帖子
Kshsb
现在开源模型越多，英伟达一定反而越赚钱。
原因很简单，绝大多数 AI 初创公司根本不可能自研芯片。
没有那个钱，没有那个技术，更没有那个时间。
Google、Amazon 能做 TPU、Trainium，是因为它们每年几百亿美元 CapEx，有能力投入几年甚至十年的研发。
但对于 AI 创业公司来说，时间比钱更重要。
等你把芯片做出来，别人模型可能都迭代两三代了。
所以它们最现实的选择，就是直接买 GPU。
更重要的是，英伟达真正的护城河早就不只是 CUDA。
现在它卖的是 CUDA + GPU + NVLink + InfiniBand 网络 + DGX 整机 + 完整的软件工具链。
这已经不是一块芯片，而是一整套 AI 基础设施。
如果今天一家 AI 公司不用英伟达，它不仅要换 GPU，还要重建整套开发环境、网络架构、训练流程和软件生态，迁移成本远比想象中高得多。
所以未来模型可以开源，论文可以公开，算法可以复制，但算力不会免费，AI 基础设施也不会免费。
每多一家开源模型公司，每多一个 AI Agent，每多一个 AI 应用，背后都意味着更多训练和推理需求。
我一直认为，开源最大的受益者，未必是开源模型本身，而是那个持续卖“AI 基础设施”的人。而截至今天，英伟达依然是这个赛道最难被替代的玩家。$NVDA
Kshsb
其实我越来越觉得，投资一家公司，真正要研究的不是产品，而是商业模式。
因为技术可以被追赶，商业模式往往决定了一家公司长期能赚多少钱。
为什么我一直认为，大多数存储公司都带有明显的周期属性？
原因不只是 DRAM、HBM 或 NAND 会受到供需影响，更重要的是它们大多采用 IDM（设计+制造一体化）模式。
从芯片设计、晶圆制造到封装测试，几乎整个生产流程都要自己完成。
这种模式的好处是能掌控技术和产能，但代价也非常高。
一座晶圆厂、一台 EUV 光刻机、一条先进封装产线，都是巨额投入。即使市场进入下行周期，设备折旧、工厂维护、人员成本、持续扩产等固定开支依然存在，不会因为芯片价格下跌而减少。
所以当存储价格进入下行周期时，利润往往会被快速压缩，财报波动也会非常明显。
反过来看英伟达。
它并不自己建晶圆厂，而是专注于芯片设计，把制造交给台积电。
这种 Fabless 模式虽然也要承担代工成本，但不用背负数百亿美元的制造资产，可以把更多资金投入到 CUDA、NVLink、软件生态和下一代产品研发。
所以我一直认为，一家公司真正的护城河，不只是技术领先，而是商业模式是否能够持续创造高回报。
投资很多时候不是比较谁的技术最好，而是比较谁的商业模式更容易穿越周期。
