KOL Digest
Semivision · 2026.11.14 週六 · Substack

McDonald’s Needs a Great Manager. NVIDIA Needs a Leader Who Can See the Future.

看原始內容 2 個主題 · 2 個標的/題材

NVIDIA 接班難題:護城河在前瞻決策力,而非單一技術或 GPU

  • —CUDA 投資在生成式 AI 爆發前已持續多年且幾乎沒有直接營收,作者據此論證這類決策無法只用季度財報或一般投資報酬率評估
  • —作者認為 H100、Blackwell 與 Rubin 等世代的關鍵決策,都是在需求爆發前數年就已定案,接班者必須具備同等的技術預判能力
  • —作者的結論是:純職業經理人接任後,短期營運可能仍然穩健,真正的考驗在於下一次技術轉換時的判斷
$NVDA 長期

作者深入分析 CUDA、Mellanox、H100、Blackwell 與 Rubin 等決策脈絡,但通篇沒有對股價表態。文章主張 NVIDIA 最難複製的是策略判斷力,而非單一產品或單一 CEO。接班風險的核心在於能否預判下一個技術轉換,而不只是維持當前營收成長

AI 算力競爭從 GPU 轉向系統與供應鏈,客製加速器構成挑戰

  • —作者指出競爭單位已從單顆 GPU 移向整個機櫃,供應鏈涵蓋 TSMC、SK hynix、Micron、Samsung、Foxconn、Quanta 與 Wistron 等廠商
  • —文章列出的不確定性包括推論是否取代訓練、記憶體頻寬是否成為瓶頸、光學互連是否成為必要,以及 $GOOGL TPU、$AMZN Trainium 等客製加速器是否挑戰通用 GPU 地位
  • —作者提到 NVIDIA 必須說服大量供應商依其未來路線圖投入產能,因此改變架構方向的成本會比一般想像更高
  • —作者以 $INTC 為對照,指出即使工程與製造能力強,技術領先者仍可能因產業結構與競爭重點改變而失去優勢
AI算力 中期

作者認為 AI 算力的決勝點正從單晶片運算速度,轉向互連、記憶體與系統整合等整體能力,推論經濟性與客製加速器都可能改寫競爭格局。未來數年 NVIDIA 的主要風險不是現有 GPU 落後,而是架構轉向成本高昂且時機難以判斷

每天早上,收件匣見

54 位中英文財經 KOL 的觀點,每天自動整理成一份日報。免費,隨時可退訂。

免費訂閱