英伟达与思科股价走势撞图:这次会重演2000年吗
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
一张股价走势图,把市场的记忆拉回了2000年互联网泡沫。
最近投资圈在传一张彭博社的图表,标题是《Uncomfortably Similar》,译成中文即“令人不安的相似”。
图里把思科1998年至2000年的股价回撤和英伟达2024年以来的走势摆在一起,橙色是思科,白色是英伟达。两条线在很长一段时间里波动节奏相近,红框标出的部分尤其明显,两家公司的股价都出现过显著调整。
看到这张图,最容易冒出的念头是:英伟达会不会成为下一个思科?可只盯着股价谈这件事,意义不大。走势像,不代表经营状况一样,更不等于历史必然重演。
2000年的思科,是互联网基础设施建设最大的受益者;今天的英伟达,是AI基础设施建设中最关键的芯片供应商。两家公司最大的共同点,就是都处在一轮技术革命资本开支的中心位置。
而在两轮周期之间,一个相似之处正变得越来越值得留意:产业链上的资金,开始以各种方式重新流回设备供应商。
01 思科的教训
要看懂这张图,得先把当年的思科重新认识一遍。
2000年3月27日,思科市值约5554亿美元,一度超过微软,坐上全球市值第一的位置。
那时的思科并非靠概念撑起估值的互联网创业公司,它造路由器、交换机和网络设备,是互联网基础设施建设绕不开的供应商。
财务上的增长也确实惊人。思科2000年年报显示,1998财年营业收入约85亿美元,1999财年121.7亿美元,2000财年又增至189.3亿美元。
2000财年,思科净利润约26.68亿美元。可见互联网建设并不全是建立在虚假需求上的故事,思科有真实的客户、真实的产品,利润也相当可观。
毛病出在客户身上。上世纪90年代末,全球电信运营商正大举建设网络,为了抢互联网时代的市场份额,不断加码资本开支,铺光纤网络、通信设备和数据传输基础设施。
当时市场的逻辑很直接:互联网流量会一直涨,网络容量就得跟着扩;容量扩了,运营商就要买更多设备。思科自然成了这轮投资最大的受益者之一。
其实产业投资里有个规律常被忽略:订单往上走,不代表最终需求就一定能持续往上走。
运营商修网络的速度,很可能把实际流量和商业收入的增速远远甩在后面。
等到大批网络基础设施建成落地,市场才慢慢看清,其中一部分容量根本没被用起来。
那些靠融资撑起扩张的运营商,也开始感到资金吃紧。
变化在2001年落到了思科的经营数据上。
这个财年公司营业收入还是涨了18%,做到222.9亿美元,可全年实际净亏损10.1亿美元;第四季度收入同比降25%,剔除特殊项目后的净利润同比降86%。
需求突然掉头之后,公司手里堆起大量过剩库存,这是重要原因之一。思科在2001财年为此计提了约22.5亿美元的额外库存减值。
到2002财年,公司营业收入又滑到约189亿美元。
互联网泡沫留给思科的真正教训,就在这里。
互联网本身没消失,网络基础设施的价值也还在。后来互联网造出的商业价值,其实远超当时多数人的预想。
问题出在市场按未来多年持续高速增长的预期,把大量基础设施提前建了出来。
资本开支一收缩,设备供应商最先碰到的就是订单变少、库存变多、客户采购放慢。
技术价值上,思科并没有因为泡沫破裂而丢掉什么;可股价却为先前过高的市场预期,付了很长时间的账。
02 英伟达不只是卖芯片
今天的英伟达,盈利能力比当年的思科更强。
2026财年,英伟达营业收入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962亿美元,同比增长106%;其中数据中心收入890亿美元,同比增长117%。
这说明英伟达眼下的增长,并非只靠资本市场情绪在推。
全球云计算公司、AI实验室和企业客户,的确在买GPU,也的确在盖AI数据中心。
不过另一件事也在同时发生。
英伟达卖给客户的,已经不只是芯片。
为了让更多客户买得起芯片、建得起数据中心,公司开始介入AI基础设施的融资和商业安排。
它和下游客户之间的关系,因此变了。
过去产业链的逻辑很直白:客户手里有钱、有订单、有算力需求,然后去找英伟达买GPU。
眼下,有些交易的结构已经变得复杂起来。客户想建数据中心,融资能力却不够;放款的一方要看稳定的现金流和靠得住的资产抵押;芯片供应商这边,则盼着客户早点拿到钱,好多买几块GPU。
长期采购合同、算力租赁、信用担保、股权投资、融资安排,如今被搅到了一处。说到底,英伟达是在帮一部分客户解决买不买得起的问题。
03 更复杂的信用游戏
这种变化,已经落到公司的财务安排上。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里能看出来。先看它和AI云服务商之间的合作。
截至2026年7月26日,英伟达披露的云服务协议承诺金额为360亿美元。这类协议一般签六年。AI云服务商买英伟达的数据中心基础设施,英伟达这边也承诺采购对方的云服务。
公司披露的安排里还有一层:AI云服务商可以单方面停止向英伟达提供服务,并把相关算力以更有利的条件卖给第三方客户。满足特定条件的话,英伟达还能参与这些云服务商从第三方客户那里拿到的收入分成。
这比单纯卖GPU要复杂得多。
再看融资支持。2026年8月,英伟达披露已与多家大型资本提供方签署谅解备忘录,计划搭一个独立融资平台,未来调动超过5000亿美元的第三方资金,用来支持AI基础设施建设。
更受关注的是OpenAI相关的数据中心项目。英伟达2027财年第二季度文件显示,公司2026年8月与SB Energy签了相关担保安排,为后者在俄亥俄州建设的数据中心项目提供信用支持。
这个项目的IT负载约4.25吉瓦,相关数据中心将通过20年租赁安排服务OpenAI。英伟达承担的担保责任上限为1050亿美元。
这既不是英伟达直接借给OpenAI 1050亿美元,也不是当期就已发生的1050亿美元现金支出。
文件披露,担保会随着九个数据中心分阶段投用而逐步生效,预计最早从2029财年开始。相关责任只覆盖特定的租赁和电力付款,并会随着OpenAI履行租赁付款义务而减少。
不管怎么说,这样的商业关系,已经不是传统芯片销售合同能解释的了。英伟达开始为AI基础设施建设提供更深一层的信用支持。
为什么要这么做?答案并不复杂。
GPU越来越贵,建数据中心要用的土地、电力、冷却设备和服务器系统,也越来越贵。
就算客户确实有需求,手里的钱和融资能力也未必跟得上。
英伟达要是只等着客户先融到资再买GPU,一部分潜在需求恐怕没法及时变成订单。
于是它选择用融资支持、长期商业合同和信用安排,帮客户把算力基础设施提前建起来。
站在做生意的一方看,这对扩大市场有好处。
可风险也随之转移:本该由客户、融资机构和基础设施投资者承担的那部分,如今供应商自己也背上了。
04 美联储罕见点名“循环融资”
英伟达的这些安排,还能被看成一家公司的商业策略。美联储最新的金融稳定报告不一样,它把问题提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》,其中专门讨论了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。
这类债务在非金融投资级企业债发行中的占比,2023年还不到6%,到2026年已经升到约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。
不过,债务之外的其他义务更值得关注。
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。
债务、担保、合同承诺和未开始的租赁安排加在一起,相关金融义务的规模已经超过3万亿美元。
不过,这些担保和租赁承诺跟已经产生的债务并不是一回事。会计上怎么处理、履约要满足哪些条件、真实的风险敞口有多大,三者各不相同。美联储也专门提到,不能把这些未折现的合同义务直接拿去和资产负债表上的债务做比较。
但这些数字说明了一件事:AI基础设施建设正在织出一张越来越大的信用网络。
美联储在报告里甚至直接用了一个词:Circular Financing,也就是循环融资。
这套机制是这样的:大型云计算公司用长期租赁合同,帮数据中心开发商拿到建设融资;GPU制造商这边,则可能靠GPU残值担保,让AI公司和模型开发商能融到设备资金。
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。
这些企业拿到融资后,又会去买芯片、租算力、建基础设施。
资金在产业链的不同参与者之间来回流转,最终形成一个相互支持的投资体系。
市场景气的时候,这套体系能够放大增长。
可一旦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。
美联储还提到,美国大型银行控股公司在这方面的风险敞口,牵涉大型科技公司、数据中心开发商、先进计算相关特殊目的实体、私人信贷机构以及公用事业企业,加起来接近1万亿美元。
这早已超出单家芯片企业股价波动的范畴。科技公司、债券市场、私人信贷和银行体系都被卷了进来,成了一个跨领域的投资周期问题。
05 这次确实不一样
不过,眼下的AI产业和2000年的互联网产业,还是有着关键差别。
差别最集中的地方,在于客户构成与现金流状况。
当年投身网络建设的那批电信运营商里,有一部分融资渠道有限,赚钱的路子也没跑通,不少公司只能靠一轮接一轮融资撑着扩张。
反观现在,微软、亚马逊、谷歌和Meta这些云计算巨头,手上都有体量可观的成熟业务和经营现金流。
广告、云计算、软件订阅、电商,这些业务都能为AI投入输血。
也正因如此,把当下的AI资本开支直接等同于当年的互联网泡沫,并不成立。
美联储的报告同样认可这一点:大型云计算公司现金流强劲,此前一段时间里,它们对债务融资的依赖程度因此有所下降。
可情况正在起变化。
AI投资越滚越大,光靠大型科技公司自己的现金流,未必还能兜住所有参与方的扩张盘子。
新冒出来的AI云服务商、模型开发商和数据中心建设企业,对外部融资的需求更大了。
这些公司的资产负债表、客户集中程度和现金流质量,跟大型云计算公司差得很明显。
换句话说,AI产业内部已经分出不同的风险层级。
微软、亚马逊这类公司即便砍掉一部分资本开支,手里还有其他成熟业务托底;而那些靠少数大客户吃饭、靠外部融资搭建GPU集群的新兴云服务商,缓冲余地就没这么大了。
另有一个常被忽视的点:资产期限。
数据中心的土地、建筑和电力设施,用上很多年不成问题;GPU的更新换代却快得多。
澳大利亚储备银行2026年10月发布的《金融稳定评估报告》就点出了类似隐患:企业若以20年至30年的长期债务去购置迭代较快的芯片和冷却设备,债务期限可能远远长过设备的经济使用寿命。
而一旦新一代芯片把旧设备的身价迅速打下来,原本拿来抵押融资的资产也跟着缩水。
对放贷方来说,问题就摆到了台面上:算力设备残值不够还贷时,损失该由谁兜?
循环融资里最该提防的,恰恰是这一环。
06 中国AI产业链估值逻辑要变?
这张图对国内AI产业链同样有参照价值。
前几年看国内AI产业链,市场盯的主要是几个指标:海外云厂商的资本开支、GPU采购量、光模块订单、服务器出货量,还有数据中心建设进度。
这些指标当然重要。不过,假如全球AI基建走到更依赖融资的阶段,光看订单数量就不够了。
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。
AI云服务商融资一旦变难,数据中心项目就可能延迟建设;项目延期,GPU采购和网络设备采购就可能推迟;海外云厂商重新评估资本开支回报时,光模块、交换机、服务器、电源和散热等环节也会受到波及。
对国内供应商来说,影响可能沿三个方向传递。
第一,订单能不能兑现,确定性在往下走。市场此前盯的更多是客户下没下单、有没有签长期合同;如今下游融资能力变了,合同能不能按期变成实际交付,分量更重。
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。
这同样说明,AI产业链的驱动力正从订单转向现金流。对中国企业来说,关键不在于简单判断海外AI投资会不会停,而在于分清哪些订单的客户有持续付款能力,哪些增长离了外部融资就撑不住。
07 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。
还有一点更关键:这些GPU最后落在哪里?算力费用客户付不付得起、付得久?AI应用能不能挣到足够收入?数据中心投资能不能拿到合理回报?芯片厂商和大型科技公司做的那些担保,到头来会不会变成真金白银的损失?
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年的思科留下一条教训:技术方向对,不等于产业链上每一笔资本开支都对;企业有真实利润,也不等于股票在什么价格上都值得买。
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。
芯片厂商如今不只把产品卖出去,还得帮客户找钱、给信用支持,甚至靠长期服务协议分走客户未来的收入——到了这一步,市场就得重新掂量:这家公司到底扛了多少风险。
思科泡沫真正该被记住的地方,不是股价后来跌了多少,而是当年互联网基础设施建设把整条产业链的预期抬到了多高。
AI今天创造的商业价值,有可能超过互联网时代。可围绕AI铺开的基础设施,未必都能拿到对应的回报。
对英伟达来说,要证明的东西已经不只是AI需求有多旺。规模空前的算力投资,最后能不能生出足够现金流,撑住眼下已经提前投进去的资本,这才是关键。
那张让人不安的思科对比图,想提醒市场的正是这件事。