如何复核这本图谱

先检查分母、时间、单位、来源与决策相关性,再相信一个数字。

第六部分|如何复核这本图谱

任何一条投资结论都可能过期。方法的价值不是让结论看起来更专业,而是让读者知道它建立在什么分母、时间和证据上,以及什么变化会推翻它。

6.1 在相信一个数字以前,先做五项检查

这本图谱涉及模型榜单、芯片规格、机架、数据中心、资本开支、政策和证券价格。它们更新速度不同,也经常使用看起来相似、实际完全不同的口径。

读者复核一项结论时,可以依次问:

  1. 比较对象相同吗? 单颗芯片、整机架、SuperPoD 和 100 MW 设施不能直接横比。
  2. 时间状态相同吗? 已出货、客户测试、公司路线图和媒体报道不是同一种证据。
  3. 分母相同吗? 颗数、收入、利润、理论性能与有效算力可以得出不同排名。
  4. 价值真的进入这家证券吗? 关键产品可能只占母公司一小部分,也可能没有公开投资渠道。
  5. 价格和规则还是最新的吗? 市场估值、出口许可、实体状态和交易准入都可能在事实章节更新前变化。

如果其中任何一项答案不清楚,最诚实的处理是保留区间、降低结论确定性,或暂时写“无法比较”,而不是补一个看似精确的数字。

一个完整复核例子:某公司“进入下一代 GPU 供应链”

假设媒体报道一家内存公司进入某款下一代 GPU。这个消息至少可以有五种不同含义:

  1. 公司提供了工程样品;
  2. 产品通过部分实验室测试;
  3. 公司完成客户认证,可以参与供货;
  4. 公司已经获得量产订单;
  5. 公司获得明确份额,并开始确认收入。

五个状态都可能被标题写成“进入供应链”,对投资结论却完全不同。第一、二步只能说明技术可能性;第三步说明供应关系更可信;第四步开始影响未来收入;第五步才允许估算公司份额和利润。

复核时应寻找:

如果只确认认证,就可以写“已确认设计导入”,不能写“将获得 30% 份额”。如果只有可靠媒体报道,应保留“媒体报道”状态。若连具体产品都没有,只能把它作为研究线索,不能进入总量。

第二个例子:一座“1 GW AI 园区”究竟有多大

1 GW 可能指园区最终电网接入、总设施功率、IT 负载,或跨多年多阶段规划。四种口径会产生完全不同的 GPU 数量和资本开支。

复核顺序是:

  1. 找出 GW 的定义和项目边界;
  2. 区分最终规划、已签电力、在建和已通电;
  3. 确认 PUE、冗余和计算功率占比;
  4. 只有系统功率披露后,才换算机架数量;
  5. 再区分设施资本开支与有源 IT 设备成本。

如果项目只公布最终规划,就只能进入项目管线,不能进入已投运容量。若系统功率未知,就不能用竞品功率代替。第 2.13 章大量保留“不可计算”,正是为了避免一项未披露分母污染后续全部估值。

6.2 读懂正文所需的核心术语

计算与芯片

存储、封装与制造

模型与软件

资本与市场

地缘政治

6.3 本书怎样建立可比较的结论

先固定比较边界

跨公司、跨国家比较最容易犯的错,是把不同对象放进同一张表。本书按以下边界处理:

范围优先于单点

未披露的价格、功耗、供应份额和建设成本使用低值、基准值与高值。基准值不是“最可能的精确数字”,而是便于比较的中点。任何推测关系都不进入合计和证券比较。

100 MW 设施口径用于标准化物理占位、资本成本和运营需求,不代表不同系统拥有相同有效算力、模型质量或收入。第 2.13 章尤其需要记住这一点。

公式必须把假设留在表面

一个数字如果由公式得到,读者应该能够看到每个输入。例如:

设施总功率 = IT 铭牌容量 × PUE

年耗电 = 设施总功率 × 8,760 小时 × 利用率

可部署机架数 = 分配给计算的 IT 功率 ÷ 单机架功率

这三个公式看起来简单,却包含多个边界:

本书在跨平台标准化时固定同一套假设,并把低值、基准值和高值分开。固定假设不是宣称所有项目相同,而是为了让差异来自平台本身,而不是研究者偷偷改变分母。

计算结果的有效数字也要与输入精度匹配。如果设施成本只是十亿美元级范围,就不应展示到万美元;如果机架功率是上限,换算出的机架数也只能解释为占位等价值,而不是采购预测。

证据质量与结论确定性分开

一份高质量公司资料也可能只描述路线图,一篇可靠报道也可能只能确认合作关系。本文分别判断来源质量和结论状态:

冲突如何处理

来源不一致时,优先使用能够精确对应法律实体、期间和单位的最新一手披露或监管记录;其次是官方运营数据和公认行业机构;可靠财经媒体用于补充未披露背景;第三方估算只有在方法可理解、误差被说明时才采用。

不会把冲突数字机械平均。若差异足以改变结论,就保留区间并说明争议;无法解决的重大冲突标为“存在争议”。

证据层级不是来源名气排名

同一个来源可以支持不同强度的结论。公司产品页最适合证明正式规格,却不能独立证明实际市场份额;监管文件最适合证明法律状态,却不能证明客户一定执行;行业媒体可以报道未公开供应关系,却不等于双方正式确认;聚合平台可以显示使用趋势,却不能代表整个市场。

来源通常最适合支持不宜单独支持
公司产品与架构资料规格、配置、正式路线图实际利用率、竞争对手比较
财报与监管文件收入、资本开支、合同和风险披露未披露业务的精确拆分
政府法规许可、限制和生效日期商业影响和执行结果
客户公告采购关系和项目状态供应商整体份额
可靠财经媒体未公开交易与供应关系进入总量的精确数字,除非方法充分
行业机构市场规模、份额和预测单个公司的审计财务
聚合网站价格、使用和趋势线索永久竞争地位

来源权威不代表结论一定高确定。一份 NVIDIA 官方路线图仍然只是未来目标,一篇 Reuters 报道即使可靠,也可能只能把关系标为“媒体报道”。必须同时记录来源质量与产品状态。

数据卫生

时间快照为什么必须统一

AI 产品、市场价格和政策更新速度不同。如果用 2026 年的产品状态、2025 年的市场份额、2024 年的价格和 2027 年预测放在一张表中,却不标日期,读者会误以为它们同时成立。

本书使用统一观察边界,并让每项预测保留自己的未来时间。复核时要特别避免:

当新事实出现,不能只改正文的一句话。若它改变系统状态、供应份额或功率,就要重新计算图表、情景和相关章节,确保同一快照在 Markdown、网页和打印版本中一致。

6.4 财务报表没有直接告诉投资者什么

美国市场

“AI 收入”往往把 GPU、传统云迁移、数据服务和软件席位混在一起,需要寻找可比口径。积压订单可能带条件或依赖尚未通电的容量。GPU 抵押融资、延长折旧和供应商投资客户会让报表增长看起来比外部现金需求更强。

强业绩也可能带来股价下跌,因为拥挤持仓和过高预期会改变价格反应。TSMC、ASML 等关键节点也不是无风险收费站:前者承受中国台湾地域风险,后者仍有中国收入与政策敏感性。

复核美国公司时,可把利润表重新排列成一条现金链:

AI 相关收入 − 直接推理、云与服务成本 − 新增折旧 − 利息与租赁 − 维护和下一轮升级 = 可供股东使用的增量现金

公司通常不会完整披露每一项,只能用云利润率、资本开支、折旧、自由现金流、利用率和合同数据拼接。信息不完整时,应该明确结论依赖哪些替代指标。

中国市场

商业客户可能仍偏好海外芯片,政府、国企和安全敏感部门则必须遵循自主可控。政策保障的是一部分采购,不是全部开放市场竞争力。

“国产”应追问到架构、设备、制造、存储和软件各层。A 股主题公司还需核查股权质押、政府补助、扣非利润、国家基金减持与订单证据。整套昇腾集群的系统性能,也不能与更少芯片、更低功耗的对手直接比较。

中国公司还需要把三类收入分开:

三者都能帮助产业成长,却具有不同持续性。政策采购可以建立安装基础,补助可以支持研发;要验证股东回报,仍需看扣除补助后的利润、回款、复购和设备利用率。

6.5 什么来源能够支持什么结论

本书优先使用以下来源:

第三方市场份额、私募估值、未来资本开支和路线图都可能快速变化。来源越远离原始披露,数字在结论中的权重越低。

6.6 结论什么时候必须停止使用

本书面向产业与投资研究,不构成投资建议、要约或招揽,也没有考虑任何读者的财务状况、风险承受能力、税务与司法辖区。

公开数据可能不完整,部分数字未经独立审计。私募估值、预测资本开支、市场份额、供应关系和政策状态尤其容易变化。任何决策前,都应重新核对证券代码、公司行为、最新财务、市场价格、出口许可、制裁、所有权和交易准入。

前瞻情景是分析判断,不是预测保证;过去表现与当前产业位置都不能保证未来回报。最重要的纪律不是永远坚持一个判断,而是在分母、证据状态、价格或政策改变后,愿意重新建立整条因果链。