它的每一次发布会，都是全球供应链的排产会

在英伟达之前，服务器行业卖的是零件。一颗 CPU、一条内存、一张网卡、一块硬盘，各家自己攒。毛利率结构是典型的硬件业：英特尔 60%、戴尔 20%、代工厂 5%。谁在链条上游谁毛利高，这是常识。

英伟达做了两件事，把这门生意整个换了轨道。第一件是卖整机柜——不是一颗芯片，是一个装满七十二颗 GPU、自带交换机、自带 CPU、自带网卡的柜子。第二件更关键：它换掉了计价单位。

2026 年 Computex 主题演讲上，黄仁勋把英伟达的 KPI 讲得非常明确。摩根士丹利的现场纪要把这四条完整记了下来——请注意它们的共同点：

很多人以为英伟达贵是因为它快。这个印象在 2026 年已经不成立了。看摩根大通做的单芯片对照——注意最下面那两行：

把这张表读明白：TPU7x 的算力和 B200 基本持平（4,614 vs 4,500），功耗一样，HBM 带宽只差 4%，但价格是 $13,000 对 $35,000。每美元买到的算力，谷歌是英伟达的 2.7 倍。每瓦算力甚至也略胜一筹。

然而 2026 年英伟达的 AI 加速器收入份额仍在 85% 左右，两年内没有出现实质性流失。

这是全篇要回答的第一个问题。它的答案不在这一节，在第三节——但先记住这个矛盾，因为整个 AI 硬件行业的定价逻辑都藏在这个矛盾里。

所以这门课不假设你在哪个市场。你可以直接买 NVDA，也可以一股不买而只持有它的供应商—— 两种情况下，你交易的都是同一张路线图，只是落点不同。第四单元会把这条链条一段一段拆开， 每一段的受益方四个市场一起给。

课程结构：先把英伟达这门生意本身讲透（单元一），再看它的钱具体从哪来（单元二），然后是三场正在进行的技术战争（单元三），接着把这一切翻译成整条供应链的订单（单元四），最后收口到争议、定价与该盯的信号（单元五）。

假设你懂金融，但对这个行业一无所知——所有器件、协议、材料都会从头讲起。

宏观数字容易让人麻木。$4.86 万亿市值、$2,500 亿收入，这些数听多了就没有质感。所以我们换一个方法：拆开一个机柜，看看这 780 万美元具体是被谁拿走的。

对象是英伟达 2026 年的主力产品 VR200 NVL72——Vera Rubin 平台的机柜版本，一柜 72 颗 GPU。对照组是它的上一代 GB300。

数据来源：国信证券《英伟达 Rubin 架构发布 CCL 上游材料体系升级》2026

整机涨 95%，PCB 涨 233%。PCB 的涨幅是整机的 2.5 倍。这句话是整轮 PCB 行情（不分市场）的一句话概括——但更重要的是为什么。

把这两块加起来，$3.51 万到 $11.67 万的路径就清楚了。而且请注意两种增量的性质完全不同：

这里插一个物理层面的解释，因为它是一条独立于速率升级的第二增长驱动力——很多人会漏掉。

GB200 之前，机柜里托盘之间靠一大把铜缆连接。铜缆有四个毛病：占空间、挡风道（影响散热）、装配依赖人工、可靠性受插拔次数限制。当一个机柜里只有几十颗 GPU 时，这些毛病都能忍。

但当密度上到 NVL72、NVL144 甚至更高，铜缆在物理上就穿不过去了。于是英伟达从 GB200 开始，把一部分铜缆换成了中板（midplane）——一块竖着插在机柜中间的大 PCB，托盘直接插在上面。

第一节留了一个问题：TPU7x 每美元算力是 B200 的 2.7 倍，为什么英伟达的收入份额还是 85%？

标准答案是「CUDA 生态锁定」。这个答案在 2026 年已经不够用了——谷歌 TPU 跑自家模型完全不碰 CUDA，Anthropic 大规模用 TPU 训练，OpenAI 也在和博通做自研芯片。生态锁定是真的，但它挡不住有能力自建软件栈的头部客户。

真正的答案，摩根士丹利在 Computex 纪要里用一张图说清楚了：竞争不发生在「一颗芯片多少钱」这个层面，发生在「每 GW 电力在整个生命周期里能产生多少收入」这个层面。

把这四条串起来是这样一句话：规格表比的是曲线的最高点（每瓦 token 数的峰值），但客户赚的钱是曲线下的面积。

面积 = 峰值 × 时间 × 可用率。英伟达可能在峰值上只领先一点，甚至不领先；但它在时间（更快爬坡 + 更长寿命）和可用率（更低故障率）上的优势，足以把面积拉开。

这一句的分量比任何模型都重。因为它把问题的性质从「二选一」变成了「都要」。

如果 ASIC 和 GPU 是替代关系，那么 ASIC 每多一颗，英伟达就少一颗，这是零和；但如果它们是互补关系——ASIC 跑成熟稳定的自家推理负载，GPU 跑训练、跑新模型、跑对外出租的通用负载——那么两边可以同时增长。

而 2026 年的实际数据支持后者。下一单元会给出完整的出货量表格：2027 年 ASIC 出货颗数会超过 GPU，但英伟达的绝对出货量还在从 6.2 百万颗涨到 9.9 百万颗。

这句话值得读三遍。

普通的份额讨论隐含一个前提：市场总量大致稳定，你多我就少。但当一家公司的季度增量比对手的存量还大时，份额这个概念本身就失去了预测力——因为无论对手怎么增长，只要英伟达的增量还在，分母就在被它自己撑大。

摩根士丹利同时给出了具体数字：份额稳定在 85% 左右，过去两年没有出现可察觉的流失。

媒体报道 GTC 的标题永远是「英伟达发布新一代 GPU」。这个说法从 2024 年起就不准确了。

2026 年的 Rubin 平台，实际发布的是六款全新的自研芯片：

1.8TB/s 对 128GB/s，差 14 倍。而且一代之内（GB200 → VR200）就翻了一倍。

但比带宽数字更重要的是编程模型的差别。NVLink-C2C 通过 AMBA CHI 协议实现硬件级缓存一致性：CPU 和 GPU 的缓存自动同步，CPU 内存与 GPU 显存在软件视角下呈现为单一内存池，跨处理器的原子读写不需要额外的同步原语。

而走 PCIe 的方案是非一致性内存访问——程序员必须手动管理数据搬运，这既增加了编程复杂性，也造成计算资源的闲置等待。

后面三个单元会讨论很多具体的技术争议：ASIC 会不会赢、CPU 战线守不守得住、Rubin Ultra 的形态怎么变。这些争议听起来彼此无关，但它们其实都在问同一个问题：

大多数人读财报只看数字，很少注意披露口径本身的变化。但口径变化往往比数字更有信息量——因为它反映了管理层希望市场用什么框架来理解这门生意。

2026 年 5 月，英伟达把原来的五个业务分部（数据中心 / 游戏 / 专业可视化 / 汽车 / OEM），塌缩成了两大平台。

这是英伟达连续第 14 个季度环比增长。收入 $816 亿超市场预期的 $789 亿，EPS $1.87 超预期的 $1.77，毛利率 75.0% 基本符合预期。

下一季度（截至 2026 年 7 月）指引 $910 亿，而市场预期只有 $864 亿——隐含同比增速从 +85% 进一步加速到 +95%。

ACIE 的环比增速（+31%）已经是传统云厂（+12%）的 2.6 倍。其中 AI 云收入同比涨了 3 倍以上，主权 AI 同比 +80%——英伟达的 AI 基础设施现在部署在近 40 个国家。

这个变化的意义在于需求的抗风险性。如果收入全部来自五家美国云厂，那么任何一家削减 capex 都是重大打击；但当买家扩散到四十个国家的主权基金、上千家企业和几十家 AI 云，单一客户的决策就不再是系统性风险。

体检报告最有用的读法，是把一个人的指标放回人群里看。血压 120/80 这串数字本身不说明任何事，有意义的是「同龄人里排在哪个位置」。财报也一样——净利率 63% 单看只是一个百分数，得先知道硬件公司通常做到多少、软件公司通常做到多少，才知道它有多离谱。

所以下面这张表右边专门留了一栏参照系，请连着一起读：毛利率那行，台积电约 58%、英特尔约 35%；净利率那行，微软约 36%、苹果约 25%；ROE 那行，A 股全市场中位数约 7%。把参照系记住，再往下看解释。

钱太多会带来一个新问题：怎么处理。FY27Q1 的电话会上，英伟达宣布了三件事：

这个信号在第五单元会派上大用场。摩根士丹利给英伟达的目标倍数（22 倍）低于它给 AMD、博通、英特尔的倍数——理由正是「高市占率和高毛利率留给倍数扩张的杠杆有限」。

一家公司太好，好到没有改善空间时，市场就不再为「变得更好」付钱了。回购和分红的大幅提升，恰恰是这个状态的官方确认。

「AI capex 会不会崩」是 2026 年最大的宏观问题。但这个问题问得太粗——因为付钱的不是一类人，是四类，各自的钱来自完全不同的地方，刹车机制也完全不同。

国信证券根据英伟达 2026Q1 的披露，把数据中心客户结构拆成了这样：

来源：国信证券《上限几何？北美科技巨头 Capex 空间测算及 ROI 回报拆解》2026

Neocloud 指的是 CoreWeave 这类专门买 GPU 然后对外出租算力的新型云厂。它们没有微软、谷歌那样的现金流，全靠融资。

问题来了：这类公司的信用不足以支撑百亿美元级别的采购。英伟达的解法很激进——摩根士丹利在 NDR 纪要里记录了这套新的商业模式：

国信证券的测算里有一段很诚实的内容：AI 对内赋能的占比仍然是低个位数。

· 微软 M365 Copilot 的付费率约 4.5%，其收入占微软云收入的比重也约 4.5%
· Meta AI 拉动广告收入增长约 10%

而真正跑通 ROI 的是算力租赁与云业务本身：SpaceX 的 Colossus 集群约两年就能收回建设成本；Meta 若把 A/H 卡全部出租，测算年租金可达 $110 亿，能拉动 Meta 全年 EPS 约 15% 增长。

2027 年，ASIC 的出货颗数会超过 GPU。这不是某一家的观点，这是已经写进所有卖方模型的基准预测。

但请同时注意另一件事：英伟达自己的绝对出货量还在涨——从 2025 年的 620 万颗涨到 2027 年的 990 万颗。它没有萎缩，只是别人涨得更快。

判断一个新兴阵营有多大，光数「有几家公司在做」是没用的，得看钱最后收进了谁的口袋。外卖最热闹的那几年满街都是新开的餐馆，真正把钱赚走的是那两个平台。

ASIC 这一侧的结构也一样。谷歌、亚马逊、Meta、微软各自宣布自研芯片，听上去是四五个玩家在群殴英伟达；但这些芯片的物理实现——后端设计、SerDes、封装、量产——几乎都外包给了同样两家公司。所以下面这张表，请特别盯住中间那两行份额。

吵架吵久了会发现一件事：多空双方引用的常常是同一批数字，真正的分歧在于「这个数字说明了什么」。2027 年 ASIC 颗数超过 GPU 这条，空方拿它证明份额在崩，多方拿它证明总盘子在涨——数据谁都没编。

所以下面两栏请对照着看，别急着站队。看完之后用第 4 节那个工具再过一遍：每一条论据，撬的是哪一根柱子？你会发现空方那四条——颗数反超、博通增速、单卡 TCO 更低、客户不会回头——真正撬到互联和换代节奏那两根硬柱子的，其实一条也没有。

市场对英伟达的讨论几乎全在 GPU 和 ASIC 上。但 2026 年真正的新变量是——它开了第二条战线。

来源：J.P. Morgan 财报点评 2026-05-21；Morgan Stanley Computex 纪要 2026-06-03

这个数字刚公布时，市场的第一反应是质疑。摩根士丹利记录了两种典型的怀疑：

· 「是不是把内存也算进去了？」——管理层明确回应：不含内存
· 「是不是 100% 都是 GPU 机柜自带的那颗 head node？」——管理层回应：head node 只占 50–60%

也就是说，接近一半是纯粹的独立 CPU 生意。服务器 CPU 市场现在约 $1,700 亿，一家机构预计到 2030 年这个市场可能翻 4 倍。这是一个全新的 TAM。

摩根士丹利的评价是：Grace 和 Vera 的设计是专门为 AI 而做的，某种程度上是对近年设计潮流的一次背离——从基于 chiplet、面向多线程优化的堆栈，转向单个极大的、受掩模尺寸限制的裸片，为单线程性能优化。

英伟达自己给出的性能声明（一家机构 2026-07-22 的纪要）：每核内存带宽是 x86 的 3 倍以上，峰值内存延迟低 40%，agentic sandbox 性能 1.8 倍。

CPU 之争不只是核数之争，还牵扯软件生态。

英伟达的立场隐含着：如果微架构足够优秀、能带来更好的 agent 性能，那么指令集（ISA）就是次要的。

AMD 和英特尔会主张：agentic AI 正在与企业软件栈深度交叉——数据库、中间件、安全平台、企业应用。x86 在这些领域有数十年的优化、验证和兼容性积累。当 AI 从模型推理扩展到企业工作流时，软件的在位优势可能成为重要的差异化因素。

请注意第三个数字。英伟达在给市场的指引里，把中国业务的贡献设为零。这不是保守估计，这是完全剔除。

一家大超市撤出某个城市，本地新闻通常只写一句「市民少了一个购物去处」。但同一件事还有另外一半：常年给这家超市供菜的本地农场，订单也一起没了。中国业务归零这件事，A 股的讨论几乎只讲了前半句。

所以下面两栏要一起看。左边是很少被讲的那一半——英伟达卖不进来，等于一部分中国厂商也供不出去；右边是被讲烂了的国产替代，但那扇窗有明确的技术门槛，开了窗不等于人人爬得进去。门槛具体卡在哪三处，紧接着就会点名。

看「受益标的表」最容易犯的错，是把它当购物清单。更有用的读法是把它倒过来用——这张表本质上是把英伟达机柜里的每一个零件，翻译成了 A 股一个可以去核对的对象。

它有三列：左边是英伟达的环节，中间是对标的具体产品，右边才是公司。请从左往右读，别从右往左读。先确认这个环节在下一代机柜里价值量是涨还是跌（第 2 节那笔 PCB 的账就是干这个用的），再去看谁在这个环节里真的有产品、做到了第几档规格。

这一节是全课的技术核心。前面讲的所有东西——机柜价值量、材料等级、光模块方案——的物理起点都在这里。

一个 AI 计算任务从外部网络进来之后，在 VR NVL72 的计算托盘里是这样流动的：

东兴证券把这条路径上的信号传输分成三段。这三段的划分，就是三条完全不同的产业链的分界线—— 而且每一段都是跨市场的，同一段信号会同时排到不同交易所上市的公司：

PCIe Gen6 的每条 lane 单向 64 Gbps。这是一个什么概念？普通家用宽带千兆是 1 Gbps，这里一条线是它的 64 倍，而且有 48 条并行。

关键在于距离：在 VR200 NVL72 的计算托盘里，PCIe Gen6 信号要从 Strata 模块传输到 Orchid 模块前端，PCB 走线长达约 500 毫米。

ConnectX-9 相比上一代 ConnectX-8 的关键升级是：单个端口就能提供 1×800G 的以太网传输能力，不需要靠多链路聚合。

作为对照，CX-8 只有在 InfiniBand 架构下才支持 800G，在以太网模式下通常是 2×400G 的配置。

在 VR NVL72 计算托盘里，8 个 800G 的 CX-9 网卡对应的 OSFP 光模块笼口，有两种可能方案：

传统网卡只干一件事：把数据从网络搬到主机内存。ConnectX 的 SuperNIC 定位完全不同——它内置了一颗 48 通道的 PCIe Gen6 交换机，单芯片实现「网络接口 + GPU 间交换」二合一，替代了传统方案里那颗独立的 PCIe 交换芯片。

好处是消除 IO 瓶颈，加快 GPU、网卡和存储之间的数据移动。基于 ConnectX-8 的优化设计，可以为集群内所有 GPU 提供高达每 GPU 50 GB/s 的 IO 带宽——因为 NCCL（集合通信库）直接通过网络转发所有流量。

M9 的具体规格：特种树脂 + 石英玻纤布 + HVLP4/HVLP5 高端铜箔 + 纳米级球形硅微粉。目标是支撑 224Gbps 超高速传输，把 Df（介电损耗）压到约 0.0007。

M10 的具体规格：碳氢树脂 / PTFE 与电子级石英布（或第二代 Low-Dk 玻纤）复合，通过优化树脂分子结构减少极化损耗，支撑 224–448Gbps。国信的判断是：这是未来 2–3 年高端 AI 服务器 PCB 的硬性标配。

国信证券的判断很直接：玻纤电子布是覆铜板材料里的「卡脖子」环节——产能供给限制加上织机设备限制，导致产品持续涨价，是上游材料中最紧缺的一环。

看一眼这块布的价格谱系（以第一代普通 E-glass 布为基准 1×）：

为满足 Rubin 系列 224Gbps 的超高速互联需求，行业已开始把三代 Q 布作为 M9 等级 CCL 的核心增强材料。

价格是普通布的 40 倍，而且用量还在增加。AI 服务器中电子布的价值量，用国信的话说，是「几何级增长」。

来源：宏和科技公告、定增说明书，国信证券整理

注意第三个数字：高性能布的产量占比才 2.89%。也就是说，这个逻辑目前只兑现了很小一部分——收入同比 13 倍、毛利率提升 25 个百分点，是在产量占比不到 3% 的情况下发生的。

前面十二节像是把一台机器一个零件一个零件拆下来摆在桌上。这一节要干的事正好相反：把零件按位置装回去，看清楚谁压在谁上面、钱是从哪一头流到哪一头的。最上面一格是连英伟达自己都得排队买的东西——CoWoS 封装产能和 HBM；最下面一格是真正掏钱的那些人。

看这张图有个顺序上的讲究——先从最下面那格「需求源头」往上读。钱是四类买家掏的（第 7 节那个 50/15/15/20），先经过英伟达和 ASIC 阵营这一层被定义成具体的机柜形态，再往下变成中间那一大格里每一家中国公司的订单。中间那格才是你真正持有的东西。而买家肯不肯一年年掏下去，最终取决于它们那门云生意的 ROIC——本节最后一段会绕回这个词。

看天气预报的人分两种。一种记住的是「明天下雨」，另一种记住的是「要带伞、要提前二十分钟出门、约在户外的会得改地方」。前者是信息，后者是动作——差别在于有没有把预报翻译成自己能做的事。

下面这张表做的就是翻译。左边一列是英伟达可能出现的技术动作，中间是它会砸到哪个环节、以及那个环节的代表公司在哪个市场，而右边那列最关键：它给的是「该去核对哪个具体数字」，不是「该买哪只票」。表里每一行的右列，都能在公开的 ODM 拆解、季报分项或者产品手册里查到答案。

市场上有一个流传很广的说法：「ASIC 崛起利空 AI 硬件产业链。」这句话对美股半对，对 A 股基本是错的。

来源：国信证券《上限几何？北美科技巨头 Capex 空间测算及 ROI 回报拆解》2026

这是空方最有力的一张图：从宏观刻度看，剩余空间不大。

但国信自己给出了反驳——这一轮的结构和 2000 年不一样。2000 年那一轮是单一驱动（电信运营商铺光纤），这一轮是企业 capex + 主权投资 + AI Labs 专属集群三条腿并行。

· 2026 年投入超千亿美元，在手合同超万亿
· 若类比公用事业投资（资本开支占 GDP 约 1%），中长期可达 $1.2 万亿以上
· 英伟达的 AI 基础设施已部署在近 40 个国家，主权需求同比 +80%

这一条的特殊性在第 7 节讲过：它花的是国家财政的钱，决策逻辑是国家能力建设，不是商业 ROI。所以它对「企业 AI 投资回报跑不通」这类新闻基本免疫，只对财政压力和政治换届敏感。

前两条腿回答的都是「买家有没有钱」。第三条腿问的是另一件事：买家的买家有没有收入——那些真正把算力用起来、并且靠它换回钱的公司。

这有点像判断一栋写字楼值多少钱。业主账上有多少现金、能借到多少钱当然重要，但真正定价的是租客交不交得起租、明年续不续约。AI 这栋楼的租客名单很短，排在最前面的就是 OpenAI 和 Anthropic——它们 2026 年的算力支出合计超过千亿美元，而自身 ARR 合计约 $1,110 亿。下面这张表，请重点看最后一行。

听人吵架有两种听法。一种是听谁嗓门大、谁的例子更吓人；另一种是听双方各自站在什么前提上——只要把前提拆出来，你就能自己判断哪个前提更容易先失效。后一种听法慢，但吵完之后你手里会多几个可以持续跟踪的指标。

这一节四条争议全部按后一种处理：先把双方最硬的话原样摆出来，再说各自成立的条件是什么。第一条就是压在英伟达股价上最久的那块石头——ASIC 到底会不会真正侵蚀收入份额。第 8 节已经把出货数据铺过一遍，这里只做一件事：把它拆成「颗数」和「收入」两个问题，分别看谁说得对。

一家做惯了某件事的公司突然宣布要进新行业，市场第一反应是不信，这很健康。$200 亿 CPU 收入可见度公布之后，卖方问的第一批问题也不是「多不多」，而是「这个数字是怎么凑出来的」。

这类怀疑其实很好用——它把一个模糊的大数字，逼成了几个可以逐条核对的小问题。下面这张表就是把怀疑和回应并排放：左边是问，中间是公司怎么答，右边是有没有第三方帮着验。看完你会发现，真正决定这条争议价值的，不是这 $200 亿本身。

同一场球赛，主队球迷和客队球迷紧张的判罚完全不是同几个。争议也一样：上面四条按「对英伟达这只股票自己」排，和按「对一个持有供应链零件商的人」排（不管持的是 A 股的胜宏生益、台股的鸿海奇鋐，还是美股的 Coherent），顺序几乎是反过来的。

下面这张表把两种排序并列摆出来，中间两列请横着对比看。先想清楚自己站在哪一边，再决定该盯什么。表格底下那段话，可能是全课最值钱的一句提醒。

前面十五节讲的是「一件事怎么运作」。这一节换个维度：把同样这些事按时间排开，看它们各自什么时候发生。 对做供应链研究的人来说，这张表比任何一个单点结论都耐用——结论会过时，次序不会。

先看最骨干的一条：英伟达的平台代次，和它对应的材料等级。这张表第 12 节出现过一次， 那时候是为了讲材料台阶；这里换成时间轴来读，作用完全不同。

把这张表竖着读一遍，会看到一个很有用的节奏：材料等级并不是每年都跳的。 2024 和 2025 两代都停在 M8，材料厂那两年赚的是量的钱； 而 2026 这一跳（M8 → M9）是硅微粉从亚微米级到纳米级、树脂从 PPO&CH 到纯碳氢， 是配方体系的重新设计——这一年材料厂赚的是门槛的钱。

两种钱的性质完全不同，这一点第 12 节已经讲透。放在时间轴上再看一遍，是为了让你知道下一次门槛出现在哪一格。

路线图上的名词很多——Vera、NVLink 6、ConnectX-9、Spectrum-6、BlueField-4—— 容易看得眼花。但对供应链而言，代际之间真正改变订单结构的只有三个变量。 第 2 节那本「一个机柜 780 万美元」的账，本质就是这三个变量相乘。

一场发布会讲完，市场的第一反应通常集中在英伟达自己身上。 但对这条链上的其他公司来说，同一件事会在接下来的若干个季度里按固定顺序依次落地—— 而且每一站都有公开可查的出处。这个次序才是这门课最想让你带走的东西。

已经定下来的部分，市场基本都知道了。真正还能产生分歧的，是路线图上那几个尚未定案的位置。 它们的共同特点是：无论朝哪个方向落地，量都不会消失，变的是这笔钱由谁拿走。 所以与其把它们当成风险，不如当成开关——每一个拨向哪边，就点亮一批完全不同的公司。

路线图是一张供给侧的表：它假设需求在，然后回答「按什么顺序供给」。 所以它有一个前提——第 14 节那三条腿（超大规模云厂的杠杆空间、主权 AI、AI Labs）得撑得住。 三条腿里任何一条塌了，整张表的时间轴会被整体推后，而不是某一格变差。

反过来说，只要三条腿还在，这张表的用法就非常朴素：不预测，只定位。 每看到一条新闻，先问它落在哪一格、属于第几站、拨动的是哪个开关， 然后再去查那一格对应的公司发生了什么。下一节把这套动作压成一份可以每季打勾的清单。

最后提醒一句次序问题：先判断这张表上正在发生什么，再谈别的。 倒过来做——先有了立场再回头找表上的证据——是投研里最常见也最隐蔽的一种自我欺骗。

经常做饭的人，灶台边多半贴着一张纸条。上面写的不是菜谱，是「几点关火、什么时候下盐」。信号清单是同一种东西——它不给结论，只告诉你什么时候该抬头看一眼。

下面三类信号按一个标准分：它变了，会改变谁的钱。A 类变了，改变的是 A 股这条链下两个季度的订单；B 类变了，改变的是这轮周期还剩多长；C 类变了，改变的是 NVDA 自己的股价。先想清楚自己站在哪一格，再决定盯哪五条——第 15 节那张重排表已经说过一次，这里是它的操作版。

前面两类盯的都是传导，这一类盯的是这家公司自己的体温。如果你的账户里也真有 NVDA，这五条才是你的。

其中毛利率是最灵敏的一条。定价权这种东西没办法直接观测，但它一旦开始松动，最先漏出来的地方一定是毛利率——ASIC 的比价压力、内存涨价、大客户的议价能力，最后都汇进同一个百分数。份额统计一个季度才更新一次而且口径有争议，毛利率则是每季必披露、连续可比。指引给的是 mid-70s，所以真正要盯的是它掉到 72% 以下的那一天。

前面三类信号盯的都是「生意本身在发生什么」。这一段是唯一的例外——它谈的是市场愿意为这门生意付多少钱。 放在最后，是因为它必须建立在前面十六节的判断之上；顺序反过来做，人就会先有立场再去找证据。

先看一个反直觉的事实：有机构给英伟达的目标倍数约 22×，低于它给 AMD、博通、英特尔的倍数。 原话是「高市占率和高毛利率，留给倍数扩张的杠杆有限」。

把这条规律迁移到 A 股，一句话就是：市场奖励的是斜率，不是位置。 它能一次性解释四个看起来彼此矛盾的现象。

最后是关于英伟达自己的一句话。机构的三情景结构里，乐观与中性情形用的倍数几乎一样（约 23× 对 22×）， 差异几乎全在每股收益；而悲观情形是倍数和每股收益同时下调。也就是说，向上的空间主要靠盈利兑现，向下的风险则是两头一起打折。

所以真正的分歧从来不在「该给多少倍」，而在「那个收入和利润的数字能不能兑现」—— 而这个问题，前面四个单元已经给了你全部的判断材料：ASIC 会不会侵蚀（单元三）、capex 有没有天花板（单元四）、机柜价值量还能不能涨（单元四）。 这也是研究的正确顺序：先判断经营，再谈价格。

一门课上完，隔半年还能记住的东西比想象中少得多。所以最后这三条不写成知识点，写成三个「别再犯」——纠正一个错误的习惯，比多背一个数字有用。

它们分别对应这门课的三个基本立场：你为什么研究英伟达（不是为了买它）、你该看它的哪一部分（不是 GPU，是机柜）、你该怎么看它的对手（不是零和，是放大器）。三条前面都出现过，这里是最后一次强调。