以史为鉴：从互联网泡沫到英伟达五万亿

以史为鉴

从互联网泡沫到英伟达五万亿

1989年3月12日，欧洲粒子物理研究所软件顾问蒂姆·李提交一个构建信息管理系统的计划“Information Management: A Proposal”，以便更好地管理实验室研究信息，该计划促使了万维网（World Wide Web）诞生。世界上第一个Web服务器和第一个Web客户端软件也应运而生，把互联网的应用推上了一个崭新的台阶，极大地促进了人类社会的信息化进程。1994年，中科院高能所架设了中国第一台WWW服务器，并推出第一个网站www.ihep.ac.cn，互联网在中国正式落地，从此，互联网从学术工具走向了普罗大众，并在未来的三十年席卷全球，成为现代人生活中的必需品。

人工智能，被视为互联网之后又一项划时代的技术革命，从2010年的ImageNet比赛开始，到2017年Google的那篇《Attention Is All You Need》奠定了大模型的基础，再到2022年推出的ChatGPT正式开启了全民大模型的时代，AI浪潮已从技术概念走向产业落地，正深刻影响我们的日常生活，重塑生产方式，重新分配社会资源，而在这一波AI浪潮中，英伟达新王加冕，正式成为历史上第一家市值突破五万亿美元的公司。

然而，在互联网高速发展一段时间后，2000-2002年，约50%的互联网公司破产，美国科技公司单年裁员累计超过10万人，史称互联网泡沫的破灭。互联网泡沫的破灭对中国的互联网行业也产生了影响，中国赴美上市的门户网站企业市值暴跌，融资渠道受阻，大量创业公司倒闭，但是也正是因为互联网泡沫的破灭，互联网公司开始思考商业模式的问题，同时，泡沫中培养的互联网行业人才以及建设的通信基础设施为互联网行业后续的发展提供了坚实的基础。泡沫后十年，华为正式超过爱立信，成为全球第一大通信设备提供商。

人工智能也在2020年前后迎来了一次转机。一方面，传统的CV类模型纷繁复杂，适配工作量大，另一方面，以AI四小龙为代表的企业缺乏下游渠道生态，卖算法License很难和海康这种卖整体解决方案的厂商竞争，而所谓的算法技术优势在客户服务能力面前一败涂地。所以，很多AI初创企业面临AI泡沫破灭的危机，幸好大模型的出现，给AI行业注入了强有力的底气：更多的资本，更广阔的想象空间和应用场景，同时CV类应用也确实找到了落地和变现的市场，从无序生长变成了有序发展，大量的AI算法企业转型成为了新型集成商，这使得AI的神话可以继续下去，并伴随着英伟达的五万亿市值达到了新的顶峰。

很多人对当前AI的火热持有不同的观点，认为这只是一个更大的泡沫，这种说法也不无道理，毕竟现在的大模型，某种意义上讲和当年的互联网一样，有大量的资本和创业者涌入，但是真正可以长期稳定盈利的商业模式还有待探索。但是互联网企业最后转向了吸引流量赚钱的模式，通过搜索服务等聚集流量，再转而用广告，游戏及其他专业服务赚钱。那么AI大模型的出路又在什么地方呢？

可以确定的是，现在的很多初始投入，一定会在未来的某个时候赚回来，但是代价就是现在的很多企业，会在这个过程中死掉，还是那句话，金融行业和实体经济逻辑不同，而逻辑中间的差异就会形成。但是这个泡沫是良性的还是恶性的，本质上还是看这个行业未来的发展情况如何，互联网行业确实改变了我们的生活，所以即便是泡沫破灭了，依然可以继续发展，并且催生出了多家巨头，那么我们完全有理由相信，AI未来的发展路径会和互联网行业接近，只不过近期投资AI风险会比较高罢了。

而在每一次泡沫中，能够持续且稳定赚钱的企业，都是基础设施提供商，当年互联网的发展，带动了通信行业近十年的繁荣，但是国内对这一波繁荣认知没有AI这么明显，两个主要原因是：通信设备行业不是真正的TO C端应用，以及华为没有上市，设想一下，如果当年华为是上市公司，那么华为应该是第一个市值超X万亿的A股上市企业，其震撼程度不亚于今天英伟达的五万亿。而如果有兴趣的朋友，可以看看当年通信龙头思科的股价，会发现其在2000年前后也到达了巅峰，这个巅峰后面一直到今年才被超越。所以我个人认为，英伟达这回大概率会走出和思科类似的走势。

而随着中国经济和工业影响力的与日俱增，另一个可以左右行业发展的因素就是国家的政策。我之前讲过，，这是有先例的。在2010年前后，由于安全原因，提出了去IOE化，旨在减少国外存储，服务器和数据库设备对国家安全的影响，而通信行业，如思科，摩托罗拉，爱立信，诺西和阿尔卡特朗讯，其实更早的就在被华为和中兴抢占市场。而现在中美贸易争端的重点领域之一就是芯片领域，那么明面上或者私下的去英伟达化也就会应运而生了。个人预计，去英伟达化的推进速度会根据国产GPU的实际性能决定。GPU的应用场景比较多样，目前国产化替代主要集中在推理场景，事实上，国产GPU们也确实在一部分推理场景上，基本达到了英伟达上一代产品的水平。老黄讲的“英伟达在中国营收为零”假设，不光是出于对国际政治形势的担忧，多多少少还有这方面的因素。

国家最近几年一直在提新质生产力，新基建，很多人并不能完全理解其中的意思，实际上，这次升级的主要目的就是让算力和电力一样触手可及。这并不是算力企业的广告语，而是实实在在需要去做的事情。这一轮的基础设施建设，主要是在电力和AI推理领域。基础设施在任何时候都是一门好生意，其恐怖的触达面和用量可以让一家企业迅速成长为巨头，但是当AI相关的推理硬件成为基础设施的时候，反而不太可能是英伟达一家独大。任何时候，基础设施都不会是一个很有门槛，高利润，竞争少的行业；量大，内卷，竞争激烈，低利润才是基础设施的代名词，而这些都是中国企业最擅长的事情。英伟达确实是走在了前面，未来可能还会走在前面，但是他的主战场会是训练，超节点等掐尖的领域，而广大的AI边缘推理领域在利润率被打下来后，他可能会战略性放弃。

这个领域有多大呢？我们简单计算一下：

国家数据局的统计表明，我国日均Token消耗量突破30万亿，未来还将高速增长，当然这里面包含了各种各样不同的Token消耗，假设我们未来每日边缘推理就消耗30万亿Token，按照现在的测试数据，单张4090D在运行Qwen3 14B参数FP8量化模型，输出速度大概可以达到50 Token/s，那么每天产生30万亿Token，所需4090D这个级别的GPU数量是30万亿除以（50*86400），等于694万张，需要注意的是，由于Token生成是有峰谷的，实际上所需的GPU数量会比这个多，我们就算1000万GPU吧。GPU还需要搭配服务器，还需要搭配机柜，网络

以史为鉴的意思，是从发生过的事情中寻求世界发展的规律，并辅以新的变量，利用第一性原理，最终推导出当前行业的发展趋势。想要分析当前的AI热潮，那么当年互联网的发展途径就非常有参考价值。世界上最有价值的事情是提升自己，最没有价值的事情是说服别人，愿铁云文摘的所有读者朋友们，都能通过自己的思考站得高，看得远，有自己的观点，不轻信谣言，更不要成为网络暴民，谢谢。

作者：铁云

欢迎关注铁云文摘