💢💢💢

🔥🚀 Jensen Huang 在下一盤更大的棋：$英偉達(NVDA.US) 不只是賣算力，而是在 “決定誰能用算力”

過去一直把 $英偉達(NVDA.US) 看成 “賣鏟子的人”。

但這半年開始意識到，這個判斷已經過時了。

真正發生的變化是——Jensen Huang 不再只是提供 GPU，而是在用資本，重新設計整個 AI 產業的權力結構。

過去 6 個月，接近 190 億美元的投資，並不是簡單的財務佈局，而更像是一套完整的 “生態控制系統”。

我把它拆開看，邏輯反而變得非常清晰：不是分散下注，而是圍繞 “算力需求如何被放大 + 誰來消耗算力” 這兩個核心問題做系統性佈局。

第一層，是我認為最關鍵的：底層瓶頸控制。

$新思科技(SNPS.US)
$英特爾(INTC.US)

當 AI 進入十萬卡級別集羣后，真正的限制已經不是單顆 GPU 性能，而是設計效率、封裝能力、數據傳輸。

投資 EDA（$新思科技(SNPS.US)），本質是在加速 “下一代 GPU 誕生速度”。

投資$英特爾(INTC.US)，則是給先進封裝和代工多一個戰略備份，降低對單一供應鏈的依賴。

再往下看，光通信這條線更直接。

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

如果沒有 800G、1.6T 這些傳輸能力，再強的 GPU 都是孤島。

這裏的邏輯很簡單：算力越強，網絡越值錢。

第二層，是我認為最 “有野心” 的一環：算力分發權。

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

傳統雲廠既是客户，也是潛在對手。

如果未來算力完全被 AWS、Azure 這些平台控制，那$英偉達(NVDA.US) 本質上會被 “平台化”。

所以它反過來扶持一批 “只賣 GPU 算力” 的雲廠。

$Coreweave(CRWV.US) 拿到最先進 GPU 優先供貨，這不是普通合作，這是在 “製造新的算力分配中心”。

換句話説，$英偉達(NVDA.US) 在避免自己被邊緣化。

第三層，是我認為很多人低估的：能源。

AI 不是軟件問題，本質是電力問題。

當數據中心規模爆發，電力會成為真正的天花板。

投資像 Crusoe 這種能源 + 算力結合的模式，本質是在解決一個問題：

“當全球算力需求爆炸時，電從哪裏來？”

這條線如果成立，未來會是一個完全獨立的大賽道。

第四層，是未來需求引擎。

這裏才是我覺得最值得盯的地方。

$禮來(LLY.US)
$Recursion Pharmaceuticals(RXRX.US)
$諾基亞(NOK.US)

AI 製藥、通信邊緣、人形機器人、自動駕駛……

這些看起來分散，但背後是同一個邏輯：

把 AI 從 “屏幕裏” 拉到 “物理世界”。

一旦進入現實世界，算力需求不是線性增長，而是指數級放大。

訓練會收斂，但推理會爆炸。

而推理，才是長期現金流。

第五層，是護城河真正的核心：軟件綁定。

OpenAI、xAI、Mistral、Cohere、Perplexity……

這些不是 “投資熱點”，而是 CUDA 生態的 “鎖定機制”。

只要這些模型繼續依賴 CUDA 優化訓練和推理，那麼硬件優勢就不會被輕易替代。

這才是最深的一層。

我現在再回頭看這 190 億美元，已經不會把它當作 “投資”。

更像是一種主動進攻：

不是等需求出現，而是自己去創造需求。

不是等客户成長，而是提前綁定未來的客户。

不是賣產品，而是在定義整個產業的運行方式。

這也是為什麼我越來越覺得——

$英偉達(NVDA.US) 的估值爭議，本質不是 “貴不貴”，而是：

市場到底有沒有看懂，它已經從 “芯片公司” 變成 “生態級基礎設施”。

如果這個判斷成立，那麼未來的機會，很可能不會只集中在$英偉達(NVDA.US) 本身，而是沿着它的資本流向不斷擴散。

光通信、能源、邊緣算力、AI 應用……

這些才是被放大的地方。

問題也變得更具體了：

當一個公司開始決定 “誰能用算力”，它的邊界到底在哪裏？

你更傾向於繼續只押$英偉達(NVDA.US) 本身，還是沿着它的投資地圖去找下一層機會？