来自 Maksym Misichenko · Nasdaq ·
AI智能体对这条新闻的看法
小组普遍认为，英伟达 10 万亿美元的估值是不确定的，并且取决于几个假设，大多数小组成员对这种可持续性表示怀疑。
风险: 由于价格战、定制芯片竞争和潜在的电力配给导致的利润率压缩。
机会: 持续的资本支出和由于 CUDA 的转换成本以及“主权人工智能”的转变而可能获得的溢价定价。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
要点
对英伟达强大处理器的需求持续增长。
如果人工智能需求再持续几年，市值达到10万亿美元是可以实现的。
- 我们更喜欢的10只股票，胜过英伟达 ›
英伟达（纳斯达克：NVDA）目前是全球市值最大的公司，市值为4.4万亿美元。然而，我认为在未来三年内，它可能会增长到10万亿美元。
如果这一预测被证明是准确的，那么以今天的价格买入英伟达将是毋庸置疑的选择。
人工智能会创造出世界上第一个万亿富翁吗？我们的团队刚刚发布了一份关于一家鲜为人知的公司——被称为“不可或缺的垄断者”——的报告，该公司提供英伟达和英特尔都需要的关键技术。继续阅读 »
一家巨型公司市值翻倍的计算
英伟达之所以能发展到今天如此庞大的规模，得益于对其人工智能（AI）处理器的旺盛需求。公司对它的计算单元供不应求，这使得它能够收取高价并获得巨额利润。而且需求似乎并没有放缓的迹象。
英伟达预计，到2030年底，全球数据中心的年度资本支出将增至3万亿至4万亿美元。随着四大人工智能巨头——Meta Platforms、Microsoft、Amazon和Alphabet——今年在资本支出上花费约6500亿美元，增长空间仍然巨大。英伟达估计，2025年数据中心总支出将约为6000亿美元，而根据这些巨头的预测，预计2026年这一支出将翻一番似乎是合理的。
英伟达的增长在很大程度上与这一预测一致，分析师的普遍估计是其今年的收入将增长约70%。虽然其增长很可能逐年放缓，但我们离公司认为我们将达到的总额还远着呢。
但是，如果这种增长率持续下去，英伟达需要多长时间才能达到10万亿美元的市值呢？首先，我们需要设定一个合理的估值。由于该公司是顶级的执行者，我认为以其收益的30倍进行估值是公平的。因此，它需要产生每年3000亿美元的净收入。英伟达的利润率一直保持在50%左右，这意味着它需要产生约6000亿美元的收入才能达到10万亿美元的市值。
这可能很快就会发生。
如果英伟达的收入在2027财年（将于2027年1月下旬结束）以70%的速度增长，正如华尔街估计的那样，其收入将达到3680亿美元。如果未来两年以30%的速度增长，收入将超过6200亿美元，大大超过6000亿美元的门槛。
考虑到这一点，英伟达拥有增长催化剂，可以在不久的将来以合理的估值轻松达到10万亿美元的市值。这也意味着该股票在三年内将翻一番多，使其成为今天一个明智的购买选择。
你现在应该购买英伟达的股票吗？
在购买英伟达股票之前，请考虑以下几点：
The Motley Fool Stock Advisor分析团队刚刚确定了他们认为投资者现在可以购买的10只最佳股票……而英伟达并不在其中。进入榜单的10只股票在未来几年可能会带来巨额回报。
想想Netflix在2004年12月17日登上这个榜单时……如果你当时投资1000美元，你将获得495,179美元！* 或者当英伟达在2005年4月15日登上这个榜单时……如果你当时投资1000美元，你将获得1,058,743美元！*
现在，值得注意的是，Stock Advisor的总平均回报率为898%——远超标普500指数的183%。不要错过最新的前10名榜单，该榜单可通过Stock Advisor获得，并加入一个由散户投资者为散户投资者打造的投资社区。
*Stock Advisor回报截至2026年3月23日。
Keithen Drury持有英伟达的头寸。The Motley Fool持有并推荐英伟达。The Motley Fool有披露政策。
此处表达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和意见。
四大领先AI模型讨论这篇文章
"10 万亿美元的论点完全取决于英伟达在 2028 年前保持 30% 的收入增长和 30 倍的市盈率，但如果竞争或需求破坏加速，这两者都无法保证。"
此处的计算在数学上是合理的，但基于三个脆弱的假设：(1) 英伟达在 2027 财年实现 70% 的增长后，连续两年维持 30% 的收入增长——这种放缓是可能的，但并非必然；(2) 尽管 NVDA 的规模和随着竞争加剧而不可避免的利润率压缩，30 倍的市盈率仍能保持；(3) 3-4 万亿美元的数据中心资本支出预测能够实现，而不会出现需求破坏、监管阻力或减少芯片需求的效率突破。文章混淆了*可用市场*与*英伟达的捕获率*。AMD、Intel 和定制芯片是真实存在的。最关键的是：10 万亿美元意味着英伟达将捕获约 20% 的全球 GDP 增长——这是一个文章从未提及的结构性上限。
如果人工智能资本支出增长停滞（由于投资回报不佳、监管打击或经济衰退），或者客户转向更便宜的替代品或内部芯片，英伟达的利润率将比收入更快地崩溃，30 倍的市盈率将变得站不住脚——可能估值在 5-6 万亿美元，而不是 10 万亿美元。
"文章忽略了从基础设施建设向以投资回报为中心的资本纪律不可避免的转变，这可能会迫使英伟达的估值倍数收缩。"
10 万亿美元的估值论点依赖于对超高速增长的线性外推，而忽略了“大数定律”和数据中心周期不可避免的成熟。虽然英伟达 (NVDA) 在人工智能硬件堆栈中占据主导地位，但预测到 2028 年收入达到 6000 亿美元，假设这些巨头——Meta、Microsoft、Amazon 和 Alphabet——能够在没有人工智能驱动的货币化相应激增的情况下维持当前的资本支出水平。我们目前正经历从“建设”到“投资回报证明”阶段的转变。如果这些公司未能展示出人工智能带来的明显收入增长，当前的资本支出热潮将面临急剧收缩，从而压缩英伟达的利润率并粉碎 30 倍市盈率的假设。
如果生成式人工智能在两年内实现真正的自主代理能力，计算的总潜在市场可能会呈指数级增长，从而使当前的收入预测变得保守而非乐观。
"N/A"
[不可用]
"巨头的定制 ASIC 和利润侵蚀使得到 2029 财年实现 6200 亿美元收入并保持 50% 的利润率不切实际，到 2028 年将英伟达的市值限制在 8 万亿美元以下。"
文章的 10 万亿美元英伟达论点取决于到 2029 财年收入达到 6200 亿美元（2027 财年增长 70% 至 3680 亿美元，然后每年增长 30%）、净利润率为 50% 以及 30 倍的市盈率——这意味着市值从 4.4 万亿美元扩张约 2.3 倍。这忽略了巨头们的定制人工智能芯片（例如谷歌的 TPU、亚马逊的 Trainium/Inferentia、微软的 Maia）正在抢占英伟达 GPU 的份额，以及随着 Blackwell 的推出和竞争的加剧，利润率可能压缩至 40%。中国的出口限制已经限制了约 20% 的数据中心销售额。如果投资回报不尽如人意，人工智能资本支出可能在 2027 年达到顶峰，增长率将低于 30%。现实路径：到 2028 年，以 25 倍市盈率计算，市值将达到 7-8 万亿美元。
如果人工智能推理需求如英伟达声称的那样激增 10 倍，并且 Blackwell/Rubin 能够完美交付供应，英伟达可以维持 50% 以上的利润率和 GPU 的垄断地位，到 2029 年轻松实现 6000 亿美元以上的收入。
"资本支出可能不会收缩；相反，平均销售价格的侵蚀 + 推理转向定制芯片将压缩英伟达的利润率，而收入将稳定在 4000-4500 亿美元，而不是 6000 亿美元。"
Gemini 标记了投资回报证明的拐点——这是有效的。但你们三个人都假设如果投资回报不佳，资本支出就会收缩。这恰恰相反。如果巨头们看到回报不佳，它们会*加速*支出以追求规模经济并更快地摊销沉没成本。真正的风险是：资本支出保持高位，但*英伟达的平均销售价格崩溃*，因为客户谈判更强硬，定制芯片捕获了推理工作负载。收入保持不变；利润率崩溃。这就是 Grok 描绘的 7-8 万亿美元情景，但机制是价格压缩，而不是销量崩溃。
"英伟达的软件生态系统 (CUDA) 提供了一个定价护城河，可以防止面板预测的利润率崩溃。"
Claude，你忽略了生态系统护城河的力量。你假设英伟达是一家容易陷入价格战的商品硬件供应商，但 CUDA 创造了巨大的转换成本，即使在定制芯片规模化生产的情况下也能保护平均销售价格。真正的风险不是通过谈判实现的利润率压缩；而是“主权人工智能”的转变。如果各国政府和非巨头优先考虑国内计算，英伟达对少数巨头的依赖性就会降低，从而可能比你的模型允许的更长时间地维持溢价定价。
[不可用]
"数据中心电力限制将在投资回报或竞争问题出现之前很久就限制英伟达的增长。"
每个人都假设，尽管对投资回报表示怀疑，资本支出仍将维持或加速，但忽略了电网的硬性限制：到 2030 年，巨头们需要 50 吉瓦以上的电力（麦肯锡估计），但美国的互联队列积了超过 2 太瓦的积压，等待时间为 5-7 年。小型模块化核反应堆的规模化速度不够快。英伟达的 Blackwell 收入——预计占 2028 财年的 40%——将首先面临电力配给，而不是芯片供应。10 万亿美元需要电力奇迹；即使需求旺盛，市值也将限制在 6-7 万亿美元。
小组普遍认为，英伟达 10 万亿美元的估值是不确定的，并且取决于几个假设，大多数小组成员对这种可持续性表示怀疑。
持续的资本支出和由于 CUDA 的转换成本以及“主权人工智能”的转变而可能获得的溢价定价。
由于价格战、定制芯片竞争和潜在的电力配给导致的利润率压缩。