帖子

认知框架｜幂次法则：为什么我认为英伟达仍然是 AI 最大赢家？ 前几天推荐了彼得·蒂尔的《从零到一》。里面让我印象最深的，不是「竞争是失败者的游戏」，而是一个几乎可以分析所有优秀企业的思维模型——幂次法则（Power Law）。 认知框架｜幂次法则 很多人研究一家公司，会先看 PE、营收、利润、现金流。这些当然重要，但在我看来，更重要的是先回答一个问题：它有没有机会成为那个拿走行业绝大部分价值的人？我通常会用幂次法则的四个问题去判断。 赢家通吃：这是一个「赢家通吃」的行业吗？ 并不是所有行业都会诞生超级巨头。餐饮、服装、房地产，大多数时候都是很多公司一起赚钱。但 AI 芯片行业不同，它更像搜索引擎、社交平台、操作系统，一旦领先，就会越来越领先。英伟达之所以符合幂次法则，我认为主要来自三个优势：第一是网络效应——用的人越多，它本身越值钱，就像微信一样，大家都在用所以新人也会继续用。英伟达不仅卖 GPU，更打造了一套叫 CUDA 的开发平台，你可以把它理解成 AI 世界里的「Windows」，开发者越多，软件越丰富，软件越丰富又会吸引更多开发者，最后形成越来越强的生态。第二是规模效应，公司越大优势反而越明显，英伟达每年投入数百亿美元研发，能提前锁定最先进的晶圆产能、吸引全球最优秀的 AI 人才，这种优势小公司很难复制。第三是品牌效应，今天很多企业建设 AI 数据中心，第一个想到的就是英伟达，品牌本身就已经成为竞争力。 图像 秘密押注：它有没有押注别人不相信的未来？ 彼得·蒂尔最喜欢问的一句话就是：「有什么重要的事情，是你相信，而大多数人却不同意的？」伟大的企业几乎都有自己的「反共识」。英伟达当年的反共识，就是坚持投入 CUDA。二十年前，大多数人认为 GPU 只是用来打游戏，英伟达却认为它未来会成为通用计算平台。当 ChatGPT 出现以后，所有人才发现原来 AI 最需要的就是 GPU。很多人看到的是 AI 风口，我看到的是一个坚持二十年的战略终于兑现。 图像 逃离竞争：它有没有让客户很难离开？ 真正的护城河，不是产品更好，而是客户即使想换，也很难换。如果一家 AI 公司已经投入几千万美元，把所有模型都建立在 CUDA 上，那么更换平台意味着工程师要重新学习、代码要重新开发、模型要重新训练，企业要承担巨大的时间和资金成本。所以很多企业不是不想换，而是换不起。这就是迁移成本，也是最强的护城河之一。 图像 规则制定者：它有没有开始制定行业规则？ 我认为这是英伟达最可怕的地方。很多人以为它卖的是 GPU，其实它卖的是整个 AI 基础设施。CUDA 是开发 AI 的软件平台，相当于 AI 世界里的操作系统；DGX 是专门训练 AI 的超级计算机，企业买来就能快速训练大模型，不需要自己从零搭建；NVLink 可以理解成 GPU 之间的「高速公路」，训练 ChatGPT 这样的模型需要成百上千块 GPU 同时工作，NVLink 能让这些 GPU 高速通信，就像很多台电脑变成了一台超级电脑；InfiniBand 则像整个 AI 数据中心的「高速铁路网络」，负责连接服务器和 GPU，让海量数据能够快速传输，否则再强大的 GPU 也会因为等待数据而浪费性能；AI Factory（AI 工厂）则是黄仁勋近几年一直强调的新概念——过去企业买的是服务器，未来企业买的是一座能够持续生产 AI 模型和 AI 服务的「智能工厂」。从 GPU、服务器、网络设备，到开发软件、模型部署，英伟达几乎提供了一整套完整方案，企业购买的不再是一块芯片，而是一整个 AI 生态。当越来越多企业都按照你的标准建设 AI 数据中心时，你竞争的就不再是同行，而是在定义整个行业未来的发展方式。 图像 我的理解是：幂次法则从来不是预测股价会涨还是会跌，它真正教会我的，是如何识别一家企业有没有能力成为那个「拿走行业大部分价值」的赢家。财报决定一家公司的现在，商业模式、生态和竞争优势，决定一家公司的未来。 一句话总结：GPU 只是英伟达卖的产品，而 CUDA、DGX、NVLink、InfiniBand 和 AI Factory，才是它真正构建护城河的生态。