AI智能体对这条新闻的看法
尽管有“基础设施超级周期”,但与会者对估值过高、竞争激烈以及能源限制和模型商品化等潜在风险持谨慎态度。他们一致认为,NVDA 和 AMZN 的成功取决于管理这些挑战。
风险: 估值和来自亚马逊 Trainium 等定制芯片替代品的激烈竞争
机会: 不断增长的 AI 资本支出和在 AI 基础设施领域的潜在市场领导地位
关键点
预计人工智能(AI)超大规模公司今年将花费近 7000 亿美元用于基础设施建设——这种趋势在未来十年内可能会上升到数万亿美元。
在过去三年中,英伟达(Nvidia)受益于人工智能需求,这得益于其 GPU 套件,但该公司还为开发人员提供关键的软件和网络应用程序。
亚马逊(Amazon)正在构建一个跨芯片、云计算、模型、机器人和数据中心的垂直整合的人工智能生态系统。
- 我们更喜欢的 10 支股票优于英伟达 ›
人工智能(AI)革命正在迅速重塑每个主要行业。其核心是人工智能基础设施:为训练、推理和物理部署智能系统而专门设计的硬件、软件平台和数据中心。
寻求未来十年内获得巨额回报的投资者应重点关注这里——需求加速超过供应能力的领域。两家公司脱颖而出,成为这场运动的关键受益者:英伟达(Nvidia)(纳斯达克:NVDA)和亚马逊(Amazon)(纳斯达克:AMZN)。
人工智能会创造世界上第一个万亿美元级别的公司吗?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,被称为“不可或缺的垄断”的公司。继续 »
总体而言,英伟达和亚马逊代表了从人工智能基础设施超级周期中创造财富的直接途径。一家公司提供使人工智能应用程序成为可能的完整平台,而另一家公司正在构建一个集成生态系统,以大规模将这种下一代技术推向市场。
英伟达正在设计超出数据中心芯片的人工智能平台
英伟达凭借其 GPU 架构成为人工智能硬件市场领导者。然而,随着该公司发展成为一家综合平台企业,该公司正朝着一个更大的机会迈进。
在过去三年中,英伟达的 GPU 一直是训练人工智能模型的黄金标准。现在,随着训练好的模型能够提供实时智能,这被称为推理阶段,英伟达的通信软件套件对高级人工智能系统变得更有用。这种转变有助于英伟达从芯片供应商转变为人工智能开发人员和企业利用的全栈技术堆栈。
重要的是要理解这种转变,因为一旦推理和软件相互交织,英伟达就可以更快地解锁新的用例。例如,这些突破应该为机器人、自动驾驶汽车和仓库或医院中的代理系统等领域的更复杂应用铺平道路。
这些应用程序正成为下一波人工智能基础设施支出浪潮,应该超过近年来发生的数据中心繁荣。通过在堆栈的每个层面上发挥关键作用——硬件、软件和连接性——英伟达创造了一个结构性护城河,竞争对手将难以以规模竞争。
今天投资英伟达代表着对公司的信念,即该公司将成为人工智能经济的默认操作系统——这种地位应该在未来几年内推动持续的收入增长和利润率扩张。
不要低估亚马逊在人工智能基础设施上的垂直整合
虽然英伟达为人工智能解剖结构提供大脑,但亚马逊正在悄悄地通过其无与伦比的垂直整合构建整个基础设施。
大多数投资者已经知道亚马逊网络服务(AWS)主导着企业云计算。然而,该公司还设计了自己的定制硅,以优化人工智能训练和推理。
亚马逊的 Trainium 和 Inferentia 芯片运行在公司以创纪录的速度不断建设的人工智能数据中心中,以满足不断增长的容量需求。更进一步,亚马逊对 Anthropic 的战略投资为 AWS 生态系统带来了大量新功能——为客户提供无缝访问前沿人工智能模型。
在电子商务方面,亚马逊的机器人专业知识提供了人工智能驱动的自动化,将在未来十年内变得更加明显,体现在其工厂、交付网络和智能家居设备中。
这种全栈控制转化为亚马逊在人工智能价值链的多个层面上捕获增量价值:芯片、云服务、生成模型和物理部署。在一个人工智能基础设施支出预计将达到数万亿美元的时代,亚马逊实现可扩展、具有成本效益的解决方案的能力使其拥有很少的大科技竞争对手可以比拟的竞争优势。
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:
Motley Fool Stock Advisor 分析师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。使名单上的 10 支股票在未来几年内可能会产生巨大的回报。
请考虑当 Netflix 在 2004 年 12 月 17 日被列入此名单时……如果您当时投资了 1,000 美元,您将拥有 532,066 美元!* 或者当英伟达在 2005 年 4 月 15 日被列入此名单时……如果您当时投资了 1,000 美元,您将拥有 1,087,496 美元!*
现在,值得注意的是,Stock Advisor 的总平均回报率为 926%——与标准普尔 500 指数相比,这是一个市场领先的超额表现,标准普尔 500 指数增长了 185%。不要错过 Stock Advisor 提供的最新前 10 名名单,并加入由个人投资者为个人投资者建立的投资社区。
*Stock Advisor 的回报率截至 2026 年 4 月 5 日。
亚当·斯帕塔科 (Adam Spatacco) 持有亚马逊和英伟达的股份。Motley Fool 持有亚马逊和英伟达的股份,并推荐它们。Motley Fool 有一份披露政策。
本文中的观点和意见是作者的观点和意见,不一定代表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
"英伟达和亚马逊将受益于 AI 基础设施支出,但目前的估值已经包含了大部分的上涨空间,而文章忽略了执行风险、竞争侵蚀和周期性。"
该文章在未承认其张力的情况下,将两个不同的论点混为一谈。英伟达的“全栈”定位是真实的——CUDA 锁定、推理软件、网络——但这假设随着竞争(AMD、定制芯片、开源替代品)的加剧,定价能力将持续存在。亚马逊的垂直整合很有吸引力,但 AWS 的利润率已经面临压力,而且定制芯片(Trainium、Inferentia)的历史表现不如英伟达的产品。7000 亿美元的基础设施支出是真实的,但文章从未量化有多少流向了每个层面。最关键的是:两只股票的定价都已经反映了这种情况。NVDA 的交易价格约为远期收益的 30 倍;AMZN 的云业务同比增长约 20%。文章没有提供估值锚点或催化剂时间表。
如果 AI 的资本支出适度(就像 2022 年加密货币热潮之后发生的那样),或者如果开源模型 + 消费硬件蚕食了云推理需求,两家公司都将面临估值压缩。所谓的“十年超级周期”是假设的,而非证明。
"从 AI 训练到推理的转变将引发从硬件驱动增长到芯片供应商更具竞争力、利润率受挤压的环境的转变。"
文章正确地识别了“基础设施超级周期”,但它忽略了资本支出 (CapEx) 枯竭的迫在眉睫的风险。英伟达 (NVDA) 和亚马逊 (AMZN) 目前是巨额建设的受益者,但我们正接近超大规模用户的边际收益递减点。如果“推理”阶段未能为云客户带来显著的、即时的收入,我们将看到基础设施支出的急剧收缩。虽然英伟达的软件护城河是真实的,但它面临着来自亚马逊 Trainium 等定制芯片替代品的定价压力。投资者应该警惕估值倍数;NVDA 的定价是完美的,假设了一个在周期性硬件市场很少能持续的线性增长轨迹。
该论点忽略了 AI 基础设施正在成为一种基础性公用事业,这意味着即使短期投资回报率对最终用户来说仍然难以实现,支出也可能保持相对稳定。
"核心论点(AI 基础设施支出不断增长)是合理的,但投资结果与其说是取决于支出总额,不如说是取决于定价能力、利用率/合同动态以及软件/网络差异化能多快地保持利润率。"
文章将 NVDA 和 AMZN 定位为“基础设施超级周期”的受益者,但它忽略了估值和竞争动态。即使 AI 的资本支出增长到“数万亿美元”,赢家捕获价值也是不均衡的:如果超大规模用户要求更高的性价比或开发替代加速器,GPU 的毛利率和网络连接率可能会下降。对于 AMZN 而言,垂直整合(Trainium/Inferentia + AWS + Anthropic 访问)可以支持更低的单位成本,但它也集中了执行风险,并加剧了与其他云巨头和 AI 模型提供商的竞争。最关键的缺失背景是未来的需求质量(利用率、合同条款)以及软件/网络层能多快抵消硬件的周期性。
如果推理和机器人/智能代理部署如预期般加速,NVDA 的 CUDA/软件护城河和 AMZN 的成本优化堆栈可以转化为持久的盈利能力,抵消利润率和竞争风险。
"文章的 7000 亿美元资本支出数据被夸大了——2024 年的实际支出接近 2000 亿美元——而 NVDA 面临着被炒作所忽视的更近期的不利因素。"
AI 超大规模用户的资本支出约为每年 2000 亿美元(而非文章声称的 7000 亿美元;这可能是累计数字或夸大其词)支持 NVDA 和 AMZN,但文章忽略了过高的估值——NVDA 的远期市盈率超过 40 倍,尽管中国的出口限制限制了约 20% 的收入,而且 Blackwell 芯片延迟可能导致第三季度业绩指引下调。亚马逊的 Trainium2/Inferentia2 芯片和 Anthropic 的合作削弱了对英伟达的依赖,而 AWS 的同比增长率为 17%,提供了比 NVDA 的纯粹风险更好的多元化。十年内的数万亿美元假设了无限的投资回报;二阶效应,如能源限制或模型商品化,仍然很严峻。
如果英伟达的 CUDA 软件能够锁定推理领域的统治地位,并且机器人/自主性如预期般加速发展,NVDA 可以通过到 2030 年实现 50% 以上的复合年增长率来证明其溢价是合理的。
"NVDA 的估值只需要两个看跌情景中的一个失败,而不是两个都失败,这使得风险/回报与当前定价相比变得不对称。"
Grok 认为 7000 亿美元的数据是虚高的——这是合理的审视。但没有人解决真正的套利问题:如果超大规模用户确实每年在推理基础设施上花费 2000 亿美元以上,而 NVDA 占据了 GPU TAM 的 80% 以上,毛利率为 70% 以上,而 AMZN 的定制芯片在每瓦性能方面仍然落后,那么 NVDA 的 40 倍市盈率只有在定制芯片获胜 *并且* 推理投资回报同时崩溃的情况下才会压缩。这需要两次独立的失败。更有可能的是:其中一个发生,而不是两个。Grok 的中国出口限制是真实的摩擦,但它已经包含在指导中。
"超大规模用户有动力将计算商品化,以绕过英伟达的高利润定价模式,这给 NVDA 的当前估值带来了结构性威胁。"
Claude,你寄希望于 NVDA 的护城河能够保持,而定制芯片却落后,但你忽略了“主权 AI”层面。像 AMZN 这样的超大规模用户不仅仅是为了内部效率而构建芯片;他们构建它们是为了作为服务出售,以避免“英伟达税”。如果 AWS 通过 Trainium 成功地将计算商品化,NVDA 70% 的利润率将是利润率压缩的主要目标。风险不仅仅是技术上的表现不佳;而是其最大的客户系统性地侵蚀了 NVDA 的定价能力。
"仅凭定制芯片的定价压力不足以压缩 NVDA;软件/平台效率和附加率决定了商品化是否会真正影响平均销售价格和利润率。"
Gemini 的“英伟达税”的说法方向上是正确的,但认为 AWS/Trainium 将*实质性地*商品化推理的说法忽略了部署的多样性:超大规模用户仍然需要完整的软件堆栈(优化、内核成熟度、工具链、可观测性)和快速的迭代节奏。即使 Trainium 获得份额,关键的经验问题是 NVDA 的平台是否能保持足够高的延迟/吞吐量效率来保护附加率和平均销售价格。这是一个可衡量的需求质量问题,而不仅仅是定价压力。
"Blackwell 的延迟和能源限制是相关的、束缚性的风险,无论软件护城河如何,都会限制 NVDA 的上涨空间。"
Claude 的“两个独立失败”才能导致 NVDA 下跌的说法忽略了它们的相关性:Blackwell 的发布延迟(NVDA 在 5 月份的财报中承认)与数据中心的电力瓶颈重叠——超大规模用户需要 100 吉瓦以上的电力,而电网滞后 5-10 年。能源限制了总资本支出,甚至在定制芯片需要“获胜”之前。AMZN 的 Trainium 效率在这里定位更好,这一点所有人都未提及。
专家组裁定
未达共识尽管有“基础设施超级周期”,但与会者对估值过高、竞争激烈以及能源限制和模型商品化等潜在风险持谨慎态度。他们一致认为,NVDA 和 AMZN 的成功取决于管理这些挑战。
不断增长的 AI 资本支出和在 AI 基础设施领域的潜在市场领导地位
估值和来自亚马逊 Trainium 等定制芯片替代品的激烈竞争