出品I下海fallsea

撰文I胡不知

2025 年秋末的全球资本市场，一场围绕 AI 龙头英伟达的多空博弈迎来戏剧性转折。软银集团以 58.3 亿美元套现全部英伟达股份，孙正义的决绝离场成为标志性事件；全球最大对冲基金桥水在三季度狂砍 65.3% 持仓，从 723 万股骤减至 251 万股；巴克莱、花旗等华尔街大行同步跟进减持，而 "大空头" 迈克尔・伯里则押注 10 亿美元看跌期权，豪赌 AI 泡沫破裂。

这场集体性的空头撤退与对冲操作，发生在英伟达业绩仍处巅峰的矛盾时刻 ——2025 财年第一季度营收同比暴涨 262%，净利润激增 628%，数据中心业务营收同比增长 427%。一边是创纪录的财务数据，一边是顶级资本的集体离场，英伟达的 5 万亿市值帝国正站在估值泡沫与产业拐点的十字路口。这场资本迁徙背后，是 AI 产业从狂热到理性的必然过渡，更是全球科技竞争格局重构的序幕。

一、空头撤退的三重图景

2025 年 11 月 11 日，软银集团在业绩报告中披露的信息震惊市场：公司已于 10 月出售全部英伟达股份，套现金额达 58.3 亿美元（约合人民币 415 亿元）。这一决策与软银此前的加仓动作形成强烈反差 —— 今年一季度，孙正义刚将英伟达持仓增至 30 亿美元，短短半年便完成从重仓到清仓的逆转。

作为全球科技投资的风向标，孙正义的离场具有超越交易本身的象征意义。这位曾押注阿里巴巴、ARM 的传奇投资人，此次清仓被市场解读为对 AI 产业投资逻辑的根本性调整。软银的公告虽未详述原因，但财报显示，清仓英伟达后，公司第二季度净利润达 2.5 万亿日元，远超市场预估的 4182.3 亿日元，股价自 4 月以来涨幅超 338%，市值一度突破 38 万亿日元，获利了结的意图不言而喻。

紧随软银之后，全球最大对冲基金桥水的持仓变动进一步印证了机构的谨慎态度。11 月 14 日披露的 13F 文件显示，桥水在三季度对英伟达减持比例高达 65.3%，而仅仅一个季度前，该基金还对英伟达加仓 154.37%。这种短时间内的剧烈操作，反映出机构对英伟达估值的分歧达到历史高点。

华尔街大行的同步动作形成了清仓潮的第三股力量。截至三季度末，巴克莱持有英伟达股份从二季度末的 2.16 亿股降至 1 亿股，环比减持 53.67%；花旗集团持股减少 8.25%，至 5711 万股；纽约州共同退休基金也减持 5.38%，持仓量为 2727 万股。据不完全统计，三季度以来，全球头部机构累计减持英伟达股份规模超 3 亿股，涉及市值逾 1500 亿美元。

与机构清仓形成呼应的是 "大空头" 的加码做空。《大空头》原型迈克尔・伯里旗下的 Scion Asset Management 在三季度将 80% 的资产（名义价值超 10 亿美元）投向看跌期权，精准瞄准英伟达和 Palantir 两大 AI 明星股。这是伯里年内第二次狙击英伟达，相较于一季度 9700 万美元的空头头寸，此次押注规模翻倍。

伯里的行动带有强烈的信号意义。沉默近两年后，他于 10 月 31 日重返社交平台，置顶《大空头》剧照并配文："有时我们能看到泡沫，有时我们能有所行动，有时唯一的制胜之道是不参与"，随后放出三张关键图表警示 AI 估值风险。市场反应立竿见影，持仓报告发布次日，英伟达股价暴跌 3.96%，四个交易日内累计下跌 9%，市值蒸发 4551 亿美元（约合人民币 3.24 万亿元）。

然而，做空力量的集中爆发却伴随着一个诡异的悖论：截至 10 月 15 日，英伟达的空头头寸占比在年内持续下滑，从 2024 年 6 月底的 3.15 亿股降至 2.11 亿股，减少超 1 亿股。这意味着伯里的大举做空并未引发跟风潮，多数空头反而在撤离。对此，新加坡金融管理局的分析指出，这种分化反映了市场对 AI 泡沫的认知分歧 —— 部分资金认为估值已达极值，而另一部分则坚信高增长能消化溢价。

空头与清仓派的核心担忧指向英伟达的估值泡沫。数据显示，英伟达的市值占美股总市值比例已达历史高位，其市值与美国名义 GDP 的比值，显著超越了互联网泡沫顶峰时期的思科。截至 2025 年 11 月初，英伟达动态市盈率超 80 倍，远高于半导体行业平均 35 倍的估值水平，即使在科技巨头中，也大幅高于苹果（28 倍）、微软（36 倍）的估值水平。

支撑高估值的核心逻辑是 AI 芯片的垄断性地位。2024 年数据中心级 AI 芯片出货量分布中，英伟达以 130 万片居首，市占率超 56%。其 Blackwell GB200 AI 芯片 2025 年预估出货 50 万片，2026 年将达 200 万片，黄仁勋更是喊出截至 2026 年 Grace Blackwell 和 Vera Rubin 两大产品线 5000 亿美元销售额的目标。

但估值与业绩的背离已引发警惕。尽管 2025 财年第一季度营收超预期达 260.44 亿美元，但环比增速已从之前的 40% 以上放缓至 18%；毛利率虽高达 78.4%，但公司已预告第二季度毛利率将回落至 74.8%-75.5% 区间。部分分析师指出，随着 AI 大模型训练需求逐步饱和，英伟达的增长天花板已隐约可见，当前估值需要未来五年保持 50% 以上的复合增长率才能支撑，而这在半导体行业历史上尚无先例。

二、三重压力下的资本理性回归

英伟达估值争议的核心在于增长逻辑的可持续性。2023-2024 年的爆发式增长，主要得益于生成式 AI 带来的大模型训练算力需求，Meta 推出 Lama 3 开源大模型时便使用了 2.4 万个 H100 GPU，这类超级订单支撑了英伟达的数据中心业务营收激增。但进入 2025 年，大模型训练市场逐渐从增量转向存量竞争，新的超级订单数量明显减少。

从行业周期看，半导体行业的增长规律难以支撑长期高增速。历史数据显示，半导体行业平均增长周期约为 4-5 年，峰值过后往往伴随 2-3 年的调整期。英伟达当前的增长曲线已持续两年多，部分机构预测 2026 年其数据中心业务增速可能降至 50% 以下。而当前 80 倍的市盈率，是基于对未来三年 30% 以上复合增速的预期，一旦增速不及预期，估值回调压力巨大。

另一个关键指标是客户集中度风险。英伟达数据中心收入中，大型云服务提供商贡献约 45% 的份额，前五大客户占比超 60%。随着云厂商资本支出增速放缓，以及自研芯片的替代效应，英伟达的订单稳定性面临挑战。摩根士丹利的研报指出，若 2026 年云厂商 AI 资本支出增速从当前的 80% 降至 40%，英伟达的营收增速可能跌破 30%，估值体系将面临重构。

英伟达的市场垄断地位正遭遇前所未有的挑战，这成为机构减持的重要逻辑。从外部竞争看，AMD 的 MI300 系列芯片已实现技术突破，在部分推理场景的性能表现接近英伟达 H100，且价格低 20%-30%，2025 年出货量预计达 30 万片，市占率将提升至 15% 左右。谷歌的 TPU、亚马逊的 Trainium/Inferentia 芯片也在各自生态内加速替代，2025 年云厂商自研芯片的整体替代率预计将达 20%。

更严峻的挑战来自核心客户的 "反水"。微软、谷歌、Meta 等云巨头纷纷加大自研芯片投入，以降低对英伟达的依赖。微软的 Azure Maia AI 芯片已在自家云平台规模化应用，用于大模型推理任务；谷歌的 TPU v5e 在成本控制和能效比上展现优势，已占据谷歌云内部 60% 的推理算力需求；Meta 的 MTIA 芯片也已实现小批量量产，主要用于推荐算法等场景。

国内市场的替代浪潮同样不可忽视。2025 年国产 AI 芯片出货量预计达 170 万片，较 2024 年的 90 万片增长 89%，其中华为昇腾系列预计出货 90 万片，寒武纪 15 万片，昆仑芯、平头哥等合计约 13 万片。尽管国产芯片在高端训练场景仍难以匹敌英伟达，但在推理场景和垂直行业应用中，已形成规模化替代。随着国产芯片生态的逐步完善，英伟达在全球最大的增量市场之一面临份额流失风险。

技术路线的变革也给英伟达带来不确定性。NPU 与 GPU 架构融合成为行业趋势，2026 年起将进入实质性融合阶段。华为已在其 950 产品中融入 GPU 特性，包括编程模型、指令方式等，昆仑芯、寒武纪等也在跟进这一趋势。这种技术融合可能打破英伟达在软件生态上的壁垒，使行业竞争从单纯的硬件性能比拼转向全栈生态的综合竞争，而这正是英伟达的核心优势所在。

全球宏观经济环境的变化，给高估值科技股带来持续压力。尽管美联储在 2025 年 9 月和 10 月连续两次降息，将联邦基金利率区间下调至 3.75%-4.00%，并计划 12 月结束量化紧缩进程，但整体利率水平仍处于历史中高位，高利率环境对成长股估值的压制作用依然存在。

地缘政治风险的升级成为另一大不确定性因素。美国对华 AI 芯片出口管制持续加码，限制先进制程芯片和相关技术出口，导致英伟达无法向中国市场出口最先进的 H100、H20 芯片，只能通过推出简化版产品规避限制，但这部分产品的利润率远低于高端产品。中国市场作为全球最大的 AI 算力增量市场之一，份额的流失对英伟达的长期增长影响显著。

全球科技监管的加强也给英伟达带来合规风险。欧盟《人工智能法案》已正式生效，对 AI 芯片的能效标准、数据安全等提出严格要求；美国也在推进《芯片法案》的落地实施，要求获得补贴的芯片企业十年内不得在中国扩大先进产能。这些监管政策不仅增加了英伟达的运营成本，也限制了其全球产能布局的灵活性。

三、分歧中的市场博弈

尽管面临空头围剿，华尔街仍有不少机构坚定看好英伟达，形成鲜明的多空对决格局。Loop Capital 将英伟达目标价上调至 350 美元，若达成，其市值将达到 8.5 万亿美元，成为全球首个突破 8 万亿美元市值的公司。该机构分析师 Ananda Baruah 表示，受益于 GB200 NVL72 机架的强劲需求，英伟达未来 12-15 个月的 GPU 出货量将大幅增长，支撑业绩持续超预期。

花旗、高盛、美银等大行也维持 "买入" 评级，核心逻辑聚焦于 Blackwell 与 Rubin 平台 5000 亿美元销售规模的确定性。美银给出 235 美元的目标价，高盛和花旗则分别定为 210 美元和 205 美元。这些机构认为，英伟达在 AI 芯片领域的技术壁垒并非短期能够突破，其 CUDA 软件生态经过十余年积累，拥有数百万开发者和丰富的应用场景，这种生态优势是竞争对手难以企及的。

业绩的持续超预期是多头的核心底气。英伟达 2025 财年第一季度营收 260.44 亿美元，超出前期指引的 240 亿美元；净利润 148.81 亿美元，同比增长 628%，超出市场预期 20% 以上。公司同时给出第二财季营收 280 亿美元（上下浮动 2%）的指引，再次超出分析师预期的 266.6 亿美元，显示出强劲的增长韧性。

技术迭代的持续领先也支撑着多头信心。英伟达的 Blackwell 平台在算力密度、能效比等关键指标上实现重大突破，GB200 芯片采用双 Die 拼接技术，算力达到 H100 的 3 倍，能效比提升 2 倍。同时，英伟达在 HBM 内存、Chiplet 封装等关键技术上的布局，也巩固了其技术领先优势。华西证券的研报指出，英伟达在 AI 芯片领域的技术领先优势至少保持 2-3 年，这期间足以支撑其完成业绩目标。

多空双方的根本分歧，在于对 AI 产业发展阶段的不同判断。多头认为，AI 产业仍处于爆发初期，大模型训练后的推理需求、边缘计算、智能驾驶等新场景将支撑算力需求持续增长，英伟达作为核心硬件提供商将持续受益。据预测，2024-2029 年全球 AI 芯片市场复合年均增长率约 60%，到 2029 年市场空间将达到 1.4-1.5 万亿，英伟达作为行业龙头将占据最大份额。

空头则认为，当前的 AI 热潮已接近临界点，属于典型的泡沫阶段。从历史对比看，互联网泡沫顶峰时期，思科的市值占美股总市值比例约为 3.5%，而英伟达当前的占比已达 4.2%，远超当时水平。从资金面看，AI 板块的机构持仓比例已达历史峰值，散户资金也在加速涌入，这种全民狂欢的景象往往是泡沫破裂的前兆。

另一个核心分歧点是对 "替代效应" 的判断。多头认为，英伟达的软件生态壁垒难以突破，即使硬件性能接近，竞争对手也难以在短时间内实现生态兼容，因此替代效应将是缓慢且有限的。而空头则强调，随着行业标准的逐步统一和开源生态的发展，软件壁垒将逐渐弱化，硬件性能和成本将成为核心竞争要素，这将显著削弱英伟达的定价权和利润率。

从市场表现看，这种分歧导致英伟达股价呈现剧烈波动。2025 年 10 月以来，英伟达股价单日涨跌超 3% 的交易日达 12 个，波动率较前几个月提升 50%。这种高波动率既反映了市场的不确定性，也为多空双方提供了博弈空间。

四、资本迁徙与 AI 产业重构

机构从英伟达撤出的巨额资金，并未离开 AI 领域，而是呈现出向产业链下游迁移的明显趋势。孙正义的软银集团清仓英伟达后，转而投资 OpenAI 等应用层企业，押注大模型商业化落地的红利。桥水基金在减持英伟达的同时，增持了多家 AI 应用公司的股份，包括医疗 AI 企业 Anthropic、工业 AI 解决方案提供商 C3.ai 等。

这种资金迁徙背后，是 AI 产业投资逻辑的根本性转变。2023-2024 年的投资主线是 "算力为王"，资本集中于芯片、服务器等基础设施领域；而进入 2025 年，投资主线逐渐转向 "应用落地"，能够将 AI 技术转化为实际收入和利润的企业成为资本追逐的焦点。PitchBook 的数据显示，2025 年三季度，AI 应用层企业的融资总额达 127 亿美元，同比增长 45%，而芯片领域的融资总额同比下降 18%。

从细分赛道看，几个方向成为资金流入的重点。智能驾驶领域，2025 年三季度融资总额达 32 亿美元，L3 及以上级别自动驾驶解决方案提供商备受青睐；医疗 AI 领域，融资额达 28 亿美元，专注于影像诊断、药物研发的企业获得较多资本支持；工业 AI 领域，融资额达 21 亿美元，聚焦于质检、预测性维护等场景的解决方案提供商增长迅速。

这种资金迁徙对 AI 产业的健康发展具有积极意义。此前过度集中于算力层的资本布局，导致部分领域出现产能过剩，而应用层的资本短缺则制约了产业落地。资金的再分配将促进 AI 产业链的均衡发展，推动形成 "应用拉动算力、算力支撑应用" 的良性循环。

英伟达的空头撤退不仅影响自身，也给整个 AI 产业链带来连锁反应。上游供应链中，与英伟达深度绑定的企业面临订单波动风险。美光作为英伟达 HBM 内存的主要供应商，2025 年 HBM 订单价值数十亿美元，但随着英伟达出货增速放缓，美光已下调 2026 年 HBM 业务增长预期，从之前的 100% 降至 60%。台积电作为英伟达的主要代工厂，3nm 制程中英伟达的占比达 40%，若英伟达订单减少，台积电的产能利用率可能受到影响。

国内英伟达概念股也出现分化。浪潮信息、紫光股份等直接为英伟达提供服务器代工的企业，股价在三季度累计下跌 15%-20%；而中际旭创、胜宏科技等为英伟达产业链提供光模块、PCB 等配套产品的企业，由于同时布局国产替代赛道，股价表现相对稳健，部分企业甚至实现正增长。

下游应用企业则迎来发展机遇。随着英伟达芯片价格高企和供应紧张，部分应用企业开始转向性价比更高的替代产品，这为中小应用企业提供了市场空间。同时，应用层的资本流入也为企业提供了充足的资金支持，加速技术研发和市场拓展。IDC 的数据显示，2025 年三季度，AI 应用企业的数量同比增长 32%，市场竞争格局逐渐多元化。

英伟达的市场波动，为国产 AI 芯片企业提供了难得的发展机遇。2025 年国产 AI 芯片出货量预计达 170 万片，较 2024 年的 90 万片增长 89%，渗透率将从 2024 年的 39% 提升至 53%。华为昇腾系列芯片表现最为突出，2025 年出货量预计达 90 万片，主要应用于政府、金融、能源等领域；寒武纪出货量预计达 15 万片，在安防、医疗等场景实现突破；昆仑芯、平头哥等企业也保持快速增长，合计出货量约 13 万片。

国产芯片的崛起得益于政策支持与市场需求的双重驱动。国家大基金三期注资 3440 亿元人民币，重点扶持 AI 芯片等高端制造领域；地方政府也纷纷出台配套政策，设立 AI 芯片产业基金，支持企业技术研发和产能扩张。同时，国内庞大的 AI 应用市场为国产芯片提供了丰富的测试场景和迭代机会，加速了技术成熟和生态完善。

从技术层面看，国产芯片正逐步实现从 "能用" 到 "好用" 的跨越。华为昇腾 910B 芯片在算力性能上已接近英伟达 A100，在部分推理场景的能效比甚至实现反超；寒武纪思元 370 芯片支持多精度计算，适配主流大模型训练和推理需求；昆仑芯 2 代芯片在图像处理、自然语言处理等场景的性能表现优异，已获得百度、阿里等企业的批量采购。

不过，国产芯片仍面临不少挑战。在高端训练场景，国产芯片的性能和生态兼容性仍与英伟达存在差距；在先进制程方面，受地缘政治因素影响，国产芯片难以获得 7nm 以下先进制程产能；在软件生态方面，国产芯片的开发者社区规模和应用适配数量远不及英伟达。这些问题需要长期投入和持续创新才能逐步解决。

五、英伟达的突围与 AI 产业的下一周期

面对空头围剿和竞争压力，英伟达正从多个维度寻求突破。在技术层面，公司加速推进产品迭代，Blackwell 平台的 GB200 芯片已实现量产，2025 年预估出货 50 万片，2026 年将达 200 万片，该芯片采用双 Die 拼接技术和先进封装工艺，算力达到 H100 的 3 倍，能够有效应对竞争对手的挑战。同时，英伟达在光计算、量子计算等前沿领域加大研发投入，布局下一代算力技术。

生态建设方面，英伟达持续强化软件壁垒，CUDA 工具包已更新至 12.5 版本，支持更多应用场景和算法优化；公司还推出了 AI Enterprise 套件，为企业客户提供从硬件到软件的一站式解决方案，增强客户粘性。此外，英伟达通过开源部分技术、举办开发者大赛等方式，扩大开发者社区规模，目前全球 CUDA 开发者已超 400 万人，形成了强大的生态网络。

市场策略上，英伟达积极拓展新的增长曲线。在边缘计算领域，公司推出了 Jetson AGX Orin 等系列产品，抢占智能驾驶、工业机器人等场景的算力需求；在汽车领域，英伟达的 DRIVE 平台已获得多家车企的采用，2025 年汽车业务营收预计达 5 亿美元，同比增长 56%；在医疗、金融等垂直行业，英伟达推出了定制化的 AI 解决方案，打开新的市场空间。

5.2 AI 产业的下一周期：从狂热到理性的回归

英伟达的多空博弈，本质上是 AI 产业从狂热期向理性期过渡的缩影。经过两年多的爆发式增长，AI 产业正逐步回归商业本质，技术创新和应用落地成为核心驱动力。未来几年，AI 产业将呈现以下发展趋势：

一是算力需求从 "爆炸式增长" 转向 "结构化增长"。大模型训练带来的算力需求峰值已过，未来算力增长将主要来自推理场景、边缘计算和垂直行业应用，增长速度将从当前的 80% 以上降至 30%-50% 区间，增长质量将显著提升。

二是技术路线从 "单一化" 转向 "多元化"。GPU 仍将主导训练场景，但 NPU、TPU、存算一体芯片等技术路线将在特定场景加速渗透，形成多元化的算力供给格局。NPU 与 GPU 架构的融合将成为重要趋势，2026 年起将进入实质性融合阶段，推动算力效率进一步提升。

三是产业竞争从 "硬件比拼" 转向 "生态竞争"。随着硬件性能差距的缩小，软件生态、应用适配、服务能力将成为核心竞争要素。拥有全栈能力的企业将占据优势地位，而专注于细分领域的企业则需要通过差异化竞争寻求突破。

四是商业模式从 "硬件销售" 转向 "价值服务"。越来越多的芯片企业开始采用 "硬件 + 软件 + 服务" 的商业模式，通过提供解决方案获得持续收入，而不仅仅依靠一次性的硬件销售。这种模式能够增强客户粘性，提升盈利能力，是行业发展的必然趋势。

AI 产业的周期切换，意味着投资逻辑需要相应调整。此前基于 "赛道叙事" 的投资模式，即只要涉及 AI 概念就被追捧的时代已经过去，未来投资将更加注重企业的实际价值和盈利能力。

从投资方向看，以下几个领域值得关注：一是具备核心技术壁垒和生态优势的头部企业，这些企业能够在行业调整期巩固市场地位，获得更大的市场份额；二是专注于垂直行业应用的企业，尤其是能够快速实现商业化落地、产生持续现金流的企业；三是产业链薄弱环节的国产替代企业，在 EDA 工具、先进封装、IP 核等领域实现突破的企业将获得资本青睐；四是前沿技术领域的创新企业，在光计算、量子计算、类脑芯片等领域具有潜力的初创企业值得关注。

从投资策略看，投资者需要更加注重风险控制，避免盲目追逐高估值标的。对于芯片等周期性较强的领域，应把握行业周期节奏，在估值低位布局；对于应用层企业，应重点关注其商业模式的可持续性和盈利能力，而非单纯的技术先进性。同时，分散投资、长期持有将成为更有效的投资策略，能够有效抵御行业波动带来的风险。

结语：

英伟达的空头大撤退，与其说是对 AI 产业的否定，不如说是对产业发展阶段的理性校准。AI 作为新一轮科技革命的核心驱动力，其长期发展趋势不可逆转，但这并不意味着产业发展会一帆风顺。泡沫期的狂热过后，必然会经历理性回归的调整阶段，而这种调整恰恰是产业走向成熟的必经之路。

对于英伟达而言，当前的压力既是挑战也是机遇。空头的围剿和竞争的加剧，将倒逼公司加快技术创新和战略转型，从单纯的硬件供应商向全栈解决方案提供商转变。如果能够成功突围，英伟达有望开启新一轮增长周期；如果未能及时适应市场变化，可能会面临估值重构和市场份额流失的风险。

对于整个 AI 产业而言，这场资本迁徙将推动产业结构优化和生态重构。资金从算力层向应用层的转移，将加速 AI 技术的商业化落地，让 AI 真正赋能千行百业；国产替代的加速推进，将打破全球 AI 算力市场的垄断格局，形成多元化的竞争生态；技术路线的多元化发展，将推动算力效率持续提升，降低 AI 应用的门槛。

站在产业周期的十字路口，我们不必为短期的市场波动过度担忧，也不应忽视行业面临的潜在风险。AI 产业的未来，既需要仰望星空的技术创新，也需要脚踏实地的商业落地；既需要资本的助力，也需要理性的约束。当泡沫褪去，真正有价值的技术、企业和模式将脱颖而出，推动 AI 产业进入更加成熟、健康的发展阶段。