播客主持人 Dwarkesh Patel 在 11 月 13 日的一篇文章中提出一个判断:AI 公司必须每年将研发算力翻两番、同时将员工规模翻倍,才能维持与过去相同的进步速度。TIKR 的评论文章认为,这是近期关于英伟达最清晰的看涨逻辑之一,并且同样适用于为 Alphabet 等客户设计定制 AI 芯片的博通,以及为两者代工的台积电。

Patel 的核心论点是,新的 AI 想法正变得越来越难找,因此实验室即便只想保持原有节奏,也不得不持续购买远多于以往的算力。这直接将芯片需求与 AI 竞赛本身绑定——只要竞赛继续,卖芯片的一方就能受益。不过 Patel 并未将其视为确定之事,他给出 50% 的概率认为,自动化 AI 研究可能在不增加算力的情况下推动快速进展。

华尔街的预期已经在某种程度上反映了这一逻辑。英伟达在截至 2026 年 1 月的财年录得 2160 亿美元营收,市场共识预计本财年将达到 4120 亿美元,并在截至 2029 年 1 月的财年进一步升至 8960 亿美元——三年约四倍的增长。TIKR 指出,这一数字与 Patel 的算力翻两番并不完全对应,因为算力衡量的是完成的工作量,而英伟达的收入还取决于芯片价格、产品组合、市场份额以及实验室之外的广泛买家。

值得留意的是,共识预期在后期明显放缓:截至 2029 年 1 月的财年增速约为 30%,再下一年降至 21%,且只有八位分析师给出了那么远的预测。TIKR 评论认为,如果实验室确实以如此速度扩张算力,那么后几年的预测可能偏保守,但仅凭 Patel 的论点并不能证明这一点。

博通的情况类似,其营收预计将从 2025 财年的 639 亿美元攀升至 2028 财年的 2770 亿美元。而台积电无论哪种芯片胜出都能获得代工收入,CEO 魏哲家在 10 月表示所有 AI 参与者都与台积电合作,公司仍预计 AI 加速器收入在 2024 年至 2029 年间保持 50% 中高段的年增长率。

成本端的压力同样在累积。作者 Ramez Naam 在 X 上写道,Anthropic 获得单位能力提升的成本正变得越来越高:如今提升 AI 能力的成本是两年前的 8 倍。Alphabet 的资本开支从 2021 年到 2025 年几乎翻了两番,今年预计为 1950 亿至 2050 亿美元,并计划在 2027 年进一步大幅提升。这一支出已超出其现金流——Alphabet 上一季度自由现金流为 负 91 亿美元,并在 6 月宣布了 800 亿美元的股权融资,部分用于 AI 基础设施。

英伟达自身的助推也可能放缓。CFO Colette Kress 在 8 月的电话会上表示,英伟达已向前沿实验室投入近 500 亿美元。据 The Information 报道,在黄仁勋于 11 月 11 日辞职后,英伟达预计将放缓其 AI 投资与信贷担保。

TIKR 的评论总结道,Naam 的测算对实验室投资者的伤害大于对供应商的伤害:如果每一次能力提升都更昂贵,想要保持领先的实验室就不得不购买更多算力。风险在于资金停止的那一天,而目前买家尚未离场——Alphabet 仍在提高预算,魏哲家也表示 AI 需求仍超过供给。只要资金持续流入,不断上升的算力预算就支撑着英伟达的收入,即便其中一部分流向了谷歌 TPU 等定制芯片。英伟达将于 11 月 17 日发布财报,其展望将显示买家是否跟上了步伐。