一边做空英伟达一边收割3000万美元订阅费？大空头Burry最新深度长文：为何我看空一切
俗话说得好，投资人的尽头是网红，“质疑王岑、理解王岑、成为王岑”。
没想到，大空头MichaelBurry竟然也走上了这条路，搞起了知识付费。
一个段子：学习大空头 MichaelBurry如何通过”做空“英伟达，在3个月内实现1.5倍回报：
1）拿出800万购买英伟达的看跌期权；
2）提前公布13F并在互联网上大肆宣传自己的做空仓位，引发市场热议；
3）在市场高波之际，开始写文章付费订阅，定价379美金/年；
4）瞬间8万人订阅，笑纳每月320万美元/每年3000万美元订阅收入。
为了对得起3000万美元的订阅费，Burry最近连发了两篇文章，他的核心观点就是一句话：这次没什么不一样，就是泡沫。
他想证明即便是2000年，推动泡沫的也一样是在当年创造了巨额利润的“当红炸子鸡”公司们。
面对Burry的做空（他一直强调“英伟达像思科”），英伟达也给予反击。
在上个周末，英伟达IR团队，给华尔街的分析师们，发了一份七页的内部备忘录，直接回应了十几项质疑（包括GPU折旧与循环债务融资）。
英伟达回应称：针对“当前情况类似于历史上，涉及供应商融资和特殊目的实体（SPV）的会计欺诈案（安然、世通、朗讯）”的说法，英伟达的情况与历史上的会计欺诈案截然不同，因为英伟达的根本业务在经济上是稳健的，我们的报告完整透明，而且我们非常重视自身的诚信声誉。与安然不同，英伟达不会利用特殊目的实体来隐藏债务和虚增收入。
而针对GPU折旧问题，也即一些公司对GPU采用六年折旧法，但Burry认为芯片的实际使用寿命短于六年，英伟达的客户们，通过将折旧成本分摊到较长的时间周期，来虚增利润。
英伟达在备忘录中表示：“根据实际使用寿命和使用模式，英伟达的客户会将GPU折旧周期设定为4-6年。像A100（2020年发布）这样的老款GPU仍然保持着很高的利用率，并能产生可观的利润，其经济价值远超一些评论员所声称的2-3年。”
这并不是什么“这次不一样”，尽管很多人试图让它看起来不一样。
首先，我们应该注意自2000年以来其他重要的狂热繁荣。值得注意的是2000年代的房地产泡沫和2010年代的页岩油革命。关于房地产繁荣，我有很多话要说，但那是另一次的话题，因为在这里不太相关。
在下面，我制作了一张图表，将标准普尔500指数的总净资本投资（资本支出减去折旧）除以名义国内生产总值（GDP），并叠加了相关的股市峰值。
我建议你放大图表仔细研究一下，然后再继续阅读。
此处引用了书中关于电信行业供应过剩、价格暴跌的内容，提到直到2002年，光纤利用率不足5%
我所强调的是一个惊人的事实：到2002年，在泡沫期间如此狂热建设的数据基础设施中，实际被点亮（投入使用）的不到5%。这代表了管理层和投资者是如何残酷地误判了眼前的未来。CEO们太过于相信股市了。
我从未处于那种位置，但这在历史上似乎是人性中特别无法逃避的一部分。
我可以亲身告诉你，2000年3月10日的市场顶峰是怎样出现的。也就是说，它的发生没有任何明显的原因。
主要的光纤资本支出仍在计划和执行中。网络设备的需求仍然很高。思科在2000年的收入将增长55%。光纤需要路由器。路由器赋能光纤。但股票却在下跌。
纳斯达克指数在此后的16年多里都没有再回到那个高点之上。
然而，那个顶部真的很不起眼。
随着2000年的推进，零部件短缺和产能限制成为常态。需求似乎很强劲，但这只是科技公司卖给科技公司，一切都以数据传输扩张的名义。
“我们没有看到任何迹象表明激进的互联网业务转型……正在放缓——事实上，我们认为它在全球范围内正在加速。”
—— 思科CEO：2000年8月第四季度财报发布
“……由于全行业的产能限制和对我们通信产品前所未有的需求，我们经历了零部件短缺。”
—— 安捷伦（Agilent）CEO：2000年11月
“基于我们在前九个月经历的势头和强劲的订单积压，我们继续预计2000年比1999年的增长率将在40%左右。”
—— 北电网络（Nortel）：2000年10月新闻稿
“思科很幸运能够处于一场不仅重塑经济，而且重塑社会各个层面的经济革命的中心。”
—— 思科CEO：2000年9月24日新闻稿
“我们没有看到任何放缓的迹象。我们向华尔街提供了准确的指引，我们可以按计划执行。”
—— 思科首席战略官：2000年11月3日
后来，安然公司（Enron）在2001年夏天的倒闭震惊了许多人。思科在2001年收入增长了17%，但开始亏损。
纳斯达克在2001结束时比其峰值下跌了惊人的62%——而思科下跌了78%。那些等待放缓信号才卖出的投资者损失惨重。
AI股市多头们几乎异口同声地宣称，大规模支出在今天以及可预见的未来仍将继续，并将导致股市在未来数月甚至数年内持续上涨。我听说，我们现在正处于1997年。
但历史记录讲述了一个不同的故事。房地产泡沫和页岩油革命有着类似的动力，也并非例外。
今天的AI热潮中的五大上市科技巨头“骑士”——微软、谷歌、Meta、亚马逊和甲骨文，加上几家处于青春期的初创公司，承诺在未来3年内投入近3万亿美元用于AI基础设施。投资者对此绝对也是喜闻乐见。
OpenAI，被广泛使用的生成式AI平台ChatGPT的私有拥有者，仅在未来8年内就承诺了梦幻般的1.4万亿美元支出。它的收入不到这个数字的2%，而亏损超过这个数字的2%。其CEOSamAltman曾被问及此事：
“上市之所以有吸引力，极少数情况下就是当那些人写出荒谬的‘OpenAl即将倒闭’之类的帖子时，我很想告诉他们，他们完全可以做空股票，我很想看到他们因此遭受损失。”
一位亏损初创公司的CEO已经在练习他对做空者的咆哮了。这说明了一切，真的。它得到了资本市场的支持，估值达到5000亿美元，甚至还没有上市。
5000亿美元超过了90年代，所有上市的无利润互联网和电信公司的市值总和。事实上，5000亿美元，正是思科在2000年3月达到的市值。
无论如何，今天的五大上市科技巨头“骑士”在很多方面都很有趣。
事实证明，这些挥金如土的大公司在增加相同芯片/服务器的支出计划的同时，一直在延长这些资产的有效折旧年限。90年代老派的供应商融资（vendor-financing）又回来了，只是换了个新花样。
再一次，有一家“思科”处于这一切的中心，为所有人提供“铲子”，并配以宏大的愿景。它的名字叫英伟达（Nvidia）。
“关于AI泡沫有很多讨论。从我们的角度来看，我们看到了完全不同的东西。提醒一下，英伟达不同于任何其他加速器。我们在AI的每个阶段都表现出色，从预训练、后训练到推理。凭借我们20年来在CUDA-X加速库方面的投资，我们在科学和工程模拟、计算机图形学、结构化数据处理到经典机器学习方面也表现出色。选择英伟达是因为我们单一的架构实现了所有这3种转变。因此，对于跨所有行业的任何形式和模态的AI，跨AI的每个阶段，跨云中所有多样化的计算需求，以及从云到企业再到机器人，都是一种架构。”
——英伟达CEO 黄仁勋（Jen-HsunHuang），2025年11月19日
在这篇文章中，我澄清了一些相关的历史，为接下来的内容奠定了基础。我希望这对你有帮助。
我介绍了资本周期理论（CapitalCycleTheory），并通过图表证明了股市顶部往往出现在狂热投资热潮正中间这一清晰模式。
调查将在第二部分继续，我们将仔细研究涉及这里最大玩家的会计问题——这是任何“光荣的愚行”所共有的。
我以一位著名人物的一句冷门名言作为结束。这一直是我的最爱之一。
“如果你到处去刺破气球，你就不会是房间里最受欢迎的人。”
查理·芒格（CharlieMunger），R.I.P.02、评论区的一篇深度帖子
当然，花了379刀的观众们，也藏龙卧虎，不是一般人。有一篇评论贴我感觉写的也有挺启发，顺路一并翻译过来：
AI基础设施的经济学：折旧（包含Excel折旧模型）
每一次重大的经济繁荣都离不开实体基础设施。伯里近期的观察促使我更深入地研究人工智能基础设施的折旧与以往大规模资本建设时代的折旧有何异同。本文将从折旧的角度比较铁路时代、互联网泡沫时代和人工智能时代。
铁路时代
19世纪和20世纪初的铁路繁荣时期，其特点是巨额的前期土木工程投入，以及极长的经济寿命。通过股权和长期债务融资建设的轨道、桥梁和隧道，其使用寿命可长达数十年（类似于当今可再生能源产能的建设）。这些资产的经济寿命在25至100年之间，换言之，其有效折旧率约为每年1%至4%。铁路具有垄断性公用事业的特征：前期资本支出高，年折旧低，且需求可预测，从而带来长期的现金流。现在投入巨资，就能受益数十年。
互联网泡沫时代
与铁路时代相比，电信时代的资产更复杂，因为某些资产的经济寿命比其他资产更长（例如，光纤和管道的寿命为30-40年，而网络设备的寿命为3-5年）。在整个电信网络中，这相当于每年约5-10%的折旧率。即使在2000年的经济衰退之后，光纤和管道在之后的许多年里仍然有用，有些至今仍在运行。在这种情况下，资本支出过时问题确实存在，但尚在可控范围内。
人工智能时代
人工智能资本支出的构成与以往的基础设施周期截然不同。如今，很大一部分投资流向了经济寿命较短的资产，尤其是GPU集群和带宽密集型网络。随附的Excel模型允许您调整这些假设，但基本情况已清晰地展现了这种动态变化。
假设前沿GPU的经济寿命为三年，那么人工智能数据中心约78%的经济产能会在前三年内耗尽（注意是经济寿命，而非使用寿命）。实际上，在前沿人工智能计算方面投资100美元，到第三年仅剩下22美元具有经济竞争力的产能。剩余的价值损失并非源于物理性能的退化，而是源于技术的过时。
折旧政策
过去五年，GPU服务器的折旧政策一直不统一。微软在2023财年之前将服务器和网络设备的折旧年限定为4年，但现在假设其经济寿命为6年。Alphabet也采取了同样的做法。Meta在2025年1月将其服务器的使用寿命延长至5.5年，预计这将减少29亿美元的折旧费用。
AWS一直在提前淘汰部分资产，并将使用寿命从6年缩短至5年。如果一项资产的经济寿命为2-3年，而其会计寿命为5-6年，则会导致：a)由于折旧较低，早期收益被高估；b)后期折旧加速，资本支出压力增大，从而拖累现金流。延长折旧政策的效果在于降低年度折旧费用，增加短期收益，并平缓大规模人工智能支出带来的影响。
这些资产真的能长期发挥作用吗？
是的——但并不适用于前沿人工智能开发。老款GPU在推理小型模型和应对需求高峰方面仍然有用。但当其单价相对于其功耗和基础设施成本而言失去竞争力时，其经济价值就会大幅下降。实际上，人工智能基础设施正在演变为两个经济层面：训练资本支出（需要最新的芯片和架构）和推理资本支出（可以使用老款芯片，但寿命更长，不过对模型优化更为敏感）。这种双重结构意味着，硬件的快速更新换代和模型需求的不断变化都会带来折旧风险。
这对投资者有何意义？
A)因为超大规模数据中心运营商可能会陷入一场激烈的竞争，需要不断增加资本支出才能保持竞争力。这会导致持续的资本支出负担结构性地增加，因此需要在超大规模数据中心运营商的建模和估值假设中明确反映这一点。
B)会计利润短期内暴跌，要求投资者判断已投入的资本支出能否产生足够的经济回报。这需要深入了解人工智能将如何融入现有产品或新产品中。
C)行业经济可能已经发生了根本性的变化（即资本支出持续较高水平）。结论
投资者在预测自由现金流时，应注意隐含的再投资率以及人工智能资本支出回报假设的合理性。
核心问题不再仅仅是“人工智能的机遇有多大？”，而是“这项业务能否持续进行必要的再投资，从而保持领先地位？”
那些拥有雄厚的资产负债表、产品整合选择权和定价能力，能够将三年资产周期转化为持久经济价值的企业，将成为最终的赢家。而失败者则会为时已晚地发现，在人工智能领域，折旧并非会计上的脚注，而是商业模式的本质特征。