在科技投资的长河中，每一次重大技术变革都如同一颗投入湖面的巨石，激起层层涟漪，吸引着无数资本与人才竞相追逐。20世纪90年代的互联网热潮和当下的AI投资井喷，便是其中两颗璀璨却又暗藏波澜的“巨石”。我们希望通过剖析二者的关联，特别是以某网络设备巨头为鉴，对现今AI加速计算芯片企业在AI投资周期中的坐标进行审视。
回顾20世纪90年代，互联网技术的蓬勃兴起，如同一场盛大的狂欢。Mosaic浏览器和网景浏览器的诞生，让互联网从神秘的科研领域走进大众视野，个人电脑的普及更是让全球互联网用户数量呈爆发式增长。在这股浪潮中，某网络设备巨头凭借其在路由器和交换机领域的领先技术，迅速崛起。从1995至2000年，公司收入增长748%，股价飙升40倍，在2000年3月甚至成为全球市值最高的公司。但盛宴总有落幕时，随着互联网泡沫破裂，市场对网络设备的需求锐减，该公司的订单量大幅下降，股价也在一年内暴跌80.2%，市值蒸发严重。
如今，AI投资周期正如火如荼地展开。大模型和生成式AI技术取得突破性进展，以ChatGPT为代表的应用迅速走红，吸引了全球的目光。GPU为代表的加速计算芯片在这场AI盛宴中，扮演着与当年网络设备相似的角色，作为关键硬件设备供应商，从AI技术的快速发展中受益，业绩与市值屡创新高。那么，这些芯片厂商是否会重蹈当年网络设备的覆辙呢？
虽然当前AI投资周期和20世纪90年代的互联网投资周期存在一定相似性，比如突破性技术推动产业革新、投资者受FOMO情绪推动等，但当今的加速芯片企业在多个方面有着与当年网络设备巨头不同的“底气”。
在估值方面，互联网泡沫时期，市场对未来增长预期过于乐观，叠加过度投机情绪，导致网络设备巨头的股价严重高估，动态PE一度高达139倍；而GPU龙头公司当前的动态PE大致相当于网络设备巨头1998年底的水平，远低于其1999至2000年的估值高峰，且PEG低于1.0，这表明市场对GPU龙头的未来盈利增速放缓已有预期，其估值相对更为合理。
行业竞争层面，网络设备巨头在互联网发展早期凭借技术优势占据主导地位，但中美其他竞争对手的崛起，凭借更高性价比的产品逐渐蚕食其市场份额。GPU龙头在AI算力领域同样面临竞争，中美同业竞争对手加大研发投入，云计算厂商也纷纷自研ASIC加速芯片。然而，该龙头企业凭借在AI GPU加速计算性能方面的领先技术，以及在单位芯片面积计算能力和用于AI训练集群扩展的互联技术上的优势，其领先地位有望延续至2025年及以后。
再看硬件投资周期，网络设备的完整生命周期通常为6到8年，在2000年互联网基础设施投资进入相对饱和阶段后，新增需求放缓。而数据中心GPU使用寿命仅为1到 3年，在大模型训练中故障率随着使用时间增加而提高，这推动了GPU的持续迭代需求，为加速芯片带来了持续的市场机会。
此外，本轮AI投资周期的主要参与者为全球科技巨头，它们拥有更稳健的财务支撑，与互联网泡沫时期商业模式不稳定、财务状况脆弱的公司形成鲜明对比。这些科技巨头的资本支出由经营性现金流覆盖，能够支撑长期的AI投资，为加速芯片提供了相对稳定的市场环境。
不过，GPU龙头企业也并非高枕无忧。AI ASIC解决方案的崛起，可能会在一定程度上抢占GPU的市场份额。随着AI算力需求从预训练侧向后训练、推理侧倾斜，ASIC在推理领域的优势逐渐凸显，预计2025至2026年将进入生产和部署阶段，这对GPU龙头来说是一个不容忽视的挑战。同时，以DeepSeek-V3/R1为代表的大模型训练降本方案，虽然从长期来看有利于算力总需求的提升，但短期可能会对GPU龙头的市场份额和盈利能力产生一定影响，引发市场对其高估值逻辑的质疑。
综合来看，虽然GPU龙头企业在当前AI投资周期中面临着诸多挑战，但基于其自身的技术优势、合理的估值以及稳定的市场环境，短期内其在AI硬件基础设施领域的地位依然稳固。然而，科技行业变幻莫测，如同在波涛汹涌的大海中航行，龙头企业也需要时刻保持警惕，不断创新，以应对未来可能出现的各种风险。我们应当将云厂商资本支出和现金流状况、AI服务器ODM厂商库存、龙头企业的AI路线图等作为重点跟踪的指标，它们将为我们在这场科技浪潮中的航行指引方向。
风险提示：基金有风险，投资需谨慎。文章涉及的观点和判断仅代表我们对当前时点的看法，基于市场环境的不确定性和多变性，所涉观点和判断后续可能发生调整或变化。本文仅用于沟通交流之目的，不构成任何投资建议。文章中提及公司不代表个股推荐。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
