AI大分化:需求爆发,市场却恐慌
AI股票暴跌,而智能体需求却在加速。本文基于来源,评述英伟达、Token通缩、算力经济以及更广泛的基础设施机遇。
2026年11月21日 · AI基础设施 · 研究观察名单,并非交易指令 周五的抛售看起来像是对AI的裁决。 纳斯达克 综合指数下跌5.28%,Nvidia下跌14%,AMD下跌13%,半导体和存储 ETF 分别下跌11%和13%。标普500指数连续第七个交易日下跌。 然而,同一周也带来了Nvidia的最新财报和Anthropic成功的 IPO 。Nvidia公布季度 营收 为1158亿美元,同比增长103%,其最新平台数据表明基础设施需求持续存在。这是投资者需要解决的核心矛盾:是市场发现了需求疲软, 还是 由于估值、融资和公司特定风险而对强劲需求进行重新定价? 此前的AI估值重置论点支持第二种解读。Beth Kind ig 的I/O Fund对Nvidia的最新分析补充了五个重要论点:需求超过供给;更便宜的token可以增加算力消耗;市场正在从加速器和超大规模厂商向外扩展;智能体AI需要新的基础设施栈;Nvidia的估值已随增长而压缩。 这些论点值得认真考虑——但它们并不能与未来股票回报的证明划等号。 周五的恐慌是真实的;经营业绩也是真实的 周五的下跌并非小幅调整。根据Investopedia的11月20日市场回顾,纳斯达克全周下跌10%,标普500下跌8.6%, VIX 逼近36。Anthropic在其创纪录IPO后一天也下跌约9%。 因此,市场否决的不仅仅是一份财报。它在重新评估整个AI融资和估值综合体。但这恰恰使得区分三个层面的证据尤为重要: 已观察到的需求: 处理的token、利用率、租赁价格和已交付收入。 未来承诺: 云 积压订单 、供应协议和管理层 指引 。 股权风险: 估值、会计问题、领导层过渡、融资成本和 客户集中度 。 第一层依然强劲。第二层规模可观但并非保证收入。第三层解释了为何强劲的经营业绩与下跌的股价可以并存。 需求日益转向合同化,而非仅凭想象 Nvidia的2027财年第三季度业绩显示1158亿美元营收和持续的数据中心增长。其季度演示报告称,V er a Rubin在首个量产季度贡献了近200亿美元营收。 I/O Fund的11月20日分析补充了两个更大的需求指标:云行业积压订单在三个月内从2万亿美元升至2.5万亿美元;Nvidia的供应相关承诺达到3900亿美元。这些承诺反映了为满足预期需求而锁定的产能,包括昂贵的存储及相关基础设施。 已 签约 积压订单是比无客户支撑的投机性订单更强的信号。然而,它并不等同于已确认收入或 自由现金流 。投资者仍应审视取消权、交付时间表、 客户融资 ,以及这些承诺能否以有吸引力的利润率转化。 这也是超大规模厂商信息优势的关键所在。美国和中国的头部运营商能看到外部评论者看不到的利用率、客户谈判和未发布的模型路线图。当众多资深运营商各自独立承诺投入更多算力时,它们的行动本身就是需求与未来模型能力真实存在的证据。 对投资者而言,问题不在于这些运营商是否愚蠢,而在于投资的时间点、价格和融资能否带来足够的股东回报。 Token通缩可以强化——而非削弱——算力需求 OpenRouter报告10月处理79万亿token,是1月 交易量 的近25倍,其中智能体 AP I密钥贡献76%。与此同时,自1月以来, 闭源 模型每百万token的实际价格下降57%, 开源 模型下降70%。 这一表面矛盾正是需求飞轮。更低的价格让更多应用具备经济性。能力更强的编程和运行时间更长的智能体,随后会增加每个用户目标对应的模型 调用 次数。用AI编程构建的新应用自身会产生更多生产性工作负载。 Nvidia的财报评论补充了来自基础设施层的一个关键确认:尽管自5月以来 token 价格下跌近60%,I/O Fund指出,较旧的Hopper GPU续约价格高达原始价格的两倍,而B300费率自推出以来上涨超过60%。 这支持了此前论点中的一个区分:LLM提供商与云计算提供商处于不同的经济层面。 模型提供商可以降低token价格以竞争,而算力提供商出租加速器时间、网络、存储和产能。算力价格并没有机械地要求以与模型API价格相同的百分比下降。 这一边界并非绝对。超大规模厂商也运营第一方模型和托管 推理 ,并可以补贴一个层面以 支撑 另一个层面。利用率、折旧、能源成本、客户折扣和竞争仍决定利润率。但仅凭token价格下跌并不能证明基础设施盈利能力下降。 智能正成为一种计量型投入——而智能体使工作负载成倍增加 结构性机会在于,企业如今可以按需购买智能。当智能变得更便宜或更强大时,它可以被应用于那些此前不足以支撑人力或软件投资的问题。 更高质量的成果往往需要更多而非更少的资源。智能体可以更长时间推理、检索更大的上下文、验证其工作、模拟替代方案并协调并行工具。MCP及其他连接器将模型输出转化为跨真实系统完成的任务。 这意味着智能体工作流并不等同于单次聊天机器人查询。它可能涉及数十甚至数百次调用、工具调度和验证步骤。由此产生的基础设施需求超越加速器GPU,延伸至CPU、 HBM 、网络、存储、安全和电力。 I/O Fund以Nvidia的智能体架构为例:Vera CPU运行智能体框架,Rubin GPU处理推理,BlueField DPU提供监控和策略执行。无论Nvidia是否捕获每一层,更广泛的要点很重要:智能体AI在整个系统而非单一芯片品类中创造需求。 AI交易正扩展到超大规模厂商之外 一个看空论点是,五家超大规模厂商无法无限期支撑整个AI经济。这是事实。但答案可能是更广泛的参与者,而非立即崩溃。 I/O Fund估计,非超大规模厂商目前占Nvidia数据中心营收的44%,其中AI云、工业和企业营收达到470亿美元, 环比增长 18%。如果企业、工业和专业AI云需求持续增长,最大超大规模厂商的增速放缓就变得不那么关键。 大数定律同样重要。一旦年度 资本支出 达到数千亿美元,百分比增速可能放缓,而绝对支出继续上升。这未必是实体需求的收缩。 客户 多元化 比依赖少数买家更健康。然而,这也意味着Nvidia未来的增长可能分散到更多供应商和架构中。整体AI市场可以扩张,而任何单个公司的市场份额却在下降。 估值重置改变了入场问题 I/O Fund估计,在最近下跌之后,Nvidia的滚动和 远期 市盈率 分别约为15.8倍和15.3倍。这些是作者截至特定日期的估计,取决于盈利定义和一致预期,而非 内在价值 的保证。 关键在于, 盈利增长 可以在股价充分反映之前就压缩倍数。如果营收和盈利继续增长而股价下跌,投资问题便从动量转向持久性:预期增长中有多少能在竞争、供应扩张和 利润率 正常化中存活? O sca r CC I补充了一个重要的估值警示:将某一个异常季度年化,可能使由此得出的倍数看起来精确得虚假。如果盈利预期被下调,倍数会立即上升。因此,“相对于增长便宜”是一个有条件结论,而非股价的永久属性。 此前的估值重置观察名单仍然相关,因为不同公司占据不同的瓶颈: | 公司 | 代码 | 敞口 | 主要问题 | |---|---|---|---| | Nvidia | NVDA | 加速器、系统和软件 | 会计审查、领导层、份额和利润率 | | Micron | MU | HBM和先进存储 | 合同转化和存储周期定价 | | SK hynix | SKHY | HBM规模和供应 | 产能、ADR/汇率联动和客户承诺 | | AMD | AMD | 替代加速器和CPU | 软件采用、执行和中国敞口 | | Tencent | 0700.HK | AI应用、广告和云 | 变现与AI成本增长 | | Broadcom | AVGO | 定制加速器和网络 | 客户集中度和项目时间 | | TSMC | TSM | 先进制程制造和封装 | 节点执行、产能经济和地缘政治 | | Arista | ANET | AI集群以太网架构 | 云集中度和竞争 | | Vertiv | VRT | 电力和热管理基础设施 | 积压订单转化、产能和估值 | | Cloudflare | NET | 边缘计算、推理交付和开发者平台 | 用量变现、利用率和溢价估值 | MU和SKHY不应被视为两个独立的存储押注。 NET添加 了一个不同的应用交付层,而VRT捕捉了物理电力和冷却约束。这是一份研究观察名单,不是加权 投资组合 ,也不意味着每个标的都提供相同的入场质量。 Oscar CCI审查改变了什么 CCI接受了需求和估值论点,但拒绝任何认为这是干净、高信心入场的说法。它强调,强劲的使用和租赁市场数据本身并不能证明Nvidia营收、利润率持久性或正确的收入确认。会计问题之所以重要,恰恰因为它会影响表观需求向报告财务业绩的转化。 委员会还发现,Nvidia的资产负债表是有意义的 对冲 :这主要不是一个偿付能力的故事。但即便运营需求依然强劲,会计、法律和领导层风险仍可证明较低倍数是合理的。 最后,CCI的 相关性 分析发现,在当前窗口内,NVDA、MU和SKHY作为高度关联的半导体敞口同步波动。因此,同时买入三者可能集中同一板块因子,而非分散风险。更广泛的观察名单旨在识别不同的瓶颈,但在确定仓位规模前仍需检查相关性。 什么会使看涨解读失效? 如果出现以下情况,该论点将失效或减弱: 云积压订单或供应承诺未能转化为已确认收入和 现金流 ; 由于供应赶上或客户推迟部署,租赁价格下跌; token价格下跌不再产生足够的增量付费使用; 智能体采用未能带来持久的企业留存和可衡量的生产力; 存储和加速器利润率压缩速度快于销量增长; 超大规模厂商 和企业客户同时 减少 订单; Nvidia的会计审查发现存在重大误导性的财务报告; 或CEO过渡在关键产品爬坡期扰乱执行。 这些都是可观察的检验。它们防止需求论点沦为不可证伪的故事。 底线 市场正在问AI交易是否已经结束。运营证据给出了一个更狭窄的答案:轻松、对估值不敏感的阶段可能已经结束,但对可购买智能的需求仍在扩张。 Nvidia已交付的增长、不断上升的 基础设施承诺 、有韧性的 GPU租赁 价格、智能体工作负载增长和不断扩大的客户群,都支持这样一种观点:周五的抛售并非底层需求疲软的证据。因此,这次 回调 可能在整个AI栈中提供选择性的研究和分批入场机会。 这并未消除会计、 治理 、融资或估值风险。最强的方法既不是恐慌,也不是盲目自信:利用这次重置来考察哪些公司能够将不断增长的智能消费转化为持久、盈利的现金流。 来源与方法 I/O Fund:Nvidia股票——AI交易才刚刚开始的5个理由,提供的PDF,2026年11月20日。作者特定的估值估计和投资组合陈述均归于来源。 Nvidia 2027财年第三季度业绩和季度演示。 OpenRouter 2026年10月数据回顾。 Investopedia:11月20日市场回顾。 J.P. Morgan Asset Management:科技与AI展望。 Oscar AI委员会在11月20日抛售后审查了NVDA论点,包括需求、会计、领导层、利润率和客户集中度方面的反对意见。 本文仅供研究和教育之用,不构成个性化投资建议。观察名单不暗示任何权重、 目标价 或回报保证。