Token导航 LogoToken导航

AI 资讯 · 阿尔法工场

彭博图表对比思科与英伟达股价走势

更新 2026-11-16阿尔法工场正文 5799字阅读约 19分钟
导语:一张股价走势图,让市场重新想起2000年的互联网泡沫。
最近,一张来自彭博社的图表在投资圈引起关注。

图表标题叫作《Uncomfortably Similar》,翻译过来就是“令人不安的相似”。

它把思科1998年至2000年的股价回撤,与英伟达2024年以来的股价走势放在一起。橙色曲线代表思科,白色曲线代表英伟达。

两条曲线在相当长一段时间内呈现出相似的波动节奏。尤其是图中用红框标出的部分,两家公司的股价都经历了明显的调整。

这张图最容易引发的联想是:英伟达会不会成为下一个思科?

但如果只讨论股价,这个问题并没有太大意义。

股价走势相似,不意味着企业经营状况相同,更不意味着历史一定重演。

2000年的思科,曾经是互联网基础设施建设的最大受益者。今天的英伟达,则是AI基础设施建设中最重要的芯片供应商。

两家公司最大的共同点,是它们都站在了一轮技术革命的资本开支中心。

而两轮周期之间,一个越来越值得关注的相似之处正在出现:产业链上的资金,开始通过不同方式重新流回设备供应商。

思科的教训

要理解这张图,首先需要重新认识当年的思科。

2000年3月27日,思科市值达到约5554亿美元,一度超过微软,成为全球市值最高的公司。

当时的思科并不是一家靠概念支撑估值的互联网创业公司。

它生产路由器、交换机和网络设备,是互联网基础设施建设不可或缺的供应商。

从财务数据看,思科当时的增长也确实惊人。

根据思科2000年年报,公司1998财年营业收入约85亿美元,1999财年达到121.7亿美元,2000财年进一步增长至189.3亿美元。

2000财年,思科实现净利润约26.68亿美元。

也就是说,互联网建设并不是一场完全建立在虚假需求上的故事。思科有真实的客户、真实的产品,也有相当可观的利润。

问题出在客户身上。

上世纪90年代末,全球电信运营商正在进行大规模网络建设。为了抢占互联网时代的市场份额,运营商不断增加资本开支,建设光纤网络、通信设备和数据传输基础设施。

当时的市场逻辑很简单:互联网流量会持续增长,网络容量就必须不断扩大;网络容量不断扩大,运营商就需要购买更多设备。

思科自然成为这轮投资的最大受益者之一。

但产业投资有一个容易被忽略的规律:订单增长并不意味着最终需求一定能够持续增长。

运营商的建设速度,可能远远超过实际流量和商业收入的增长速度。

当大量网络基础设施建成之后,市场才逐渐发现,部分网络容量并没有得到充分利用。

此前依靠融资扩张的运营商,也开始面临资金压力。

2001年,思科的经营数据开始出现变化。

这一财年,公司营业收入仍然增长18%,达到222.9亿美元,但全年实际净亏损10.1亿美元。公司第四季度收入同比下降25%,剔除特殊项目后的净利润同比下降86%。

其中一个重要原因,是需求突然下降后,公司出现了大量过剩库存。思科在2001财年计提了约22.5亿美元的额外库存减值。

到了2002财年,公司营业收入又下降至约189亿美元。

这就是互联网泡沫给思科留下的真正教训。

互联网没有消失,网络基础设施也没有失去价值。事实上,互联网后来创造的商业价值远远超过了当时大多数人的想象。

但问题在于,市场此前按照未来多年持续高速增长的预期,提前建设了大量基础设施。

当资本开支开始收缩,设备供应商首先感受到的就是订单减少、库存增加和客户采购放缓。

思科并没有因为互联网泡沫破裂而失去技术价值,但它的股价却为此前过高的市场预期付出了很长时间的代价。

英伟达不只是卖芯片


今天的英伟达,拥有比当年思科更强劲的盈利能力。

2026财年,英伟达实现营业收入2159亿美元,同比增长65%;净利润约1201亿美元,毛利率71.1%。

2027财年第二季度,公司营业收入达到962亿美元,同比增长106%;数据中心收入890亿美元,同比增长117%。

这意味着,英伟达目前的增长并不是单纯由资本市场情绪推动的。

全球云计算公司、AI实验室和企业客户确实在购买GPU,也确实在建设AI数据中心。

但另一件事正在发生。

英伟达不再只是向客户出售芯片。

为了让更多客户有能力购买芯片、建设数据中心,公司开始参与AI基础设施的融资和商业安排。

这改变了它与下游客户之间的关系。

过去,产业链的基本逻辑是:客户有资金、有订单、有算力需求,然后向英伟达采购GPU。

现在,部分交易开始呈现出更加复杂的结构。

客户需要建设数据中心,但缺乏足够的融资能力;融资机构希望看到稳定的现金流和可靠的资产抵押;芯片供应商则希望客户能够尽快获得资金,购买更多GPU。

于是,长期采购合同、算力租赁、信用担保、股权投资和融资安排开始交织在一起。

英伟达实际上正在帮助部分客户解决购买能力的问题。

更复杂的信用游戏

从英伟达2027财年第二季度提交给美国证券交易委员会的文件中,可以看到这种变化已经体现在公司的财务安排中。

首先是与AI云服务商之间的合作。

截至2026年7月26日,英伟达披露,其云服务协议承诺金额达到360亿美元。

这些协议通常为期六年。相关AI云服务商购买英伟达的数据中心基础设施,而英伟达也承诺购买其云服务。

值得注意的是,按照公司披露的安排,AI云服务商可以单方面停止向英伟达提供服务,并将相关算力以更有利的条件出售给第三方客户。如果满足特定条件,英伟达还可以参与这些云服务商从第三方客户获得的收入分成。

这是一种比单纯出售GPU更加复杂的商业模式。

其次,是融资支持。

2026年8月,英伟达披露,已经与多家大型资本提供方签署谅解备忘录,计划建立独立融资平台,未来调动超过5000亿美元的第三方资金,用于支持AI基础设施建设。

更值得关注的是OpenAI相关的数据中心项目。

根据英伟达2027财年第二季度文件,公司在2026年8月与SB Energy签署了相关担保安排,为其在俄亥俄州建设的数据中心项目提供信用支持。

该项目涉及约4.25吉瓦的IT负载,相关数据中心将通过20年租赁安排服务于OpenAI。

英伟达承担的担保责任上限为1050亿美元。

这不是英伟达直接向OpenAI提供1050亿美元贷款,也不是当期已经发生的1050亿美元现金支出。

按照文件披露,担保将随着九个数据中心分阶段投入使用而逐步生效,预计最早从2029财年开始。相关责任仅覆盖特定租赁和电力付款,并会随着OpenAI履行租赁付款义务而减少。

但无论如何,这已经不是传统芯片销售合同能够解释的商业关系。

英伟达开始为AI基础设施建设提供更深层次的信用支持。

为什么要这么做?

答案并不复杂。

GPU越来越贵,数据中心建设所需要的土地、电力、冷却设备和服务器系统也越来越昂贵。

即使客户有真实需求,也不一定拥有足够的资金和融资能力。

英伟达如果只等待客户完成融资,再购买GPU,部分潜在需求可能无法及时转化为订单。

通过提供融资支持、长期商业合同和信用安排,英伟达可以帮助客户提前建设算力基础设施。

从商业角度看,这有助于扩大市场。

但从风险角度看,供应商也开始承担一部分原本应该由客户、融资机构和基础设施投资者承担的风险。

美联储罕见点名“循环融资”

如果说英伟达的上述安排还可以被理解为一家公司的商业策略,那么美联储最新的金融稳定报告,则把问题放到了整个金融体系的层面。

2026年11月13日,美联储发布《金融稳定报告》,专门讨论数据中心建设和先进计算基础设施背后的融资问题。

报告披露,截至2026年10月,与先进计算基础设施相关的债务发行规模已经超过6800亿美元,是2023年全年1300亿美元的约五倍。

相关债务占非金融投资级企业债发行的比例,也从2023年的不足6%上升至2026年的约31%。

截至2026年10月,相关先进计算基础设施的公开债务存量已经超过1.1万亿美元。

但更值得注意的,是债务之外的其他义务。

美联储估算,到2026年第二季度,相关科技公司的担保及合同承诺金额已经超过2万亿美元,尚未开始的租赁义务约为1万亿美元。

这意味着,如果将债务、担保、合同承诺和未开始的租赁安排放在一起看,相关金融义务的规模已经超过3万亿美元。

当然,这些担保和租赁承诺不能直接等同于已经发生的债务。它们的会计处理、履约条件和实际风险敞口都不相同,美联储也特别指出,这些未折现的合同义务不能直接与资产负债表上的债务比较。

但它们说明了一个问题:AI基础设施建设正在形成一张规模越来越大的信用网络。

美联储在报告中甚至直接使用了一个词:Circular Financing,也就是循环融资。

其描述的机制是:大型云计算公司通过长期租赁合同,帮助数据中心开发商获得建设融资;GPU制造商则可能通过GPU残值担保,帮助AI公司和模型开发商获得设备融资。

同时,大型科技公司和芯片制造商还会通过股权投资支持部分规模较小的企业。

这些企业获得融资后,又会购买芯片、租赁算力和建设基础设施。

资金在产业链不同参与者之间流转,最终形成一个相互支持的投资体系。

这套体系在市场景气时能够放大增长。

但如果AI需求低于预期,或者融资环境突然收紧,风险也可能沿着同样的路径反向传递。

美联储还指出,美国大型银行控股公司的相关风险敞口,涉及大型科技公司、数据中心开发商、先进计算相关特殊目的实体、私人信贷机构和公用事业企业,合计接近1万亿美元。

这已经不是某一家芯片公司的股价问题,而是一个跨越科技公司、债券市场、私人信贷和银行体系的投资周期问题。

这次确实不一样

当然,今天的AI产业与2000年的互联网产业仍然存在重要区别。

最大的区别,是客户结构和现金流。

当年参与网络建设的部分电信运营商,融资能力有限,盈利模式尚未成熟,许多企业依靠不断融资维持扩张。

今天,微软、亚马逊、谷歌和Meta等大型云计算公司拥有庞大的成熟业务和经营现金流。

它们可以通过广告、云计算、软件订阅和电商业务为AI投资提供资金。

这也是为什么不能简单地把今天的AI资本开支等同于当年的互联网泡沫。

美联储的报告也承认,大型云计算公司的强劲现金流,在此前一段时间内降低了它们依赖债务融资的程度。

但变化正在发生。

当AI投资规模越来越大,单靠大型科技公司的内部现金流已经不一定能够覆盖所有参与者的扩张计划。

新一批AI云服务商、模型开发商和数据中心建设企业,需要更多外部融资。

它们的资产负债表、客户集中度和现金流质量,与大型云计算公司存在明显差异。

这意味着,AI产业内部已经出现了不同的风险层次。

微软、亚马逊等公司即使削减部分资本开支,仍然拥有其他成熟业务支撑经营;但一些依赖少数大客户、依赖外部融资建设GPU集群的新型云服务商,可能没有同样的缓冲空间。

还有一个容易被忽略的问题:资产期限。

数据中心的土地、建筑和电力设施可以使用很多年,但GPU的技术迭代速度要快得多。

澳大利亚储备银行2026年10月发布的《金融稳定评估报告》就提出了类似担忧:如果企业通过20年至30年的长期债务融资购买技术迭代较快的芯片和冷却设备,可能出现债务期限远长于设备经济使用寿命的问题。

一旦新一代芯片迅速降低旧设备的市场价值,原本用于抵押融资的资产也可能贬值。

对于贷款人而言,问题就变成了:如果算力设备的残值不足以覆盖贷款,谁来承担损失?

这正是循环融资中最需要警惕的部分。

中国AI产业链估值逻辑要变?

这张图对中国AI产业链也有参考意义。

过去几年,市场关注国内AI产业链,主要看几个指标:海外云厂商资本开支、GPU采购量、光模块订单、服务器出货量以及数据中心建设进度。

这些指标当然重要。

但如果全球AI基础设施建设进入一个更加依赖融资的阶段,仅仅观察订单数量就不够了。

因为产业链真正的风险传导,未必从砍单开始。

它可能先从融资成本上升开始。

当AI云服务商融资变得困难,数据中心项目可能延迟建设;当项目延期,GPU采购和网络设备采购就可能推迟;当海外云厂商重新评估资本开支回报,光模块、交换机、服务器、电源和散热等环节也会受到影响。

对于国内供应商而言,影响可能沿着三个方向传递。

第一,订单兑现的确定性下降。

此前市场可能更关注客户是否给出订单、是否签订长期合同,但当下游融资能力发生变化,合同能否按期转化为实际交付,变得更加重要。

第二,回款周期可能拉长。

如果客户自身现金流承压,即使没有直接取消订单,也可能通过延长账期、调整交付节奏等方式转移资金压力。

第三,资本市场对产业链企业的估值方法可能发生变化。

过去,市场愿意为AI产业链公司的订单增长和产能扩张支付较高溢价。

但当整个行业开始讨论投资回报率,企业的经营现金流、应收账款、存货周转率和资本开支回报,就会变得更加重要。

这也是AI产业链从订单驱动转向现金流驱动的一个信号。

对中国企业而言,真正重要的不是简单判断海外AI投资会不会停止,而是识别哪些订单来自拥有持续支付能力的客户,哪些增长需要依赖外部融资才能维持。

尾声

英伟达将于11月17日公布2027财年第三季度业绩。

市场当然会关注收入、利润和下一季度指引。

但在这轮争论中,即使英伟达再次交出一份漂亮的财报,也未必能够彻底打消市场的担忧。

因为市场现在需要回答的问题,已经不只是英伟达能卖出多少GPU。

更重要的是,这些GPU最终部署在哪里?客户能否持续支付算力费用?AI应用能否创造足够的收入?数据中心投资能否获得合理回报?那些由芯片厂商和大型科技公司提供的担保,最终会不会变成实际损失?

如果这些问题没有答案,单纯的收入增长就很难完全消除风险。

2000年的思科给市场留下了一个重要教训:技术方向正确,并不意味着产业链上的每一笔资本开支都正确;企业拥有真实利润,也不意味着股票在任何价格上都值得买入。

今天的英伟达,比当年的思科拥有更强的盈利能力,也拥有更加成熟的客户群体。

但它所处的AI产业链,正在出现越来越复杂的融资关系。

当芯片厂商不仅卖出产品,还要帮助客户获得融资、提供信用支持,甚至通过长期服务协议参与客户未来的收入时,市场就需要重新判断这家公司究竟承担了多少风险。

思科泡沫真正值得记住的,不是它的股价曾经跌了多少,而是互联网基础设施建设曾经把整个产业链的预期推到了多高。

今天,AI可能比互联网时代创造更大的商业价值。

但这并不意味着,所有围绕AI建设的基础设施都能获得相应回报。

英伟达真正需要证明的,已经不只是AI需求有多旺盛,而是这场规模空前的算力投资,最终能否产生足够的现金流,支撑起今天已经提前投入的资本。

这才是那张令人不安的思科对比图,真正想提醒市场的事情。

资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。