โดย Maksym Misichenko · Nasdaq ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
The panel's net takeaway is that Nvidia's Vera Rubin platform could significantly impact AI hardware, but execution risks, customer responses, and potential commoditization pose challenges to the bullish case.
ความเสี่ยง: execution delays, customer inventory corrections, or saturation in hyperscaler capex cycles
โอกาส: supercharging the AI flywheel with cheaper AI boosting adoption and fattening hyperscaler margins
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
จุดสำคัญ
ชิปข้อมูลศูนย์กลาง Vera Rubin ใหม่ของ Nvidia สำหรับงาน AI มีประสิทธิภาพสูงกว่าและมีประสิทธิภาพด้านต้นทุนดีกว่าชิป Blackwell ที่มีชื่อเสียงในอุตสาหกรรม
แพลตฟอร์ม Vera Rubin น่าจะเป็นตัวเร่งการเติบโตรายได้และกำไรของบริษัทในปีการเงินปัจจุบัน
หุ้น Nvidia อาจเพิ่มขึ้นสองเท่า และอาจเพิ่มขึ้นสามเท่าในอีกสองปีข้างหน้า
- 10 หุ้นที่เราชอบมากกว่า Nvidia ›
Nvidia (NASDAQ: NVDA) จัดหาจิพ์ประมวลผลกราฟิก (GPU) ที่ดีที่สุดในโลกสำหรับศูนย์กลางข้อมูล ซึ่งเป็นชิปหลักที่ใช้ในการพัฒนาปัญญาประดิษฐ์ (AI) บริษัทมีอำนาจการกำหนดราคาอย่างไม่น่าเชื่อในตอนนี้เนื่องจากความต้องการยังคงสูงกว่าที่มีอยู่ ซึ่งกำลังผลักดันให้รายได้และกำไรของบริษัทเพิ่มขึ้นอย่างรวดเร็ว
Nvidia จะเริ่มจัดส่งรุ่นชิป AI รุ่นถัดไปในครึ่งหลังของปีนี้ ซึ่งขึ้นอยู่กับสถาปัตยกรรม Vera Rubin ใหม่ของบริษัท ซึ่งมีการปรับปรุงประสิทธิภาพและต้นทุนอย่างมากเมื่อเทียบกับสถาปัตยกรรม Blackwell ที่มีชื่อเสียงในอุตสาหกรรม
AI จะสร้างบรรดาคนรวยทรัพย์ล้านดอลลาร์ในโลกหรือไม่? ทีมของเราเพิ่งปล่อยรายงานเกี่ยวกับบริษัทที่ไม่มีชื่อเสียงเลย ที่เรียกว่า "จำเป็นต้องมีการผูกขาด" ที่ให้เทคโนโลยีสำคัญที่ Nvidia และ Intel ต้องการทั้งคู่ ดำเนินการต่อ »
ชิป Vera Rubin คาดว่าจะเป็นตัวเร่งการเติบโตรายได้และกำไรของ Nvidia ซึ่งอาจแปลงเป็นผลตอบแทนที่มีนัยสำคัญสำหรับผู้ถือหุ้นของบริษัท ต่อไปนี้คือที่ฉันคาดการณ์ว่าหุ้น Nvidia จะเป็นเท่าไรในสองปี
Vera Rubin อาจเป็นแพลตฟอร์ม AI ที่ต้องการมากที่สุดของ Nvidia อีกระดับ
ชิป GPU GB300 ของ Nvidia ซึ่งขึ้นอยู่กับสถาปัตยกรรม Blackwell Ultra เป็นชิปข้อมูลศูนย์กลาง AI ที่ต้องการมากที่สุดในตลาดในตอนนี้ เมื่อกำหนดค่าในชั้นวางข้อมูลศูนย์กลาง NVLink 72 ชิป GB300 มีประสิทธิภาพสูงถึง 50 เท่าจากชิปข้อมูลศูนย์กลาง AI ต้นแบบของบริษัท คือ H100 ที่นำเสนอในปี 2022 ประสิทธิภาพที่สูงขึ้นสามารถแปลงเป็นแบบจำลอง AI ที่มีพลังมากขึ้น และยังสามารถลดต้นทุนได้โดยเร่งกำหนดเวลาการพัฒนา
แพลตฟอร์ม Vera Rubin ประกอบด้วย GPU Rubin หน่วยประมวลผล Vera สวิตช์ NVLink 6 ใหม่ และฮาร์ดแวร์เครือข่ายอื่นๆ Nvidia กล่าวว่ามันมีพลังมากจนนักพัฒนาสามารถรันงานฝึกฝน AI เดียวกันได้ด้วย GPU น้อยลงถึง 75% เมื่อเทียบกับ Blackwell การให้บริการซอฟต์แวร์ AI กับผู้ใช้ก็จะถูกกว่าอย่างมาก เพราะ Rubin ลดต้นทุนโทเคนการอนุมานอย่างน่าตกใจถึง 90%
โทเคนการอนุมานถูกบริโภคเมื่อแบบจำลอง AI ดูแล้วานข้อมูลเข้าจากผู้ใช้และสร้างผลลัพธ์ตอบกลับ สามารถเป็นคำ ภาพ หรือแม้กระทั่งวิดีโอ และมีต้นทุนในการผลิต ซึ่งเป็นเหตุผลที่บริษัท AI ส่วนใหญ่เรียกเก็บเงินลูกค้าตามอัตราการใช้งานของพวกเขา
การลดต้นทุนโทเคนการอนุมานจะทำให้เกิดสองสิ่ง: ประการแรก จะทำให้ AI มีราคาถูกกว่าในการใช้งาน ดังนั้นจึงเพิ่มการนำไปใช้ และประการที่สอง จะปรับปรุงกำไรขั้นต้นให้กับบริษัท AI โดยให้พวกเขามีเงินมากขึ้นในการสนับสนุนการใช้จ่ายเพิ่มเติมในโครงสร้างพื้นฐาน ผลกระจายนี้ในทฤษฎีควรเป็นตัวเร่งความต้องการชิปของ Nvidia ตลอดเวลา
การเติบโตของ Nvidia กำลังจะเร่งความเร็ว
Nvidia ส่งมอบรายได้ 215.9 พันล้านดอลลาร์ในปีการเงิน 2026 (สิ้นสุดวันที่ 25 มกราคม) ซึ่งเพิ่มขึ้น 65% จากปีก่อนหน้า ธุรกิจศูนย์กลางข้อมูลของบริษัทเพียงอย่างเดียวนำเข้ารายได้ 193.7 พันล้านดอลลาร์ ซึ่งเพิ่มขึ้น 68%
ตามการประเมินของเดลต้าแลนด์ (ที่ให้มาจาก Yahoo! Finance) Nvidia อาจสร้างรายได้รวม 367.7 พันล้านดอลลาร์ในปีการเงิน 2027 (ปีการเงินปัจจุบันของบริษัท) ซึ่งแสดงให้เห็นถึงอัตราการเติบโตที่เร่งความเร็ว 70% ส่วนใหญ่ของรายได้ดังกล่าวน่าจะมาจากธุรกิจศูนย์กลางข้อมูลอีกครั้ง โดยคำนึงถึงความต้องการชิป AI ที่น่าทึ่ง
ในบรรทัดสุดท้าย นักวิเคราะห์ Wall Street คาดการณ์ว่ากำไรของ Nvidia จะเพิ่มขึ้นอย่างน่าตกใจถึง 73% เป็น 8.25 ดอลลาร์ต่อหุ้นในปีการเงิน 2027 เร่งความเร็วจากการเติบโตกำไรของบริษัทในปีการเงิน 2026 ที่ 60% ปริมาณชิป Vera Rubin สำหรับการค้า คาดว่าจะเริ่มจัดส่งให้ลูกค้าในครึ่งหลังของปีปฏิทินนี้ ดังนั้นจึงจะมีบทบาทศูนย์กลางในการทำให้คาดการณ์ของนักวิเคราะห์เป็นจริง
Nvidia อาจมีมูลค่าเท่ากับนี้ในสองปี
ตามกำไรของ Nvidia ในปีการเงิน 2026 ที่ 4.77 ดอลลาร์ต่อหุ้น หุ้นของบริษัทมีอัตราส่วนราคาต่อกำไร (P/E) 37.2 ซึ่งเป็นส่วนลดอย่างมากจากค่าเฉลี่ย 10 ปีของบริษัทที่ 61.6 ซึ่งบ่งชี้ว่าหุ้นอาจถูกประเมินค่าต่ำในตอนนี้
หุ้นดูถูกกว่าอย่างชัดเจนในแง่มุมไปข้างหน้า หากเราสมมติว่า Nvidia จะผลิตกำไร 8.25 ดอลลาร์ต่อหุ้นในช่วงปีการเงิน 2027 ตามที่ Wall Street คาดการณ์ อัตราส่วน P/E ไปข้างหน้าของบริษัทจะเป็น 21.8 นักวิเคราะห์เชื่อว่าบริษัทจะส่งมอบกำไร 10.80 ดอลลาร์ต่อหุ้นในปีการเงิน 2028 ซึ่งแปลเป็นอัตราส่วน P/E ไปข้างหน้าที่ 16.7
คาดการณ์เหล่านี้บ่งชี้ว่าหุ้น Nvidia จะต้องปรับเพิ่มขึ้น 120% ในอีกสองปีข้างหน้าเพื่อรักษาอัตราส่วน P/E ปัจจุบันที่ 36.7 และเพิ่มขึ้นถึง 269% อย่างน่าตกใจหากหุ้นของบริษัทเทียบเท่ากับค่าเฉลี่ย P/E 10 ปีที่ 61.6 กำไรที่อาจเกิดขึ้นเหล่านี้บ่งชี้ถึงราคาหุ้นระหว่าง 396 ถึง 664 ดอลลาร์ในสองปีจากนี้ และมูลค่าตลาดที่สูงขึ้นอย่างน่าตกใจระหว่าง 9.6 ถึง 16.2 ล้านล้านดอลลาร์
ประธานบริหาร Nvidia Jensen Huang คิดว่าการใช้จ่ายโครงสร้างพื้นฐาน AI จะมาถึง 4 ล้านล้านดอลลาร์ต่อปีภายในปี 2030 เมื่อผู้ดำเนินงานศูนย์กลางข้อมูลแข่งขันเพื่อตอบสนองความต้องการความจุการคำนวณจากนักพัฒนา AI ดังนั้นหุ้น Nvidia อาจเตรียมพร้อมสำหรับความสูงขึ้นที่มากกว่าอีกในอีกสองปีข้างหน้า
คุณควรซื้อหุ้น Nvidia ในตอนนี้หรือไม่?
ก่อนที่คุณจะซื้อหุ้น Nvidia ลองพิจารณาสิ่งนี้:
ทีมวิเคราะห์ Stock Advisor ของ Motley Fool เพิ่งระบุว่าพวกเขาเชื่อว่าหุ้น 10 ตัวนี้เป็นหุ้นที่ดีที่สุดสำหรับนักลงทุนในการซื้อในตอนนี้... และ Nvidia ไม่ได้อยู่ในนั้น หุ้น 10 ตัวที่ผ่านการคัดเลือกอาจผลิตผลตอบแทนอย่างน่าตระหนกในปีที่จะมาต่อไป
ลองนึกภาพว่าเมื่อ Netflix อยู่ในรายการนี้เมื่อวันที่ 17 ธันวาคม 2004... หากคุณลงทุน 1,000 ดอลลาร์ในเวลาที่เราแนะนำ คุณจะมี 508,877 ดอลลาร์!* หรือเมื่อ Nvidia อยู่ในรายการนี้เมื่อวันที่ 15 เมษายน 2005... หากคุณลงทุน 1,000 ดอลลาร์ในเวลาที่เราแนะนำ คุณจะมี 1,115,328 ดอลลาร์!*
ตอนนี้ ควรจะสังเกตว่าผลตอบแทนเฉลี่ยรวมของ Stock Advisor คือ 936% - ซึ่งเป็นการทำลายตลาดเมื่อเทียบกับ 189% สำหรับ S&P 500 อย่าพลาดรายการ 10 อันดับบนล่าสุด ซึ่งมีให้กับ Stock Advisor และเข้าร่วมชุมชนการลงทุนที่สร้างขึ้นโดยนักลงทุนรายบุคคลเพื่อนักลงทุนรายบุคคล
ผลตอบแทนของ Stock Advisor ณ วันที่ 19 มีนาคม 2026
Anthony Di Pizio ไม่มีตำแหน่งใดๆ ในหุ้นที่กล่าวถึง Motley Fool มีตำแหน่งและแนะนำ Nvidia Motley Fool มีนโยบายการเปิดเผยข้อมูล
มุมมองและความคิดเห็นที่ระบุในนี้เป็นมุมมองและความคิดเห็นของผู้เขียนและอาจไม่สะท้อนตาม Nasdaq, Inc.
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"Vera Rubin's technical superiority is real, but the article conflates product leadership with stock returns while ignoring competitive response and the risk that current valuation already prices in successful execution."
The article's math is internally consistent but rests on heroic assumptions. Vera Rubin delivering 75% fewer GPUs needed and 90% inference cost reduction is credible technologically—but the article assumes zero competitive response. AMD, Intel, and custom silicon (Google TPU, Meta's chips) are advancing too. The forward P/E compression from 21.8x (FY27) to 16.7x (FY28) assumes multiple contraction despite accelerating growth—historically Nvidia trades 40-60x forward during AI buildout phases. The $9.6-16.2T market cap by 2026 implies 2-3x upside, but that's priced in if Vera Rubin ships on schedule. The real risk: execution delays, customer inventory corrections, or saturation in hyperscaler capex cycles.
Nvidia's forward P/E of 21.8x is already below its 10-year average of 61.6x because the market is pricing in slower growth ahead or rising competition—not because it's cheap. If Vera Rubin disappoints or ships late, the stock re-rates lower, not higher.
"The article conflates technological superiority with financial valuation, ignoring that increased hardware efficiency often leads to lower unit volume demand for the manufacturer."
The article’s reliance on a 10-year average P/E of 61.6 to justify a $16 trillion market cap is intellectually dishonest. Nvidia is transitioning from a hyper-growth startup phase to a mature, albeit dominant, infrastructure giant. While the Rubin architecture’s efficiency gains are impressive, they create a 'deflationary' risk for Nvidia’s own top line: if you can do the same work with 75% fewer chips, the volume demand may not scale linearly with performance. At a forward P/E of 16.7, the market is clearly signaling skepticism regarding the sustainability of these margins. I am neutral; the growth is real, but the valuation math in this piece ignores the inevitable commoditization of AI hardware.
If the Rubin platform triggers an 'AI spring' by collapsing inference costs, the total addressable market could expand by an order of magnitude, rendering current P/E concerns irrelevant.
"Vera Rubin can materially boost Nvidia’s data-center economics, but doubling or tripling the stock in two years is far from guaranteed because it depends on execution, pricing power, and large TAM assumptions that are not certain."
The article’s bull case hinges on Vera Rubin delivering step-function improvements (the piece cites claims like 75% fewer GPUs for training vs Blackwell and 90% lower inference token costs) and on Wall Street forecasts that push NVDA revenue toward $367.7B in fiscal 2027 with EPS of $8.25. Those inputs could certainly drive rapid re-rating, but the upside to the $396–$664 price targets requires flawless execution: timely high-volume shipments, maintained ASPs (average selling prices), and continued hyperscaler demand. Equally important are risks the article glosses over—customer verticalization, competition from custom accelerators, supply constraints, and a valuation that already embeds aggressive growth.
If Vera Rubin under-delivers on real-world total cost-of-ownership or hyperscalers accelerate their in-house chips, NVDA could miss the revenue/earnings ramps needed to justify current prices, sending the stock materially lower. High expectations also make NVDA vulnerable to even modest execution misses or macro slowdowns.
"Vera Rubin's efficiency edge positions NVDA for FY27 revenue acceleration to $368B and EPS re-rating from 22x to 30x+ forward multiples, driving 120-270% stock upside in two years."
Nvidia's Vera Rubin platform's claimed 75% fewer GPUs for training vs Blackwell and 90% inference cost reduction could supercharge the AI flywheel: cheaper AI boosts adoption, fattens hyperscaler margins, spurs more capex into NVDA data center chips (93% of FY26's $193.7B revenue). FY27 consensus $367.7B revenue (+70% YoY) and $8.25 EPS (+73%) at 21.8x forward P/E (vs 10-yr avg 61.6) screams undervaluation if Rubin ships on H2 schedule, targeting $396/share (120% upside) to maintain current multiple or $664 at historical norms for 9-16T market cap.
Hyperscalers like MSFT, AMZN, GOOG are ramping in-house ASICs (e.g., Azure Cobalt, Trainium) to cut NVDA dependency and pricing power, while AMD's MI300X chips gain traction; if AI capex ROI falters amid economic slowdown, growth decelerates sharply.
"ASP risk matters more than unit volume risk, and nobody's modeled the inference-to-CPU migration scenario credibly."
OpenAI flags execution risk correctly, but undersells the ASP (average selling price) defense. Vera Rubin's 75% fewer GPUs doesn't halve revenue if Nvidia maintains or raises per-unit pricing—efficiency gains often command premium ASPs in early adoption. The real threat isn't volume compression; it's hyperscalers deciding inference workloads don't justify premium chips at all. Google's 'deflationary' concern is sharper: if Rubin enables customers to consolidate inference onto cheaper hardware, NVDA's data center mix shifts unfavorably even if total units hold.
"The CUDA software moat will allow Nvidia to maintain premium pricing despite the hardware efficiency gains of the Rubin architecture."
Google’s 'deflationary' thesis misses a critical supply-side reality: Nvidia’s moat is software, not just silicon. Even if Rubin drastically lowers hardware requirements, the CUDA ecosystem prevents hyperscalers from easily porting workloads to cheaper, non-Nvidia alternatives. The risk isn't that Nvidia cannibalizes its own volume; it's that Rubin raises the barrier to entry so high that AMD and custom silicon become irrelevant, creating a monopolistic pricing environment that bypasses 'commoditization' entirely.
"Hyperscalers gain leverage from Rubin's cost reductions, making sustained premium ASPs unlikely unless Nvidia maintains unassailable performance and supply advantages."
Anthropic's ASP defense understates hyperscalers' bargaining power: when Vera Rubin materially cuts total cost-of-inference, customers gain leverage to demand lower prices or shift workloads to cheaper in-house accelerators. Early-adopter premiums erode fast once volume economics hit; hyperscaler bundling and multi-year contracts plus software portability (ONNX, Triton, MLIR) make CUDA lock-in weaker than claimed. Nvidia can raise ASPs only if performance dominance is sustained and supply tight.
"CUDA's full-stack software moat plus Rubin's edge AI expansion preserve Nvidia's pricing power and market share."
OpenAI dismisses CUDA lock-in too casually—porting to ONNX/Triton/MLIR ignores cuDNN/TensorRT optimizations that deliver 2-3x real-world perf gains, creating 6-12 month hyperscaler switching costs. Rubin's efficiency expands TAM to edge AI/consumer (e.g., auto, robotics), driving non-hyperscaler revenue nobody flags, sustaining 93% data center dominance and ASP premiums despite volume 'deflation'.
The panel's net takeaway is that Nvidia's Vera Rubin platform could significantly impact AI hardware, but execution risks, customer responses, and potential commoditization pose challenges to the bullish case.
supercharging the AI flywheel with cheaper AI boosting adoption and fattening hyperscaler margins
execution delays, customer inventory corrections, or saturation in hyperscaler capex cycles