预判卡
日报里每一条判断,都被固化成一张「预判卡」,到回访日自动回填结果——当时怎么说的、后来如何、差在哪
事件驱动短期英伟达 · NVDA已命中2026-10-21 提出 · 2026-10-26 回访
框架层解耦正在削弱 CUDA 的锁定,而非 GPU 的份额;三件事指向同一条逻辑链:模型公司对推理成本的敏感度已超过对峰值算力的追求,而 CUDA 的锁定主要来自迁移成本。一旦框架层兼容成熟,芯片选型就从技术决策变成采购决策。谷歌与亚马逊愿意自己承担适配成本,本质是用云收入补贴生态迁移,这笔账只有在算力规模化后才算得过来。;短期不要做空英伟达的出货,但应下调对其软件溢价可持续性的假设。对国产 AI 芯片公司,这是生态解耦的窗口期,兑现的关键是框架适配仓库的社区活跃度,而非发布会上的算力参数。跟踪指标是 PyTorch 各硬件后端的 PR 合并速度。
2026-10-26 回访结论:判断框架层解耦削弱CUDA锁定而非GPU份额、应下调软件溢价假设;10月21日谷歌开源TorchTPU让PyTorch原生跑TPU,框架层解耦成真,同期英伟达由221.97跌至210.96(-4.96%),软件溢价下修与判断一致。
事件驱动中期英伟达 · NVDA已命中2026-10-14 提出 · 2026-10-19 回访
AI 算力扩张的瓶颈已从产能转向资金;供给端(晶圆、内存)在缓解,资本端成为新的稀缺资源:英伟达用自有现金在欧洲买需求确定性,博通把约束点直接指向资金,国内算力中间层则靠 23 亿元单轮融资买规模。三者共同说明算力竞争已从「抢产能」变成「拼融资成本与订单锁定」,行业进入资本密集型阶段。;未来 12 个月,云厂商资本开支节奏将更依赖现金流而非供给可得性;设备与材料企业订单确定性上升但估值弹性下降。国内算力项目应尽快锁定客户长约,否则融资窗口收窄后议价能力会快速下滑。
2026-10-19 回访结论:当时判断算力瓶颈从产能转向资金、英伟达用自有现金在欧洲买需求确定性;回访期英伟达宣布对欧洲科技公司十亿美元级投资、再投5家英国AI初创、RTX Spark笔记本首批上市,事件驱动如期兑现,仅股价三日下跌3.24%。