转自：中国经营网

中经记者 李玉洋 上海报道

当前被多次提及的“AI泡沫论”，引发了一场关于英伟达（NVDA.US）市值的复盘。

虽然英伟达近期交出了一份强劲的2026财年第三财季（截至自然年2025年10月26日）财报，但遭到知名投资人、“大空头”迈克尔·伯里提出的会计欺诈、循环融资和AI泡沫等指控。

《中国经营报》记者注意到，随着谷歌发布性能爆炸的最新大模型Gemini 3，市场风向又有所转变，因为该模型采用的是谷歌自研TPU训练，加上受Meta计划采用TPU芯片的消息刺激，美东时间11月25日谷歌母公司Alphabet（GOOGL.US）股价逆市收高1.6%，连续第三个交易日创历史新高，市值逼近4万亿美元大关，而英伟达则下跌超6%，创下两个多月来的新低。

“这次的Gemini 3效果很惊艳，确实让市场对它发生了比较大的改观。”国内一家大模型公司技术研发高管徐涛（化名）对记者表示，Gemini 3和TPU的结合对英伟达的护城河有一定的冲击。

股价大跌后，英伟达罕见在社交平台上发文称：“我们为谷歌取得的成功感到高兴——他们在AI领域取得了巨大进步，我们也将继续向谷歌提供产品。英伟达目前领先行业一代，是唯一可以运行所有AI模型并在各种计算场景中通用的平台。”此外，据外媒报道，英伟达此前还向华尔街分析师秘密分发了一份长达七页的备忘录，反驳“大空头”的指控。

面对愈演愈烈的AI泡沫论，英伟达高市值的支撑是什么？它的护城河在哪儿？对此，北京市人工智能高级工程师张发恩对记者表示：“支撑英伟达市值的，表面看是供不应求的GPU硬件，核心其实是CUDA构筑的软硬生态壁垒。在实际工作中，工程师最大的痛点往往不是硬件性能差一点，而是迁移软件栈的成本太高。”

算存网闭环少了一环

从主要财务数据上看，英伟达2026财年第三季度的业绩很漂亮。财报显示，英伟达该季度营收为570.06亿美元，同比增长62%，环比增长22%；按美国公认会计原则（GAAP）计算，净利润为319.10亿美元，同比增长65%，环比增长21%。

作为“AI卖铲人”，英伟达的蓬勃增长主要依托于数据中心业务。根据财报，该业务季度营收创下512亿美元的纪录，环比增长25%、同比增长66%。

英伟达CEO黄仁勋在财报公告中表示，公司最新一代Blackwell架构的芯片“销量远超预期，云端GPU已售罄”，“训练和推理的计算需求持续加速增长，均呈指数级增长。我们已进入AI的良性循环”。

值得关注的是，数据中心网络业务表现尤为强劲，同比增长162%至82亿美元。这一增长主要得益于NVLink、Spectrum-X和Infiniband解决方案的强劲需求。Meta、微软、甲骨文等主要客户在该领域贡献了显著增量。

“越来越多的数据中心都在使用英伟达算网融合的方案。”行业机构Omdia人工智能首席分析师苏廉节表示，虽然英伟达的网络方案价格偏贵，但表现位于业界前沿。

据了解，英伟达的网络业务涵盖了三种主要技术：NVLink、InfiniBand和Ethernet，它们具有不同的技术特点、应用场景和优势。NVLink是英伟达专有的互联技术，旨在实现GPU之间的高速直连，主要用于大规模GPU集群、HPC、人工智能等领域。

InfiniBand面向AI Factory，广泛应用于HPC集群和大规模数据中心中。而Ethernet则面向AI Cloud应用，Ethernet在云计算、企业网络和普通数据中心中被广泛采用，提供广泛的兼容性和低成本的网络连接。

在苏廉节看来，英伟达的数据中心业务还差了存储一环，“等算存网都有了就闭环了”。“由于数据的爆炸性增长和对大数据的需求，目前AI厂商想尽量让计算接近数据，减少搬运开销，就需要与计算、传输模组一同设计，以便达到高度协同和优化。”他这样阐释存储对于当前AI行业的意义和重要性。

“现在英伟达没有存储方案，但这是泛行业的属性，做计算的一般很难做好存储业务。”苏廉节表示，以前英特尔尝试过做存储，但最后以失败告终，存储厂商的技术迭代速度和计算厂商的迭代速度不同，企业文化也不一样。

苏廉节认为，现在对英伟达是否会投资存储技术的问题主要源自目前AI技术对算存网全栈优化的诉求，“要把AI做好，其实需要高性能存储，提供海量数据吞吐与高带宽、高并发读写能力、高IOPS、可扩展性与弹性、数据一致性等”。

他推测英伟达接下来也不会自己做存储，有可能去收购相关公司，“英伟达目前和几个存储大厂走得比较近，如VAST Data和DDN等，这种关系未来是否会迎来英伟达的收购就不得而知了”。

顶级模型不必用英伟达

面对近期网上热议的AI泡沫论、知名投资人纷纷减仓甚至离场的局面，黄仁勋选择在财报电话会议上坚称未看到AI泡沫，并坦言公司正陷入一种“无赢局面”：业绩出色会被指控助推AI泡沫，而业绩不佳则被视为泡沫破裂的证据。

而英伟达CFO科莱特·克雷斯也驳斥了英伟达芯片使用寿命不长的说法，称六年前的芯片仍在满负荷工作。

对于伯里的一系列指控，根据前文提到的备忘录，英伟达称公司与玩弄财务数据的丑闻绝无关系，不依赖供应商融资也没有特殊目的实体，所谓“6100亿美元循环融资”的指责毫无根据，公司年内战略投资总额仅47亿美元，相较千亿美元级别的营收只是很小的一部分。

英伟达还对此前伯里关于股票回购、内幕交易等的针对性指责进行了回应，称其引用了错误的数据和信息。

而在11月25日晚间，财报发布后的电话会上，阿里巴巴CEO吴泳铭则表示，至少三年内，AI泡沫是不太存在的，阿里云AI服务器等上架节奏严重跟不上客户需求。

“与专为特定AI框架或功能设计的ASIC（专用集成电路）芯片相比，英伟达提供更高的性能、更强的通用性以及更好的可替代性。”英伟达在社交平台上发文如此称。

张发恩进一步指出，英伟达厉害的地方在于，让全球最好的算法工程师都在它的地基上“盖楼”，把算力做成了像水电一样即插即用的基础设施。“它的护城河，就是让所有竞争对手在软件适配上都要多跑那‘最后的一公里’，这对于争分夺秒的模型厂商来说，耗时又致命。”他说。

记者注意到，在这轮AI浪潮刚爆发时，科技圈都在抢英伟达芯片，尽管前沿模型玩家都在说寻找二供、“去英伟达化”，但结果显示多是打嘴炮，因为英伟达此前不断创新高的市值更有说服力。

然而，这次有点不一样了。11月18日，谷歌甩出“王炸”——Gemini 3，在测评中，其实力全面超越了OpenAI的GPT-5.1。21日，谷歌又推出了图像生成工具Nano Banana Pro。

在Gemini 3的助力之下，谷歌的“逆袭”大戏愈演愈烈，公司的市值也逼近4万亿美元关口。之后，OpenAI首席执行官奥尔特曼的一份内部备忘录，从另一个方向为谷歌的强大的AI势能进行了背书。

据了解，Gemini 3完全是在谷歌自研的TPU上训练的，训练成本可能比使用英伟达GPU低30%甚至更多。The Information报道称，Meta正与谷歌进行洽谈，计划于2027年在其数据中心使用谷歌自研的AI芯片TPU，潜在交易规模或达数十亿美元。

有观点指出，性能表现很好的谷歌Gemini 3打破了“顶级模型必须用英伟达”的传统，这对国产算力厂商也是一种鼓励，即在哪些情况下，国内模型用国产算力卡可以平替甚至超越英伟达的卡？

对此，张发恩表示：“我很认同谷歌带来了顶级模型。其实Gemini 2.5 Pro基于TPU训练成功，就已经撕开了‘顶级模型必须用Nvidia’的口子，现在的Gemini 3 Pro和Nano Banana Pro更是形成了出圈效应，进一步强化全栈自研的专用架构（如TPU）完全能打还能登顶。”

“至于国产卡，单卡通用性能秒杀英伟达，我们还要再走一段路。不过，我们有不少机会。”他表示，比如做到“系统级平替”，在特定垂直领域的模型训练，或者大规模推理场景下，“我们能把软件栈和算子针对特定业务优化到极致，通过集群互联效率和极致的性价比，完全可以实现平替甚至超越”。

徐涛表示，自己所在公司目前已经把一些算力甚至大部分的算力迁移到国产算力上了。“最近我们适配了一些国产的GPU，比想象中的好。虽然在使用过程中也会遇到一些问题，但各方响应的速度比较快，还是非常有信心的。”他说。