跳到主要內容
你以為在問輝達貴不貴，但你問錯了問題

你以為在問輝達貴不貴，但你問錯了問題

PTT 股版有人說「高不敢買，跌下來也不敢買」。有人說「AI 就跟 5G 一樣，騙局該結束了」。也有人回覆「我 100% NVDA，一股不賣，奇蹟自來」。

看起來是多空之爭。但仔細看，兩邊用的是同一套方法：看價格。多的看「還會漲」，空的看「已經太貴」。

問題不在你看多還是看空。問題是你問「輝達貴不貴」的時候，用的是分析半導體公司的框架：本益比、營收成長率、跟 AMD 的市占比較。

但輝達不是半導體公司。

它的 AI 晶片毛利率超過 90%。整體毛利率 75%，營業利益率超過 60%。蘋果的毛利率是 46%，已經是硬體公司裡最高的。英特爾全盛時期大約 60%。沒有一家賣硬體的公司有 90% 毛利率。

90% 毛利率是平台公司的數字。是 Visa 的數字，不是台積電的數字。

如果你用半導體框架算出「輝達太貴」或「輝達還能漲」，這個結論可能都沒有意義，因為框架本身就不對。

下面是我讀完四本英文書和五個 podcast 後，整理出的五層分析。不是告訴你該不該買，是讓你看見自己可能用錯了什麼。

你以為護城河是晶片性能，其實是一套 4.75 億美元的軟體鎖

2007 年，輝達在聖塔克拉拉總部的停車場搭了一個帳篷，五十幾個華爾街分析師坐在折疊椅上吃三明治，一邊質問黃仁勳為什麼利潤率在下降。

他們問的全是短期數字。沒有人問他為什麼花了公司四年的研發預算去做一個叫 CUDA 的東西。

CUDA 不是一顆晶片。它是一整套讓 GPU 做通用計算的軟體平台。黃仁勳花了 4.75 億美元打造它，等於把公司三分之一的研發預算燒在一個當時幾乎沒人用的東西上。2007 年 CUDA 只有 13,000 次下載。華爾街的共識是這個平台的價值是「負數」。

輝達的硬體工程師也不高興。一個早期工程師後來回憶：「說服硬體設計師為什麼要為《毀滅戰士》的效能優化很容易，說服他們為什麼要為矩陣乘法優化就難多了。」

為什麼黃仁勳還是做了？因為 2003 年，一個叫 John Nickolls 的平行運算先驅寄了一封信給他，說摩爾定律因為電晶體的物理極限正在死亡，未來屬於平行計算。黃仁勳後來雇了他當 CUDA 的首席架構師。

CUDA 的關鍵決策是：不只放在專業卡上，放在每一張消費級顯示卡上。每個買 GeForce 打遊戲的人，都在不知不覺中補貼了 CUDA 的研發成本。內部叫它「CUDA 稅」。

這解決了軟體平台最大的問題：雞生蛋還是蛋生雞。因為每張遊戲卡都內建 CUDA，全世界的學生和研究員突然有了一台買得起的超級電腦。他們在上面寫的程式碼、建的模型、跑的實驗，全部依賴 CUDA 的函式庫。

到今天，CUDA 生態系有 300 到 500 萬開發者、300 個專業函式庫、3,700 個 GPU 加速應用程式。輝達自己有一萬個工程師專門維護這套軟體。

企業的資訊長面對的選擇是：繼續用 CUDA，還是重寫幾百萬行依賴 CUDA 函式庫的程式碼？答案很明顯。

這就是為什麼「護城河是 GPU 性能」是錯的。AMD 可以做出性能接近的 GPU。但 AMD 沒有 CUDA 生態。Google 可以做 TPU。但 TPU 上面沒有那 300 個函式庫。性能可以追，生態追不了。

但這裡有一個你不會在看多的分析裡讀到的矛盾。

護城河在擴大，還是在縮小？兩邊都有頂級的人這樣認為

CUDA 的護城河在擴大還是縮小？讀完兩本書和一個 podcast 之後，我發現這個問題的答案取決於你問的是誰。

一邊的論點是護城河在擴大。輝達的工程師不斷重寫底層機器碼來壓榨新一代晶片的效能，這些優化成果會自動回饋到整個 CUDA 生態，開源替代方案跟不上這個速度。一個硬體買家說：「輝達贏的原因不是電路比較好，是軟體比較好。」

但 Bill Gurley 不這樣看。Gurley 是頂級創投 Benchmark 的合夥人，投過 Uber 和 Zillow。他在 2024 年的 podcast 裡說，CUDA 的故事讓他想起 2000 年代初期的企業軟體市場：那時候 100% 的新創公司跑在 Oracle 資料庫和 Sun 伺服器上，五年之內全部換成了開源的 Linux 和 MySQL。

Gurley 的論點是：開發者正在往堆疊的上層走。今天大部分 AI 開發用的是 PyTorch，不是直接寫 CUDA。如果未來所有人都在 PyTorch 層工作，底下是輝達的 GPU 還是別家的晶片，就不重要了。

同一集 podcast 裡，科技業高管 Sunny Madra 說得更直接：「CUDA 的護城河在推論市場不存在。」他認為 Grok、Cerebras、SambaNova 這些公司在推論的性能和價格上已經超越輝達。

黃仁勳自己則反駁說，輝達在推論市場的護城河反而更強，因為全世界的資料中心已經裝了大量輝達的舊晶片，而 CUDA 的向後相容讓這些舊晶片可以直接跑推論。

所以到底誰對？

這裡有一個 Witt 書裡沒有得到足夠關注的細節。他採訪了兩類人，得到了完全相反的答案。一位前輝達研究員說切換 CUDA 是「巨大工程」，開發者試了之後通常決定「不值得」。但另一位受訪者說，有時候「只要改幾行程式碼」就能從 CUDA 移到競爭對手的平台。

同一本書裡的矛盾。

我的判斷是：切換在技術上是可行的，但在商業上沒有人願意冒這個險。資訊長不會拿自己的職位去賭「可能只要改幾行」。但這個膠著狀態不是永久的。當某家大客戶的自研晶片在一個關鍵工作負載上證明比輝達更好的那一天，水壩就會裂開。

輝達不是在賣晶片，是在收過路費

如果輝達是晶片公司，它的毛利率應該跟英特爾或 AMD 差不多，大約 40% 到 60%。但它的 AI 晶片毛利率超過 90%。整體毛利率超過 70%，營業利益率 65%。

這不是硬體公司的數字。這是收通行費的平台公司的數字。

想像一下 Visa 和 Mastercard。它們不做任何一筆交易，不承擔任何信用風險，但每一筆刷卡消費都要經過它們的網路，它們從中抽走 1% 到 3%。輝達的位置類似：每一次 AI 模型的訓練和推論，都跑在輝達的 GPU 上，輝達從中抽走的不是 1% 到 3%，是 70% 到 90% 的毛利。

更驚人的是，輝達的平均售價一直在漲。一般硬體產品隨時間降價，但輝達最新的 Blackwell GB200 伺服器機櫃要價 200 萬到 300 萬美元一台。客戶不是不知道貴，是沒有替代品。

一個華爾街分析師說：「AI 領域正在打仗，而輝達是唯一的軍火商。」

但收通行費的公司有一個歷史上反覆出現的問題：當通行費高到一定程度，使用者就會開始找繞路的方法。而輝達的四個最大客戶，恰好是全世界最有能力自己修路的公司。

最大的威脅不是 AMD，是四個最大的客戶

Google 在做 TPU。Meta 在做 MTIA。Amazon 在做 Trainium。Microsoft 在做 Maia。

這四家公司同時是輝達最大的買家和最積極的自研者。Meta 宣布與輝達建立多年合作，購買數百萬顆 Blackwell 和 Rubin GPU，並且同時蓋了一座專用核電廠來供電。它一邊付通行費，一邊在修自己的路。

為什麼它們還在買？因為 CUDA 的切換成本讓自研晶片短期內只能用在特定工作負載上。Google 的 TPU 針對 TensorFlow 最佳化，但 AI 世界已經標準化到 PyTorch 上了。Amazon 的 Trainium 才剛起步。這些自研晶片可以處理特定任務，但在通用性和軟體生態上跟 CUDA 差距很大。

這裡出現了一個有趣的賽局結構。Dcard 上有人形容：「AI 巨獸們都陷入了囚徒困境。」每家公司都知道繼續買輝達是在餵養一個壟斷者，但沒有人敢先停，因為先停的人在 AI 競賽裡會落後。

但這個均衡不是永恆的。Gurley 提到一個投資人 Gavin Baker 的觀察：如果全世界的 AI 開發標準化在 PyTorch 上，那專門針對 PyTorch 最佳化的 ASIC（客製化晶片）理論上可以做得比通用 GPU 更好更便宜。

Witt 的報導反駁了這個前提：AI 產業的確已經標準化在 PyTorch 上了，但開發者還是選擇輝達，因為輝達積極地讓 PyTorch 在 CUDA 上跑得最好。

這場辯論的結論不是「誰對」，而是一個時間問題：自研晶片需要多久才能在一個夠大的工作負載上證明自己？一年？三年？五年？你的投資週期比這個長還是短？

台灣投資人有一個別人沒有的風險層

到這裡為止，全世界的輝達投資人面對的風險是一樣的。但如果你是台灣投資人，你多了一層。

PTT 上有人分享自己的持股配置：50% 輝達、10% 台積電、40% 其他（VOO、VTI）。他覺得自己做了分散投資。

他沒有。

輝達的每一顆 AI 晶片都由台積電製造。台灣生產全球 37% 的邏輯晶片，先進製程的比例更高。積體電路佔台灣出口的三分之一以上。

現在算一下這位投資人的風險敞口：

  • 他持有的輝達，100% 依賴台積電製造
  • 他持有的台積電，是輝達的獨家代工廠
  • 他的薪水大概率來自台灣的科技業或金融業，跟半導體供應鏈高度相關
  • 他的勞退基金裡有大量台積電
  • 他買的 VOO 裡，輝達是最大持股之一

他沒有分散。他在同一條供應鏈上押了五次。而且這五個押注之間的相關性，在正常時期看起來很低，但在極端情境下會趨近 1。

更麻煩的是情感層面。黃仁勳生在台北，父母是台南人。他在 COMPUTEX 演講時台灣媒體把他當搖滾巨星。牛肉麵店把他的照片印在菜單上。「台灣之光」這四個字讓你在判斷輝達的時候多了一層你不會意識到的偏見。

你知道黃仁勳自己怎麼看台灣風險嗎？

他禁止負責全球供應鏈的副總裁 Deb Shoquist 為台灣可能發生的地緣政治衝突做任何應急計劃。他的原話是：「我不想她花一個腦細胞在這上面，因為她不可能做到。」

Shoquist 自己推測，如果真的發生事情，輝達會嘗試把訂單轉到三星或其他合作夥伴，結果就是「所有人的產品都會降一個等級」。

「降一個等級」是她的話，不是我的。半導體產業的估算是：台積電如果中斷，全球損失以兆美元計，重建產能至少需要十年。

同一篇 PTT 文章裡，有人說「台積電會被取代，輝達不會」，隔幾樓有人說「全世界巨頭都要仰賴台積電」。兩個人對「誰比較不可替代」的結論完全相反。

但對台灣投資人來說，這個辯論的重點不是誰比較安全，而是你兩個都持有的時候，風險是乘法不是加法。

即使你全部都判斷對了，你也可能在錯的時間點

假設你同意上面所有分析：輝達是平台公司，CUDA 的護城河目前仍然強大，自研晶片短期內追不上。

你可能還是會虧錢。

2001 年，美國的電信公司鋪了大量的光纖電纜。光纖是真正的革命性技術，今天全球的網路基礎設施還是跑在那些電纜上。但泡沫破裂的時候，只有 1% 到 2% 的光纖被「點亮」（實際啟用）。投資人在法院清算中拿回的金額，平均不到建設成本的 10%。

技術是對的。基礎設施是需要的。但建設速度遠遠超過實際需求的增長速度。

光纖電纜埋在地底，大部分沒有亮起

經濟學家 Carlota Perez 研究了過去 250 年的五次技術革命，發現一個模式：每次革命都經歷「建設期」（金融資本瘋狂湧入）和「部署期」（技術真正融入經濟）。中間隔著一次崩潰。鐵路是這樣，電力是這樣，網路是這樣。

AI 呢？

Anthropic 的執行長 Dario Amodei 在 2026 年初的一次訪談中說了一件讓我反覆想了很久的事。他說我們「接近指數增長的盡頭」。不是說 AI 不會進步，是說算力的擴張速度不可能永遠超過 GDP 的增長速度。他預測到 2028 到 2029 年，AI 產業可能每年花數兆美元建設算力基礎設施，然後逐漸達到一個支出的均衡點。

這代表什麼？短期來看，輝達的需求是爆發性的（Amodei 自己也承認）。但長期來看，當算力從爆炸式建設轉為穩定運營，輝達的角色就從「軍火商」變成「電力公司」。電力公司還是賺錢，但它們的毛利率是被管制的，股價是穩定的，沒有人會付 40 倍本益比去買電力股。

對沖基金 Elliott Management 在 2024 年夏天寫信給客戶，警告 AI 被「過度炒作」，許多應用「永遠不會有成本效益，永遠無法正常運作，耗電太多，或者被證明不值得信任」。他們的原話是：如果輝達哪怕只出現一個壞的季報，「整個科技板塊會像洩氣的輪胎一樣消風」。

我不是說輝達是泡沫。我是說：「對的公司、錯的時間點」這個風險，歷史上反覆發生過，而且每次發生的時候，當時的人都覺得「這次不一樣」。

我的判斷

讀完這四本書和五個 podcast 之後，我不會告訴你輝達該不該買。這不是讀角獸做的事。

我會告訴你的是：如果你決定參與輝達，你真正在賭的是三件事。

第一，你在賭 CUDA 的鎖定效應至少還能維持三到五年。 Witt 認為護城河在擴大，Gurley 認為在縮小。切換技術上可行但商業上沒人敢做。如果某家大客戶的自研晶片在關鍵工作負載上成功了，這個賭就輸了。你要追蹤的不是輝達的財報，是 Google TPU 和 Amazon Trainium 的實際部署進度。

第二，你在賭 AI 基礎設施的建設期還沒到頂。 Amodei 說短期數兆美元的需求是真的，但增長率遲早會撞上 GDP 天花板。Perez 的歷史告訴我們，建設期的結束從來不是慢慢減速，而是突然停下來。你要追蹤的是超大規模客戶（Google、Meta、Amazon、Microsoft）的資本支出增長率。當增長率開始下降的那一季，不是等它變成負的那一季，就是信號。

第三，如果你是台灣投資人，你在賭台灣地緣政治風險在你的投資週期內不會實現。 這不是你能分析的，但你能計算的是：你的薪水、退休金、和投資組合裡，有多少比例跟台灣半導體供應鏈綁在一起？如果答案超過 50%，你不是在做投資決策，你是在做一個關於台灣未來的押注。你要追蹤的不是台海新聞，是台積電的客戶多元化進度：日本熊本廠已量產、美國亞利桑那廠預計 2027 下半年量產 3 奈米、德國德勒斯登廠時程未定。這些海外廠的量產時程，是目前最具體的地緣政治風險對沖指標。

大多數人做輝達的投資決策時，想的是「它還會不會漲」。

但真正的問題是：你在賭什麼？你賭的假設是什麼？如果假設失效，你的離場條件是什麼？

如果你回答不出這三個問題，你持有的不是判斷，是信仰。讀角獸給你的是框架，不是明牌。怎麼用，是你的事。

本文讀了這些來源：

書：

Podcast：

聲明： 以上內容為個人閱讀文獻後的整理與觀點分享，不構成證券投資建議，作者未持有相關證券分析師或投資顧問執照。文中提及的估值框架和分析僅供參考，不應作為買賣任何證券的依據。任何投資決定請自行評估風險，並在必要時諮詢持牌的投資顧問。

你可能也想讀：

新文章上線時通知你

有新主題才通知，僅此而已。