本项，而是资产项。
作为全球 AI 军备竞赛的“基础设施提供者”，英伟达的不可替代性在行业扩张周期中将持续强化。尽管 ASIC 与自研芯片构成远期扰动，但未来 3-5 年英伟达仍将是 AI 算力扩张周期的最大赢家。
当市场为"效率革命"欢呼时，英伟达用一个月的时间证明了：真正的护城河，从来不在财务报表的毛利率数字里，而在每个开发者键入的"import torch.cuda"命令中，在每座数据中心轰鸣的 DGX SuperPOD 里，在人类拓展智能边界的永恒渴望里。
RockFlow 将持续分享美股优质公司投研文章，如果想详细了解美股投资知识、进阶指南等，可以查看 RockFlow 此前发布的多篇文章：
