市场当前对英伟达的共识叙事：3万亿美元薪资驱动9万亿产出，CUDA生态坚不可摧，黄仁勋是当代最重要的CEO。
我不完全认同。
市场分析英伟达的核心框架是转换成本——数百万AI开发者的代码库基于CUDA，迁移成本极高，这是结构性护城河。
但套到英伟达身上就变成了：开发者离不开CUDA，所以英伟达永远增长。
前者是护城河，后者是线性外推。
CUDA确实让开发者无法轻易离开，但开发者不能离开不等于客户不能离开。这是两个完全不同的概念。
英伟达的护城河是CUDA生态锁定的开发者心智和工具链依赖，这是客观的、可计算的。但英伟达客户（云厂商、AI实验室）的护城河是什么？是他们在推理侧可以选择更便宜的自研芯片，而开发者仍然在CUDA上写代码——但代码跑在哪里，客户说了算。
区别在于：开发者不能离开CUDA，但客户可以逐步把推理负载搬走。前者是“生态锁定”，后者是“采购决策”。锁定的是开发者的手，不完全是客户的预算。
这不是“如果”，是“正在”。
市场对此的解释是：云厂商自研芯片影响有限，因为对外不销售，而且大部分负载还是跑在英伟达上。
但这个解释漏掉了最关键的一点：这些云大厂是英伟达最大的客户。一旦它们内部推理负载大规模迁移，减少的不是“市场总需求”，减少的是“对英伟达的采购”。总需求可能在增长，但结构在分化，而英伟达目前吃的是整个蛋糕。
更值得质疑的是：CUDA的锁定在推理侧到底有多强？训练侧是真的强——并行算法、通信优化、显存管理，全是CUDA级别的精细活。但推理侧呢？模型已经训练好了，算子已经固定了，推理的核心工作是矩阵乘法，这是最容易被专用芯片优化的部分。TensorRT-LLM是护城河，但护城河外面有一堆人拿着同样的铲子在挖。
市场还有一种叙事：英伟达不仅是芯片公司，它是物理AI的操作系统，是机器人、自动驾驶、工业数字孪生的基础设施。这个叙事本身是对的，但定价也已经充分反映了。问题在于：当这些场景真正大规模商业化时，英伟达能不能维持今天的利润率？物理AI的推理发生在边缘设备上，对功耗和成本极度敏感。那个市场的竞争格局，和今天的数据中心GPU垄断，可能是两个世界。
黄仁勋确实是当代最伟大的CEO之一。从图形到挖矿到AI到物理世界，每一次转型都精准卡位。但让我警惕的是：当所有人都在说“黄仁勋不会犯错”的时候，估值里就已经隐含了永续最优决策的假设。这个假设一旦松动，回撤会非常剧烈。
英伟达的真实护城河，是CUDA生态锁定的训练侧主导地位——这个在未来五年内确实很难被侵蚀。但推理侧，不是护城河不够深，而是客户有强烈动机去挖一条自己的河。
市场目前的定价，把训练侧的垄断逻辑线性外推到了推理侧和物理AI侧。这是核心错误。
我并不是说英伟达会崩，而是说：目前的估值，是用“训练侧垄断”的强度，给“推理侧竞争”的未来定价。这两者的护城河质量完全不同。前者是开发者不能走，后者是客户想走，而且已经在修路了。
英伟达的超额收益，有多少来自CUDA生态的结构性锁定，有多少来自这波AI基建潮的一过性需求脉冲？这个问题同样值得认真想。
CUDA的锁定是真实的，但训练需求的爆发式增速是不是永续的，这是两个问题。当OpenAI、Anthropic、xAI都把前沿模型训练完了，下一轮训练需求还会这么猛吗？会的，因为模型不会停止迭代。但推理需求增长更快，而推理的钱，英伟达要吃下多少，取决于它在专用芯片围攻下的竞争力——这不是一个已经解决的问题。
所以，普通人学市场买英伟达，是用过去的垄断格局给未来的竞争格局定价。不是因为CUDA不强，而是因为最强的护城河在训练侧，而最大的增长故事在推理侧和物理AI侧——这两个地方的护城河，需要重新丈量。
我的结论不是“英伟达不值得投”，而是：学市场的框架，是为了理解护城河的质量；但真正判断估值，得分开算——训练侧值多少钱，推理侧值多少钱，物理AI侧又值多少钱，每个板块用不同的竞争假设去折现。把三者混在一起用训练侧的垄断逻辑定价，这是当前估值最大的幻觉。
假设你的组合里面英伟达8%，不问“值不值得投8%”，而是问：“我愿意用多少仓位，来验证英伟达的护城河在推理侧同样牢固这个命题？”
如果这个命题是对的，英伟达的市值可能还有空间。如果这个命题是错的，推理侧被自研芯片和竞争稀释，那么当前估值中隐含的“垄断溢价”会被挤掉，股价可能回撤30%-50%——不是崩盘，是估值重定价。
这时候仓位就变成了一个概率游戏。假设你认为英伟达护城河全面守住（训练+推理+物理AI）的概率是60%，部分守住（训练强，推理弱）的概率是30%，全面恶化的概率是10%。你可以算出期望回报，然后决定仓位。
但问题在于，这个概率本身就是主观的，是人人都觉得自己能算准的地方。我倾向的思维是：承认自己算不准概率，然后以“最差情况下我能不能接受”来决定仓位。如果英伟达跌50%，8%的仓位导致组合回撤4个百分点，你能接受吗？如果能，那这8%就是在你的风险预算内的赌注。如果不能，那就降到4%或5%。
更重要的不是“投多少”，而是“什么时候调整”
比仓位数字更重要的是你的卖出规则。很多人花90%的时间研究买入，花10%的时间思考卖出。英伟达这种公司，最危险的持有方式是：买的时候是因为CUDA生态好，跌了以后改成“长期持有，AI趋势不会变”。这不是耐心，这是对认知偷懒的惩罚。
如果你投8%，你必须提前想清楚：在什么情况下我会减仓或清仓？
连续两个季度推理侧营收增速低于训练侧，且管理层用“混合云需求”搪塞过去？
某大客户公开宣布推理负载全面转向自研芯片？
开源中间层（比如Triton）的跨硬件迁移效率大幅提升，开发者开始喊出“CUDA不再是唯一选择”？
或者更简单：黄仁勋离职？
这些信号不会同时出现，但如果有一条亮了红灯，你必须执行。因为英伟达的估值隐含的是“趋势不会中断”的假设，一旦信号表明趋势中断，估值压缩会极其迅速。
与其问我“值不值得投8%”，不如让这个决策倒逼你回答三个问题：
我投英伟达，究竟是投训练侧的持续垄断，还是投推理侧和物理AI的星辰大海？还是两个都投？
我对推理侧的竞争格局有多确定？
如果我的判断错了，我能承受多少损失？
如果你对问题2的答案不是“高度确定”，那8%可能偏高了。如果你说“我就是想投AI基础设施趋势，不想研究这么细”，那你的仓位应该更轻——比如3%-5%——因为你本质上是在为趋势支付认知溢价，而不是为研究结论支付深度研究溢价。
英伟达是一家伟大的公司。但伟大公司的股价也可以用很长时间来消化它的伟大，让后面才想清楚的人付出代价。仓位的大小，最终是你对“我什么时候可能错”这个问题的诚实度。