英伟达，从芯片向AI经济的悄然转型

$英伟达 (NVDA.US)$

总结

—— 在CES 2026上，随着推理成为AI成本的主要驱动因素并超越训练，英伟达展示了其对效率、编排、算力和可靠性的优先考量。

—— AI基础设施决策正越来越多地反映出软件、网络和运营的锁定效应，相较于仅依赖硬件，英伟达正在获取更持久的转换成本优势。

—— 与CoreWeave的合作为英伟达提供了需求可见性、现实世界的推理数据以及更深层次的系统级平台锁定，验证了其推理战略。

—— 尽管预期市盈率为40倍，但考虑到强大的可见性和可持续的AI经济效益，英伟达的PEG 1.0~1.1表明市场对其收益的预期仍较为保守。

gorodenkoff/iStock via Getty Images

NVIDIA（NVDA）不再仅仅依靠最快的芯片取胜，而是在大规模AI的经济效益上取得胜利。CES 2026证实了这一主张，鲁宾先生讨论的不再是FLOPS，而是效率、功耗、编排和可靠性。这是因为大规模AI的成本驱动因素正在从训练转向推理，这是一个根本性的转变。

关于AI基础设施的决策不再仅仅是关于硬件，而是涉及软件及运营承诺的决策，同时考虑到了编排、网络和可靠性层面较高的转换成本。英伟达以此模型为基础进行设计，并确保了单次推理成本的优势。

CoreWeave（CRWV与（此处需补充具体公司名称）的合作在需求、推理数据和锁定方面为这一假设提供了又一证据。虽然从市盈率（PE）倍数来看可能估值较高，但结合PEG倍数和收益的可持续性，目前的市场预期已经趋于保守。英伟达无需超越自身，只需兑现成果即可。

为什么OpenAI的推理多样化不会对英伟达构成威胁

路透社最近报道OpenAI正在考虑英伟达芯片的替代品，这可能会引发担忧，但我认为这是过于简单化的解读。OpenAI并未放弃英伟达。这场讨论的核心在于英伟达对OpenAI进行200亿美元的战略投资的消息在几天前浮现，表明两家公司的关系不仅没有减弱，反而得到了加强。

实际讨论的内容是关于推理方面的， OpenAI大约80%的计算工作负载与推理有关。推理是一个依赖内存的问题，相比计算性能，响应速度更为重要。我认为OpenAI只是在微调像Codex这样的产品的延迟，并不是要放弃英伟达。

OpenAI正在考虑将其推理工作负载的一小部分，即10%，运行在搭载更多片上SRAM的不同芯片上，例如Cerebras、AMD和Google TPU，以进一步优化延迟。作为投资者，我并不感到担忧。英伟达主导了推理市场，并且正在降低每个token的成本。此外，推理需求增长如此迅速，以至于不会影响英伟达的长期增长故事，同时还能吸收这种多元化策略带来的变化。

Maia 200并非英伟达杀手

微软正在悄然提升其在AI计算竞争中的赌注，其影响不仅仅局限于单个芯片。微软的Maia 200的发布展示了超大规模厂商通过加速内部推理芯片来降低成本并减少对英伟达供应能力和定价权依赖的一个30天周期模式案例。除了在爱荷华州和亚利桑那州部署Maia 200外，微软还通过与OpenAI联合开发的基于Triton的软件包，力求在英伟达的软件领域获得竞争优势。

然而，这不仅仅是简单的规格问题。Maia 200 是针对微软内部数据中心和工作负载配置的解决方案，首先面向内部解决方案，然后是更广泛的解决方案。这里的关键在于异构计算，因为超大规模服务商正在使用多种计算路径。英伟达专注于其擅长的领域（前沿训练、实现价值的时间），而内部硅则用于注重经济性的领域（稳定推理）。英伟达面临的问题是一个长期的混合问题，而不是当前的替代问题。

也就是说，这是一种现实且持久的趋势，即超大规模服务商将拥有更多推理经济的部分，但这并不会取代英伟达在AI基础设施核心中的长期角色，而是会加强它。

microsoft.com/maia-200/

鲁宾暗示英伟达下一个护城河的原因

CES上最有趣的是鲁宾的定位重点已不再是峰值FLOPS或峰值性能，而是部署、功耗、编排以及系统的可靠性。这是因为AI的经济性发生了根本变化。过去的AI世界重视性能，但我们即将进入的新AI世界更加注重效率、可靠性以及总拥有成本。

当然，训练仍然重要，但随着AI从概念验证转向实际运行，推理正逐渐成为成本的主要因素。CES 2026再次表明英伟达正在为这个新世界推进设计。许多硬件比较未能抓住这一点的全貌。AI基础设施的转型不是硬件采购，而是软件和运营的采购。平台切换是一项复杂的过程，需要编排层、网络架构、可观测性、可靠性模型以及许多深度嵌入平台的软件和运营要素。这不是一个数个季度的过程，而是需要数年的过程。

CES 2026 再次强调了英伟达正在根据这一现实推进开发。目标不仅是提升性能，而是确保整个AI系统生命周期中的推理经济性。因此，平台切换的成本比平台本身的成本高出许多倍。虽然切换是可能的，但这是一个耗时、昂贵且伴随运营风险的过程。

www.nvidia.com/en-us/データセンター/テクノロジー/rubin/

市盈率虽然高，但在关键部分却很便宜

从估值角度来看，英伟达的股票显得昂贵。其预期市盈率（P/E）超过40倍，EV/销售比更是超过21倍，这支持了其相对较低的估值评级。单独来看，这一点确实可以理解。

然而，这个框架中缺少了一些内容。我认为在这里合适的框架不是市盈率（P/E），而是PEG（市盈率相对盈利增长率）。英伟达的远期PEG在1.0到1.1之间，明显低于行业整体PEG中值1.6，也低于过去五年的平均水平。这意味着市场已经开始消化利润增长急剧放缓的预期。

YCharts提供的数据

但有趣的是，英伟达的未来前景异常乐观。传统上，尽管需求预测低得多，英伟达的股票一直以较高的市盈率进行交易。但现在，尽管市盈率大幅下降，前景却极为看好，这是非常罕见的情况。我认为，从未来每股收益的角度来看，市场可能已经假设了过度保守的正常化情境。

中国：是尾部风险，还是被低估的选择？

在英伟达或整个半导体行业中，可能最被误解的风险就是中国。正式的指引里没有提及它，而且大多数卖方模型都假设中国的风险实质上为零或微不足道。表面上看，这似乎是一个合理的假设，但我认为这种看法导致了对风险的误解。

在需求方面，情况则更为复杂。已批准产品的市场需求依然非常强劲，过去几个月收到的订单质量也非常良好。显然，关税会对每笔销售的利润率产生重大影响，但考虑到我们的成本结构，来自中国市场的收入增长将转化为营业利润的增加。

问题不在于利润率，而在于如何解读这种风险。对中国市场风险的解读通常被视为尾部风险而非一种选择。也就是说，我们过于关注下行风险，却完全忽视了上行风险。即便不是全面重启，部分透明度的提升也会改变投资者的心态。这是一个重要的问题。风险存在，选择也同样存在。

结论

英伟达正在经历一场悄无声息的革命。在计算经济的世界中，我们正从一家为其他主导企业供应芯片的企业，转变为一家真正的主导型企业。

当世界还在依据旧指标讨论估值时，我们已经在创造业务。在我看来，终极问题已不再是AI的增长，而是谁能掌控大规模的AI经济。我坚信，我们已经领先了好几步。

浏览 1.6万