英伟达的风险生意

1870 年 1 月 1 日,杰伊·库克(Jay Cooke)签署了一份合同。他曾因在南北战争期间为联邦政府筹措资金而被称为美国英雄,但如果仔细审视这份合同,它最终竟引发了一场世界大战。

1864 年,美国国会成立了北太平洋铁路公司(Northern Pacific Railway Company),目标是修建一条连接五大湖和普吉特海湾的铁路,最终路线从杜鲁斯延伸至塔科马;作为完成建设的交换条件,特许状中包含了铁路线旁 4000 万英亩的土地。然而,在接下来的六年里,北太平洋铁路公司在融资方面举步维艰,尽管联合太平洋铁路公司和中央太平洋铁路公司已经在相向而行,并于 1869 年 5 月在萨克拉门托和奥马哈之间钉下了连接东西部的“金钉”。

北太平洋铁路公司曾于 1866 年就融资事宜接触过库克,但当时缺乏联合太平洋和中央太平洋铁路公司所享有的那种慷慨的联邦担保(值得注意的是,这种担保导致了惊人的贪腐);库克本人对联邦政府的金融力量并不陌生,但他当时并不感兴趣。然而,北太平洋铁路公司最终给出了一个让他无法拒绝的条件:每卖出一张债券可获得 12% 的佣金,且每卖出 1,000 美元的债券,他就能获得 200 美元的北太平洋铁路公司股票。

库克很快发现,他的同行们依然坚持此前的拒绝态度,对这些债券毫无兴趣。于是,他祭出了自己在推销战争债券时磨练出的那套战术:诉诸爱国主义、控制媒体、承诺铁路财富,并辅以工业规模的分销渠道。在巅峰时期,库克雇佣了 1,500 名销售人员,资助了 1,300 家报纸(通过广告和直接支付相结合的方式),并利用南北战争带来的品牌声誉进行背书。零售投资者本已可以购买铁路债券,而库克则将他们变成了自己主要的资金来源。

可以肯定的是,这确实是一项了不起的创新。过去,如果你无法从政府或银行获得贷款,你几乎筹不到什么钱。问题在于,北太平洋铁路公司的资金需求是无底洞。到了 1873 年 9 月,由于维也纳证券交易所崩盘和白银非货币化导致全球信贷紧缩,一直靠债券发行间隙的存款来维持北太平洋铁路公司运营的库克,再也找不到买家了。随后,杰伊·库克公司(Jay Cooke & Company)的破产引发了 1873 年大恐慌,导致全国范围内铁路公司接连破产、长达数年的经济萧条、长达数十年的通货紧缩,甚至可以说,正是这些金融状况在四十年后将欧洲变成了一个火药桶。

顺便提一下,北太平洋铁路公司最终还是完成了他们的线路,尽管途中经历了多次破产;最终,他们成为合并组成伯灵顿北方铁路公司(Burlington Northern Railroad)的四家铁路公司之一。伯灵顿北方铁路公司后来又与艾奇逊、托皮卡和圣达菲铁路公司合并,组成了 BNSF 铁路公司;伯克希尔·哈撒韦公司于 2009 年收购了其母公司。

债务狂奔

如果这个故事听起来有些耳熟,那可能是因为库克是利亚卡特·艾哈迈德(Liaquat Ahamed)今年早些时候出版的新书《1873》中的核心人物,原因显而易见。艾哈迈德毫不避讳地将铁路建设的崩溃与当前的 AI 热潮联系起来;该书的第一页——甚至在第一页之前——就在讨论如何换算货币金额,并得出如下结论:

为了真正理解与整个国家经济状况相关的金额的意义——例如普法战争后强加给法国的赔款规模——最有用的方法不仅仅是考虑生活成本的变化,而是根据经济规模的变化进行调整。要将这些数字换算成 2026 年的可比量级,需要乘以 1,200 倍。因此,19 世纪 70 年代初繁荣时期每年投入美国铁路债券的 5 亿美元,在今天相当于 6,000 亿美元,这大致相当于主要科技公司预计在 2026 年的投资额。

微软首席执行官萨提亚·纳德拉(Satya Nadella)显然意识到了这种联系:他在公司最近的财报电话会议上称《1873》是“必读书目”。那么,微软在所有超大规模云服务商中独树一帜,依然拥有可观的自由现金流(上季度为 196 亿美元),这或许并非巧合。微软是唯一一家仍遵循“否认泡沫存在”准则的超大规模云服务商:其资本支出并非由债务驱动。

信不信由你,一年前这还是几乎所有大型科技公司都可以用来辩护的理由;然而,在 9 月到 11 月之间,甲骨文、Meta、Alphabet 和亚马逊合计发行了 800 亿美元的债务用于基础设施建设。这仅仅是个开始:在 2025 年全年合计筹集 1,080 亿美元后,截至 7 月 7 日,这四家公司今年已经筹集了 1,940 亿美元。不出所料,利差正在上升,今年发行的债券中,86% 的交易收益率已经高于发行时。近期债券发行的认购倍数已从 2 月份的 5 倍降至不足 2 倍。

然而,真正的冲击发生在 6 月初,当时谷歌宣布将通过股权融资筹集 850 亿美元,其中包括向上述伯克希尔·哈撒韦公司定向增发的 100 亿美元特别股。我当时在《谷歌资本公司》一文中写道:

值得注意的是,对于这两家公司来说,100 亿美元都是相对较小的金额。因此,其主要用途或许是一种信号机制。对谷歌而言,这个信号是:预期的需求实际上远超所有人的想象,公司已准备好并愿意动用一切手段(包括股权)来为供应提供资金;对他们来说,伯克希尔·哈撒韦的投资是对这一观点的背书,也是对该投资明智性的验证。反过来说,如果这个信号是正确的,那么伯克希尔·哈撒韦就是在做一笔划算的买卖,并将其现金流机器投入到构建未来的事业中。

我总结道:

这一分析中隐含的前提是,世界上有足够的算力可供购买;然而,如果事实并非如此,会发生什么?如果终极之战——决定谁能获得算力的那场战争——变成了一场比拼谁能投入最多现金的较量呢?如果这种优势产生复利,使得拥有最多现金能力的公司最终拥有最多的算力(我们已经知道他们除了自用外还会将其出售),进而产生更多现金的能力,又会怎样?在那个世界里,哪家公司会是你最好的赌注?

隐含的答案,当然是谷歌。

DeepMind 的闹剧

就前沿技术而言,谷歌目前并非任何人的首选。在 DeepMind 首席执行官德米斯·哈萨比斯(Demis Hassabis,名义上晋升为董事长,但不再负责日常运营)和 Gemini 联合负责人、前首席科学家杰夫·迪恩(Jeff Dean)以及其他多位知名研究人员离职后,SemiAnalysis 宣布 Gemini 已经完蛋了:

我们认为,DeepMind 在各方面都已经不再是一个前沿实验室。几个月前,由于其强化学习团队的大量离职和糟糕的算力分配,我们已经向 Tokenomics 客户表达了同样的观点。谷歌会继续漫无目的地发布模型,但他们再次达到 SOTA(最先进水平)的几率已经降为零。

此外,今天新闻的最大受益者既不是 Anthropic 也不是 OpenAI,而是谷歌云(GCP)。过去 Gemini 和 GCP 曾为争夺算力分配而激烈斗争,现在很明显,托马斯·库里安(Thomas Kurian)赢了。我们预计 GCP 的营收增长将因此显著加速。

文章后半部分写道:

我们显然一直非常看空 DeepMind,如果非要为他们未来仍能训练出真正的 SOTA 模型找出一个强有力的理由,那大概是这样的:

  • 目前的架构显然行不通。在现有的领导团队下,他们赶上 Anthropic/OpenAI 的几率看起来微乎其微。
  • 现在他们已经清理了门户,新人可以从零开始。也许他们甚至会收购像 SSI 或 Thinking Machines 这样的新实验室。
  • 有了这支新团队,他们赶上前沿技术的几率实际上增加了。

也许在某个平行世界里这会发生,但我们认为几率基本为零。谷歌的问题不在于杰夫·迪恩或诺姆·沙泽尔(Noam Shazeer),而在于他们极其官僚、缓慢且战略胆怯的文化。请记住,DeepMind 在 ChatGPT 发布前一年就拥有了一个 AI 聊天机器人,但由于担心扰乱其核心业务而不被允许发布。

事实上,你也可以认为问题同样出在哈萨比斯和 DeepMind 身上。我在谷歌 I/O 大会后的更新中解释过,哈萨比斯对前沿技术的愿景与其它实验室有着根本不同,因为他相信世界模型,而不仅仅是文本/代码。我总结道:

[哈萨比斯的愿景] 产出的是多模态模型——与仅输出文本的 Claude 形成对比——而且必须说,其编码能力远没有那么令人印象深刻。这触及了整个离题讨论的重点:我认为谷歌在编码方面被广泛认为落后于 Anthropic 和 OpenAI,特别是那些既依赖模型本身也依赖工具链的长流程智能体工作流,原因可能仅仅是他们的研究团队有其它优先事项。这就是为什么这次主题演讲中编码部分由 Antigravity 团队而非 DeepMind 负责,也是为什么哈萨比斯几乎没有上台的原因。

从这个角度来看,上周发生的事件并不令人意外,甚至可以说在 I/O 大会上就已见端倪:哈萨比斯关于世界模型是通往 AGI 之路的观点可能是对的,但谷歌已经失去了耐心,不再让他继续探索;据报道,谷歌联合创始人谢尔盖·布林(Sergey Brin)深度参与其中,并与 DeepMind 新任首席执行官科雷·卡夫库奥卢(Koray Kavukcuoglu)结成了紧密联盟,如果公司转向 Anthropic 那种更以文本(从而以代码)为中心的方法,我一点也不会感到惊讶。

谷歌的基础设施赌注

谷歌的处境最引人入胜之处在于,这些运作并不一定意味着伯克希尔·哈撒韦的赌注是错误的;事实上,这可以说是个好消息。这正是 SemiAnalysis 文章所指向的方向,也是我上周关于谷歌近期财报所表达的观点:

故事似乎与上季度非常相似,谷歌云的增长甚至更高:同比增长 82%(上季度为 63%,一年前为 32%),利润率为 36%(上季度为 33%,一年前为 21%)。当时我很好奇这种增长中有多少实际上来自 Anthropic,虽然本季度我们没有得到明确确认,但我认为首席执行官桑达尔·皮查伊(Sundar Pichai)在财报电话会议上关于谷歌为何需要租用第三方算力的回答值得注意:

关于桥接交易,我想说的主要一点是,看,在云业务上,我们有一些非常、非常大的客户,我们正试图在这个非凡的时刻支持他们。虽然短期内几个月的成本可能非常高,但在交易的整个生命周期内,随着我们引入更多产能,这些增量机会的投资回报率是非常积极的。所以这些是我们考虑的因素。你是否愿意预先承担一笔六个月的交易,以便在未来多年内服务于客户,而这些交易在多年周期内的利润率和回报非常、非常诱人?希望这能说明我们是如何考虑这些机会的。

那个客户几乎肯定是 Anthropic。

再次引用 SemiAnalysis 的观点:

从 2026 年第三季度到 2027 年第四季度,超过 20% 的 TPU 总出货量被直接出售给了 Anthropic。这还不包括 GCP 目前租给 Anthropic 的数十万个 TPU,以及他们承诺在未来 6 个季度内租给 Anthropic 和 Meta 的另外数十万个 TPU……

如果你听过谷歌云首席执行官托马斯·库里安的采访,你就会知道他并不迷信 AGI。例如,在一次播客中,他认为 TPU 成为支持 Citadel、能源部和通用高性能计算等客户的“通用基础设施”是一件好事。当被问及为什么在 Anthropic 与 Gemini 竞争的情况下还要向其出售算力时,他说这是谷歌作为一家“平台公司”的必然结果。

库里安在一次 Stratechery 访谈中也对我说了同样的话:

我们销售技术栈的不同部分。人们没有意识到的一点是,我们以不同的方式将技术栈的许多不同部分货币化。像 Anthropic,有很多实验室使用我们的技术栈——事实上,大多数大型 AI 实验室都使用我们的技术栈。所以如果有人使用 TPU 来训练模型或进行推理,我们就在将技术栈的那部分货币化,这为我们提供了资源来资助我们的研发及其它投资。一些实验室使用我们的 TPU 和 Gemini 模型,另一些可能使用我们的 TPU,然后购买我们的网络安全保护服务。因此,作为平台参与者,我们必须让我们的技术以尽可能多的方式实现货币化,我们并不认为这是一个零和游戏。

我们将拭目以待算力到底有多大的零和属性——有报道称谷歌自己的 AI 研究人员一直在争抢算力访问权——但总的结论是,无论谷歌是否在竞争前沿技术,他们绝对是在竞争主导 AI 基础设施。而且,在一个智能成为商品的时代,TPU 尤其重要。

上个月,在《谁害怕中国模型?》一文中,我讨论了前沿实验室与其它公司背景下的商品市场;在商品市场中,边际成本不仅决定了盈利能力,也决定了生存能力。我提出,前沿实验室在任何单位智能的成本结构上都处于有利地位。

这种成本结构,至少目前看来,包括了租用算力的成本,而且 TPU 似乎比英伟达 GPU 更便宜;Anthropic 可能选择了 TPU(以及亚马逊的 Trainium 芯片),因为只有谷歌和亚马逊有能力资助它们,但目前这种能力很可能是一个显著的优势。Anthropic 正在直接为自己的数据中心购买 TPU(将算力成本从边际成本转化为资本成本),这一事实表明情况确实如此。

值得注意的是,谷歌是多么乐于分享,即使代价是需要发行股权。然而,这符合我在《谷歌资本公司》中所写的伯克希尔·哈撒韦模式:

伯克希尔·哈撒韦利用 See’s Candies 的利润所投资的企业之一,在资本利用方面处于光谱的另一端:BNSF 铁路公司。铁路运营需要大量资本;BNSF 去年消耗了 38 亿美元;但它们也赚了很多钱:BNSF 的营收为 234 亿美元,净利润为 55 亿美元。为了说明这一点,伯克希尔·哈撒韦从 See’s Candies 赚取的总额可能不到 30 亿美元(最后一次披露是在 2019 年“超过 20 亿美元”),也就是说,比 BNSF 去年赚的还要少……

事实上,你可以认为阿贝尔(Abel)实际上只是在重演巴菲特的策略,只不过这次伯克希尔·哈撒韦是 See’s Candies,而谷歌是 BNSF。上季度末,伯克希尔·哈撒韦拥有 3,730 亿美元现金,2025 年自由现金流为 250 亿美元。有多少公司能真正以产生高回报率的方式使用这些现金?

很难想象比谷歌更好的选择。该公司不仅在投资 AI,而且在结果方面具有选择权:其服务业务受益于投资,它在模型层与 Gemini 展开竞争,并且它可以向其它前沿实验室出售产能。此外,由于 TPU 的存在,这种产能具有可持续的成本优势,这意味着在一个算力成为商品的时代——尽管现在很难想象——谷歌是准备赚取最多利润的超大规模云服务商。

请注意,我没有说利润率;如果那是谷歌关心的,他们几乎肯定会做出不同的选择。然而,利润是一个绝对数字,谷歌正在动用一切——首先是现金流,然后是债务,现在是股权——来从基础设施建设中赚钱。

英伟达的可投资资产类别

今天,企业高管和金融工程师不需要控制报纸;多亏了他的新 X 账号,英伟达首席执行官黄仁勋可以直接面对公众。在昨晚发布的一篇 X 文章中:

英伟达 AI 工厂算力正在成为一种可投资资产类别

今天,我们宣布与阿波罗(Apollo)、贝莱德(BlackRock)、黑石(Blackstone)、布鲁克菲尔德(Brookfield)、高盛(Goldman Sachs)和 KKR 建立合作伙伴关系,建立独立的融资平台,旨在动员超过 5,000 亿美元的第三方资本,以支持 AI 基础设施的长期建设。

这是英伟达和 AI 行业的一个重要里程碑。我们已经从公司逐个项目购买芯片和建设数据中心的时代,进入了一个 AI 工厂可以作为生产性基础设施进行融资的时代——拥有可复制的平台、长期的机构资本和使用算力创造收入的多元化客户群。

AI 已经达到了一个拐点。它正在从研究走向生产。AI 正在创造真正的价值,其背后的基础设施正在成为世界上最高效的资产之一。在 AI 领域,算力就是收入。

黄仁勋认为,基于英伟达的 AI 工厂是可互换的,保护了残值,并且 CUDA 使 AI 工厂随着时间的推移变得更好,延长了它们的经济价值;据黄仁勋称:

这些是可投资基础设施资产的特征:它产生收入,服务于广泛的市场,性能随时间提升,并且可以重新部署。

因此,试图将一种新的投资结构正式化:

对 AI 基础设施的需求是巨大的。但资本获取是不均衡的。许多优秀的 AI 公司、企业和 AI 云服务商对算力有需求,但尚未获得快速建设所需的规模或成本的融资。这就是为什么我们正在与全球领先的长期资本提供者合作。

阿波罗、贝莱德、黑石、布鲁克菲尔德、高盛和 KKR 也是全球领先的基础设施投资者,在承销长寿命、生产性资产方面拥有深厚的专业知识。我们共同创建可复制的融资平台,以帮助 AI 生态系统建设其所需的工厂。

阿波罗等公司是投资级债券市场之外的新资本来源。从这个意义上说,这种拟议的结构在某种程度上类似于谷歌的股权发行:一种在债券之外确保资金的方式。然而,区别是鲜明的:股权在不增加公司风险的情况下稀释了投资者的上行空间,而这种结构通过寻找愿意承担风险的新资本池来保护英伟达的利润率。

这对英伟达来说并非完全免费:公司正在以高达 25% 的基于残值的融资来为机会提供担保,这表明黄仁勋比市场更相信他的“可投资资产类别”论调。从某种意义上说,这是一种降价,因为目标是通过将英伟达的利润投入到不确定的投资中,来降低使用英伟达芯片建设数据中心的实体的资本成本。这种担保是谷歌(以及很快的亚马逊)激进策略的下游产物:如果能买到 TPU 或 Trainium,为什么要用英伟达芯片建数据中心呢(英伟达芯片可能更好,但如果新数据中心的限制是资本,那么较低的前期价格可能比代币效率更重要)。

英伟达更大的问题是长期以来显而易见的问题;我在 2024 年写道:

在过去,即 ChatGPT 发布之前,英伟达在 GPU 周围建立了一个相当大的(免费)软件护城河;挑战在于,并不完全清楚谁会使用所有这些软件。与此同时,今天,这些 GPU 的用例非常明确,而且这些用例发生在比 CUDA 框架更高的层面(即在模型之上);这加上寻找英伟达更便宜替代品的巨大激励,意味着逃离 CUDA 的压力和可能性都比以往任何时候都要大(即使对于底层工作,特别是在训练方面,它仍然遥远)。

今天,随着 Anthropic 和 OpenAI 似乎逐渐拉开差距,情况变得更加棘手:Anthropic 多年来一直不依赖 CUDA,而 OpenAI 至少在推理方面也在朝着这个方向发展。如果这些公司获胜,那么英伟达的利润就会受到挤压——事实上,这种担保的含义就是它们已经受到了挤压(不用说,这就是为什么黄仁勋的第一篇文章是一封捍卫开源模型的公开信)。

风险生意

这最终可能不会让英伟达付出任何代价:如果 AI 收入真正起飞,那么债券市场将重新开放,最终公司将回到通过自由现金流资助基础设施投资的道路上。然而,现在是危险地带,因为超大规模云服务商正在耗尽债券市场,而谷歌至少开始利用股权融资。在英伟达通过新颖的融资机制进行竞争的程度上,这些机制最终利用了保险浮存金、养老基金以及公司合作伙伴(资产管理公司)所依赖的其它长期负债,这种风险——与股权不同,它是未标记的——要高得多。

这就是我从 1870 年库克与北太平洋铁路公司那份注定失败的协议开始的原因。是的,这笔交易给库克带来的上行空间是惊人的,但它之所以惊人是有原因的:它风险极大,而开创新的融资机制只是在一切崩溃时加剧了痛苦。花掉所有的自由现金流是一回事;利用债券市场是另一回事。而且,除此之外,动用追求安全的资产是完全令人神经紧张的新事物。AI 最好在为时已晚之前兑现承诺。