Tesla真的处在Nvidia爆发前？BwH用CUDA、FSD与Robotaxi对照五年横盘 (2026)

这期节目在比较什么

Brighter with Herbert 的这期 16 分 30 秒节目，标题借用了一个很容易让 Tesla 投资者心动、也很容易误导人的类比：Tesla 是否正处在 NVIDIA 爆发前那段「股价不动、投入先行」的时期？主持人 Herbert Ong 没有把答案写成一句确定的预测，而是把 Jensen Huang 的创业史拆成三章，再逐章把 Tesla 放到旁边比较：早期濒死、押注一个尚不存在的市场，以及市场终于出现后的重估。1

节目真正想回答的不是「Tesla 会不会复制 NVIDIA」，而是一个更窄的问题：如果股价连续多年横盘，怎样判断公司是在给下一代业务铺路，还是只是在重复一个没有兑现的故事？BwH 给出的答案是，别先盯着股价，先看平台有没有在积累真实使用量；但它也承认，使用量增长不等于盈利已经到来，五年甚至更久的等待仍然可能继续。

Herbert 是 Brighter with Herbert 的主持人，频道长期讨论 Tesla、SpaceX、AI 和投资。节目里最重要的另一位人物 Jensen Huang，则不是被动接受比较的对象：他是 NVIDIA 的联合创始人和 CEO。NVIDIA 官方时间线显示，公司由 Jensen Huang、Chris Malachowsky 和 Curtis Priem 于 1993 年创立，2006 年公布 CUDA，2012 年又以 AlexNet 进入现代 AI 的关键转折点。2

第一章：NVIDIA 不是从 AI 神话开始的

节目先把 NVIDIA 的「Near-death」故事放在桌面上。NVIDIA 的第一款芯片 NV1 走错了图形技术路线，Windows 95 采用的标准又无法运行它。Jensen 在 How I Built This 的访谈中说，公司一度只剩约 30 天的现金 runway，几乎到了停业边缘。Apple Podcasts 对该期节目的介绍也把 NV1 灾难和「30 天后就会倒闭」列为访谈的核心段落。3

接着发生的是节目最喜欢的一幕：Jensen 飞到日本见 Sega。NVIDIA 当时有一份约 1200 万美元的 Sega 合同，是公司最大的订单。Jensen 没有继续假装产品还行，而是向客户承认路线失败，并请求对方帮助。根据 Guy Raz 对这期访谈的文字整理，Sega 最终把合同中的 500 万美元转成 NVIDIA 的股权投资；这笔钱让公司活了下来。4

BwH 把这段历史与 Tesla 的两次现金危机并排摆放：2008 年圣诞前夕的融资，以及 2018 年 Model 3 量产困难时期。节目引用 Elon 的说法，称 Tesla 当时距离破产只剩几周。这里的类比不是「两家公司都差点倒闭，所以后来一定成功」，而是两位创始人都曾在产品还没证明自己时继续下注。对投资者来说，这一段能解释一种心理压力：最难持有的阶段，往往不是故事最差的时候，而是故事还没有办法用数字证明的时候。以上 Tesla 历史细节和类比均来自本期节目，不等于本期对当年文件的独立复核。1

第二章：CUDA 的关键不是芯片，而是先把平台铺出去

Jensen 在 2006 年推出 CUDA。用比较直白的话说，CUDA 是一层让 GPU 不只画图、还可以参与通用计算的软件平台；开发者可以用它处理科学计算、模拟和后来爆发的 AI 工作负载。NVIDIA 官方把 CUDA 称为 2006 年开启 GPU 并行处理能力的架构，并把 2012 年 AlexNet 的突破列为现代 AI 的重要节点。2 NVIDIA 对 CUDA-X 的官方说明则强调，相关库建立在 CUDA 平台之上，为生成式 AI、数据分析、量子化学、气候建模和高性能计算提供 GPU 加速。5

真正冒险的地方在于，Jensen 没有等市场先出现。他把 CUDA 放进每一块出货的 GeForce 游戏芯片，即使当时绝大多数玩家根本不用它。这样做同时承担了两种成本：NVIDIA 要花钱开发软件和工具链，用户却暂时没有理由为这项能力付费。Jensen 在访谈里把它解释成鸡和蛋的问题：没有装机量，开发者不会写软件；没有软件，用户也不会购买平台。于是 NVIDIA 先把装机量做出来，再等待软件和需求出现。3

节目把这种市场称为 zero-billion-dollar market：今天价值接近零，但如果判断正确，提前铺设平台本身就是竞争优势。Guy Raz 的整理也提到，CUDA 早期近十年几乎没有商业回报，直到 2012 年 AI 研究人员发现 NVIDIA GPU 适合训练神经网络，过去被市场视为浪费的投入才突然变成入口。4

这就是 BwH 眼中的 Tesla 对照：Tesla 在车辆硬件里预留 FSD 能力，不要求每位车主立刻购买软件；它又在 Optimus 上投入多年，尽管人形机器人还没有成熟的大众市场。主持人的逻辑是，两家公司都在先做 installed base，再等软件、服务或新设备的需求成熟。差别也很明显：CUDA 已经有 NVIDIA 官方定义的工具链和开发者生态，而 Optimus 仍然是节目所说的、等待商业市场出现的长期押注。把两者放在同一句话里，可以帮助理解投资逻辑，却不能把 Optimus 直接等同于 CUDA。

横盘本身没有信息，横盘下面的使用量才有

节目随后把注意力转到股价。NVIDIA 在 2009 到 2015 年间的市值大体停留在约 85 亿至 100 亿美元区间；那几年公司在建平台，但市场很难给一个尚未存在的市场定价。BwH 用这段历史解释为什么「股价不涨」既可能意味着公司失败，也可能意味着投入还没有到能被财务报表识别的阶段。节目没有把这组市值数据配成完整行情表，因此本文只将其作为节目回顾，不把它当作独立行情统计。1

NVIDIA 的转折点在节目叙述里是 AlexNet。2012 年，研究人员用 NVIDIA GPU 训练神经网络，CUDA 让这套硬件更容易被使用；需求随后从研究兴趣变成数据中心订单，市场开始重新给 NVIDIA 估值。节目援引半导体分析师 Beth Kindig 的计算，称 NVIDIA 在截至 2025 年的十年里回报约 26,000%，复合年增长率约 75%。这个回报数字在节目中只是用来说明「等待期和兑现期极不对称」，节目没有展示计算过程，不能据此复述为本文独立验证的收益率。1

Tesla 的历史参照点则是 2019 年。节目回顾，Tesla 在 2014 至 2019 年间长期处在宽幅横盘，Model 3 量产和 Gigafactory 建设在股价上没有即时反映；2019 年第三季度，公司公布 1.43 亿美元利润并披露上海工厂进展，股价随后快速上行。节目用这次变化提出问题：下一次类似的「October 2019」会不会来自 Robotaxi 收入、FSD 订阅，或者储能和服务业务的规模化？这段是节目对历史的叙述与类比，不能被读成 Tesla 已经拥有下一次同等催化剂。1

本期视频给出的当前数据是：Tesla Q2 营收约 282 亿美元，同比增长 26%；每股收益为 0.33 美元；资本开支为 57.9 亿美元，同比增长 142%。主持人认为，收入还在增长，但利润被投向下一代平台，市场因此把同一笔支出理解成风险，而不是建设。Q2 官方 SEC 文件可以独立确认 Tesla 当季部署了 13.5 GWh 储能产品；该文件还披露当季产量 451,758 辆、交付 480,126 辆。6 至于 282 亿美元营收、0.33 美元 EPS 和 57.9 亿美元资本开支，本期文章按视频中的表述呈现，不把未在本轮打开的完整 Q2 Update PDF 当成独立佐证。1

节目认为 Tesla 已经有了哪些「平台信号」

BwH 的多头论证并不是「Tesla 很像 NVIDIA，所以股价应该上涨」。它列出的是几项被主持人视为平台正在填充的使用量：

Robotaxi 已在 Austin、Dallas、Houston 和三个佛罗里达城市运行；
FSD subscriptions 约 150 万，节目称同比增长 56%；
单季能源部署 13.5 GWh；
Services revenue 增长 50%，并达到节目所说的创纪录利润率。

这些数据在视频中共同承担一个作用：为「平台正在变得更有用」提供线索。它们还没有回答每个投资者真正关心的几个问题：Robotaxi 里程有多少是付费载客？各城市是否由 Tesla 自己运营？FSD 订阅的留存和毛利如何？储能部署能否转化成稳定现金流？服务收入的增长来自什么业务？节目没有逐项给出分母、收入拆分或单位经济性，因此这些数字可以支持「有进展」的说法，不能单独支持「下一次 NVIDIA 式重估已经开始」。

能源的 13.5 GWh 是这组数据里最容易核对的一项，Tesla 的 SEC 文件直接披露了它；但官方文件只说明部署量，不自动说明利润、利用率或未来增长速度。6 这正是本期节目类比最有用、也最容易被滥用的地方：它提醒读者去找使用量，但并没有替读者完成收入和现金流的验证。

Jensen 与 Elon：节目认为这不只是私人关系

节目中段从 NVIDIA 的公司史切到 Jensen Huang 与 Elon Musk 的合作。BwH 先回顾 2024 年夏天 xAI 在孟菲斯建设 Colossus：节目称该集群使用约 10 万块 NVIDIA H100，从硬件到开始训练用了 19 天，从项目启动到上线用了 122 天。主持人播放 Jensen 在 BG2 节目中的评价，把这件事称为 superhuman，并转述 Jensen 的话：「据我所知，世界上只有一个人能做到。」他说的就是 Elon。

接着，节目提到 Elon 在 2024 年 12 月直接向 Jensen 预订约 10.8 亿美元的 GB200 系统，并称今天的 Colossus 2 已经是多吉瓦园区，运行数十万块 NVIDIA GPU，包括新一代 GB300。BwH 还主动排除了网上流传的 520 亿美元、100 万块 NVIDIA 芯片的所谓订单，理由是 Elon 本人曾称其为 fake news。这里的处理是对的：把已确认的节目材料和被当事人否认的传闻分开，远比为了让故事更大而继续堆数字可靠。上述 Colossus、订单和 GPU 数量都来自本期节目，本文没有把它们写成 NVIDIA、xAI 或 Tesla 的官方公告。1

主持人给出 Jensen 让 Elon「插队」的三个理由。第一，Elon 的部署速度是 NVIDIA 新芯片的公开示范；第二，十亿美元级订单需要有能力完成部署并支付账款的买家；第三，两位创始人都经历过公司濒死、都在市场还不相信时押注工程路线，所以彼此理解。节目把友情放在第三位，前两位则是商业理由。

这个论点对 Tesla 的含义是：在 FSD 训练、Optimus 和其他 AI 业务都争夺计算资源时，Tesla 与 xAI / SpaceX 的关系可能让它更接近 NVIDIA 的供应前排。它确实是一个值得观察的资源变量，但节目也承认自己无法把这种关系量化成每股估值。尤其 Tesla 正在推进自己的 AI5 芯片；如果自研芯片逐步减少对 NVIDIA 的依赖，Jensen–Elon 关系对 Tesla 的边际价值会如何变化，主持人把它留成了开放问题，而不是结论。

空头意见：类比最危险的地方在哪里

节目没有回避一个很强的反驳：你只是挑了 NVIDIA 这个赢家来讲故事。市场上同样有许多公司曾经投入十年，却没有等到技术兑现。节目用 GE 在电力和数字业务上的失败作例子，承认「敢下注」本身不证明下注正确。Conviction 只能说明管理层愿意花钱，不能证明技术会形成市场。

BwH 认为 Tesla 与失败案例的区别，应该由技术离开实验室后的使用量来检验：如果 Robotaxi 付费里程、FSD 订阅、能源部署和服务利润都在增长，至少说明平台并非停留在演示阶段；如果这些数字也停滞，NVIDIA 类比就会迅速失去解释力。这里仍然有一层不能跳过的差别：节目给出的 Tesla 数据主要是运营线索，不是完整利润模型；而 NVIDIA 的 CUDA 经过多年开发，已经形成可被官方描述的 GPU 加速软件生态。5

第二个反驳是时间表。节目承认 Elon 的目标经常延期，Optimus 每年生产 100 万台是目标，不是已经签署的产能承诺。即使长期方向正确，延期也可能把股价横盘再拖几年。主持人的说法是，投资者应该把「晚一点兑现」和「技术路线失败」分开，但对需要在两三年内用钱的人来说，长时间等待本身就是风险，不需要等到技术被证明失败才算损失。

第三个反驳也是节目最认真对待的：再横盘五年完全可能。NVIDIA 的历史不能告诉 Tesla 何时迎来 AlexNet 时刻，也不能告诉持有者该不该买入、卖出或等待。它最多提供一个检查方法：每个季度观察平台使用量有没有继续累积，再把它与资本开支、现金流、利润和实际收入放在同一张表里，而不是只看股价有没有重复历史图形。

节目最后留下的检查清单

主持人在结尾给出的动作很具体，也没有要求观众直接接受他的结论：去听 Jensen Huang 的 How I Built This 访谈；从 FSD subscriptions、能源部署、Robotaxi 城市数等指标里选一个，按季度跟踪；打开 Tesla Q2 材料，单独看 57.9 亿美元资本开支；最后写下自己的投资时间范围。如果时间范围不到三年，主持人认为这种「先投入、后兑现」的模式未必适合自己。

把这份清单还原成节目自身的逻辑，大致是四个问题：

AI 风险偏好回升时，TSLA 能否凭自己的运营数据跑赢被动反弹？
资本开支是否开始对应可确认的收入、利润或现金回收？
Robotaxi 是否从测试和无人车目击，进入付费载客、扩城和可重复的单位经济性？
Optimus、FSD 和其他 AI 业务的使用量是否继续增长，而不是只靠管理层重复目标？

答案都还没有在这期节目里出现。Tesla 确实已经有储能部署、车辆交付和节目所说的 FSD / Robotaxi 线索；Tesla 官方文件也确认了 Q2 的 13.5 GWh 能源部署。6 但从「有使用量」走到「形成 NVIDIA 式重估」，中间仍隔着收入确认、利润率、资本回收和规模化运营。

这期 BwH 最有价值的地方，不是证明 Tesla 就是下一只 NVIDIA，而是提醒投资者把类比拆成可检查的部件：NVIDIA 当年先铺 CUDA，再等 AI 需求；Tesla 今天则需要证明 FSD、Robotaxi、储能和 Optimus 能把投入变成持续的使用量与现金流。前一半故事已经足够让人兴奋，后一半才决定类比能不能继续成立。