" 大空头 " 和英伟达之间的回合战正在升级。《大空头》电影原型 Michael Burry 再度将矛头指向英伟达，称其为回应自己批评而向华尔街分析师分发的一份内部备忘录 " 令人失望 "，并充斥着 " 一个接一个的稻草人论证 "。

11 月 26 日周二，Burry 在其新开设的 Substack 博客平台发文写道，自己 " 不敢相信 " 这些回应出自全球市值最高的上市公司之手，并称该文件 " 读起来几乎像个骗局 "。

这一最新表态，是 Burry 近期一系列针对人工智能行业泡沫警告的延续。此前，他已通过社交平台 X 表达了对 AI 股票处于泡沫中的看法。而此轮交锋的直接后果是，市场对 AI 相关公司的审视愈发严苛，英伟达股价已从 11 月 3 日的高点回落约 14%，显示出投资者情绪的微妙变化。

Burry 在文章中透露，他目前 " 继续持有针对 Palantir 和英伟达的看跌期权 "。这证实了他并未平仓此前的做空押注，直接向市场传递了他对这两家 AI 明星公司前景的看空信号。

" 稻草人 " 式辩驳？

Burry 的核心反驳点在于，他认为英伟达的备忘录曲解了他的批评，攻击了一些他从未提出过的论点。

首先，Burry 指出，他从未质疑过英伟达自身的固定资产（PP&E）折旧政策。他强调，英伟达主要是一家芯片设计公司，资本支出极小，因此 " 没人在意英伟达自己的折旧 "。他认为英伟达在此问题上的辩解是第一个 " 被烧掉的稻草人 "。

其次，对于英伟达声称其老一代芯片仍在被使用的说法，Burry 同样不以为然。他澄清，自己关注的焦点是未来，即新款芯片可能在 2026 年至 2028 年间就变得功能性过时。

" 我向前看，因为我看到了与今天投资者相关的问题，" 他写道，并称这是 " 第二个被烧掉的稻草人 "。Burry 总结称，英伟达的反驳 " 表面上不真诚，且令人失望 "。

争论核心：折旧、泡沫与未来减记风险

Burry 此次论战的核心，直指人工智能公司的会计处理方式，特别是其客户——那些斥巨资购买 AI 芯片的 " 超大规模数据中心 "（hyperscalers）——的折旧政策。

他解释说，这些公司正在系统性地延长芯片和服务器的 " 使用年限 "，以便在会计上分摊折旧成本。例如，将折旧期从三年延长至五或六年，可以在短期内美化利润、提高资产账面价值。

然而，Burry 警告，这种做法的风险在于，AI 芯片的技术迭代速度极快。他引用微软首席执行官 Satya Nadella 最近的访谈作为佐证，Nadella 表示，他今年早些时候放慢了数据中心的建设速度，正是因为警惕为一代 AI 芯片过度建设基础设施，因为下一代芯片将有不同的电力和冷却需求。

Burry 认为，如果芯片的 " 计划性淘汰 " 速度加快，那些延长了折旧周期的公司未来将面临巨大的资产减记风险。

做空头寸细节与市场背景

Burry 此次不仅重申了看空立场，还披露了其头寸的更多细节。根据其资产管理公司 Scion Asset Management 在 11 月 3 日提交的文件，该公司在 9 月底持有对英伟达和 Palantir 的看跌期权。

Burry 在最新的文章中澄清，尽管这些头寸的名义价值高达 11 亿美元，但它们的实际成本 " 每个仅约 1000 万美元 "。这一细节为投资者评估其押注的真实规模提供了更准确的视角。

这场论战的背景是，市场对人工智能的热情在今年将相关公司股价推至历史高位。然而，自 11 月初以来，随着财报季的展开和类似 Burry 等知名投资者的警告，市场的担忧情绪开始浮现。除英伟达外，Palantir 的股价也已从近期高点下跌了 20%，尽管其年初至今的涨幅依然惊人。Burry 的持续发声，无疑为这场关于 AI 是革命还是泡沫的辩论增添了更多不确定性。

英伟达的内部备忘录

面对股价压力和市场疑虑，此前英伟达采取了一系列罕见的防御性沟通。

英伟达在上周末向华尔街分析师分发了一份长达七页的备忘录，旨在 " 逐条 " 反驳包括 " 大空头 "Burry）在内的批评者所提出的会计欺诈、循环融资和 AI 泡沫等指控。备忘录澄清：

会计处理： 英伟达强调其业务在经济上是稳健的，报告是完整和透明的，与历史上的会计欺诈案没有可比性。

设备折旧： 针对 AI 芯片寿命仅 2-3 年的指责，英伟达回应称，其客户通常将 GPU 的折旧年限设为 4 至 6 年，这符合设备的实际使用寿命。

循环融资： 对于该指控，英伟达澄清其在第三季度的战略投资仅为 37 亿美元，占营收的一小部分，所谓循环融资的说法 " 毫无根据 "。

此外，华尔街见闻文章写道，英伟达 11 月 25 日通过社交平台 X 公开宣称：" 英伟达目前领先行业一代——我们是唯一一个可以运行所有 AI 模型、并在各种计算场景中通用的平台。" 公司强调，其 GPU 相比谷歌 TPU 这类 ASIC 芯片，能提供 " 更高的性能、多功能性和互换性 "。