目录

• 你可能想知道的
• 主要议题
• 关键洞见表
• 之后……

你可能想知道的

1. Nvidia 的硬件与生态策略如何创造出黄仁勋所说的对 AI 需求的可见性？

2. 竞争对手、云厂商的自研芯片，或基础设施效率的变化，是否会削弱 Nvidia 的预测？

主要议题

在高盛 Communicopia + Technology 大会，Nvidia 的创始人兼首席执行官黄仁勋提出了一个有力论点，说明为何公司预计在 AI 时代会持续快速增长——包括对明年约 70% 年度营收增长 的预测。他的论点基于多项相互交织的要素：当代 AI 硬件部署的规模与专门化、Nvidia 在 AI 堆栈中的广泛角色，以及公司对全球 AI 基础设施建设的深入可见性。

黄仁勋首先重新构建人们对 Nvidia 产品的看法。公司不再销售给 PC 游戏玩家的廉价独立芯片；相反，它交付复杂且大规模的系统。为说明这一点，他将过去对 399 美元 GPU 的历史印象与 Nvidia 现在提供的超大规模系统对比：这些配置每单位可能花费数百万美元，包含数千个互联组件、专用互连、以及非常大的电力需求。用黄仁勋的话来说，单一现代 GPU 部署可以代表 数百万美元 的硬件与基础设施。

这种单位经济的变化很重要，因它改变了需求如何转化为营收。大型集成系统不是一次性的零售购买；它们是数百万美元的订单，当 AI 项目扩展时会迅速放大。黄仁勋举了一个具体的产品组合例子：一台结合数十颗 CPU 与 GPU 的计算系统，其月度增长强劲。他指出一种包含 36 颗 Grace CPU 与 72 颗 Blackwell GPU 的设备配置，并指出该类别系统的销售约以 27% 月环比 的速度增长。如此在高价系统上的增长率可以迅速复合成非常大的营收增长。

除单位经济外，黄仁勋强调 Nvidia 在 AI 生态系统中的嵌入式地位。他将 Nvidia 描述为一个基础平台，被广泛应用于各类 AI 项目——从超大规模服务商与云提供者，到以 AI 为核心的初创公司与研究实验室。这种广泛的参与意味着 Nvidia 向许多构建与训练最具需求模型的组织提供芯片与系统，包括大型 AI 实验室与公有云运营商。通过提供这些主体所需的算力，Nvidia 获得了关于 AI 容量在哪里、何时以及如何被部署的全景视野。黄仁勋将这种可见性视为战略优势："我们在追踪全球每一千瓦的土地、用电、壳体，" 他指的是数据中心的壳体与流入 AI 项目的电力配置。这种层面的信息帮助 Nvidia 以少数供应商能达到的粒度来预测需求。

黄仁勋论点的另一支柱是 Nvidia 的商业方法与资本合作。公司已与客户和合作伙伴达成融资与投资安排，这一点曾受到审视，因历史上曾有资本循环掩盖潜在需求疲软的先例。黄仁勋直接以幽默与商业上的明晰回应了这一批评：虽然 Nvidia 可能会向合作公司注入股权或资本，但这些投资通常是在已有实证的商业合约与具体采购承诺之后才进行。他断言公司看到的是支撑其市场曝险的 数百亿美元 的真实、能产生营收的合约——将这些投资定位为催化性的而非投机性的。

黄仁勋的乐观也基于依赖 Nvidia 硬件的工作负载与模型的多样性。他声称“每一个模型”与“每一个实验室”都能使用 Nvidia 的平台，强调公司对开源权重模型以及主要 AI 实验室的专有系统的兼容性。这种跨领域的兼容性强化了公司作为许多构建 AI 能力组织的默认选择的地位，从而在多个领域中巩固了持续性的需求。

然而，黄仁勋与公司并未忽视竞争环境。他承认超大规模厂商——包括 Amazon、Microsoft 与 Google——正在开发自研芯片，且专门化的新创公司与公开竞争者也在瞄准 AI 硬件。根本问题在于这些努力是否能足够快地扩展，以显著降低 Nvidia 的市场份额。黄仁勳（注：原文為黃仁勳）主张，要达到竞争对等不仅需要设计芯片，还要打造完整的封装、互联、散热、软件与供应链协同，这些是大规模 AI 部署所要求的。这种复杂性成为快速替代的障碍，并有助于解释为何即使他方开发自有或替代方案，Nvidia 往往仍处于核心位置。

当然，也存在可能在一段时间内抑制 Nvidia 增长的逆向力量。随着 AI 工作负载与基础设施成熟，组织可能会为成本效率与 Token 使用进行优化，减少每个模型的边际计算需求。云提供者可能会将更多的计算堆栈内部化，新的架构也可能改变每瓦性能的动态。尽管如此，基于当前大规模模型训练的轨迹、高价系统销售的乘数效应，以及 Nvidia 对全球数据中心扩建计划的洞察，黄仁勋预计在下一个财年仍将持续出现非常强劲的增长。

简而言之，Nvidia 对于潜在 70% 营收增长 的论据基于四项相互关联的主张：現代 AI 系统單位經濟的劇變（注：此處意涵同上）、Nvidia 在 AI 模型開發中的廣泛角色、公司對資料中心與用電部署的細緻可見性，以及能將需求訊號轉化為承諾購買的商業安排。這些要素合在一起構成了黃仁勋自信預測的骨幹，同時也承認效率、競爭與架構創新等長期動態會影響這個故事如何演進。

关键洞见表

之后……

展望未来，Nvidia 的短期前景看似稳健：公司深度与推动 AI 发展的组织纠缠在一起，并受益于每次部署带来的超额营收。然而，科技行业的历史提醒我们，领先地位会吸引竞争与创新。在中期内，应关注基础设施效率的变化、云提供商的战略性芯片决策以及新的硬件架构。如果华为、超大规模厂商、初创公司或开源方法在成本或性能上有实质提升，Nvidia 的主导地位可能面临压力——但其当前规模、全面的生态系统与对全球 AI 投资的可见性，为其在短期内持续增长提供了强劲的跑道。

最终，黄仁勋的预测是一个可验证的论断：监测季度订单趋势、报告的合约积压与公开的合作关系，观察预计的 70% 增长 是否出现，或市场与技术变化是否改变轨迹。就目前而言，Nvidia 在 AI 价值链中的位置使其乐观的预估看起来更像是合理的推测而非纯粹修辞。