英伟达沦为自创算力市场的牺牲品
速览
英伟达成功证明了计算力的巨大价值，如今自己却成为这个市场的中心，吸引所有玩家涌入。然而，技术门槛较低的公司和产品反而在边缘获利，英伟达陷入被动。
AI 深度解读
背景
长期以来，Nvidia 一直是 AI 硬件领域的领军者，但最近几个月却过得不太顺遂。据 Bloomberg 报道，尽管公司预期营收仍在增长，但其股价自 5 月峰值以来已下跌 15%。与预期盈利相比，Nvidia 目前的估值比标普 500 平均估值还要便宜——投资者为 Nvidia 的每美元预期利润支付的价格，低于典型大型美国公司。
与此同时，资金依然在涌入 AI 基础设施股票，但主要流向了内存公司。同一时期，全球最大的 DRAM（计算机和服务器中标准内存芯片）制造商之一 Micron 的市值几乎翻了三倍，使内存成为数据中心的新瓶颈和热门的 AI 交易品种。根本原因很简单：去年看起来令人担忧的 GPU 短缺已经有所缓解，而数据中心却需要尽可能多的内存。
核心内容
对于欣赏 Nvidia 技术成就的人来说，这多少有些令人沮丧。Nvidia 崛起背后有很多真正令人印象深刻的技术：既包括其广泛采用的编程平台 CUDA，它使 Nvidia GPU 成为 AI 研究的默认引擎，也包括将 GPU 开发速度推至很少有人相信可能达到的程度。Nvidia 的成功足以写成整本书，而 GPU 本身也是人类能力最前沿制造出的最复杂器件之一。
但对 Micron 这样的内存公司来说，故事要简单得多。它们制造高带宽内存（High-Bandwidth Memory, HBM）芯片——一种专门设计用于尽可能快地在处理器之间传输数据的组件，这类芯片在过去 20 年里一直在渐进式改进。芯片或公司本身并没有太大变化，但它们提供的服务突然变得极具价值——由于需求增长快于任何公司扩大产能的速度，过去一年它们得以将价格提高了 10 倍。
通过 Datatrack 的数据，以下是自 2023 年以来 DRAM 现货价格（买方在公开市场上支付的价格，而非长期合同价）的变化图：
（原文此处有图，省略）
你可能会认为 2025 年夏季出现了某种惊人的技术突破，但事实并非如此——整个行业只是严重低估了数据中心建设所需的内存规模。
相比之下，通过计算市场 Ornn 的数据，以下是过去一年在 Nvidia H100 GPU 上运行一小时的现货价格变化：
（原文此处有图，省略）
与 Nvidia 的股价类似，5 月出现峰值（约每小时 3.20 美元），然后持续下跌。无论好坏，Nvidia 的公司价值都与计算价格挂钩，而计算价格正在下降。Micron 及其同类公司的价值则与 DRAM 价格挂钩，而该价格持续上涨。
当笔者与 Ornn 联合创始人兼 CTO Wayne Nelms 讨论造成这种差异的力量时，他将问题归结为简单的供需关系。Google、Amazon、Microsoft 甚至 OpenAI 都已经推出了自己的定制处理器，以减少对 Nvidia 的依赖；即使这些芯片不如 Nvidia 最新型号那么好，它们也足以压低计算价格。
“更多的 GPU 和加速器厂商正在进入市场。每个人都想制造自己的硅片，但没有人制造自己的 DRAM，”Nelms 告诉笔者，“除非 HBM（高带宽内存）出现重大技术突破、供需结构发生变化，或者有新的内存厂商进入市场，否则我认为情况基本会维持现状。”
关键要点
- Nvidia 股价自 5 月峰值下跌 15%，尽管营收预期仍在增长；其估值已低于标普 500 均值。
- 同期 Micron 市值几乎翻了三倍，DRAM 成为数据中心新瓶颈和热门 AI 交易标的。
- GPU 短缺缓解，但数据中心内存需求远超预期，导致 DRAM 现货价格飙升（过去一年上涨 10 倍）。
- Nvidia H100 GPU 的现货计算价格在 5 月达到约 3.20 美元/小时后持续下降，与股价走势一致。
- 多家大型科技公司（Google、Amazon、Microsoft、OpenAI）推出自研处理器以削弱对 Nvidia 的依赖，压低计算价格。
- 内存市场缺乏新进入者和技术突破，供需失衡导致内存价格居高不下。
- 最终局面是 Nvidia 成为自己创造的计算市场中的“受害者”——它证明了计算的价值，但被更简单的技术和更乏味的公司从侧面赚走利润。
意义与影响
Nvidia 的处境颇具讽刺意味：它一手创造了 AI 计算市场并证明了其巨大价值，却发现自己成为该市场中竞争最激烈、定价压力最大的环节。尽管其 GPU 技术极为复杂，但竞争对手（包括客户的内部芯片）的涌入使得计算价格趋于下降。而简单得多的内存业务，由于缺乏替代品和供应弹性低，反而享受着持续的价格上涨和资本追捧。
这揭示了 AI 基础设施投资的深层逻辑：并非所有高精尖技术都能获得最大回报，市场瓶颈往往出现在那些看似“不起眼”但无法绕过的环节。对于投资者而言，内存（尤其是 HBM）可能比 GPU 更具短期价格弹性；而对于 Nvidia 而言，它需要不断通过技术迭代和生态壁垒来维持定价权，但短期内计算价格的下行趋势似乎难以逆转。
从中长期看，这一趋势可能推动更多计算厂商进入市场，进一步压低价格，使 AI 算力变得更便宜、更普及——这反过来有利于 AI 应用层的繁荣。但 Nvidia 能否在这种“被围攻”的局面中保持龙头地位，将取决于它能否在芯片性能、软件生态和商业模式上找到新的护城河。而内存行业，只要供需紧张不缓解，就可能继续作为 AI 基础设施中的“隐形赢家”。