这些天没事瞎忙，终于有时间再写篇公众号。
只聊2个话题
1. 英伟达（可能是这两年来最不重要的一次业绩）；
2. 被聊烂了的 Scaling law；
180K
英伟达
虽然一些卖方仍然乐此不疲地调整着预测数字，但是这可能是英伟达两年以来最不重要的一次业绩。
从 AI 周期开始，所有人都靠着英伟达的业绩来捕捉AI 的 “真实度”，但是这一次，身边一些买方 / 产业朋友，对于业绩预期的讨论明显降低了。
1. AI 现在似乎不是市场的“唯一叙事”了（当时AI几乎靠着一己之力把美股拉起来）；现在 "特朗普交易" 也算很有动能。
2. NVDA的基本面 / 故事 已经被市场广泛理解（大家并不需要再靠capex来确认AI是不是一项真的东西）
3. 财报数字的边际惊喜 / 惊吓已经变得很低（大家习惯了较小幅度的超预期；几个B的上修或者下调并不代表什么；尤其是之前云大厂的 capex 已经有些端倪）
反而是对于 scaling law 的讨论，和 The Information 的一些小道消息，左右了不少市场的情绪 （这部分在后面详细讨论）。
无聊的预期数字就不聊了，整理一些比较有意思的数据；
1. 在Reddit 等散户活跃的社区，英伟达被提到的次数从9月的25%-30%，降到了5-10%；作为对比，特斯拉在同一个时期从2-4%，升到了现在的15-20%；（值得注意的是，英伟达48%的交易量是来自于散户）
2. Long only 对于英伟达一直都只是“market weight” （1.0x weighting）；从这个程度上，英伟达在 Long only 里面的仓位，仍然低于常见的 Mega cap （META, NFLX, GOOGL, AMZN, MSFT等）- 数据源自 BofA Savita 的13-F vs S&P 500 framework.
3. 过去两年来的英伟达上涨，几乎都来自于“预测上调” / estimate driven，而非来自于“估值膨胀” / multiple expansion；一些数据：
23年8月到现在，英伟达 FY25的 EPS 向上修正了 183%，而P/E倍数仅扩大了 15%。相反，标普 500 指数的倍数在此期间扩大了 32%。
也就是说，尽管英伟达上涨超过 200%，但并没有变得“更贵”。实际上，相对于市场，NVDA 变得更“便宜”了。
180K
2. 被聊烂了的 Scaling law；
自从 The information 爆出 scaling law 碰壁之后，每天收到卖方的comments 都是在激辩；
大摩几乎专门开了一个专栏，每天收集 Scaling law debates - Day 1，Day 2，Day 3....
老实说，每天一大堆科技大佬，投资大佬在推特你一句我一句，看久了属实有点审美疲劳。
我不是技术出身，并没有太多资格指点江山。但是或许我们都应该更加 Open minded一点，直接承认，这个辩论其实是一个开放性的讨论罢了，现在根本没人有答案。
不过这可能完全不影响 AI 叙事延续。
Sequoia 在7月的时候提出，现在的Capex 支出，已经完全符合博弈理论 / Game theory；
在博弈理论里面，纳什平衡（Nash equilibrium）一直都不是代表着各方的“最优解”；换句话说，难道Google你发现 Scaling law 的南墙之后，你敢停下来，任由竞争对手继续买卡训练吗？
在Sequoia提出这个之前，我一直都有类似的想法，所以也花了不少时间研究一些博弈模型在AI capex的应用（譬如Richardson model）
太复杂的模型因子就没必要聊了。但是如果把军备竞赛的概念套到 capex 的结构里面，其实一切都好理解很多。
某种程度上，在“军备竞赛”里面，苏联不会在乎武器研发是否能够有所大成（类比scaling law能否实现）；苏联在乎的只是，我的武器能不能比美国的好，够不够打死美国（就算模型的表现力只有10%的提升）。
我上面的思考并非空中楼阁。
- AI 军备竞赛的动态，扎克伯格等CEO都有过类似的表述。
- 这里我重复引述甲骨文 Larry Ellison 在Analyst Day 的一段（9月12日）；
“好的。我认为关于人工智能——我的意思是，到2029年，我们对人工智能的依赖，我可以保证人工智能不会成为问题，因为简单的说法是，竞赛仍在继续。
我是说，这就像一场一级方程式赛车。我的意思是什么呢？实际上并不是只有一个赢家。我是说，你有三个人在领奖台上，但实际上只有一个赢家。
总会有人比其他人更优秀。很多人都在尝试，并且确实在竞争。如果你听过黄仁勋的讲话，我相信你听过，因为我看过他的演讲。我知道我和埃隆·马斯克一起在诺布帕洛阿尔托吃过晚餐，我和黄仁勋也一起吃过晚餐。
我会形容那顿晚餐是：甲骨文的我和埃隆在向黄仁勋乞求GPU。请收下我们的钱。请收下我们的钱。顺便说一下，我请的晚餐。请收下我们的钱。不，不。请多收一点。你收得不够。我们需要你收更多的钱，拜托。这次谈得还不错。
是的，我的意思是对GPU的需求，希望成为第一，构建世界上最强大的神经网络，抢占先机是非常重要的。无论是自驾车领域的抢占，还是在癌症活检切片的读取上，或者在合成视频和制作电影上——这影响到很多方面。
进行蛋白质设计、构建设计，我的意思是，我们非常参与小分子和蛋白质等更大分子的设计，特别是在癌症治疗方面。设计癌症治疗药物，我是说，成为第一是非常重要的，而参与这场竞争的人都非常聪明，他们明白自己需要在某个领域做到最好。
他们希望成为第一，因此他们投入了大量时间和金钱去乞求黄仁勋：我们正在构建数据中心，我的天啊，核反应堆，你开玩笑吗？这听起来完全是虚构的，但并不是。你需要大量的电力来为这些GPU集群提供能量——我说的是一大片GPU集群。我不确定，是否有类似的事情发生过？
你知道基本的赌注是什么吗？你知道构建一个前沿模型的成本吗？在接下来的三年里，如果你是想构建前沿模型的公司之一，你会花多少钱，有人知道吗？有人想猜猜吗？100亿？有人吗？1000亿？是的，1000亿。这会让你进入这个游戏。
拿出你的1000亿，你见过《莫莉的游戏》吗？你进来时说，给我钱。好的，这不是莫莉的游戏，这是一个更大的游戏。投入你的1000亿，你就进入了竞争。不多的人，不多的公司，不多的国家，会参与其中。我会去那里。所以这很好，顺便说一下，对我们来说非常好。我们到2029年没问题。
关于这段话大家可能各有看法，但是里面的一些 spirits却是很清晰的
“模型性能提升变得更加困难” 这一观点在考虑持续的军备竞赛，及其 Capex支出时并不是悲观的，反而是是极其乐观的！
1. 想要拿下这场AI军备竞赛，光有钱是不够的（反而是需要构建护城河）；
2. 反过来思考，如果 AI模型竞争仅仅需要的是钱，那么任何有资金的人都可以暂时退出军备比赛，等搞清楚 Scaling law到底撞墙没有，再重新入场。
3. 如果新的参与者可以靠钱赶上，那么AI模型领导地位将变得模糊且短暂，市场也不会愿意为“AI模型#1”赋予溢价。（你可以想想一些capex要求高，但是却没有壁垒的行业，譬如航空公司；利润和估值都很低）
4. 难道只是因为“提升变得更困难”，那么“AI宏图大业”的成本就上升了？历史上，当某件事情变得更加困难，更有门槛，更加昂贵时，难道这就算是悲观吗？
在这样的困难下活下来，是更好的选择，还是更不好的选择？算是一个premium，还是discount？
如果实质性的护城河出现（部分是资金，部分是技术经验，部分是人才，部分是数据），那么最终的领导者有机会获得巨大的利润。因此，护城河的形成等于价值创造，而现在可能就是AI模型构建护城河的时候！
话说回来，
在过去18个月中，scaling效益递减的情况一直存在（并不是因为 the information 爆出了什么惊天大发现）；集群需要按倍数增长才能推动基础模型的10个额外智商点（10 additional IQ points）；大厂是在知道这个假设的前提下，进行大规模的capex投资
NVDA在networking、rack-scale、NVLink、软件方面的投资都旨在使Blackwell及未来几代能够通过更大的集群规模提升训练性能；
某种程度上，即使Hopper开始“平台期”，无法证明模型训练在Blackwell上有任何暂缓的迹象。
The information 在最近受到了不成比例的关注度；这两天又传出了英伟达B系列的一些交付问题。
这两天一些“专家”都在建议，暂停订阅 the information ;)
180K
