2026年8月7日,NVIDIA收盘报223.96美元,连续五个交易日上涨,创下6月4日以来新高,总市值回升至5.42万亿美元。就在同一天,韩联社报道LG集团会长具光谟将于下周赴硅谷与黄仁勋面谈,深化AI基础设施与机器人合作——这是两位高管6月初首尔会晤的延续,彼时黄仁勋已明确表示NVIDIA将与LG在人形机器人和下一代数据中心领域展开合作。

来源:谷歌财经
市场正在重新定价AI赛道。过去两年,投资者对AI的关注高度集中于NVIDIA GPU——AI训练、数据中心、算力扩张构成了一条简洁而有力的投资主线。但黄仁勋近期的公开表态正在推动市场将目光转向一个更宏大的叙事:AI Factory(AI工厂)、AI Agent(AI智能体)、Inference Computing(推理计算)——这些关键词勾勒出AI产业从「训练时代」迈入「推理时代」的轮廓。
推理时代:AI经济的需求重构
黄仁勋在2026年5月财报电话会上用了一个词描述当前AI需求——「gone parabolic」(呈抛物线式增长)。他的核心逻辑是:AI的经济价值正在从模型训练转向实时推理任务。

来源:Gate App 股票行情数据;公司财报数据整理
AI Agent执行任务、自动驾驶、工业机器人、企业智能系统——这些应用场景的共同特征是:每一次交互背后都对应着成百上千次推理计算,每一轮推理都在消耗算力资源。黄仁勋将其概括为「Token经济学」:在AI时代,Token(模型生成的基本单位)就是资产,就是利润来源,AI公司会竞相生产更多Token,而这需要更多AI工厂来支撑。
这一逻辑推演形成了一条清晰的传导链:
AI模型数量增加 → 推理计算需求爆发 → GPU、网络、服务器、存储、电力全面承压 → AI产业链向上下游扩散
黄仁勋在7月接受彭博社采访时进一步将这一判断推至行业层面:随着AI智能体和机器人开始大规模使用计算机,芯片需求将不再只由人类用户驱动。他预计,未来十年全球半导体产业规模可能需要扩大至当前的10倍。据行业估计,2025年全球半导体市场规模约为7,917亿美元,这意味着十年后可能达到近7.9万亿美元。
NVIDIA:从GPU公司到AI基础设施平台
黄仁勋在2026年GTC台北大会上发布了Vera Rubin架构,并宣布Vera CPU将于第三季度正式投产——这是NVIDIA首款面向数据中心的独立微处理器,在AI核心工作负载上的性能是英特尔x86架构芯片的1.8倍。这一产品发布的战略意义在于:NVIDIA已不再是单纯的GPU公司,而是正在构建覆盖GPU、CPU、网络、软件的全栈AI基础设施平台。
CUDA生态的护城河、Blackwell架构的迭代优势、以及即将放量的Vera CPU,构成了NVIDIA在AI硬件层面的三重壁垒。公司首席财务官Colette Kress预计,到2030年全球AI基础设施年投入将达到3万亿至4万亿美元。在这一体量的资本开支周期中,NVIDIA凭借其平台化布局,有望持续占据核心位置。
不过,NVIDIA面临的挑战同样不可忽视。AMD正在以Helios AI机架系统直接对标NVIDIA的Vera Rubin基础设施;大型云厂商自研ASIC芯片的趋势也在分流部分需求;而AI资本开支能否持续保持当前增速,是贯穿整个投资逻辑的核心不确定性。
AI生态链的受益者
黄仁勋的「AI工厂」战略将价值分配扩散至整个产业链。2026年GTC大会上,他系统阐述了AI Factory的完整架构:从芯片到服务器、从网络到存储、从能源到散热,每个环节都构成了投资机会。
网络互联是AI集群规模扩张中的关键瓶颈。AI集群进入十万卡级别后,瓶颈从单卡性能转移到GPU之间的数据流动效率。NVIDIA的Spectrum-X以太网平台已进入全面量产,而Marvell(MRVL)作为高速互联和硅光技术的核心供应商,被黄仁勋公开称为「下一家万亿美元公司」,当日股价一度飙升超过40%。Broadcom(AVGO)则凭借定制AI加速芯片和高速网络芯片,在超大规模云厂商的AI集群建设中占据重要位置。
AI服务器是GPU落地的前沿阵地。超微电脑(SMCI)作为NVIDIA GPU服务器的核心代工厂商之一,直接受益于企业级AI基础设施的部署需求。戴尔(DELL)、惠普企业(HPE)等传统服务器厂商同样在AI服务器订单的推动下获得增长动能。
存储芯片正在从周期品升级为AI战略资产。黄仁勋在6月与SK集团达成合作,双方未来在存储采购、AI超级计算机及数据中心建设等领域的业务往来规模预计超过5,000亿美元。SK海力士将与NVIDIA共同推进从HBM2到HBM4E的完整技术路线。美光(MU)同样受益于HBM需求爆发,其数据中心业务在最近几个季度已成为最大增长引擎。但市场对存储周期高点的担忧也反映在股价上——美光近一个月已出现约15%的回调。
AI云服务是企业获取AI算力的另一条路径。CoreWeave(CRWV)等GPU云服务商作为NVIDIA生态的延伸,为企业客户提供无需自建基础设施的AI计算服务。2026年以来,CoreWeave股价已累计上涨约67%。
AI产业链的系统性风险
当前AI投资面临的核心不确定性在于资本开支周期的可持续性。全球科技公司预计在本十年结束前投入约7万亿美元用于AI基础设施建设,但这一预测建立在AI推理需求持续高速增长的假设之上。如果AI应用落地速度不及预期,或企业ROI未能兑现,资本开支调整将沿着产业链产生连锁反应。
竞争格局同样存在变数。AMD的AI加速器路线图、云厂商自研芯片的持续推进、以及ASIC在特定场景下的性价比优势,都可能侵蚀NVIDIA在AI训练和推理市场的份额。黄仁勋在7月彭博社采访中也承认,行业每年或有能力将供应规模翻倍,但土地、电力和厂房无法像消费电子设备一样快速扩张,AI基础设施建设可能在未来十年持续以受限速度推进——这意味着供给瓶颈本身既是机会,也是约束。
结语
黄仁勋正在推动市场重新理解AI产业的演进路径。AI Factory取代数据中心成为新基建的核心叙事,意味着投资逻辑从「谁在卖GPU」向「谁在构建AI工厂」转变。这一转变将价值分配从单一芯片公司扩散至网络、存储、服务器、散热、电力等整个生态体系。
但AI投资并非一条没有波动的直线。黄仁勋在6月首尔曾对投资者表示:「无论股市如何,大家反而应该感到开心,因为现在正是以折扣价进场的好机会。」这一表态背后的逻辑是:AI革命仍处于早期阶段,短期市场波动不改变长期趋势。但投资者同样需要区分「趋势」与「节奏」——在AI Factory从概念走向大规模落地的过程中,产业链不同环节的受益顺序和程度存在显著差异,这正是下一阶段AI投资的核心命题。
FAQ
Q1:NVIDIA当前估值是否合理?
截至北京时间8月7日收盘,NVIDIA市盈率约为34.3倍,总市值5.42万亿美元。2027财年第一季度(截至2026年4月26日),NVIDIA营收同比增长85%至816亿美元,调整后每股收益同比增长140%。在AI推理需求持续扩张的假设下,当前估值处于近年中枢区间,但需关注资本开支周期调整带来的估值波动风险。
Q2:除NVIDIA外,还有哪些AI基础设施股票值得关注?
从产业链扩散逻辑看,AI服务器代工商超微电脑(SMCI)、高速互联芯片供应商Broadcom(AVGO)和Marvell(MRVL)、HBM存储供应商美光(MU)和SK海力士,以及GPU云服务商CoreWeave(CRWV),均属于NVIDIA「AI Factory」生态中的关键环节。
Q3:HBM存储芯片的投资逻辑是什么?
黄仁勋明确表示,Blackwell和Vera Rubin架构的性能瓶颈越来越取决于HBM带宽与供应能力。SK海力士与NVIDIA已达成5,000亿美元级别的长期采购合作,美光数据中心业务收入同比大增。但HBM属于强周期品类,供需反转时调整幅度通常较大。
Q4:AI推理时代对半导体行业意味着什么?
黄仁勋预计未来十年半导体产业规模需扩大至当前10倍。推理需求驱动的增长不同于训练需求——推理是持续性的、大规模并发的算力消耗,而非一次性的模型训练投入。这意味着半导体需求的「脉冲式」特征减弱,「持续性」特征增强,有利于行业估值逻辑的重塑。
Q5:在Gate平台如何交易AI相关股票?
Gate Stocks提供NVIDIA(NVDA)、Broadcom(AVGO)、AMD(AMD)、超微电脑(SMCI)、Marvell(MRVL)、美光(MU)等AI产业链股票的实时行情与交易服务。投资者可结合产业链变化、公司财报和宏观流动性环境,制定分批建仓或定投策略。




