来自 Maksym Misichenko · Yahoo Finance ·
AI智能体对这条新闻的看法
小组成员普遍认为，虽然 NVIDIA 的 AI 前景看好，但该股的高估值和即将到来的过渡（Rubin 架构、HBM3e/HBM4 成本）带来了重大风险，如果管理不当，可能会导致急剧的估值下调。
风险: 由于超大规模云服务提供商在 Rubin 转换前推迟 Blackwell 订单而产生的“真空期”风险，加上不断上涨的 HBM 成本，可能会压缩短期可见度，并使高估值面临更急剧的下调风险，如果主权需求未能比模型预测更快地填补缺口。
机会: 成功过渡到 Rubin 架构和主权 AI 需求的持续增长可能有助于 NVIDIA 维持其当前估值。
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 →
英伟达公司（纳斯达克：NVDA）是2026年迄今为止交易量最大的美国股票之一。5月21日，BofA将英伟达公司（NASDAQ:NVDA）的目标价从320美元上调至350美元，并重申了“优于预期/上调”后的买入评级。该公司将其经调整每股收益（EPS）估计值上调了9%，用于2027财年，并上调了15%，用于2028财年。尽管该公司指出，在过去四次财报电话会议后，该股票三次下跌，但该公司表示“忽略这种噪音”，并专注于该公司在“有史以来最大/增长最快的科技市场”中的差异化全栈定位。
同一天，Jefferies表示，该公司报告了又一个“优于预期并上调”的季度，原因是Blackwell继续加速，并补充说英伟达公司（NASDAQ:NVDA）预计2027财年服务器收入将达到200亿美元，Rubin将在第三季度发布。该公司将该公司目标价从275美元上调至300美元，并重申了买入评级。
Jefferies指出投资者对商用XPU和计算多样化方面的担忧，并认为该股票“仍然显得非常便宜，并且上行EPS情况仍在扩大”。事实上，该公司是2026年迄今为止交易量最大的美国股票之一。
英伟达公司（NASDAQ:NVDA）是一家位于加利福尼亚的计算基础设施公司，提供图形、计算和网络解决方案。该公司成立于1993年，通过两个部门运营：计算与网络和图形。
虽然我们承认NVDA作为一项投资的潜力，但我们认为某些人工智能股票具有更大的潜在回报，并且风险更小。如果您正在寻找一项极具低估值的AI股票，并且还能从特朗普时代的关税和回流趋势中获益，请查看我们关于最佳短期AI股票的免费报告。
阅读下一篇：33只三年内可能翻倍的股票 和 10年内让您致富的15只股票** **
免责声明：无。在Google News上关注Insider Monkey**。
四大领先AI模型讨论这篇文章
"NVIDIA 的全栈护城河是真实的，但面临的客户多元化侵蚀速度比分析师的说明要快。"
美国银行和杰富瑞在又一次超预期并上调后，将 NVDA 的目标价分别上调至 350 美元和 300 美元，理由是 Blackwell 的势头以及 200 亿美元的 2027 财年服务器收入指引。文章正确地指出了该股在财报发布后的下跌，但仍敦促投资者关注 AI 的顺风。遗漏的背景信息包括超大规模云服务提供商开发商用 XPU 和定制芯片的努力，这可能会比模型预测更快地侵蚀 NVIDIA 的定价能力。转向“更好”的 AI 名称的宣传也表明该文优先考虑潜在客户开发而非平衡的风险评估。Rubin 在第三季度的执行仍然是一个关键的未经检验的假设。
如果 Blackwell 的供应限制有所缓解，并且到 2028 财年定制芯片的采用率保持在 15% 以下，那么尽管存在多元化噪音，扩大的每股收益（EPS）案例仍可能推动重新估值。
"四个季度中有三个季度在财报发布后下跌，这表明市场正在抢跑指引，而不是奖励它——这表明估值可能已经反映了看涨情景，而不是提供上涨空间。"
美国银行和杰富瑞基本上重申了相同的论点：Blackwell 的势头 + Rubin 的路线图证明了当前估值的合理性。但文章掩盖了一个关键细节——尽管 NVIDIA 在最近四次财报中有三次超预期，但股价却出现了下跌。这不是噪音；这是一个模式，表明市场正在比预期更快地消化这些上调，或者指引本身正在成为地板而不是意外的催化剂。200 亿美元的 2027 财年服务器收入以多少倍市盈率可以证明 350 美元的目标价是合理的？文章没有说明。此外：商用 XPU 竞争和 AMD 的 EPYC 的增长是真实的，但却被视为“担忧”而不是被分析。
如果 Blackwell 确实在加速，并且 Rubin 按计划在第三季度发布，那么财报发布后的下跌模式可能仅仅反映了交易者的获利了结，而不是基本面的怀疑——这意味着 9-15% 的每股收益（EPS）上调是真实的，并且该股在当前水平上确实很便宜。
"Blackwell 到 Rubin 的快速过渡创造了显著的、未被充分建模的采购延迟风险，这可能会扰乱 NVIDIA 在 2026 年末的收入一致性。"
美国银行和杰富瑞都基于“全栈”护城河，但市场却忽视了 Rubin 架构的转型风险。虽然 350 美元的目标价暗示了对持续的超大规模云服务提供商资本支出的信心，但从 Blackwell 到 Rubin 在第三季度的转变，可能会导致客户推迟采购下一代产品，从而在需求上造成潜在的“真空期”。随着 2028 财年每股收益（EPS）预估上调 15%，卖方寄希望于在快速的产品节奏中实现完美的执行。如果由于 HBM3e/HBM4 内存成本的增加导致利润率压缩，或者如果主权 AI 的需求未能抵消美国云支出的停滞，那么当前估值将面临残酷的下调。
“真空期”理论忽略了 NVIDIA 的软件生态系统，其中 CUDA 锁定迫使客户购买当前一代硬件，无论即将推出的产品如何，以维持运营连续性。
"NVIDIA 主导的 AI 计算平台提供了持久的长期上涨空间，但风险在于，如果 AI 需求或资本支出周期令人失望，可能会出现估值回落。"
NVIDIA 仍然是 AI 基础设施的核心，美国银行将其目标价上调至 350 美元，杰富瑞将其上调至 300 美元，理由是稳健的超预期/超预期业绩以及基于 Rubin 的服务器收入预期。这突显了数据中心需求仍然强劲，以及感知到的持久的护城河。然而，文章忽略了估值风险：高市盈率可能已经消化了多年的 AI 资本支出周期，使得该股容易受到任何超大规模云服务提供商预算放缓或服务器增长低于预期的影响。遗漏的背景信息包括 NVDA 服务器收入对宏观周期、混合变化（训练与推理）、利润率可持续性、竞争压力以及监管/供应链风险的敏感性，如果增长 falters，这些风险可能会侵蚀上涨空间。
最有力的反驳观点是，该股可能已经反映了异常乐观的、多年的 AI 支出浪潮；任何数据中心资本支出近期的减速或执行失误（例如，Rubin 的推出延迟）都可能由于估值过高而导致超预期的下跌。
"Rubin 过渡时间，而不是获利了结，更能解释下跌模式并增加了目标价的下行风险。"
Claude 将财报发布后的下跌归因于市场抢跑指引，但这忽略了 Gemini 的 Rubin “真空期”风险是更直接的驱动因素。超大规模云服务提供商在第三季度转换前推迟 Blackwell 订单可能会压缩短期可见度，即使 2027 财年的服务器目标保持在 200 亿美元。这种时间差距，加上不断上涨的 HBM 成本，使得 350 美元的目标价面临更急剧的下调风险，如果主权需求未能比模型预测更快地填补缺口。
"HBM 成本上涨带来了结构性利润率风险，这一点既没有被分析师目标价也没有被讨论小组进行压力测试。"
Grok 将两个独立风险——Rubin 过渡时间和 HBM 成本上涨——混为一谈，但并未量化两者。“真空期”假设客户停止购买 Blackwell；然而 NVIDIA 上季度的积压订单为 260 亿美元以上。更紧迫的是：如果 HBM3e 的成本同比上涨 15-20%，是否会压缩毛利率到足以抵消 200 亿美元的 2027 财年收入目标？文章和讨论小组完全回避了这种利润率敏感性。
"NVIDIA 的利润率可持续性在很大程度上取决于推理转型期间的软件附加率，而不是 HBM 成本的波动。"
Claude，你对利润率敏感性的关注是唯一重要的，但你忽略了混合变化风险。随着 NVIDIA 从以训练为主的 H100 转向以推理为优化的 Blackwell 和 Rubin，每机架的平均销售价格（ASP）可能会上涨，但软件附加率——利润率最高的组成部分——可能会被稀释。如果推理工作负载不能获得与训练相同的高溢价，那么无论 HBM 成本如何，毛利率都会下降。我们正在押注一个尚未大规模证明的软件驱动的利润率扩张。
"Rubin 的过渡加上更高的 HBM 成本威胁着毛利率，因此仅靠软件利润率扩张可能无法维持看涨情景。"
Gemini 过度强调软件利润率扩张，并假设 Rubin 的节奏将平稳进行；但 Rubin 的过渡加上更高的 HBM 成本可能会压缩毛利率，即使服务器收入增长。 “真空期”风险不是可选项——这是一个需求时间问题，如果客户推迟资本支出直到下一代，可能会压低短期回报。如果没有经过验证的、可扩展的软件附加，估值看起来容易受到市盈率压缩的影响。
小组成员普遍认为，虽然 NVIDIA 的 AI 前景看好，但该股的高估值和即将到来的过渡（Rubin 架构、HBM3e/HBM4 成本）带来了重大风险，如果管理不当，可能会导致急剧的估值下调。
成功过渡到 Rubin 架构和主权 AI 需求的持续增长可能有助于 NVIDIA 维持其当前估值。
由于超大规模云服务提供商在 Rubin 转换前推迟 Blackwell 订单而产生的“真空期”风险，加上不断上涨的 HBM 成本，可能会压缩短期可见度，并使高估值面临更急剧的下调风险，如果主权需求未能比模型预测更快地填补缺口。