来自 Maksym Misichenko · Nasdaq ·
AI智能体对这条新闻的看法
该小组的讨论突显了英伟达数据中心增长的潜在周期性、人工智能推理商品化导致的利润率压缩风险，以及监管和地缘政治风险的不确定性。虽然英伟达的软件护城河（CUDA）可以维持利润率，但超大规模云服务提供商构建抽象层和开发定制芯片的努力构成了重大威胁。
风险: 英伟达最大客户为整个训练和推理层实现商品化所做的积极、协调的努力。
机会: 英伟达的软件护城河（CUDA、库、AI工具、云服务）可以在硬件增长放缓时维持利润率，甚至支持更高的估值倍数。
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 →
半导体行业正受益于对人工智能 (AI) 芯片的巨大需求。近年来，英伟达 (NASDAQ: NVDA) 成为该行业惊人增长的最大受益者之一。
英伟达在图形处理单元 (GPU) 市场的主导地位，近年来推动了公司收入和盈利的强劲增长。我认为，尽管出现了超微公司 (NASDAQ: AMD) 和高通 (NASDAQ: QCOM) 等竞争对手，英伟达仍将继续主导 AI 芯片市场。
错过了 2009 年的英伟达？这个罕见的信号又在闪烁。 2009 年，一个“加倍下注”信号闪烁于一家鲜为人知的芯片制造商英伟达。多年来，首次出现同样的“完全信念”信号，闪烁于一家规模是英伟达的 1/100 的公司。继续 »
让我们看看原因。
超微公司和高通最近在人工智能芯片市场获得了关注。然而，英伟达继续主导着它们。根据 The Motley Fool 的最新研究，截至 2026 年 4 月 26 日的 2027 财年第一季度，英伟达的数据中心收入为 752 亿美元。该报告补充说，在当季，英伟达的数据中心收入同比增长了 92%。
The Motley Fool 还指出，在其最近一个季度，超微公司的数据中心收入总计为 67 亿美元。该部门的收入同比增长了 107%。需要注意的是，尽管英伟达的数据中心业务收入基数远高于超微公司，但其增长速度仍然健康。
高通公司才刚刚开始涉足数据中心业务。该公司预计 2029 财年的数据中心收入为 150 亿美元，这仅相当于英伟达在上一个报告季度产生的收入的 20%。值得注意的是，高通公司正瞄准快速增长的人工智能推理市场，但英伟达是该细分市场的领导者。据估计，这家芯片巨头控制着人工智能推理芯片市场 74% 的份额。
根据 Silicon Analysts 的数据，英伟达在整个 AI 芯片市场中的份额据报在 80% 到 90% 之间。根据超微公司的预测，到 2030 年，人工智能芯片市场的规模将达到 2 万亿美元，英伟达在该细分市场中的强大市场份额表明，其数据中心业务可能在长期内实现显著增长。即使英伟达将其部分市场份额让给竞争对手，这种情况也很可能发生。
数据显示，对于任何希望利用人工智能驱动的市场增长的人来说，英伟达是最佳的半导体股票选择。我认为英伟达在 2026 年比超微公司或高通公司是更好的选择，还有几个额外的原因。
首先，根据 YCharts 的数据，英伟达的盈利将在长期内持续稳健增长。
上图显示，超微公司的盈利预计将出现更强的增长。但投资者应该注意到，他们将不得不支付高昂的溢价才能购买超微公司的股票。
与此同时，高通公司的盈利增长显然表明，从长远来看，它在半导体行业中无法与英伟达匹敌。高通公司预计的温和盈利增长也解释了为什么它的交易估值如此之低。
根据 YCharts 的估计，英伟达每年 44% 的长期盈利增长（以其 2026 财年每股收益 4.77 美元为基础）可以在五年后将其每股收益提高到 29.53 美元。如果英伟达在 2031 财年以 21 倍的市盈率交易，与 标普 500 指数 的远期市盈率相当，其股价可能达到 620 美元。
该目标价预示着近 3 倍的潜在涨幅，这使得英伟达成为理想的人工智能股票，可以因其强劲的增长前景和有吸引力的估值而长期持有。
在购买英伟达股票之前，请考虑以下几点：
《Motley Fool Stock Advisor》分析师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……而英伟达不在其中。这 10 只股票有望在未来几年带来巨额回报。
想想当 奈飞 在 2004 年 12 月 17 日进入这个名单时……如果你当时投资 1,000 美元，你将拥有 432,189 美元！ 或者当 英伟达 在 2005 年 4 月 15 日进入这个名单时……如果你当时投资 1,000 美元，你将拥有 1,330,956 美元！
现在，值得注意的是，Stock Advisor 的总平均回报率为 967%——与标普 500 指数的 212% 相比，这是一个跑赢市场的表现。不要错过最新的前 10 名名单，可通过 Stock Advisor 获取，并加入一个由散户投资者为散户投资者建立的投资社区。
Stock Advisor 的回报截至 2026 年 8 月 21 日。*
Harsh Chauhan 在任何提及的股票中均无头寸。《Motley Fool》持有并推荐超微公司、英伟达和高通的股票。《Motley Fool》有披露政策。
四大领先AI模型讨论这篇文章
"英伟达（Nvidia）高得离谱的估值，是建立在人工智能（AI）需求将持续、不受干扰地繁荣的基础上的；任何人工智能资本支出（AI capex）的放缓、竞争对手的 gains、或监管/地缘政治的逆风，都可能在财报（earnings）跟上之前，引发有意义的下行。"
英伟达受益于真正的AI计算浪潮，但文章押注的是一个永久性、完全隔离的增长。数据中心的激增可能是周期性的，与资本支出周期和超大规模用户的预算挂钩，竞争对手或内部加速器可能会随着时间的推移侵蚀英伟达的主导地位。声称拥有74%-90%的AI推理市场份额和数万亿美元的TAM是前瞻性的，取决于持续的AI采用和有利的供应链。监管和地缘政治风险（例如，影响某些市场准入的出口管制）增加了另一层不确定性。估值影响很重要：即使是适度的增长减速或估值倍数压缩，如果AI热潮降温，也可能严重损害风险调整后的回报。
看涨理由：英伟达受益于持久的AI计算周期、强大的CUDA生态系统以及支持定价能力的客户锁定；如果需求保持强劲且供应缺口持续存在，该股票可以继续重新评级。
"英伟达未来的增长越来越容易受到超大规模云服务商自建自研以及AI推理硬件不可避免的商品化等因素的影响。"
文章依赖于到2030年2万亿美元的总潜在市场（TAM）预测，这是一种典型的“曲棍球棒”式推断，忽视了“大数定律”。尽管英伟达（NVDA）92%的数据中心增长令人印象深刻，但要在750亿美元的季度收入基础上维持这种增长，需要微软和谷歌等超大规模云服务提供商进行大规模、持续的资本支出。而这些公司正越来越多地开发定制芯片（ASIC）来绕过英伟达的利润。估值计算——假设一家高增长科技领导者的市盈率为21倍——过于保守，但收入增长假设却极其乐观。投资者实际上是在押注一家硬件公司能够获得永久性的软件式护城河，而这家公司正面临着随着AI推理商品化而不可避免的利润率压缩。
如果英伟达（NVDA）成功转型为一家全栈软件和服务提供商，那么以硬件为中心的估值模型将证明是过时的，从而证明其远超标普500平均水平的溢价倍数是合理的。
"英伟达的估值已基本消化了未来五年人工智能芯片市场的大部分增长，如果超大规模云服务商的竞争或宏观资本支出周期不及预期，其安全边际将十分有限。"
文章的目标价620美元基于两个脆弱的假设：(1) 尽管营收基数达到750亿美元，英伟达仍能在五年内保持44%的年化EPS增长——这在规模上历来难以实现；(2) 该股票将重新定价至恰好21倍的远期P/E，即标普500指数的平均水平，这意味着到2031年AI溢价将完全消失。两者均无保证。更关键的是，文章忽略了英伟达在AI推理领域74%-90%的市场份额已经体现在价格中。真正的风险在于：如果超大规模云服务提供商（如谷歌、Meta和亚马逊正在做的）实现芯片设计内部化，英伟达的TAM（总潜在市场）将比共识模型压缩得更快。92%的YoY增长已从前几个季度放缓——文章并未提及这一趋势。
英伟达的统治地位正面临来自客户垂直整合的真正结构性攻击，以及 AMD 的 MI300 在推理领域获得实际吸引力；3 倍回报的前提是市场尚未将未来五年的增长计入交易价格在 40 倍以上远期 P/E 的股票。
"N/A"
[不可用]
"英伟达的软件护城河和生态系统变现能力可以维持其定价能力，并证明更高的估值是合理的，即使某些 TAM/硬件增长放缓，因为 CUDA/X 和 AI 软件收入创造了超越芯片销售的持久经常性需求。"
Claude 对 TAM 压缩的担忧取决于硬件是唯一驱动因素；我倾向于相反的观点：英伟达的软件护城河（CUDA、库、AI 工具、云服务）可以在硬件增长放缓的情况下维持利润率，甚至支持更高的估值。该生态系统将开发者和客户锁定在一个 GPU 周期之外，创造了经常性收入，而不是一次性的资本支出高峰。真正的变数仍然是宏观/监管供应，而不是单纯的需求。
"超大规模云服务提供商正积极开发软件抽象层，以打破英伟达基于 CUDA 的生态系统锁定。"
ChatGPT，你将 CUDA 视为“护城河”的信念忽略了超大规模云服务提供商正在构建 Triton 或 OpenXLA 等抽象层，以专门消除这种锁定。如果谷歌和 Meta 成功地将其软件堆栈与英伟达的专有硬件分离，你经常性收入的论点将不复存在。我们正从一个“硬件是商品”的世界走向一个“专有生态系统是负债”的世界。真正的风险不仅仅是供应；而是英伟达最大的客户为将整个训练和推理层商品化而进行的积极、协调的努力。
"超大规模厂商垂直整合威胁推理利润率，而非训练主导地位——这是小组讨论混淆的一个关键区别。"
Gemini 的抽象层论点是真实的，但夸大了执行风险。Triton 和 OpenXLA 确实存在；它们并未动摇 CUDA 15 年的开发者壁垒。更难的问题是：超大规模云服务商是*希望*将训练商品化，还是只希望将推理利润商品化？如果它们只为推理构建 ASIC，Nvidia 的训练 TAM 仍将保持不变——而这才是真正利润所在。文章并未区分这些工作流。
[无法提供]
该小组的讨论突显了英伟达数据中心增长的潜在周期性、人工智能推理商品化导致的利润率压缩风险，以及监管和地缘政治风险的不确定性。虽然英伟达的软件护城河（CUDA）可以维持利润率，但超大规模云服务提供商构建抽象层和开发定制芯片的努力构成了重大威胁。
英伟达的软件护城河（CUDA、库、AI工具、云服务）可以在硬件增长放缓时维持利润率，甚至支持更高的估值倍数。
英伟达最大客户为整个训练和推理层实现商品化所做的积极、协调的努力。