6100 亿美元 AI 骗局，假的？

现在全球市场讨论最多的话题，就两个：

1. 美联储 12 月份到底将不降息；

2.AI 到底有没有、有多大泡沫？

前者的分歧越来越大，预期概率一变再变；后者，Peter Thiel 和软银旗下基金都选择在高位减持甚至清仓英伟达，恐慌情绪不断蔓延，投资者也开始纷纷抛售 AI 股。

此时此刻，作为全世界的希望，英伟达再一次站了出来。

11 月 19 日盘后，英伟达扔出堪称离谱 Q3 财报：总营收达到创纪录的 570.06 亿美元，不仅同比暴涨 62%，还远超市场预期的 549.2 亿。

净利润飙到 319.1 亿美元，同比涨 65%，折算下来每天净赚 3.5 亿；每股收益为 1.30 美元，同样超过预期的 1.26 美元。

更重要的是接下来的预期，Q4 营收预计将达到 650 亿美元，上下浮动 2%，依然远远超过分析师平均预期的 616.6 亿美元。

这也意味着，英伟达未来的增长引擎依然没有熄火的迹象。

黄仁勋在财报会上安抚投资者："我们看到的是完全不同的景象 —— 每一块 GPU 都被点亮并使用，训练和推理需求均呈指数级增长，AI 正进入良性循环"。

简单来说，什么 AI 泡沫，没有的事。

财报发布后，英伟达当天在常规交易时段已经涨了 3%，盘后又一度涨超 6%，大幅缓解近一个月的回调压力。

但就在所有人都松一口气的时候，幺蛾子又来了。

老黄话音刚落，就被光速打脸。

真真假假

由于 9 月非农大幅超预期，市场对 12 月降息预期下降，导致美股大涨转大跌。

英伟达前一天的涨幅全部蒸发。

客观来说，这次转跌与英伟达本身的关系并不大，但好巧不巧……

与此同时，外网突然疯传一篇文章，题为《揭穿 6100 亿美元庞氏骗局的算法：机器智能如何揭露 AI 行业的循环融资骗局》，作者为 Shanaka Anslem Perera。

核心观点之一是：英伟达发布的 Q3 财报中的数据存在严重矛盾。

第一，财务矛盾。

英伟达财报显示未结账款达 334 亿美元（同比激增 89%），库存积压 198 亿美元（3 个月增长 32%），但管理层声称 "需求旺盛供应紧张"，二者逻辑矛盾。

第二，现金流异常。

英伟达实际产生 145 亿美元现金，却报告 193 亿美元利润，两者相差 48 亿美元。

现金转化率只有 75%，远低于同业 95% 的水平，达到危机级别。

最吸引人眼球的是第三，循环注资骗局。

英伟达向 xAI 注资 20 亿美元，xAI 却借贷 125 亿美元采购英伟达芯片；微软向 OpenAI 投入 130 亿美元，OpenAI 承诺斥资 500 亿美元购买微软云服务；微软为该云平台订购价值 1000 亿美元的英伟达芯片；甲骨文向 OpenAI 提供 3000 亿美元云服务额度，OpenAI 则为甲骨文数据中心订购英伟达芯片。

同一笔资金在不同公司间循环往复，被多次计入营收，却无人真正付款。

一旦资金链断裂，可能触发 6100 亿美元级别的系统性清算。

有人觉得，正是因为以上事实被揭露，才导致英伟达在短短 18 个小时内股价反转。

不可否认，文章的观点看起来是挺有说服力。

但作为投资者，不能听风就是雨，必须要去求证。

首先，这篇小作文的作者，实际上是一家斯里兰卡的宠物店老板，并不是所谓的 "独立研究员"。

我们当然不会戴有色眼镜，这位老兄或许对行业确实有深入的研究。

但我不认为市场的反应，会跟一个完全不搭边的人的言论有任何关系。

也就是说，英伟达乃至整个 AI 板块的表现，与这篇小作文无关。

很多人完全是倒果为因、牵强附会。

其次，数据有没有问题？

这是最重要的。

如果仔细做过对比，你会发现，文章中有部分数据与实际完全不符，怀疑是为了佐证自己的论点而编造的。

文字中声称的几个数据点如下："应收账款 334 亿美元"，"一年内激增 89%"；"库存芯片达到 198 亿美元"，三个月内增长 32%；"现金转换率仅 75%"，"客户平均付款周期由 46 天延长至 53 天"……

对比真实财报：应收账款约 339.91 亿美元，没问题，但并没有 "一年内激增 89%" 之类的数据。

报表显示库存为 197.84 亿美元，但并没有 "三个月内增长 32%" 这一增幅公开报表。

同样的，报表里找不到 "现金转换率" 的公开数字，也没有 "客户平均付款周期 46→53 天"、"104 亿美元可能永远无法收回" 等细节。

……

显然，这篇小作文大部分都是前半段数据与公开数据吻合，但后半段涉及到描述的数据，比如增长率、不可收回金额、客户付款周期、供应链受限导致库存累积等等，不仅在财报中根本没有提及，在其他官方报表或主流财经报道中也都找不到来源。

既然大家都不知道，那么一家宠物店的老板，上哪知道的这些 "秘密" 呢？

不能说 100%，但大概率，是被夸大、乃至于捏造的。

那么，为什么一篇这样不知所谓的文章能引起全市场关注？

还是因为市场连日陷入冰点，大家太慌了。

冷静下来，真实情况并没有那么糟糕。

全面开花

还是回到英伟达的 Q3 财报上。

分业务来看。

第一，当然是占总营收 89.5% 的数据中心业务，这是绝对核心。

首先是计算业务（核心为 GPU），以 430 亿美元营收贡献了数据中心业务的 84%，主要来源于 Blackwell 系列芯片的统治级表现。

截至 Q3 末，Blackwell GPU 总出货量已达 600 万块，其中第二代 Blackwell Ultra 芯片占比超 70%，单季出货量突破 280 万块，相当于每天卖出 3.1 万块芯片。

其赚钱能力非常惊人。单块 Blackwell Ultra 芯片均价约 1.2 万美元，较上一代 Hopper 芯片高 30%，但因采用台积电 4NP 先进工艺，单芯片制造成本仅增加 12%，直接将计算业务的毛利率推至 78.2%，比数据中心业务整体毛利率高 4.8%。

不过上一代产品依然在发挥余热。

Hopper 系列本季仍贡献 62 亿美元营收，其中 H100 芯片在中小企业 AI 推理场景的出货量达 45 万块，占该系列总出货的 63%。

更传奇的是六年前发布的 A100 芯片，目前全球仍有超 120 万块在满负荷运行，仅 Q3 就通过维护服务、升级授权等方式创造 4.3 亿美元收入，堪称 "算力常青树"。

其次 "GPU + 网络" 的协同效应继续爆发，导致网络业务以 82 亿美元营收、162% 的同比增速成为最大惊喜。

核心产品 InfiniBand 交换机 Q3 出货量达 18 万台，同比暴涨 210%，其中支持 400Gb/s 速率的 IB 400 系列占比 85%，单台均价 4.2 万美元，较上一代高 25%。

这种爆发源于 "算力集群化" 需求：每 100 块 Blackwell Ultra 芯片需配套 8 台 InfiniBand 交换机，而 Q3 数据中心客户平均每单采购包含 1200 块 GPU+96 台交换机，这种 "捆绑式采购" 使得网络业务营收增速始终高于计算业务。

以微软 Azure 为例，本季采购的 15 万块 Blackwell 芯片配套了 1.2 万台交换机，仅这一单就贡献 12% 的网络业务收入。

第二，游戏与 AI PC。

43 亿美元营收、30% 的同比增长，看似是 "配角"，实际上是英伟达在稳固消费级市场的基本盘。

传统游戏方面，RTX 50 系列显卡自今年发布以来，累计出货量已达 1100 万块，Q3 单季出货 480 万块，占全球高端显卡市场（单价≥300 美元）的 72% 份额。

其中 RTX 5080 最受追捧，单季出货 210 万块，部分电商平台溢价率甚至高达 20%。

当然更重要的还是 AIPC 业务，本季营收达 14 亿美元，同比激增 68%，成为游戏板块的黑马。

核心产品 GeForce RTX 5090 AI 显卡出货量达 85 万块，占 AI PC 显卡市场的 67%，配套的 AI 软件平台 NVIDIA AI Studio 已有超 2800 万用户，较上季度增长 45%。

第三，专业可视化业务。

企业级的需求正在爆发，主要集中在设计工具和医疗影像两大场景。

面向建筑、汽车设计的 Quadro RTX 系列本季营收 4.1 亿美元，同比增长 62%。

这背后是企业数字化转型的刚需：全球 Top 50 汽车制造商中，42 家已将 Quadro RTX 系列用于自动驾驶仿真测试，单家年均采购量达 2300 块，较去年增长 40%。

医疗影像的核心产品 NVIDIA Clara Guardian AI 医疗显卡出货量达 5.8 万块，较上季度增长 32%。

美国 FDA 已批准采用该显卡的 12 款 AI 影像诊断设备上市，仅 Q3 就新增 3 款，推动北美地区医疗客户采购量同比增长 110%。

此外，科研领域的需求同样强劲，全球超 500 所高校采购该系列显卡用于分子模拟研究，单校平均采购量达 180 块，较去年增长 50%。

第四，汽车与机器人。

营收占比虽然只有 1%，但没有人会怀疑其长期潜力。

自动驾驶芯片业务的核心产品 DRIVE AGX Orin 出货量达 120 万块，同比增长 55%，配套的自动驾驶软件订阅服务收入达 8200 万美元，同比增长 180%。

更重要的是客户结构升级：本季新增蔚来、小鹏等 4 家中国车企客户，全球采用 Orin 芯片的车型已达 68 款，较上季度增加 12 款，其中 L4 级自动驾驶车型占比从 18% 提升至 25%，推动单芯片均价从 280 美元涨至 320 美元。

机器人业务的核心产品 Jetson AGX Orin 开发者套件出货量达 9.2 万块，较上季度增长 28%，配套的 Omniverse 机器人仿真平台已有超 1.2 万家企业用户，较上季度增长 35%。

工业机器人领域表现尤为突出：ABB、库卡等头部机器人制造商本季采购量达 1.8 万块，用于打造 AI 驱动的协作机器人，单台机器人配套的英伟达芯片及软件价值达 4500 美元，较传统机器人高 3 倍。

财报给出的是过去看得见摸得着的数据，意味着近几年的 AI 狂欢，是有实际支撑的。

泡沫可能是有，但必然没有做空资本宣传的那么大。

那么后续呢？

英伟达已经给出了 5000 亿美元的收入承诺，而且 2025-2026 两年数据中心收入可见度已经锁定，这意味着订单已经排到后年了。

需求端有三个明确的爆发点：

1. 推理需求即将反超训练：现在训练需求占主导，但据黄仁勋的说法，推理要实现 "全天候运行"，每家公司都在生成海量 token，未来 12 个月推理需求可能超过训练，而英伟达在推理的高准确度、高吞吐量优势没人能比。

2. 具身智能接棒：黄仁勋反复强调的 "物理 AI" 已经起步，能理解物理世界的机器人需要巨量算力，这也是英伟达建 Omniverse 的原因，这块需求才刚刚打开缺口。

3. 主权 AI 和企业 AI 持续放量：欧盟 200 亿、沙特 500MW 只是开始，全球至少 20 个国家在推进主权 AI 项目，企业端 "AI 工厂" 建设热潮才刚启动，这些都得靠算力撑着。

目前最大的变量是，Rubin 平台能否延续神话？

英伟达方面说，Rubin 芯片平台进展顺利，2026 年下半年量产，这是决定下一轮增长的关键。

从现有数据看，Rubin 会使用更先进的制程和封装技术，台积电从上面赚的钱会从 11 亿涨到 14-19 亿美元 / GW，这意味着 Rubin 的单价和性能都会再上一个台阶。

更重要的是，Rubin 要适配物理 AI 和更大型的 AI 工厂，正好踩中了下一波需求爆发点。

如果产能能跟上（台积电已经在提前备货），英伟达的 5000 亿收入承诺能完成，甚至可能把 AI 算力的景气周期再拉长 2-3 年。

而到那个时候，最前沿的技术又不知道该进化成什么样了。

尾声

短期看，Q4 650 亿美元的营收目标依然能稳军心；中期看，2026 年 Rubin 量产前，算力需求大概率都不会降温；长期看，数据中心向 "AI 工厂" 转型也才刚开始，这波革命至少要持续 5-10 年。

正如黄仁勋自己所说，AI 正经历从 CPU 到 GPU、从生成式 AI 到智能体的三大转型，当前仍处于早期阶段。

作为这个时代最热门的领域，泡沫一定是存在的，但重塑全球产业的效率革命，也确确实实正在发生。

后者才是主干，前者不过是细枝末节。

AI 的故事，或许才刚刚进入高潮。

来源：格隆汇