全球瘋傳，“6100億美元AI騙局”要崩了？

真真假假

由於9月非農大幅超預期，市場對12月降息預期下降，導致美股大漲轉大跌。

英偉達前一天的漲幅全部蒸發。

客觀來說，這次轉跌與英偉達本身的關係並不大，但好巧不巧……

與此同時，外網突然瘋傳一篇文章，題為《揭穿6100億美元龐氏騙局的算法：機器智能如何揭露AI行業的循環融資騙局》，作者為Shanaka Anslem Perera。

核心觀點之一是：英偉達發布的Q3財報中的數據存在嚴重矛盾。

第一，財務矛盾。

英偉達財報顯示未結賬款達334億美元（同比激增89%），庫存積壓198億美元（3個月增長32%），但管理層聲稱“需求旺盛供應緊張”，二者邏輯矛盾。

第二，現金流異常。

英偉達實際產生145億美元現金，卻報告193億美元利潤，兩者相差48億美元。

現金轉化率隻有75%，遠低於同業95%的水平，達到危機級別。

最吸引人眼球的是第三，循環注資騙局。

英偉達向xAI注資20億美元，xAI卻借貸125億美元采購英偉達芯片；微軟向OpenAI投入130億美元，OpenAI承諾斥資500億美元購買微軟雲服務；微軟為該雲平台訂購價值1000億美元的英偉達芯片；甲骨文向OpenAI提供3000億美元雲服務額度，OpenAI則為甲骨文數據中心訂購英偉達芯片。

同一筆資金在不同公司間循環往複，被多次計入營收，卻無人真正付款。

一旦資金鏈斷裂，可能觸發6100億美元級別的係統性清算。

有人覺得，正是因為以上事實被揭露，才導致英偉達在短短18個小時內股價反轉。

不可否認，文章的觀點看起來是挺有說服力。

但作為投資者，不能聽風就是雨，必須要去求證。

首先，這篇小作文的作者，實際上是一家斯裏蘭卡的寵物店老板，並不是所謂的“獨立研究員”。

我們當然不會戴有色眼鏡，這位老兄或許對行業確實有深入的研究。

但我不認為市場的反應，會跟一個完全不搭邊的人的言論有任何關係。

也就是說，英偉達乃至整個AI板塊的表現，與這篇小作文無關。

很多人完全是倒果為因、牽強附會。

其次，數據有沒有問題？

這是最重要的。

如果仔細做過對比，你會發現，文章中有部分數據與實際完全不符，懷疑是為了佐證自己的論點而編造的。

文字中聲稱的幾個數據點如下：“應收賬款334億美元”，“一年內激增89%”；“庫存芯片達到198億美元”，三個月內增長32%；“現金轉換率僅75%”，“客戶平均付款周期由46天延長至53天”……

對比真實財報：應收賬款約339.91億美元，沒問題，但並沒有“一年內激增89%”之類的數據。

報表顯示庫存為197.84億美元，但並沒有“三個月內增長32%”這一增幅公開報表。

同樣的，報表裏找不到“現金轉換率”的公開數字，也沒有“客戶平均付款周期46→53天”、“104億美元可能永遠無法收回”等細節。

……

顯然，這篇小作文大部分都是前半段數據與公開數據吻合，但後半段涉及到描述的數據，比如增長率、不可收回金額、客戶付款周期、供應鏈受限導致庫存累積等等，不僅在財報中根本沒有提及，在其他官方報表或主流財經報道中也都找不到來源。

既然大家都不知道，那麽一家寵物店的老板，上哪知道的這些“秘密”呢？

不能說100%，但大概率，是被誇大、乃至於捏造的。

那麽，為什麽一篇這樣不知所謂的文章能引起全市場關注？

還是因為市場連日陷入冰點，大家太慌了。

冷靜下來，真實情況並沒有那麽糟糕。

02

全麵開花

還是回到英偉達的Q3財報上。

分業務來看。

第一，當然是占總營收89.5%的數據中心業務，這是絕對核心。

首先是計算業務（核心為GPU），以430億美元營收貢獻了數據中心業務的84%，主要來源於Blackwell係列芯片的統治級表現。

截至Q3末，Blackwell GPU總出貨量已達600萬塊，其中第二代Blackwell Ultra芯片占比超70%，單季出貨量突破280萬塊，相當於每天賣出3.1萬塊芯片。

其賺錢能力非常驚人。單塊Blackwell Ultra芯片均價約1.2萬美元，較上一代Hopper芯片高30%，但因采用台積電4NP先進工藝，單芯片製造成本僅增加12%，直接將計算業務的毛利率推至78.2%，比數據中心業務整體毛利率高4.8%。

不過上一代產品依然在發揮餘熱。

Hopper係列本季仍貢獻62億美元營收，其中H100芯片在中小企業AI推理場景的出貨量達45萬塊，占該係列總出貨的63%。

更傳奇的是六年前發布的A100芯片，目前全球仍有超120萬塊在滿負荷運行，僅Q3就通過維護服務、升級授權等方式創造4.3億美元收入，堪稱“算力常青樹”。

其次“GPU +網絡”的協同效應繼續爆發，導致網絡業務以82億美元營收、162%的同比增速成為最大驚喜。

核心產品InfiniBand交換機Q3出貨量達18萬台，同比暴漲210%，其中支持400Gb/s速率的IB 400係列占比85%，單台均價4.2萬美元，較上一代高25%。

這種爆發源於“算力集群化”需求：每100塊Blackwell Ultra芯片需配套8台InfiniBand交換機，而Q3數據中心客戶平均每單采購包含1200塊GPU+96台交換機，這種“捆綁式采購” 使得網絡業務營收增速始終高於計算業務。

以微軟Azure為例，本季采購的15萬塊Blackwell芯片配套了1.2萬台交換機，僅這一單就貢獻12%的網絡業務收入。

第二，遊戲與AI PC。

43億美元營收、30%的同比增長，看似是“配角”，實際上是英偉達在穩固消費級市場的基本盤。

傳統遊戲方麵，RTX 50係列顯卡自今年發布以來，累計出貨量已達1100萬塊，Q3單季出貨480萬塊，占全球高端顯卡市場（單價≥300美元）的72%份額。

其中RTX 5080最受追捧，單季出貨210萬塊，部分電商平台溢價率甚至高達20%。

當然更重要的還是AIPC業務，本季營收達14億美元，同比激增68%，成為遊戲板塊的黑馬。

核心產品GeForce RTX 5090 AI顯卡出貨量達85萬塊，占AI PC顯卡市場的67%，配套的AI軟件平台NVIDIA AI Studio已有超2800萬用戶，較上季度增長45%。

第三，專業可視化業務。

企業級的需求正在爆發，主要集中在設計工具和醫療影像兩大場景。

麵向建築、汽車設計的Quadro RTX係列本季營收4.1億美元，同比增長62%。

這背後是企業數字化轉型的剛需：全球Top 50汽車製造商中，42家已將Quadro RTX係列用於自動駕駛仿真測試，單家年均采購量達2300塊，較去年增長40%。

醫療影像的核心產品NVIDIA Clara Guardian AI醫療顯卡出貨量達5.8萬塊，較上季度增長32%。

美國FDA已批準采用該顯卡的12款AI影像診斷設備上市，僅Q3就新增3款，推動北美地區醫療客戶采購量同比增長110%。

此外，科研領域的需求同樣強勁，全球超500所高校采購該係列顯卡用於分子模擬研究，單校平均采購量達180塊，較去年增長50%。

第四，汽車與機器人。

營收占比雖然隻有1%，但沒有人會懷疑其長期潛力。

自動駕駛芯片業務的核心產品DRIVE AGX Orin出貨量達120萬塊，同比增長55%，配套的自動駕駛軟件訂閱服務收入達8200萬美元，同比增長180%。

更重要的是客戶結構升級：本季新增蔚來、小鵬等4家中國車企客戶，全球采用Orin芯片的車型已達68款，較上季度增加12款，其中L4級自動駕駛車型占比從18%提升至25%，推動單芯片均價從280美元漲至320美元。

機器人業務的核心產品Jetson AGX Orin開發者套件出貨量達9.2萬塊，較上季度增長28%，配套的Omniverse機器人仿真平台已有超1.2萬家企業用戶，較上季度增長35%。

工業機器人領域表現尤為突出：ABB、庫卡等頭部機器人製造商本季采購量達1.8萬塊，用於打造AI驅動的協作機器人，單台機器人配套的英偉達芯片及軟件價值達4500美元，較傳統機器人高3倍。

財報給出的是過去看得見摸得著的數據，意味著近幾年的AI狂歡，是有實際支撐的。

泡沫可能是有，但必然沒有做空資本宣傳的那麽大。

那麽後續呢？

英偉達已經給出了5000億美元的收入承諾，而且2025-2026兩年數據中心收入可見度已經鎖定，這意味著訂單已經排到後年了。

需求端有三個明確的爆發點：

1.推理需求即將反超訓練：現在訓練需求占主導，但據黃仁勳的說法，推理要實現“全天候運行”，每家公司都在生成海量token，未來12個月推理需求可能超過訓練，而英偉達在推理的高準確度、高吞吐量優勢沒人能比。

2.具身智能接棒：黃仁勳反複強調的“物理AI”已經起步，能理解物理世界的機器人需要巨量算力，這也是英偉達建Omniverse的原因，這塊需求才剛剛打開缺口。

3.主權AI和企業AI持續放量：歐盟200億、沙特500MW隻是開始，全球至少20個國家在推進主權AI項目，企業端“AI工廠”建設熱潮才剛啟動，這些都得靠算力撐著。

目前最大的變量是，Rubin平台能否延續神話？

英偉達方麵說，Rubin芯片平台進展順利，2026年下半年量產，這是決定下一輪增長的關鍵。

從現有數據看，Rubin會使用更先進的製程和封裝技術，台積電從上麵賺的錢會從11億漲到14-19億美元/ GW，這意味著Rubin的單價和性能都會再上一個台階。

更重要的是，Rubin要適配物理AI和更大型的AI工廠，正好踩中了下一波需求爆發點。

如果產能能跟上（台積電已經在提前備貨），英偉達的5000億收入承諾能完成，甚至可能把AI算力的景氣周期再拉長2-3年。

而到那個時候，最前沿的技術又不知道該進化成什麽樣了。

03

尾聲

短期看，Q4 650億美元的營收目標依然能穩軍心；中期看，2026年Rubin量產前，算力需求大概率都不會降溫；長期看，數據中心向“AI工廠”轉型也才剛開始，這波革命至少要持續5-10年。

正如黃仁勳自己所說，AI正經曆從CPU到GPU、從生成式AI到智能體的三大轉型，當前仍處於早期階段。

作為這個時代最熱門的領域，泡沫一定是存在的，但重塑全球產業的效率革命，也確確實實正在發生。

後者才是主幹，前者不過是細枝末節。