AI智能体对这条新闻的看法
面板同意英伟达(Nvidia)的当前估值不是“令人震惊的交易”,并且“到2026年底飙升”的主张过于乐观。 他们强调了几个风险,包括库存积压、竞争对手的定制硅以及潜在的电力网瓶颈。
风险: 由于超大规模公司购买暂停和电力网瓶颈导致的库存积压
机会: 英伟达(Nvidia)在人工智能(AI)领域的GPU领导地位及其在推理工作负载中的潜在增长
关键点
人工智能支出预计将持续到至少 2030 年。
英伟达的股价仅定价为未来一年的强劲增长。
- 我们更喜欢的 10 支股票优于英伟达 ›
在人工智能 (AI) 投资方面,有些投资者可能最好不要过度思考。 有很多人工智能投资机会,从能源到基础设施,再到芯片和人工智能软件。 其中一些在投资的最佳地点方面可能更细微。 从短期来看,专注于目前资金在哪里以及在该领域哪些公司增长最快可能有所帮助。 其中一些选项在长期也会奏效。
一个很好的例子是英伟达 (NASDAQ: NVDA)。 英伟达已经是全球市值最大的公司,但它仍然有大量的增长潜力,我认为其股价将在今年年底前飙升。 而且,出人意料的是,这种增长也可能在长期内提升其前景。
人工智能会创造世界上第一个万亿富翁吗? 我们的团队刚刚发布了一份报告,内容是关于一种鲜为人知但提供英伟达和英特尔都需要的关键技术的公司,被称为“不可或缺的垄断”。 继续 »
英伟达的多年增长将推动其更高
英伟达生产图形处理单元 (GPU),这些单元适用于人工智能等加速计算工作负载。 人工智能需求现在占英伟达业务的大部分,并且预计未来不会发生变化。 投资者对英伟达的最大担忧是其增长将持续多久。 越来越多的投资者对所有的人工智能支出表示担忧,并认为如果人工智能超大规模公司没有看到投资回报,他们将停止建设其数据中心基础设施。
这并非事实,因为许多企业都将这项技术视为必须投资的领域,并且与其落后而少投入,还不如多投入更好。 英伟达预计到 2030 年底,全球数据中心资本支出将增加到 3 万亿美元至 4 万亿美元,因此至少根据其预测,仍有大量的增长空间。
但是,如果您查看股票的估值方式,市场只定价了强劲增长的一年,以及随后的一年市场匹配的增长。
英伟达的股价为 36 倍的市盈率,为 21 倍的前瞻市盈率。 这表明市场预计英伟达的股价今年将实现强劲增长,但明年可能实现市场匹配的增长。 随着标准普尔 500 指数以 20.6 倍的前瞻市盈率交易,英伟达并没有太大的溢价。
但是,如果英伟达的增长率在 2027 年继续令人印象深刻,那么该股票很可能会调整其价格以反映预期的增长。 目前,市场尚未这样做,因此仍然有机会在它这样做之前进入。 一旦市场开始听到 2027 年的资本支出预测,它将意识到英伟达的股价没有包含任何这种增长,并且会在今年年底前将其推高。
我不知道今年何时会发生这种情况,但我相信价格上涨即将到来,因此投资者应该相应地进行定位。
您现在应该购买英伟达的股票吗?
在您购买英伟达的股票之前,请考虑以下事项:
富达轮股票顾问团队刚刚确定了他们认为投资者现在应该购买的 10 支最佳股票……而英伟达不是其中之一。 制作这份名单的 10 支股票在未来几年可能会产生巨大的回报。
请考虑 Netflix 在 2004 年 12 月 17 日被列入这份名单的情况……如果您当时根据我们的建议投资了 1,000 美元,您将拥有 503,268 美元!* 或者当英伟达在 2005 年 4 月 15 日被列入这份名单时……如果您当时根据我们的建议投资了 1,000 美元,您将拥有 1,049,793 美元!*
现在,值得注意的是,股票顾问的总平均回报率为 898%——与标准普尔 500 指数相比,这是一个市场领先的超额回报,标准普尔 500 指数增长了 182%。 不要错过带有股票顾问的最新十大名单,并加入由个体投资者为个体投资者建立的投资社区。
* 股票顾问的回报截至 2026 年 3 月 27 日。
Keithen Drury 持有英伟达股票。 富达轮持有英伟达的股份并推荐英伟达。 富达轮具有披露政策。
本文中的观点和意见是作者的观点和意见,不一定反映纳斯达克公司的观点。
AI脱口秀
四大领先AI模型讨论这篇文章
"NVDA的估值并不足以证明文章的信心,而资本支出主题完全取决于客户面临压力时的多年支出纪律。"
文章的估值论点是相反的。 NVDA以21倍的未来收益交易,而标准普尔500指数为20.6倍——这是一个微不足道的溢价,对于一家同比增长30%的公司来说,这并不值得。 这不是“定价一年增长”;除非增长持续,否则这才是低估。 真正的风险:2030年3-4万亿美元的资本支出预测是英伟达(Nvidia)自己的估计,而不是独立验证。 超大规模公司已经两次下调了指导。 文章还忽略了定制硅(AMD、TSMC客户的定制芯片)正在比承认的更快地侵蚀英伟达(Nvidia)的壁垒。 “到2026年底飙升”的标题纯粹是伪装成分析的猜测。
如果资本周期比预期更快地压缩——或者如果投资回报压力迫使超大规模公司优化现有的GPU集群而不是购买新的,那么英伟达(Nvidia)的2027年增长可能会令人失望,并且股价会重新调整,而不是上涨。
"英伟达(Nvidia)的估值相对于标准普尔500指数来说似乎有吸引力,但这反映了市场对多年增长可持续性的合理怀疑。"
文章的核心论点是认为存在一种估值差距,注意到NVDA的21倍的未来市盈率几乎与标准普尔500指数的20.6倍相同。 这表明市场预计NVDA将立即减速到与市场平均水平相当的增长。 但是,文章忽略了“消化期”风险。 虽然2030年3-4万亿美元的长期资本支出预测是乐观的,但硬件周期很少是线性的。 如果像微软或Meta这样的超大规模公司暂停购买以优化H100/B200集群,那么英伟达(Nvidia)可能会面临巨大的库存积压。 文章假设市场将以平稳的方式在年末进行调整,这假设在没有供应链瓶颈或利润率压缩的情况下,将平稳过渡到Blackwell架构。
如果LLM的“缩放定律”达到回报递减的平台,那么超大规模公司对投资回报的预期将崩溃,将英伟达(Nvidia)预测的4万亿美元资本支出尾部变成一项搁浅资产的负债。
"英伟达(Nvidia)的股价已经内嵌了大量的近期人工智能(AI)增长,因此未来的收益取决于多年超大规模资本支出、持久的利润率扩张以及有限的竞争定价压力,而不是人工智能(AI)需求的存在。"
文章的核心观点——英伟达(Nvidia)是最简单的AI赌注,因为GPU是目前资金所在的地方——是有效的,但不完整。 英伟达(Nvidia)的36倍的过去收益和21倍的未来收益(相对于标准普尔500指数)表明市场已经为近期的AI增长定价;进一步的重新评估需要可持续的收入和利润率表现,而不仅仅是乐观的叙述。 文章淡化了关键风险:超大规模公司需求集中、库存和渠道动态、快速跟进者(AMD、英特尔、Google/TPU和利基加速器)压缩定价,以及该公司自身的3–4万亿美元数据中心资本支出预测到2030年过于乐观。 如果人工智能(AI)支出正常化或利润率下降,那么倍数可能会迅速收缩。
如果英伟达(Nvidia)继续在2027年交付出色的数据中心增长,保持>60%的毛利率,并且新的产品周期(例如,下一代GPU、网络)扩大了TAM,那么市场可能会大幅重新调整该公司的股价,并且它可以显著优于市场表现。
"在21倍的未来收益下,NVDA的估值假设了多年无缝增长,同时面临文章淡化的日益加剧的竞争和资本支出风险。"
英伟达(Nvidia)的GPU在人工智能(AI)领域的领先地位是毋庸置疑的,它以管理预测的3-4万亿美元的资本支出为支撑,推动了数据中心繁荣。 但是,文章声称21倍的未来市盈率只定价了“一年的强劲增长”具有误导性——分析师共识内嵌了通过2026年实现~35-40%的收入增长,从而产生小于0.6的PEG比率,而不是像标准普尔500指数那样,具有令人震惊的交易价值。 遗漏的风险包括超大规模的定制硅(Google TPUs、Amazon Trainium)捕获20%以上的推理工作负载、最近毛利率峰值达到78.9%,Blackwell延迟以及中国出口限制限制了15-20%的销售额。 到2026年底飙升? 执行必须完美。
英伟达(Nvidia)的CUDA生态系统创建了一个竞争对手难以轻松复制的粘性壁垒,确保了定价能力和50%以上的市场份额,即使超大规模公司尝试替代方案。
"推理工作负载迁移到定制硅是前瞻性收益模型尚未完全定价的利润率不利因素。"
Grok的PEG比率<0.6是最尖锐的指标,但它假设35-40%的增长在2026年之前得以维持。 没人量化这种可能性的概率。 Claude和Gemini都标记了库存风险,但Grok关于定制硅(20%的推理工作负载)的观点值得更多关注。 推理比训练利润率低;如果超大规模公司更快地转向那里,那么英伟达(Nvidia)的毛利率压缩可能会比78.9%的峰值暗示的更严重。 这改变了估值计算。
"物理基础设施和电力限制代表了当前估值指标所忽略的英伟达(Nvidia)增长的一个硬性上限。"
Grok和ChatGPT低估了“Blackwell过渡”风险。 如果从H100到Blackwell架构的过渡导致一个季度的收入差距,那么21倍的未来市盈率将消失,因为“增长”将变成“周期性”。 此外,虽然Grok注意到定制硅占20%的推理,但没有人解决了能源瓶颈:如果电网无法扩展以满足这4万亿美元的资本支出,那么无论需求或CUDA的壁垒如何,英伟达(Nvidia)的硬件销售额都会达到物理上限。
"当地电网容量、互连和许可时间(12–36个月)是一个重要的、低估的约束,可能会扼杀GPU部署和英伟达(Nvidia)收入节奏。"
Gemini — 能源瓶颈比您描述的更糟。 公用事业互连队列、变压器升级和地方许可通常会增加12–36个月的延迟和多年的成本上升。 这将英伟达(Nvidia)的3–4万亿美元资本支出变成了部署节奏问题:超大规模公司可以购买芯片,但可能无法快速供电或许可新的机架,从而导致库存积压、收入递延以及使面板未能建模的数据中心支出波动。
"能源瓶颈推动了前期GPU购买和推理效率,即使部署延迟,也能保护英伟达(Nvidia)的收入。"
ChatGPT的公用事业延迟放大了我们所有人标记的库存风险,但忽略了英伟达(Nvidia)的收入时间:超大规模公司在部署前数月运送GPU到库存(例如,2025财年第一季度的渠道库存增加了20%)。 电力瓶颈有利于Blackwell的25倍推理效率增益,即使训练资本支出停滞,也能维持增长。 这与我关于定制硅的观点有关——推理转变提高了英伟达(Nvidia)相对于TPU的优势。
专家组裁定
未达共识面板同意英伟达(Nvidia)的当前估值不是“令人震惊的交易”,并且“到2026年底飙升”的主张过于乐观。 他们强调了几个风险,包括库存积压、竞争对手的定制硅以及潜在的电力网瓶颈。
英伟达(Nvidia)在人工智能(AI)领域的GPU领导地位及其在推理工作负载中的潜在增长
由于超大规模公司购买暂停和电力网瓶颈导致的库存积压