迈克尔·伯里警告英伟达：AI 芯片热潮的多空之争

AI 交易正在进入一个更具挑战性的阶段。过去三年，看涨逻辑相对简单：超大规模云服务商需要更多算力，英伟达在 AI 加速器领域占据主导地位，而更大的模型需要规模不断扩大的集群。这一逻辑依然有力，但投资者如今面临一个更棘手的问题：AI 带来的收入和生产力提升，能否跟上构建基础设施所需的巨额资本支出？

迈克尔·伯里对英伟达新推出的 5000亿美元 AI 融资计划提出批评，正是这场更广泛争论的一部分。他将该计划称为“绝望的表现”，质疑 AI 需求是否正变得过度依赖融资。与此同时，英伟达表示，与 Apollo、贝莱德、黑石、Brookfield、高盛及 KKR 的合作，有望为 AI 基础设施撬动超过 5000亿美元的第三方资本。

真正的多空之争远不止融资问题，还涉及超大规模云服务商的支出、AI 变现能力、芯片更新换代周期、竞争格局以及资本回报率。

看涨理由：AI 需求仍在扩张

最有力的看涨论点很直接：这轮支出周期尚未出现放缓迹象。

英伟达 2027 财年第一财季营收达到 816亿美元，同比增长 85%，其中数据中心业务营收增长 92%，达到 748亿美元（原文为 752亿美元，应保持一致）。公司预计下一财季营收约为 910亿美元，且尚未计入中国数据中心算力业务的收入。

其最大客户的投资步伐也在加快。Alphabet 已将 2026年资本支出预期上调至 1,950亿至 2,050亿美元。Meta 预计支出将达到 1,300亿至 1,450亿美元。微软最近一个季度的支出达到 410亿美元，其中约三分之二投向使用寿命较短的资产，如 CPU 和 GPU。

更重要的是，AI 基础设施已开始产生实际收入。谷歌云在第二季度营收大幅增长 82%，达到 248亿美元，未交付订单积压达到 5,140亿美元。微软云业务 2026 财年营收超过 2,140亿美元，需求已日益从前沿模型企业扩展到更广泛的客户群体。

这一点至关重要，因为下一阶段的 AI 增长可能不再仅来自前沿模型训练，而是来自推理、智能体、编程、广告、搜索、工业 AI 及企业级部署。如果 AI 能够深度融入日常生产工作流，半导体需求或将在未来多年保持结构性高位。

Rubin 平台带来了新的增长动力。英伟达表示该平台已进入量产阶段，相关系统将于 2026年下半年交付。亚马逊云科技（AWS）、谷歌云、微软、Oracle 及 CoreWeave 均在首批预期采用者之列。

这一机遇并不局限于英伟达本身。规模更大的 AI 集群需要更多高带宽内存（HBM）、先进封装、网络设备、光互连、电力基础设施及散热系统。即便英伟达未来在每一美元新增 AI 支出中所占份额有所下降，整体 AI 基础设施市场仍有望持续扩张。

看跌理由：变现能力能否跟上？

看跌者可能从同样的资本支出数据中，得出截然不同的结论。

Alphabet 第二季度资本支出达到 449亿美元，自由现金流为-59亿美元。Meta 支出为 311亿美元，当季自由现金流仅为 7.84亿美元。微软也承认，AI 基础设施投资正在挤压云业务利润率。

因此，关键问题其实很简单：

每一美元新增资本支出，究竟能带来多少增量 AI 收入？

只要超大规模云服务商仍认为算力供给紧张，这轮热潮就能延续。但一旦产能追上需求，各公司开始要求每座新数据中心带来更强劲的回报，市场便会变得更加脆弱。

技术性折旧带来了另一重风险。英伟达正快速从 Hopper 迭代至 Blackwell、Blackwell Ultra 再到 Rubin。老款 GPU 仍可通过推理、微调及低成本云端工作负载创造收入，但随着新架构在单位功耗性能和单位代币成本上不断提升，老款 GPU 的经济价值可能会迅速下滑。

这正是伯里对融资模式提出批评的关键所在。英伟达与华尔街新达成的合作旨在撬动超过 5000亿美元的第三方资金。他的看跌解读是：要维持这一长期回报仍不确定的支出周期，可能需要越来越复杂的融资手段来支撑。

真正的风险将出现在AI 需求走弱，同时老款 GPU 的租赁费率及残值大幅下滑之际。届时，杠杆率较高的 AI 云服务运营商将同时面临现金流和抵押物价值双双走弱的困境。

竞争压力也在加剧。谷歌正将 TPU 的部署范围扩展到纯内部使用之外，而 AMD 以及由博通等公司支持的定制加速器，正瞄准英伟达高溢价经济模式愈发难以维持的应用场景。

在这样的环境下，英伟达仍能保持增长，但其市场份额、定价能力及半导体利润率或将逐步回归常态。

决定下一轮 AI 交易走向的关键因素是什么？

AI 芯片交易的下一阶段，将取决于四个变量：

AI 收入增长、超大规模云服务商资本支出、GPU 利用率以及半导体利润率。

如果 AI 应用持续扩展、推理需求不断增长、超大规模云服务商仍受限于算力产能、老款 GPU 能在低端市场找到盈利用途，且 Rubin 能开启新一轮升级周期，那么看涨路径仍将成立。

而当资本支出增速明显超过变现能力、云业务利润率受到挤压、老款 GPU 经济效益恶化，且超大规模云服务商最终放缓基础设施投资时，看跌路径便会开启。

核心问题远比英伟达 5000亿美元的融资计划更为宏大：

AI 能否创造出足够的经济价值，来支撑当前已在建设中的基础设施——以及未来规模更大的一轮投资浪潮？

如果答案依然是“能”，那么 AI 半导体周期仍有上行空间。但如果这种关系开始松动，投资者可能需要重新评估从英伟达、内存厂商，到网络设备商、代工厂及 AI 云服务运营商的整条产业链。