💢💢💢

🔥🚀 Jensen Huang 在下一盘更大的棋：$英伟达(NVDA.US) 不只是卖算力，而是在 “决定谁能用算力”

过去一直把 $英伟达(NVDA.US) 看成 “卖铲子的人”。

但这半年开始意识到，这个判断已经过时了。

真正发生的变化是——Jensen Huang 不再只是提供 GPU，而是在用资本，重新设计整个 AI 产业的权力结构。

过去 6 个月，接近 190 亿美元的投资，并不是简单的财务布局，而更像是一套完整的 “生态控制系统”。

我把它拆开看，逻辑反而变得非常清晰：不是分散下注，而是围绕 “算力需求如何被放大 + 谁来消耗算力” 这两个核心问题做系统性布局。

第一层，是我认为最关键的：底层瓶颈控制。

$新思科技(SNPS.US)
$英特尔(INTC.US)

当 AI 进入十万卡级别集群后，真正的限制已经不是单颗 GPU 性能，而是设计效率、封装能力、数据传输。

投资 EDA（$新思科技(SNPS.US)），本质是在加速 “下一代 GPU 诞生速度”。

投资$英特尔(INTC.US)，则是给先进封装和代工多一个战略备份，降低对单一供应链的依赖。

再往下看，光通信这条线更直接。

$Lumentum控股(LITE.US)
$Coherent Corp.(COHR.US)

如果没有 800G、1.6T 这些传输能力，再强的 GPU 都是孤岛。

这里的逻辑很简单：算力越强，网络越值钱。

第二层，是我认为最 “有野心” 的一环：算力分发权。

$Coreweave(CRWV.US)
$Nebius(NBIS.US)

传统云厂既是客户，也是潜在对手。

如果未来算力完全被 AWS、Azure 这些平台控制，那$英伟达(NVDA.US) 本质上会被 “平台化”。

所以它反过来扶持一批 “只卖 GPU 算力” 的云厂。

$Coreweave(CRWV.US) 拿到最先进 GPU 优先供货，这不是普通合作，这是在 “制造新的算力分配中心”。

换句话说，$英伟达(NVDA.US) 在避免自己被边缘化。

第三层，是我认为很多人低估的：能源。

AI 不是软件问题，本质是电力问题。

当数据中心规模爆发，电力会成为真正的天花板。

投资像 Crusoe 这种能源 + 算力结合的模式，本质是在解决一个问题：

“当全球算力需求爆炸时，电从哪里来？”

这条线如果成立，未来会是一个完全独立的大赛道。

第四层，是未来需求引擎。

这里才是我觉得最值得盯的地方。

$礼来(LLY.US)
$Recursion Pharmaceuticals(RXRX.US)
$诺基亚(NOK.US)

AI 制药、通信边缘、人形机器人、自动驾驶……

这些看起来分散，但背后是同一个逻辑：

把 AI 从 “屏幕里” 拉到 “物理世界”。

一旦进入现实世界，算力需求不是线性增长，而是指数级放大。

训练会收敛，但推理会爆炸。

而推理，才是长期现金流。

第五层，是护城河真正的核心：软件绑定。

OpenAI、xAI、Mistral、Cohere、Perplexity……

这些不是 “投资热点”，而是 CUDA 生态的 “锁定机制”。

只要这些模型继续依赖 CUDA 优化训练和推理，那么硬件优势就不会被轻易替代。

这才是最深的一层。

我现在再回头看这 190 亿美元，已经不会把它当作 “投资”。

更像是一种主动进攻：

不是等需求出现，而是自己去创造需求。

不是等客户成长，而是提前绑定未来的客户。

不是卖产品，而是在定义整个产业的运行方式。

这也是为什么我越来越觉得——

$英伟达(NVDA.US) 的估值争议，本质不是 “贵不贵”，而是：

市场到底有没有看懂，它已经从 “芯片公司” 变成 “生态级基础设施”。

如果这个判断成立，那么未来的机会，很可能不会只集中在$英伟达(NVDA.US) 本身，而是沿着它的资本流向不断扩散。

光通信、能源、边缘算力、AI 应用……

这些才是被放大的地方。

问题也变得更具体了：

当一个公司开始决定 “谁能用算力”，它的边界到底在哪里？

你更倾向于继续只押$英伟达(NVDA.US) 本身，还是沿着它的投资地图去找下一层机会？