“最近几年，可口可乐和吉列在全球的市场份额实际上还在提升。它们的品牌威力、产品特性、销售实力，共同构筑了一条巨大的护城河，守护它们的经济堡垒...我不喜欢很容易的生意，生意容易，竞争者就会蜂拥而至。我喜欢有护城河的生意。我希望拥有一座价值连城的城堡，城堡周围是又宽又深的护城河，河里养满鳄鱼和水虎鱼，让敌人不敢过来。”
——沃伦·巴菲特
有了 AI 大模型以后，投研的效率确实变高了，问出一个好问题的能力极其重要，对核心要素在真实世界中进行交叉校验也极其重要，要不然你很容易被 AI 给骗了，网上的很多信息也是假信息，决策能力=信息*模型（算力就不用了，人脑是极其高效的机器），你的数据集失真，就算再聪明，也做不成好决策。
就价值投资而言，第一个重要始终都是：护城河是什么？对于“暴利型”的公司，还得进一步追问，他到底修建了几层护城河？层数越多越安全。
我们看阿段对泡泡玛特的护城河评价（如下）：泡泡玛特的壁垒目前看上去有几个（排名不分先后，还没想清楚重要性的排序）：已经建立起来的用户关注度（品牌），艺术家的签约壁垒，全球各地的门店，强大的王宁和他的 team（包括生产，物流，品质以及一切及其他）...这些壁垒不能保证潮玩可以一直有人喜欢，但可以让喜欢潮玩的人们一直关注泡泡玛特的...泡泡玛特的壁垒远比想象中强大，只要潮玩会有持续性，泡泡玛特就是非常好的生意了。
[图片]
如果按照阿段 5 月 7 日公开说 “把神华全换成泡泡玛特”的泡泡玛特当日股价162 港元计算，目前浮亏 8%（盘中买入可能会更贵，如下图）
[图片]
你说阿段会在意吗？一个正常的价值投资者都不会在意。
你永远没有办法抄到最底部，至少我的投资经验，最好的一次是买了以后跌 5%，还没试过抄到底部，我最近一次加仓腾讯是 490 几，我觉得可以了，如果我知道他还能继续跌，我肯定就等了，问题就是你不知道啊，490几长期看大概率能实现我的15%年化的投资回报要求。
Sell Put（卖出看跌期权） 是一种已经买了不少，可买可不买的期权策略，我是打算在泡泡玛特上 Sell Put（如下图），如果买不到，19.42%的年化收益也符合我 15%的长期年化收益目标，如果买到了，算上期权金的收益，我还能买到 124 块钱的泡泡玛特，相当于 8.2 折买入，这会让我更舒服。当然，也有可能随着我的投研推进，确定性进一步增加，会选择直接买入。
[图片]
我前段时间已经把泡泡玛特跟王宁的公开资料看完了，最近在看英伟达跟黄仁勋的。
我有一个观点：在潮玩这件事情上，不会有人比王宁更懂，而在算力（而非 AI）这件事上，不会有人比黄仁勋更懂，这当然存在“屁股决定脑袋”的误导性，但注意鉴别就好。
你可以质疑，你这样太不独立思考了！不够第一性原理，你应该回归物理学跟商业的规律去判断。
你说的没错，但我不认为自己通过刻苦学习，能够比黄仁勋有更准确的产业判断以及技术方向的判断，黄仁勋用 30 年来证明他的战略基本都是对的，他如此高的“置信度”，相信他就对了。
阿里云创始人王坚博士（现在得叫王坚院士）有一个很准确的评价：黄仁勋对 AI 没有信仰，但他对算力极其有信仰，只不过它等到了人工智能需要算力的那一天。（注：英伟达 2013 年决定将 GPU 与深度学习绑定，核心是认定通用算力是底层刚需，而非预判 AI 会爆发。黄仁勋早年专注图形渲染，AI 只是算力的 “杀手级场景”，过去十年，英伟达算力提升10 万倍，持续迭代 GPU 架构）
黄仁勋的一生是跟“算力”这个词深度捆绑的。
在文章《企业的“1”决定了它会成为什么样的公司》中讲过企业的“1”（愿景）的重要性，不同的“1”会导致企业走向不同的道理，苹果的“1”是通过软硬件的深度融合，创造世界上最好的消费电子产品，而小米的“1”是科技普惠，他没想过做最好的产品，他只想把 5999 的“降代 iPhone”，用 1999 卖给买不起或者不喜欢（没有的罪米粉的意思，我也用小米）苹果的广大人民群众。
在我看来，英伟达的“1”是算力 —— 没有算力，一切算法、一切大模型、一切 AI 应用都是空中楼阁。英伟达的核心生意模式是 “GPU 高性能计算芯片 + CUDA 平台生态”。
英伟达不选马、不赛马，也不赌技术方向，不赌 AI 场景，他是要跟宁德时代做新能源的电池中心一样，要做 AI 时代的算力底层操作系统。他才不管“AGI 何时实现”这种虚头巴脑的东西，大模型、生成式 AI，本质都是算力堆积出的智能涌现，他不用管 “AI 觉醒”、“超级智能” 这种叙事，他只信摩尔定律（黄氏定律）、芯片迭代、算力规模化。
生成式AI也好，AI Agent爆发也罢，或者未来的生物科学、太空探索、具身智能、无人工厂……每一个需要算力的场景，英伟达都是有兴趣充当背后的算力提供者的。
英伟达有 75%的毛利率、55%的净利率，他如果要捍卫这个“超额收益”，他需要确保一个指标的领先——单位 Token 成本最低（黄仁勋：“我生产全球成本最低的 Token，我们卖很贵的硬件，但我们产出最便宜的 Token。”）。
在文章《谁也逃不过台积电》讲过：
“2025/2026 年，中国的新能源行业玩家，几乎都要上自家的端侧自研 AI 芯片，包括蔚来、小鹏、吉利（吉利系的亿咖通 7nm 芯片由台积电制造）、小米、地平线等等，他们都会绕开英伟达，但就是绕不开台积电。长期来看，英伟达一定会失去智驾这个场景应用（颠覆时超过80%市场份额，2025年暴跌至25%）。”
这是什么原因？
原因就是 L2 算力级别的智驾，在中国这么卷的价格战下，能省几百美金就会自研。如下图：昨晚小鹏都把问界 M9 、理想 L9、蔚来 ES9 级别车型干到了 20 多万，还取得了好的销量，他用的就是自家的图灵芯片。
[图片]
但是云端训练的芯片，你还得用英伟达。（注：汽车业务只占英伟达营收的 1.3%）
也就是说汽车终端厂不一定愿意为最强车端芯片付高溢价（英伟达 75%毛利率，55%净利率），但亚马逊云（也有自家的 Trainium，消息：亚马逊 AWS 在 2026–2027 年底向英伟达采购合计 100 万颗 GPU）、谷歌云（也有自家的 TPU）、微软云、甲骨文云、阿里云（也有自家的平头哥神武）、腾讯云、百度云（也有自家的昆仑芯）等数据中心愿意为单位最低 token 成本买最贵的英伟达系统。
简而言之，磨刀不误砍柴工，英伟达的 GPU 是买的一次性单价贵，但用起来便宜，在其生命周期内赚的钱更多。
最终比拼的，依然是：单位最低 token 成本。
你要是问：人家亚马逊Trainium、谷歌 TPU、阿里神武、百度昆仑虚是 ASIC芯片（专用集成电路：为某一类特定任务硬定制电路，做好后不能改硬件，只能软件微调，能效极高、成本极低（量大时）、灵活性极差），成本不是比你英伟达的H100、 B100 GPU 便宜差不多一半吗？（可以上云计算公司的官网对比标价，但标价不代表实际成本，因为云厂商在补贴自家生态）
但这个便宜一半是有 3 个前置条件：
1、业务场景高度固定，长期不变，经常换模型、改架构、试新算法是不行的，因为他的硬件是固化的。比如百度的搜索场景就适合用他们自家的昆仑芯（谷歌的搜索场景同理），还有字节、Meta 的视频推荐引擎，淘宝的商品推荐、高德的导航，谷歌 TPU 就跑 Gemini 等等。
2、愿意放弃通用性，绑定自家软件栈。接受放弃英伟达 CUDA 生态，改用自家框架（Neuron/JAX/ 百度飞桨 / 自研智驾栈）。
3、有足够出货量摊薄巨额研发成本，有足够大的使用场景量、能长期持续无间断跑。芯片自研必须几十万颗以上出货才能摊平费用，日均海量推理、常年满负载运行才能有成本优势。
黄仁勋在很多个采访中都解释过这一点：
比如今年 4 月份的Dwarkesh Patel 访谈（视频 B 站有中文版）：你直接看图的字幕就知道了
[图片]
[图片]
[图片]
[图片][图片]
[图片]
[图片]
[图片]
[图片]
[图片]
再看今年《AII IN》播客上黄仁勋的回复：让所有人支付比别人贵 2 倍的 GPU 价格合理吗？
[图片][图片][图片][图片][图片][图片]
再来看一个真实企业的吐槽（下图）：
[图片]
也就是说，今年 4 、5 月份 Anthropic 的 ARR 就突破了 400 亿美金，这样 10 倍速的增长必然需要消耗巨量的算力，亚马逊云跟谷歌云为了自家的云生意不被上游的 GPU 供应商台积电绑架，争夺产业链的议价权（对了，微软云呢？是啊，他又一次掉队了，在自研芯片上，落后很多，文化的作用长期还是很重要的），前者往Anthropic 投资了250 亿美金，Anthropic 承诺 10 年内在 AWS 花 1000 亿 +，大量用 Trainium/Graviton 芯片（ASIC），后者往里面投了 400 亿美金（100 亿现金+300 亿对赌），Anthropic 承诺五年内向谷歌云花 2000 亿美元，买那 5GW 的 TPU 算力与云服务。
当然Anthropic 还向微软云跟马斯克的 xAI 购买了大量算力，这里面错综复杂的交易关系，以后再聊吧。
这些云厂商为什么要这样做？
因为云计算的范式正在转移，云计算从 “通用租赁（卖 CPU、内存、存储、带宽）” 变成了 “AI 专用基础设施”，谁要是在 AI 基础设施这件事上掉队，以后就只能给英伟达+台积电打工，再也别想回到以前 30%+的运营利润率，英伟达才是超额利润的拥有者，而不是你，你从他那里进货，就得忍受他的溢价。
科技行业的变化就是这么快，范式转移说变就变，去年当红炸子鸡是 OpenAI，今年就成了Anthropic，2~3 年前微软才因为投资 OpenAI+Copilot 赋能生态吃到了 AI 的头啖汤，没想到今年就说 AI 杀死了占他营收 40%的 SaaS 卖席位的商业模式。
聊英伟达、台积电这样的半导体公司，不是个简单的话题，理解他们的难度要比茅台这样的成熟消费品难很多，我只能拆成 2 篇文章，这期先做竞争格局的铺垫，下一期再把英伟达构建的 6 层护城河说清楚：
1、CUDA 软件生态护城河（600 万开发者、cuDNN、TensorRT、DOCA 等几百个高度优化库）
2、2019 年收购的以色列公司 Mellanox（InfiniBand 是万卡集群通信的唯一选择-pectrum（交换机）+ BlueField（DPU）+ NVLink（解决 GPU 直连） 全栈网络护城河。CUDA 解决的是算得快，Mellanox 解决的是数据传得快，缺一不可。
3、GPU 硬件架构断代式领先。如果英伟达保持高频率地自我迭代，按照他目前Blackwell → Rubin → Feynman 的路线图，你光追赶他Blackwell 的架构可能都需要很长时间。
4、供应链跟产能的锁定。台积电的 3nm/4nm 优先产能、80% CoWoS 封装，长期千亿美元级订单锁定 HBM、高速接口、ODM，这些在未来 3 年都被锁定了，什么时候释放不知道，反正台积电的企业文化是很谨慎的，黄仁勋每三个月去催促一次台积电扩产，但台积电保持每季只扩产约 5%，拒绝激进扩张。
5、全栈系统能力护城河（黄仁勋强调的 “五层蛋糕”）。从芯片-网络-软件-整机柜-AI 工厂，端到端优化，外加投资的生态伙伴。
最后其实还有黄仁勋这个极具行业洞察力的创始人（2019 年他就知道要收购Mellanox 了，2006 年他就知道要做 CUDA 了）人以及英伟达这家极度创新与高速迭代的企业文化。
明天再细聊。