雪球上有人总结了Michael Burry最近的一系列操作，引发了不少讨论。
仅仅两天后，他的订阅人数已经增加到了88k，这意味着超过3300万美元的订阅收入。我也为他贡献了379美元的订阅费。
目前，Michael Burry在他的付费专栏总共写了三篇文章。下面我们来梳理一下他的核心观点。
1、泡沫的主要标志：供给侧的贪婪
第一篇题为《泡沫的主要标志：供给侧贪婪》的文章，主要在回顾历史。
核心观点是：“愚蠢”（指狂热的创新尝试）是美国成为世界创新中心的重要原因，但过度的“愚蠢”会引发泡沫；而泡沫的核心标志是供给侧过度扩张，而非需求不足或盈利缺失。
支撑这个观点的核心理论是资本周期理论，即狂热驱动下的资本过度投资会导致供需失衡，最终引发行业洗牌与市场崩盘，这一理论是贯穿全文的分析框架。
说到历史上的“辉煌的愚蠢”，90年代的互联网泡沫是绕不开的案例，但大众对它的记忆常常存在偏差。美联储主席鲍威尔曾说：现在的公司有商业模式和盈利，与当年不同。但事实可能并非如此。当年的泡沫根本不是由那些无利可图的“.com公司”驱动的，而是一场数据基础设施建设狂潮。
那时候的口号是“互联网流量每100天翻一番”。纳斯达克指数在1999年到21世纪初的上涨，靠的是微软、英特尔、戴尔、思科这些盈利丰厚的大盘股。毕竟纳斯达克是市值加权指数，大公司的表现直接决定指数走向。1999年，盈利的高通股价涨了2619%，年末市值560亿美元；应用材料涨198%；甲骨文涨309%。这些都是实打实的行业龙头。
而那些后来被诟病的亏损公司，比如VA Linux、Webvan，直到1999年第四季度才上市；Pets.com更是2000年第一季度才登场。它们根本不是纳斯达克上涨的主力。真正的问题出在供给侧：AT&T每年花200亿美元建数据托管和长途资产，MCI投150亿，Sprint在还没有智能手机的年代，就为PCS无线业务烧了数百亿；Global Crossing、Level 3各花200亿建海底电缆，CLEC运营商们投入了300亿……
大家陷入了“更多光纤需要更多路由器，更多路由器又需要更多光纤”的无限循环，都想着满足全球海量数据传输的需求，却没人注意到，美国宽带普及速度其实慢得惊人。最终的结果是，到2002年，当年疯狂建设的数据基础设施，只有不到5%被真正启用，供需失衡的灾难就此爆发。
更值得警惕的是，泡沫破裂前的信号总是隐形的。2000年3月10日纳斯达克见顶时，没有任何明显征兆。光纤的资本支出还在规划执行，网络设备需求旺盛，思科2000年营收还增长了55%，其CEO甚至在8月宣称“互联网商业变革正在加速”。但股市已经开始下跌。纳斯达克此后16年都没突破当时的高点，2001年末较峰值跌了62%，思科股价更是跌去78%。那些等着“看到放缓信号再抛售”的投资者，最终输得一塌糊涂。
这种“供给侧过度投资→供需失衡→泡沫破裂”的逻辑，并非只在互联网泡沫中出现。2000年代的房地产泡沫、2010年代的页岩油革命，本质上都是同一出戏。
再看当下的AI热潮，简直是90年代的翻版。微软、谷歌、Meta、亚马逊、甲骨文这五大“AI骑士”，加上OpenAI这样的初创公司，计划未来3年在AI基础设施上投入近3万亿美元。OpenAI更夸张，单家就承诺未来8年花1.4万亿美元，可它的收入还不到这笔支出的2%。即便如此，资本市场仍给了它5000亿美元的估值。这个数字，比90年代所有上市的亏损互联网公司和电信公司市值总和还高，也正好是2000年3月思科的市值峰值。
如今的英伟达，就像当年的思科，成了AI热潮的工具提供商。它声称自己的架构能覆盖AI从预训练到推理的全阶段，还能满足科学模拟、计算机图形等需求，否认AI泡沫存在。AI多头们则坚信，现在就像1997年，巨额支出会持续推动股市上涨。但历史告诉我们，每一次这样的狂欢，最终都会被供需失衡打破：当年的电信行业，15家提供相似服务的公司争夺市场，批发价格一年跌70%，无数企业申请破产；现在的AI行业，难道能逃脱同样的命运吗？
与其说是在“唱衰”AI，不如说是在提醒我们尊重资本周期理论的历史规律。狂热驱动的过度投资，必然导致供给远超需求，最终迎来行业洗牌。
我们的看法：
关于“光纤只有不到5%被真正使用”这件事，英伟达CEO黄仁勋也提到过，而且是在别人问他当前AI是不是泡沫时，他给出的一个判断依据。
而且，目前对于AI基础设施的需求是大于供给的，当下的瓶颈反而是我们之前提过的“美国缺电、中国缺芯、全球缺存储”。
1990年代纳斯达克高峰由盈利大公司推动，但整体泡沫源于无利润小公司。2025年的AI热潮由“七姐妹”科技巨头主导，它们2025年Q3的收益依然强劲，这与之前的互联网泡沫结构有所不同。
2、Foundations: My 1999 (and part of 2000)
第二篇《我的1999（以及2000年的一部分）》主要以他个人经历，描述了互联网泡沫顶峰时期的市场狂热与个人投资启蒙。
彼时27岁的他，还是斯坦福大学医院的神经科住院医生，周围人的财富神话不断冲击着他的认知。一位同行住院医生随口提及，自己靠Polycom股票赚了150万美元——这笔在当时相当于如今2100万美元的巨款，源自一场幸运的投资。而Michael Burry曾因在VSN投资组合中买入苹果股票，遭到其他人的强烈反对。批评者认为，苹果股价已在同一区间震荡了11年，绝不可能像可口可乐、美国运通、迪士尼那样，让股东承受长期的实际价值亏损。
为了回应质疑，Michael Burry写下了《巴菲特再访》一文。核心并非为苹果辩护，而是重申价值投资中“良好分析与耐心”的重要性。他用详实的数据戳破了“伟大公司永不亏损”的迷思：可口可乐在1971-1982年间，经通胀调整后资本亏损58%；美国运通1973-1984年的通胀调整后亏损达60%；迪士尼更是在1973-1985年经历了12年70%的资本缩水，且全程未支付股息。在Michael Burry眼中，苹果彼时在创意计算领域的独特定位、专有技术优势，以及刚推出的彩色iMac系列，都暗藏着被市场低估的价值。后来他管理基金时，曾以12美元每股买入苹果，而当时其每股现金及ARM控股股票的价值就达11美元，这样的安全边际正是他所追求的。
他的投资启蒙，始于更早之前的大量阅读。在纳什维尔一家由电影院改造的BookStar书店里，他常常坐在过道上，通读所有能找到的投资书籍，却从不购买。巴菲特与格雷厄姆的著作让他领悟到，即使是师徒，也需根据时代环境调整投资策略，这也为他后来形成自己的风格埋下伏笔。1996年，父亲离世后的5万美元误杀赔偿金，成为他投资生涯的第一笔本金。他没有用这笔钱偿还三分之一的学生贷款，而是选择投入股市，这个决定悄然改变了他的人生轨迹。如果当时选择还贷，或许今天的他仍是一名医生，但对投资的热爱让他无法停下脚步。
深夜或清晨的空闲时间，甚至医院值班的间隙，都成了他钻研投资、撰写文章的时光。MSN Money每字1美元的稿费，对拮据的住院医生来说堪称巨款，也让他更加珍视这份用热爱赚钱的机会。他的网站和专栏逐渐积累了名气，吸引了主流媒体的关注。1999年2月，《财富》杂志采访了他，他分享了在网络投资论坛中筛选有效信息的经验。同年10月，《巴伦周刊》在“永恒的价值”专栏中提到他的网站，称赞其遵循格雷厄姆的安全边际原则，聚焦被低估的股票与承压行业，其运作的VSN基金截至当年10月收益率达38.7%，远超道琼斯和纳斯达克指数。
2000年2月，《旧金山纪事报》将Valuestocks.net列为“顶级投资建议网站”。此时的Michael Burry已成立对冲基金Scion Capital，担任CEO兼首席投资策略师。他当时做空了亚马逊，且作为格雷厄姆的门徒，交易频率却相当高，多数股票持有时间不超过三个月，而VSN基金1999年的回报率高达68.1%。颇具戏剧性的是，14天后，纳斯达克综合指数创下史诗级高点，此后15年都未能突破。不过他并未长期持有亚马逊的空单，毕竟，他还是最早的亚马逊联盟会员之一，曾在自己的网站上销售亚马逊的书籍。
第二篇的内容本身没什么可多点评的，但读来感触很深。相信看到这篇文章的读者朋友，应该也是来自各行各业，也会偶尔听过身边朋友靠哪个股票赚了百万甚至千万。某种程度上，笔者也正处于Michael Burry早期写专栏、摸索投资道路的阶段。
3、独角兽与蟑螂：受祝福的欺诈
第三篇《独角兽与蟑螂：受祝福的欺诈》是目前他阐述核心观点的文章，同时也澄清了网上对他的一些错误解读。
首先依然是他重点提到的折旧问题。他通过分析Meta、谷歌、微软等巨头2020-2025年的财务数据，发现了一个规律：这些公司正系统性延长芯片与服务器的折旧使用寿命。2020年时，Meta、谷歌、微软的折旧年限均为3年；而到2025年，Meta延长至5.5年，谷歌、微软则定为6年；甲骨文从5年延长至6年；亚马逊虽在2025年回调至5年，但较2020年仍延长1年。
延长折旧年限看似是会计政策调整，实则是直接提升业绩的“魔法”。根据会计准则，折旧年限越长，每年计入的折旧费用就越少，表面利润就越高。这种操作并非新鲜事，2002年世通公司就因类似的财务欺诈一夜破产。而如今，谷歌仅在2023年调整折旧政策，就使当年税前收入增加39亿美元。Burry估算，未来三年这些企业仅通过该操作就能额外增加约200亿美元的报告收入。
与企业延长折旧年限形成鲜明对比的，是英伟达芯片的快速迭代。英伟达CEO黄仁勋曾直言，当新一代Blackwell芯片大规模出货后，旧款Hopper芯片几乎难以售出，甚至称自己是“首席营收破坏者”。事实上，英伟达的产品周期已缩短至1年，从Blackwell到2026年的Vera Rubin、2027年的Vera Rubin Ultra，两年内将完成两次重大规格升级。
芯片技术的加速迭代，意味着旧款产品的经济价值快速缩水。2020年推出的A100芯片，每浮点运算的功耗是后续H100芯片的2-3倍，而Blackwell芯片的能效又比H100高出25倍。从经济价值来看，这些旧芯片虽可能仍在满负荷运行，但早已失去盈利能力，仅能作为残值资产处理。但企业却将其按6年折旧，严重高估了资产的实际价值。
英伟达CFO科莱特曾辩称，CUDA软件的兼容性延长了芯片使用寿命，六年前的A100仍在满负荷运行。但Burry指出，会计准则中的“使用寿命”指的是资产的经济生产周期，而非物理使用时长。就像旧iPhone虽能开机，却已无实际经济价值，不能因此延长其折旧年限。
微软CEO纳德拉的一次访谈意味深长。他表示微软曾暂停部分数据中心建设，因为他不想被某一代芯片的技术规格“束缚”。他明确表示，英伟达芯片迭代速度越来越快，每一代产品仅持续一年，数据中心的电力、冷却需求也随之巨变，他不愿为单一世代的芯片承担四五年的折旧成本。
然而，微软的会计政策却与纳德拉的表态严重不符，其芯片和服务器仍按6年折旧，数据中心建筑折旧年限更是长达15年以上。Burry通过“年份分析”测算，若按芯片实际3年左右的经济寿命计算，2026-2028年期间，微软、Meta、亚马逊等超大规模企业的盈利高估幅度将达两位数，其中甲骨文可能高达48%，每家公司都将面临数百亿美元的资产减值风险。
芯片迭代引发的连锁反应，还波及到耗资巨大的数据中心。为适配特定世代的英伟达芯片，新建数据中心需满足专属的冷却和电力规格。而随着芯片技术更新，这些基础设施将快速过时。Burry预测，未来部分数据中心可能被废弃或沦为“僵尸资产”，仅能处理琐碎任务，其命运与2000年互联网泡沫后95%未启用的光纤相似，但芯片和服务器的过时速度远快于光纤。
更值得警惕的是“在建工程”暗藏的风险。谷歌、Meta、亚马逊等企业的CIP规模均达数百亿美元，这些已建成或在建但未投入使用的数据中心，在会计上无需计提折旧。若行业增速放缓，企业可暂停这些项目，使资产负债表上的全值资产与实际闲置的现实脱节，进一步掩盖业绩问题。
此外，私募信贷的疯狂介入加剧了风险。超大规模企业虽资金充裕，却大量依赖监管宽松的私募信贷建设数据中心。核心问题在于，资产的快速过时与贷款期限存在灾难性的期限错配，一旦行业回调，可能引发连锁违约。
百度的案例已为市场敲响警钟。2024年，百度将芯片和服务器的折旧年限从5年延长至6年，使净利润增加12亿元，占当年净利润的36%。但同年11月，百度却宣布对芯片和服务器计提112亿元固定资产减值，占其年初总固定资产的三分之一。原因很简单：旧资产已无法满足当前AI计算的效率要求。百度的情况并非个例，未来美国科技巨头也可能面临类似的大规模减值。这些企业当前通过会计技巧维持的高利润、高估值，终究会被技术迭代和市场规律戳破。
关于网上的错误解读，Burry也做了澄清：
- 他的Scion Asset Management在2025年Q3的13F备案显示，对Palantir和Nvidia的2027年看跌期权仓位实际每个仅约1000万美元。但媒体报道将其名义价值误解为实际持仓规模，夸大为“10亿美元做空”。Burry说这是SEC规则导致的常见误导，他无法实时澄清。
- 他的X帖子批评AI芯片折旧会计实践类似于世通公司，但媒体暗示他直接指责Nvidia是安然或世通。实际上他并未针对Nvidia，而是其客户；他明确表示Nvidia显然是思科，是互联网泡沫中的基础设施过剩方，而非直接欺诈方。
其实，他的核心观点还是围绕折旧。关于这个问题，Bernstein有个分析写得比较详细，我们可以参考一下里面的数据。
关于微软为什么要暂停数据中心的建设，我们之前也写过相关的分析。
Bernstein认为：GPU一旦熬过初期burn-in阶段，跑6-7年甚至更久是完全没问题的。高调烧卡的案例大多发生在新卡刚上线的前6个月，因为供电、散热、配置没摸透，一开始死一片。但一旦参数调对，后面的故障率其实很低。Lambda的高管直接告诉他们：正常情况能跑到6-7年。这点很重要，因为市场上很多人把“新卡初期死一片”当成“GPU平均寿命只有几年的证据”，其实是混淆了概念。
A100这种5年前的老卡，2025年租价还能卖到1.56美元/小时，月现金成本才280美元左右，贡献毛利率仍有70%。现金成本相较于GPU租赁的市场价格而言，是非常低的。
只有到Volta这一代，因为不支持BF16，软件重写代码成本太高，才真正接近现金盈亏平衡。
Bernstein专门提到：目前主流AI实验室的共识是‘更多算力=更高智能’这个假设还没被推翻，所以大家抢算力的心态是“宁可要A100也不停训”。
结果就是，A100的机时到现在还是接近 fully booked out。
GPU残值曲线不是直线折旧，而是第一年暴跌20-30%，之后就很平缓。原因就是burn-in期死一片 + 客户更喜欢把最苛刻的训练任务扔给最新卡，旧卡被降级去做推理或者轻量任务。二手市场数据也完全支持这一点：用了一年的H100/A100，价格经常腰斩，再往后几年价格跌得非常慢。
这其实意味着，直线6年折旧反而高估了第一年的贬值，低估了后面几年的残值，总体可能还算保守了。
A100的美元性能只有B200的一半，但租价依然坚挺。
Lambda报价表：
CoreWeave报价表：
单看这两个报价表，A100集群租价除以性能，仍然比新卡贵不少。
这说明什么？说明还有大量“遗留负载”卡在旧卡上，迁移成本太高，用户宁可多花钱也不动。云厂商顺势加价，大家也认了。这也是为什么旧卡还能卖高价的根本原因。
各大超大规模云厂商的实际折旧年限如下：
基本都在5-6年区间，Meta还刚把一部分从4-5年延长到5.5年。
就国内的情况，我也问了几个做数据中心的朋友。当然，国内由于目前还是缺芯的状态，跟北美的情况肯定是不一样的，只是供大家做个参考。
国内数据中心的折旧情况，没有像Michael Burry预测的那么短的折旧时间，而且目前依然有大量的A100在使用。也确实像Bernstein中讲到的，第一年的贬值比较严重，对租赁价格也有影响。很多云服务提供商由于各种原因无法持有英伟达的算力，所以就会找其他主体持有算力，然后再签一个5年的租约。但很多时候到了第二年，由于租赁价格降低，这些CSP们宁愿支付违约金，也要重新谈算力的租赁价格。
希望这篇对Michael Burry观点的梳理和分析，能为你理解当前火热的人工智能与算力市场提供一个不同的视角。欢迎到云栈社区的开发者广场板块，分享你的看法或提出更多问题。
发表于 昨天 06:19
|
查看: 10|
回复: 0
