AI股暴跌40%-60%算力未减，Gavin Baker揭示市场真相

回望7月，市场表现十分离奇。

知名AI投资人Gavin Baker称这一个月浓缩了2022年全年的走势：加息、通胀与衰退的恐惧被压缩进数周，导致核心AI概念股从高位暴跌40%至60%。

本文将剖析Gavin Baker的深度访谈，厘清AI泡沫是否真的破裂，亦或是市场犯下了十年一见的定价失误。

谈及AI，必谈英伟达。访谈录制时，其远期市盈率处于十年低位。除了关税日和DeepSeek冲击带来的V形反弹，英伟达鲜有如此低价。这反映出市场对其利润可持续性持怀疑态度。

然而，Baker在硅谷搜寻负面信号时发现，GPU租金、DRAM价格及Token增长等指标反而呈加速态势。

推动需求增长的动力来自GLM-5.2、Kimi K3及NVIDIA Nemotron等开源模型，以及Meta的Muse Spark 1.1和Grok 4.5的快速迭代，显示出模型能力与发布节奏仍在提速。

公开财报仅展示巨头业绩，却掩盖了OpenAI、Anthropic及各类私营推理平台的需求。这些开源推理如同“暗物质”，体量庞大却难以被传统财务数据捕捉。

市场担忧开源模型廉价会侵蚀利润，实则不然。模型层利润可能下滑，但底层算力需求未必减少。

在架构与运行条件相似的情况下，Token的计算、显存及电力消耗并不因来源是低价开源模型而有显著差异。

尽管Token成本各异，但价差主要源于模型层毛利率。前沿模型推理毛利率可达80%至95%，而开源平台仅约30%。

企业利用路由技术，先用开源模型处理再由前沿模型复核，虽成本减半，却可能产出更多Token并消耗更多GPU算力。

开源模型并非消灭价值，而是重塑分配：利润从实验室转向云厂商、芯片商及数据中心。降价亦能激发需求弹性，吸引更多用户。

市场常忽略的变量是GPU长期合约与现货价的剪刀差。市场原预计2024-2025年旧GPU租金会随供给增加而下跌。

现实却是，早期合约价远低于现货，即便现货回落，新合约价仍可能走高。

案例显示，某初创公司曾以2美元/小时租用Blackwell，七个月后租用B200集群时价格逼近4美元；另一家云厂商预计Blackwell到期后租金将暴涨100%。这表明在长期合同下，云厂商的算力仍在低价变现。

微软、Meta及亚马逊的经营现金流增速已从28%提升至32%，剔除一次性因素后或逼近35%。现金流加速且旧合约重定价将进一步推高现金流。

Meta出租部分算力曾被误读为产能过剩或削减开支，实则资本开支未减，产业建设信号依然积极。

Baker推测，Meta此举意在通过少量出租展示GPU的市场租金和投资回报率，为未来融资或扩张提供依据。

更需警惕的是信用市场。投资者要求的额外风险溢价扩大，Meta发债利率高于预期，科技公司CDS（违约保险）价格亦在攀升。

若AI建设过度依赖债务，且短期供需失衡，恐重演互联网泡沫式的崩盘。

访谈亦指出，目前建设主要由经营现金流支撑。

Baker的模型显示：若按Ampere价格变现新增算力，对应云厂商现金流1.3-1.4万亿；若按高于Ampere但低于Blackwell的价格变现，接近2万亿，并减少7000亿信贷需求。

内存厂商为锁定长期订单，开始采用LTA协议，牺牲部分短期涨价空间，以换取预付款、价格上限及长期承诺的稳定性。

短期毁约可能损害未来供应分配，甚至危及竞争地位。

对Amazon、Google、AMD及英伟达而言，未来市场份额取决于今日锁定的内存、封装、电力及产能。

英伟达推出类似“信贷包装”的结构，将GPU销售与客户融资结合。

GPU贷款由第三方提供，非英伟达直接放贷；英伟达可投资相关公司股份，并在GPU价格高于底价时分享收入。

此举让英伟达持续获得类似租金的收入，同时助力客户融资购GPU。

为何股市剧烈波动？访谈提出鲜为人知的解释：Gavin Baker认识的许多机构及散户，会将同一条新闻立即交给Claude分析。

Claude虽为概率模型，但常给出相近解读，可能加剧羊群效应。

匿名人士展示的日本电容器周期显示，过去三年的涨跌如今被压缩至六周，基本面尚未完全启动。

尽管Gavin对AI持乐观态度，但也指出了几项真实风险。

第一，第三方数据显示Anthropic增长偏离，但受股东质疑，且OpenAI、Grok及开源需求仍在加速。

第二，若持续学习取得突破，模型无需海量Token训练，可能暂时降低训练算力需求。

第三，中国DUV设备进展虽与EUV有代差，却是重要阶段变化，不可因市场反应过度而忽视。

第四，当前物理瓶颈非需求，而是电力供应不足。涡轮机及柴油发电机厂商扩产，甚至翻新旧飞机发动机，表明产业仍处算力与电力紧缺期。

第五，Gavin认为最大系统性风险是监管。纽约暂停新建数据中心一年即是警告。他认为在配套供电协议下，数据中心可降低周边电价，并投资学校、医院等设施，创造高薪岗位。

总结而言，七月的抛售不能简单视为泡沫破裂，更应关注基本面指标：GPU租价是否坚挺，GPU是否紧缺，模型及开源需求是否增长，以及现金流能否跑赢资本开支与债务成本。

下次见市场因AI新闻集体抛售，不妨先问：指标真反转了，还是市场将复杂产业压缩成六周交易的简单结论？