Woodman's Second Brain | 第二大脑

[多模型] 人工智能算力是未来时代刚需长期逻辑。 #财经 #算力 #金融 #资本市场

Properties2
tagsinbox/capture, source/toutiao_video
aliases人工智能算力是未来时代刚需长期逻辑。 #财经 #算力 #金融 #资本市场, 人工智能算力是未来时代刚需长期逻辑。, [多模型] 人工智能算力是未来时代刚需长期逻辑。 #财经 #算力 #金融 #资本市场

42分钟阅读

[多模型] 人工智能算力是未来时代刚需长期逻辑。 财经 算力 金融 资本市场

捕获元数据

📊 多模型综合分析报告

🐳 火山引擎 DeepSeek-V4 总结

深度提炼：人工智能算力长期逻辑

🎯 核心观点摘要

  • 人工智能被视为“20年前的房地产”，而算力则是“20年前的地皮”，当前全球（美国、欧洲、中国、中东）都在进行前所未有的算力竞赛，疯狂建设数据中心。
  • 谁掌握了算力，谁就掌握了未来的话语权。
  • 尽管短期AI相关股票大跌、看空声音众多，但算力投资的长期核心逻辑没有变化——全球都在真金白银地投入，算力是写入国家顶层设计的战略底座。
  • 投资者不应天天猜顶猜底，而应想清楚：在全球算力军备竞赛中，谁是真正“卖铲子的人”，谁能把算力稳稳变成现金流。

📌 关键脉络与论据

  1. 看空方的代表与逻辑

    • 代表人物：曾精准压中2008年次贷危机的大空头 Michael Berry。
    • 行动：从去年11月起疯狂做空AI，且不断加码，做空对象包括英伟达、甲骨文、美光，甚至连做挖掘机的卡特彼勒也做空。
    • 本质：做空一整个人工智能产业链，认为这些公司是“一根绳上的蚂蚱”。
    • 核心理由一：GPU真实寿命只有2-3年，但AI云厂商按5-6年折旧，导致真实折旧费用被低估，账面利润被严重高估。
    • 核心理由二：英伟达牵头的5000亿美元AI基础设施融资，堪比2008年次贷，认为这是下一场金融危机的雏形。

  2. 多方反驳与实证

    • 美国新锐AI云厂商 Wave 的电话会议直接反驳了 Michael Berry 的核心逻辑。
    • Wave 的原话：目前算力的需求、价格、利润率其实全都在涨。
    • 更关键证据：Wave 新签了一份 A100 显卡合同，延续到2029年，价格还非常有吸引力。
    • A100 是英伟达2020年推出的显卡，已有六年历史。按 Michael Berry 的逻辑，这批卡早该被淘汰，但六年过去仍在贡献算力，且折旧摊销已做完，还能签三年新合同。
    • 这验证了黄仁勋此前“A100经济寿命接近十年”的说法——之前被认为是王婆卖瓜，现在被云厂商真金白银的合同背书。

  3. Michael Berry 的错判根源

    • 他用传统消费电子的折旧思维去套算人工智能芯片，认为芯片像手机一样一两年换一代。
    • 忽略了人工智能工作负载是分层的：大模型分训练和推理两层。
    • 训练需要最新卡，但推理层面不需要最新卡，旧卡完全可以。
    • 当前算力爆发的真正需求主要在推理而非训练，因此推理需求爆发大大延长了英伟达老卡的使用寿命。

  4. GPU集群的生命周期模式

    • 云厂商GPU集群生命周期分两段：
      • 第一份长期合同的租金基本覆盖买卡成本和融资利息；
      • 合同到期、债务还得差不多后，卡仍可用，可重新转去做推理、重新出租。
    • 后面几年的钱就是纯利润。
    • 比喻：贷款买房后出租，前十年的租金还房贷，还清后租金就是净收入，且行情好还能涨价。

  5. 国内投资情况

    • 7月31日明确：整个“十五五”期间，全国一体化算力网建设要新增直接投资约4万亿，折合年均8000亿。
    • 这笔投资是“十四五”期间的三倍。
    • 即使如此体量，要追上美国算力仍有差距，未来投资大概率只高不低、只增不减。

  6. 短期波动与长期方向

    • 算力赛道短期波动必然存在：之前4、5、6月涨太多太快，本来是马拉松却被跑成百米冲刺，短期冲得越猛，休息时间越长、越难受。
    • 休息时又遇到 Michael Berry 级别的大空头砸盘，所以会更疼。
    • 但大方向毋庸置疑：全球都在真金白银地投入，长期核心逻辑没有变化。

💡 核心洞察

  • 推理需求是延长GPU经济寿命的关键变量：看空者只看到训练端对最新芯片的需求，却忽略了推理端对旧卡的持续需求，导致严重低估老卡价值。
  • 云厂商的商业模式类似“以租养贷”的房地产逻辑：早期合同覆盖成本，后期合同变为纯现金流，这使得GPU集群的经济价值远超“2-3年折旧”的简单判断。
  • 算力已从企业行为上升为国家战略：中国“十五五”期间约4万亿的直接投资规划，说明算力不是个别企业或行业的事，而是顶层设计下的战略底座。
  • 短期噪音不改变长期趋势：算力投资的长期逻辑由全球真金白银的投入支撑，投资者应关注谁能持续把算力转化为现金流，而非被短期涨跌或大空头的言论吓跑。

🔵 百炼 Qwen 3.8 Max 总结

以下严格基于你提供的【真实原文内容】进行提炼，不补充原文未提及的事实，也不对未出现的信息作推断。

《人工智能算力是未来时代刚需长期逻辑》深度提炼

🎯 核心观点摘要

  • 原文的核心判断：人工智能被类比为“20年前的房地产”，而算力则被类比为“20年前的地皮”。原文认为，全球正在经历一场前所未有的算力竞赛，美国、欧洲、中国，甚至中东都在疯狂建设数据中心，因为“谁掌握了算力，谁就掌握了未来的话语权”。

  • 短期市场出现看空声音：原文提到，前一阵子AI相关股票跌得惨不忍睹，因此市场上出现了“算力过剩”“人工智能泡沫”等看空观点。其中喊得最凶、下注最大的是曾精准压中2008年次贷危机的大空头 Michael Berry。

  • Michael Berry 的做空对象与逻辑：原文称，Michael Berry 从去年11月开始疯狂做空AI，并不断加码，做空对象包括英伟达、甲骨文、美光，甚至包括做挖掘机的卡特比勒。原文认为，他并非单点做空，而是在做空“一整个人工智能产业链”，因为这些公司是“一根绳上的蚂蚱”。

  • 看空理由一：GPU寿命与折旧错配：Michael Berry 认为 GPU 的真实寿命只有 2 到 3 年，但 AI 云厂商却按 5 到 6 年折旧，导致真实折旧费用被低估，企业账面利润被高估。原文将其概括为：借钱买了一堆卡，卡两三年就不值钱了，但财务报表仍按 5 到 6 年慢慢摊销，看起来好像每年都在赚钱，这是“自欺欺人”。

  • 看空理由二：基础设施融资类似次贷风险：原文还提到，Michael Berry 认为英伟达牵头的 5000 亿美元人工智能基础设施融资，堪比 2008 年的次贷，甚至称其为“下一场金融危机的雏形”。

  • 原文的反驳点：美国新锐 AI 云厂商 wave 的电话会议：原文称，美国一家新锐 AI 云厂商 wave 在电话会议中表示，目前算力需求、价格和利润率全都在涨。更重要的是，该公司拿出了一份新签的 A100 显卡合同，合同延续到 2029 年，且价格非常有吸引力。

  • A100 案例被用来反驳“GPU两三年就淘汰”的看空逻辑：原文指出，A100 是英伟达 2020 年推出的一代显卡，到现在已经整整六年。如果按 Michael Berry 的逻辑，这批显卡早该被淘汰。但现实中，A100 仍在持续贡献算力，并且财务报表上的折旧摊销已经做完，仍能签新合同、继续出租，这直接验证了黄仁勋所说的“A100 的经济寿命接近十年”。

  • 原文认为 Michael Berry 错在用传统消费电子折旧思维看 AI 芯片：原文指出，Michael Berry 把 AI 芯片当成手机一样的传统消费电子，认为一两年就得换一代。但原文强调，人工智能的工作负载是分层的：大模型分为训练和推理两层，训练需要最新卡，但推理不一定需要最新卡，旧卡也完全可以承担。

  • 推理需求爆发延长了老卡生命周期：原文认为，当前算力爆发的真正需求不在训练，而在推理。正是推理需求的爆发，大大延长了英伟达这些老卡的使用寿命。

  • GPU 集群的商业模式被拆解为两段生命周期：原文称，云厂商 GPU 集群的生命周期可以分为两段：第一份长期合同的租金基本可以覆盖买卡成本和融资利息；合同到期、债还得差不多后，如果卡还能用，就可以转去做推理、重新出租，后面几年的收益就是纯利润。

  • 原文用房贷租金作比喻：这就像贷款买房后出租，前十年租金用来还房贷，房贷还清后，后面的租金就是净收入、纯现金流；如果房子行情好，租金还可能涨价。

  • 国内层面：算力投资被写入国家顶层设计：原文提到，7月31号明确“十五五”期间全国一体化算力网建设要新增直接投资大概 4 万亿元，折合年均 8000 亿元。这笔人工智能上的投资是“十四五”期间的整整三倍。原文还认为，即使这样的投资体量，要追上美国的算力仍有差距，因此未来这方面投资大概率“只高不低、只增不减”。

  • 原文的最终结论：算力投资与算力需求不是某个企业或某个行业自己的事，而是已经写进国家顶层设计的战略底座。虽然算力赛道短期波动难免，尤其是 4、5、6 月份涨太多、涨太快，短期需要休息，而且遇到 Michael Berry 这种级别的大空头砸盘会更疼，但原文认为全球都在真金白银投入人工智能算力，长期核心逻辑没有发生任何变化。

📌 关键脉络与论据

1. 起点：人工智能被类比为房地产，算力被类比为地皮

原文开篇使用了一个强类比：

“如果说人工智能是20年前的房地产，那算力就是20年前的地皮。”

这个类比的作用是强调算力在人工智能时代中的基础性和稀缺性。原文进一步指出，全世界正在进行一场前所未有的算力竞赛：

  • 美国
  • 欧洲
  • 中国
  • 中东

都在疯狂建设数据中心。原文给出的原因是：

“所有人都知道，谁掌握了算力，谁就掌握了未来的话语权。”

因此，原文把算力视为全球竞争中的关键资源。

2. 市场转折：AI股票下跌后，看空声音集中出现

原文提到，前一阵子 AI 相关股票跌得很惨，于是市场上出现了两类看空观点：

  1. 算力过剩了；
  2. 人工智能要泡沫了。

在这个背景下，原文引出核心看空人物：Michael Berry。

原文对他的描述包括：

  • 当年曾精准压中 2008 年次贷危机；
  • 是大空头；
  • 从去年11月开始疯狂做空 AI；
  • 最近还在不断加码。

3. Michael Berry 的做空范围：不是单点做空，而是做空整个人工智能产业链

原文列举了 Michael Berry 做空的对象：

  • 英伟达；
  • 甲骨文；
  • 美光；
  • 卡特比勒。

其中，卡特比勒是做挖掘机的，表面上看与 AI 风马牛不相及。但原文解释说：

“其实 Michael Berry 是在做空一整个人工智能产业链。因为上面提到的这些公司全都是一根绳上的蚂蚱。”

也就是说，原文认为他的做空逻辑并非针对单个公司，而是针对整个 AI 算力建设链条。

4. 看空逻辑一：GPU 真实寿命被高估，折旧政策导致利润虚高

原文总结了 Michael Berry 的第一个核心看空理由：

  • 他认为 GPU 的真实寿命只有 2 到 3 年；
  • 但 AI 云厂商按照 5 到 6 年进行折旧；
  • 因此真实折旧费用被严重低估；
  • 成本被平摊到每年的财务报表里；
  • 最终导致企业账面利润被严重高估。

原文用通俗例子解释：

借钱买了一堆卡，这些卡两三年就不值钱了，因为得换新的；但财务报表仍按照 5 到 6 年慢慢摊销成本。结果看起来好像每年都在赚钱。

原文将此概括为：

“自欺欺人。”

5. 看空逻辑二：5000 亿美元人工智能基础设施融资类似次贷风险

原文还提到，Michael Berry 认为：

  • 英伟达牵头的 5000 亿美元人工智能基础设施融资；
  • 堪比 2008 年的那些次贷；
  • 是下一场金融危机的雏形。

这一论据把算力投资从企业折旧问题，进一步上升到金融风险层面。

6. 原文对 Michael Berry 的态度：他曾成功，但不代表这次必然正确

原文用了一个资本市场比喻：

“资本市场有意思的点就在于他有老水手，他有勇敢的水手，但是没有勇敢的老水手。”

原文的意思是：

  • 可以赌一次金融泡沫破裂；
  • 但如果次次都赌泡沫破裂；
  • 早晚有一天要翻车。

因此，原文并没有因为 Michael Berry 曾成功预测次贷危机，就直接认定他这次看空 AI 一定正确。

7. 关键反例：美国新锐 AI 云厂商 wave 的电话会议

原文称，就在 Michael Berry 喊得最凶、甚至加仓的时候，美国一家新锐 AI 云厂商 wave 的电话会议，直接把 Michael Berry 做空的核心逻辑“干碎了”。

原文提到 wave 的原话非常简单：

目前算力的需求、价格还有利润率其实全都在涨。

这句话直接反驳了原文中提到的“算力过剩”“需求不足”“价格下降”等看空判断。

8. 最有力的证据：A100 显卡合同延续到 2029 年

原文进一步给出具体合同证据：

  • wave 最近签了一份 A100 显卡合同；
  • 合同一直延续到 2029 年；
  • 价格非常有吸引力；
  • 原文称“一签就是三年”。

原文强调 A100 的背景：

  • A100 是英伟达在 2020 年推出的一代显卡；
  • 到现在已经整整六年；
  • 如果按照 Michael Berry 的折旧逻辑，A100 早该被淘汰；
  • 但现实是，A100 仍然在源源不断地贡献算力。

更关键的是，原文指出：

A100 在财务报表上的折旧摊销已经做完了。

也就是说，原文认为 A100 已经完成折旧，但仍然可以签新合同、继续产生收益。

9. A100 案例验证黄仁勋的说法

原文提到，wave 的新订单验证了黄仁勋此前提出的判断：

A100 的经济寿命接近十年。

原文称，过去大家可能觉得黄仁勋是在“王婆卖瓜”，但现在云厂商直接拿着真金白银的合同给他做背书，因此整个逻辑发生了变化。

10. 原文认为 Michael Berry 错在哪里：用传统消费电子折旧思维套 AI 芯片

原文总结 Michael Berry 的错误：

  • 他用传统消费电子的折旧思维去看人工智能芯片；
  • 他认为芯片跟手机一样，一两年就得换一代；
  • 但他忽略了人工智能工作负载是分层的。

原文将人工智能工作负载分为两层：

  1. 训练层：大模型训练需要用最新的卡；
  2. 推理层：推理不一定需要最新的卡，用旧卡完全可以。

原文进一步判断：

现在算力的爆发，真正的需求不在训练，而在推理。

正因为推理需求爆发，老卡的使用寿命被大大延长。

11. GPU 集群生命周期：两段式收益模型

原文还拆解了云厂商 GPU 集群的生命周期：

第一段：长期合同覆盖成本和融资利息

  • 第一份长期合同的租金；
  • 基本可以覆盖买卡成本；
  • 也可以覆盖融资利息。

第二段：合同到期后继续出租，形成纯利润

  • 合同到期后，债已经还得差不多；
  • 卡还能用；
  • 可以重新转去做推理；
  • 可以重新出租；
  • 后面几年的钱就是纯利润。

原文用房贷比喻说明：

贷款买了套房子，然后租出去，前十年租金还房贷；第十年房贷还清后，后面的租金就是净收入、纯现金流。如果房子行情好，租金还能跟着涨价。

这个比喻用来说明算力资产并不一定因为技术迭代而迅速失去现金流价值。

12. 国内论据：十五五期间算力投资规模巨大

原文把视角拉回国内，提到：

  • 7月31号明确；
  • “十五五”期间；
  • 全国一体化算力网建设；
  • 新增直接投资大概 4 万亿元；
  • 折合年均 8000 亿元；
  • 这笔人工智能上的投资是“十四五”期间的整整三倍。

原文进一步判断：

即使是这个体量的投资，要想追上美国的算力，其实还是有差距的。

因此，原文认为未来在这方面的投资大概率：

“只高不低，只增不减。”

13. 原文的宏观结论：算力是国家战略底座

原文据此得出结论：

  • 算力投资不是某个企业自己的事；
  • 也不是某个行业自己的事；
  • 它已经写进国家顶层设计；
  • 它是战略底座。

这一步把算力从普通产业投资，提升到国家战略基础设施层面。

14. 投资层面的结论：短期有波动，长期逻辑未变

原文最后落到投资上，明确承认短期风险：

  • 算力赛道短期波动肯定有；
  • 4、5、6 月份涨太多了；
  • 涨太快了；
  • 本来是马拉松，却用了百米冲刺；
  • 短期冲得越猛，休息时间越长，休息时越难受；
  • 如果又遇到 Michael Berry 这种级别的大空头砸盘，只会更疼。

但原文对大方向的判断是：

全国乃至全世界现在都在真金白银地往人工智能算力里面砸钱，它的长期核心逻辑没有发生任何变化。

因此，原文认为投资者不应该天天猜顶猜底，而应该想清楚：

  • 在全球算力军备竞赛里；
  • 谁是真正卖铲子的人；
  • 谁能把算力稳稳地变成现金流。

原文认为，想明白这一点，就不会被短期下跌和看空噪音轻易吓跑。

💡 核心洞察

1. 原文真正争论的焦点，不是“AI 是否重要”，而是“GPU 资产寿命和折旧逻辑是否成立”

原文中的多空分歧并不只是简单看多或看空 AI，而是围绕一个核心问题：

GPU 到底是不是两三年就会失去价值？

Michael Berry 的判断是：

  • GPU 真实寿命只有 2 到 3 年；
  • 云厂商按 5 到 6 年折旧；
  • 所以利润被高估；
  • 所以存在泡沫风险。

但原文用 A100 案例反驳这一逻辑：

  • A100 已经推出六年；
  • 仍能持续贡献算力；
  • 仍能签延续到 2029 年的合同；
  • 折旧摊销已经做完；
  • 仍能产生新收入。

因此，原文认为不能简单用传统消费电子的换代逻辑理解 AI 芯片。

2. 推理需求的爆发，是原文解释“旧卡仍有价值”的关键变量

原文提出一个重要分层：

  • 大模型训练需要最新卡；
  • 推理不一定需要最新卡；
  • 旧卡也可以承担推理任务。

原文进一步认为，当前算力需求爆发的重点不在训练，而在推理。

这意味着：

  • 老卡不一定因为新卡出现就立即作废；
  • 推理需求可以延长旧卡的生命周期；
  • 旧卡可以在折旧完成后继续产生收益。

这是原文反驳“GPU两三年就淘汰”的核心逻辑。

3. 原文强调算力资产的关键不只是技术新旧，而是能否形成现金流

原文反复用“租金”“合同”“折旧”“利润”“现金流”等词，说明其真正关注的是算力资产的商业模式：

  • 是否有长期合同；
  • 是否能覆盖成本和融资利息；
  • 是否能在合同到期后继续出租；
  • 是否能在折旧完成后继续贡献收益；
  • 是否能变成稳定的现金流。

A100 合同被原文作为关键证据，正是因为它说明旧卡在真实商业环境中仍然可以签合同、仍然有价格吸引力。

4. 原文把算力从企业资本开支，提升到国家战略层面

原文不仅从企业商业模式讨论算力，还从国家投资角度强化长期逻辑：

  • 全球都在建设数据中心；
  • 中国“十五五”期间全国一体化算力网建设新增直接投资约 4 万亿元；
  • 年均 8000 亿元；
  • 是“十四五”期间的三倍；
  • 原文还认为要追上美国算力仍有差距，未来投资大概率继续增加。

因此，原文的结论是：

算力投资和需求已经写进国家顶层设计的战略底座。

这说明原文将算力视为长期基础设施，而不是单纯的市场题材。

5. 原文对短期风险并未回避：涨太快、涨太多，调整会更疼

原文并不是一味看多。它明确承认：

  • 4、5、6 月份涨太多、涨太快；
  • 短期冲得太猛，就需要休息；
  • 休息时间可能更长；
  • 调整过程可能更难受；
  • 如果叠加大空头砸盘，会更疼。

这说明原文的逻辑是：

短期波动不可避免，但长期核心逻辑没有变化。

6. 原文给出的投资方法论：不猜顶猜底，寻找“卖铲子的人”和现金流能力

原文最后落到投资方法上，提出投资者应思考两个问题：

  1. 在全球算力军备竞赛里，谁是真正卖铲子的人？
  2. 谁能把算力稳稳地变成现金流？

这表明原文关注的不是短期涨跌，而是：

  • 产业链中的实际受益环节；
  • 是否具备真实需求；
  • 是否能形成稳定收入；
  • 是否能转化为现金流。

原文认为，想明白这一点，就不会被短期下跌和看空噪音轻易吓跑。

🎙️ 语音转写原文

如果说啊人工智能是20年前的房地产，那算力就是20年前的地皮。所以啊现在全世界都在进行一场前所未有的算力竞赛。不管是美国、欧洲、中国，甚至连中东，它的挖掘机都是昼夜不停，大家都在疯狂的建设数据中心，为什么？因为所有人都知道，谁掌握了算力，谁就掌握了未来的话语权。但是前一阵子AI相关的股票跌得惨不忍睹，所以看空的声音一下子就全都冒出来了。有人说算力过剩了，有人说人工智能要泡沫了。那这里面喊的最凶的下注最大的是谁？就是当年曾经精准压中了2008年次贷危机的大空头Michael Berry。他从去年11月份就开始疯狂的做空AI而且啊最近还在不断加码。比如说做空英伟达、甲骨文，做空美光，他甚至连做挖掘机的卡特比勒都去做空。为什么？不熟悉人工智能产业链的朋友可能觉得好像风马牛不相及，但是其实啊Michael Berry是在做空一整个人工智能产业链。因为上面提到的这些公司全都是一根绳上的蚂蚱。那他做空的理由是什么呢？首先他认为GPU的真实寿命只有2到3年，但是这些A的云厂商偏偏要按照5到6年去折旧。所以真实的折旧费用被严重的低估了，被平摊在了企业每年的财务报表里。那最后导致的结果就是企业的账面利润被严重的高估。什么意思？说白了就是你借钱买了一堆卡，这些卡两三年就不值钱了，因为你得换新的。但是呢你的财务报表，你的账面上还是按照5到6年去慢慢平摊他的成本。最后的结果就是看起来好像你每年都在赚钱，所以啊他认为这是自欺欺人。第二点啊，迈克波认为英伟达牵头的5000亿美元人工智能基础设施的融资，堪比2008年的那些次贷。所以他说这就是下一场金融危机的雏形。这些听起来是不是都特别有道理，毕竟一个曾经成功预测过次贷危机的传奇，它的逻辑这么严密，仓位这么坚决，那你说人工智能这波是不是真的要完蛋？但是资本市场有意思的点就在于他有老水手，他有勇敢的水手，但是没有勇敢的老水手什么意思？你可以去赌一次金融泡沫的破裂，但是你次次都赌泡沫的破裂，早晚有一天要翻车。那这一次啊，Michael克布瑞就遇上了对手，因为就在他喊的最凶甚至加仓的时候。美国呢有一家新锐的AI云厂商叫wave。他们的一通电话会议，直接把Michael ry做空的核心逻辑给干碎了。为什么的？F O的原话非常简单，就是目前算力的需求，价格还有利润率其实全都在涨。更狠的是，他直接把最近签的一个合同拿了出来，他新签了一份A 100显卡的合同，而且这份合同一直会延续到2029年，价格还非常有吸引力。很多朋友不知道A 100显卡到底是什么东西，其实呢它是英伟达在2020年推出来的一代显卡，到现在已经整整六年了。如果按照Michael克巴ry看空的逻辑，那么这一批显卡早就应该扔进垃圾桶了，毕竟他认为折旧就是两三年的事儿。但是已经六年过去了，A 100的显卡竟然还能在源源不断的贡献算力。而他在财务报表上的折旧摊销已经做完了。就是这么一位老将，他居然还能签新合同，而且一千就是三年，价格还很有吸引力。所以为的新订单就直接验证了之前黄仁勋说的话。黄仁勋说A 100的经济寿命接近十年，大家看一看是不是十年以前黄仁勋说这句话的时候，大家还觉得你黄仁勋卖显卡就是王婆卖瓜。但是现在云厂商直接拿着真金白银的合同给他做背书，所以这整个的逻辑就变了。那麦他错在哪儿？他错就错在他用传统消费电子的折旧思维去套算人工智能芯片。他觉得啊芯片跟手机一样，一两年就得换一代。但是呢他忽略了一个最核心的点，那就是人工智能它的工作负载是分层的。首先啊大模型可以分为训练和推理两层。大模型的训练肯定要用最新的卡，但是推理这个层面其实并不需要最新的卡，用旧卡就完全可以。而现在算力的爆发，真正的需求在哪？并不在于训练，而在于推理。所以正是因为推理需求的爆发，它大大的延长了英伟达这些老卡的使用寿命。那更关键的是什么？就是这些云厂商的GPU集群，它的生命周期实际上就分成了两段。首先啊第一份长期合同的租金基本上就能覆盖买卡的成本和融资的利息。等到合同到期债还的差不多了，卡还能用。所以啊他可以重新转去做推理，重新出租。那后面几年的钱其实就是纯利润。说到这儿啊，如果你还是没听懂，我就给你打一个比方。就好比啊你贷款买了套房子，然后呢把这房子租出去，前十年的租金拿来还房贷，到了第十年你的房贷还清了，那后面的租金是不是就是净收入，是不是就是纯现金流？而且如果房子的行情好，那么你的租金还能跟着涨价。刚才啊咱们说的是美国，现在咱们把目光拉回到国内。就在全球还在争论人工智能的算力到底有没有过剩的时候，7月31号明确说了咱们整个十五五期间，全国的一体化算力网建设要新增直接投资大概4万亿，这折合下来啊就是年均8000亿。这笔在人工智能上的投资是十四五期间整整三倍。但是说实话，即使是这个体量的投资，要想追上美国的算力，其实还是有差距的。所以未来在这方面的投资大概率只高不低，只增不减。所以大家看到了吗？对于算力的投资，对于算力的需求，其实啊它根本不是一两家企业或者是某个行业自己的事儿。它其实就是已经写进了国家顶层设计的战略底座。最后咱们再落到投资上，我就说一句，算力这个赛道短期的波动肯定是有。毕竟啊45 6月份涨太多了，而且涨太快了。本来我们要去跑马拉松，结果呢你非要百米冲刺，所以短期跑快了，涨多了肯定要休息，而且你短期冲的越猛，你休息的时间就越长，你休息的时候也越难受。而且休息的时候呢，你恰恰又遇到了像Michael Berry这种级别的大空头去砸盘，所以只会更疼。但是对于大方向，我认为毋庸置疑，因为全国乃至全世界现在都在真金白银的往人工智能算力里面砸钱，它的长期核心逻辑没有发生任何变化。所以各位投资者大家要做的事情并不是天天的去猜顶猜底，而是应该想清楚这件事儿。就是在全球算力的军备竞赛里，谁是真正卖铲子的人，谁能把算力稳稳的变成现金流。想明白了这一点啊，你就不会被短期的下跌和看空的噪音轻易的吓跑。那在人工智能算力这个领域里，究竟是把旧的方向再涨一遍，还是会有新方向涌现？关注我，我会在未来的视频里和大家分享。

关系图谱