![$英偉達 (NVDA.US)$ 總結 —— 在CES 2026上,隨着推理作爲AI成本的主要驅動因素超越了訓練,英偉達展示了其在效率、編排、性能和可靠性方面的優先事項。 —— AI基礎設施決策越來越反映出軟件、網絡和運營鎖定的情況,相較於僅硬件層面,英偉達獲得了更爲持久的轉換成本優勢。 —— 與CoreWeave的合作提供了需求可見性、現實世界的推理數據以及更深層次的系統級平台鎖定,從而驗證了英偉達的推理戰略。 —— 儘管預測市盈率爲40倍,但考慮到強大的可預見性和可持續的AI經濟效益,英偉達的PEG爲1.0至1.1,暗示着保守的盈利預期。 gorodenkoff/iStock via Getty Images NVIDIA([鏈接: NVDA])不再只是憑藉最快的芯片[鏈接: 贏得AI勝利,而是通過大規模AI經濟效益取得成功。CES 2026證實了這一主張。魯賓先生討論的並非FLOPS,而是效率、能耗、編排和可靠性。]。大規模AI的成本...](https://sgsnsimg.moomoo.com/sns_client_feed/182331612/20260205/41e31254cfb8e9957d4364fa01852873.jpg/big?area=105&is_public=true&imageMogr2/ignore-error/1/format/webp)
總結
—— 在CES 2026上,隨着推理作爲AI成本的主要驅動因素超越了訓練,英偉達展示了其在效率、編排、性能和可靠性方面的優先事項。
—— AI基礎設施決策越來越反映出軟件、網絡和運營鎖定的情況,相較於僅硬件層面,英偉達獲得了更爲持久的轉換成本優勢。
—— 與CoreWeave的合作提供了需求可見性、現實世界的推理數據以及更深層次的系統級平台鎖定,從而驗證了英偉達的推理戰略。
—— 儘管預測市盈率爲40倍,但考慮到強大的可預見性和可持續的AI經濟效益,英偉達的PEG爲1.0至1.1,暗示着保守的盈利預期。
![$英偉達 (NVDA.US)$ 總結 —— 在CES 2026上,隨着推理作爲AI成本的主要驅動因素超越了訓練,英偉達展示了其在效率、編排、性能和可靠性方面的優先事項。 —— AI基礎設施決策越來越反映出軟件、網絡和運營鎖定的情況,相較於僅硬件層面,英偉達獲得了更爲持久的轉換成本優勢。 —— 與CoreWeave的合作提供了需求可見性、現實世界的推理數據以及更深層次的系統級平台鎖定,從而驗證了英偉達的推理戰略。 —— 儘管預測市盈率爲40倍,但考慮到強大的可預見性和可持續的AI經濟效益,英偉達的PEG爲1.0至1.1,暗示着保守的盈利預期。 gorodenkoff/iStock via Getty Images NVIDIA([鏈接: NVDA])不再只是憑藉最快的芯片[鏈接: 贏得AI勝利,而是通過大規模AI經濟效益取得成功。CES 2026證實了這一主張。魯賓先生討論的並非FLOPS,而是效率、能耗、編排和可靠性。]。大規模AI的成本...](https://sgsnsimg.moomoo.com/sns_client_feed/182331612/20260205/web-1770285640379-n4IGZ9jgpT.jpeg?area=105&is_public=true&imageMogr2/ignore-error/1/format/webp)
gorodenkoff/iStock via Getty Images
NVIDIA(NVDA)不再只是憑藉最快的芯片贏得AI勝利,而是通過大規模AI經濟效益取得成功。CES 2026證實了這一主張。魯賓先生討論的並非FLOPS,而是效率、能耗、編排和可靠性。由於大規模AI的成本驅動因素正從訓練轉向推理,這是一個根本性的轉變。
關於AI基礎設施的決策已不再是單純的硬件選擇,而是涉及軟件和運營承諾的決策,並考慮了在編排、網絡和可靠性層面上高昂的切換成本。英偉達以此模型爲核心進行設計,確保了每單位成本的優勢。
CoreWeave(CRWV)合作是支持這一假設的另一證據,在需求、推理數據和鎖定效應方面都得以體現。儘管從市盈率(PE)倍數來看估值較高,但從PEG倍數及收益持續性分析,當前市場預期已經趨於保守。英偉達無需超越自身,只需交付成果即可滿足市場期待。
爲什麼OpenAI的推理多樣化對英偉達不構成威脅
路透社最近報道指出,OpenAI正在考慮英偉達芯片的替代品,這可能引發擔憂,但我認爲這一說法過於簡單化。OpenAI並未拋棄英偉達。這種討論忽略了英偉達在宣佈向OpenAI進行200億美元的戰略投資的前幾天出現了這一消息,表明兩家公司的關係不僅沒有減弱,反而得到了加強。
實際討論的是與推理相關的問題, 推理佔OpenAI計算工作負載的大約80%。推理是一個依賴內存的問題,響應速度比計算性能更重要。我認爲OpenAI只是在微調像Codex這樣的產品的延遲,並不是在放棄英偉達。
OpenAI正在考慮將推理工作負載的一小部分,大約10%,運行在搭載更多片上SRAM的不同芯片上,例如Cerebras、AMD和Google TPU,以微調延遲。作爲投資者,我並不擔心。英偉達主導了推理市場,並且正在降低每個令牌的成本。此外,推理需求增長如此迅速,以至於它能夠吸收這種多樣化,而不會影響英偉達的長期增長故事。
Maia 200並不是英偉達殺手
微軟正在悄然提升其在AI計算戰爭中的賭注,其影響不僅僅侷限於芯片本身。微軟的Maia 200的發佈是超大規模企業爲了控制成本並減少對英偉達供應能力和定價權依賴的一個例子,展現了他們通過30天週期模式加速內部推理芯片的努力。除了在愛荷華州和亞利桑那州部署Maia 200外,微軟還通過與OpenAI共同開發的基於Triton的軟件包,力求在英偉達軟件中獲得優勢。
然而,這不僅僅是簡單的規格問題。Maia 200 是針對微軟內部數據中心和工作負載配置的解決方案,首先面向內部解決方案,然後是更廣泛的解決方案。這裏的關鍵在於異構計算,因爲超大規模企業使用多個計算路徑。英偉達專注於其擅長的領域(前沿訓練、實現價值的時間),而內部硅則用於注重經濟性的領域(穩定推理)。英偉達面臨的問題是一個長期的混合問題,而不是當前的替代問題。
也就是說,這是一種現實且持久的趨勢,即超大規模企業將擁有更多推理經濟的部分,但這並不會取代英偉達在 AI 基礎設施核心中的長期角色,而是會加強它。
![$英偉達 (NVDA.US)$ 總結 —— 在CES 2026上,隨着推理作爲AI成本的主要驅動因素超越了訓練,英偉達展示了其在效率、編排、性能和可靠性方面的優先事項。 —— AI基礎設施決策越來越反映出軟件、網絡和運營鎖定的情況,相較於僅硬件層面,英偉達獲得了更爲持久的轉換成本優勢。 —— 與CoreWeave的合作提供了需求可見性、現實世界的推理數據以及更深層次的系統級平台鎖定,從而驗證了英偉達的推理戰略。 —— 儘管預測市盈率爲40倍,但考慮到強大的可預見性和可持續的AI經濟效益,英偉達的PEG爲1.0至1.1,暗示着保守的盈利預期。 gorodenkoff/iStock via Getty Images NVIDIA([鏈接: NVDA])不再只是憑藉最快的芯片[鏈接: 贏得AI勝利,而是通過大規模AI經濟效益取得成功。CES 2026證實了這一主張。魯賓先生討論的並非FLOPS,而是效率、能耗、編排和可靠性。]。大規模AI的成本...](https://sgsnsimg.moomoo.com/sns_client_feed/182331612/20260205/web-1770285640547-xW4ak5M1nP.png?area=105&is_public=true&imageMogr2/ignore-error/1/format/webp)
microsoft.com/maia-200/
魯賓暗示英偉達下一個護城河的原因
CES 上最引人注目的是魯賓的定位焦點不再是峰值 FLOPS 或峰值性能,而是部署、功耗、編排以及系統可靠性。這是因爲 AI 的經濟學已經發生了根本性變化。過去的 AI 世界重視性能,但我們現在正進入的一個新的 AI 世界,效率、可靠性和總體擁有成本變得更加重要。
當然,訓練仍然很重要,但隨着 AI 從概念驗證轉向實際運行,推理正逐漸成爲主要的成本因素。CES 2026 再次表明,英偉達正在爲這個新世界調整設計方向。許多硬件比較未能抓住這一要點。AI 基礎設施的遷移不僅僅是硬件採購,更是軟件和運營的採購。平台轉換是一個複雜的過程,需要協調層、網絡架構、可觀測性、可靠性模型以及深度嵌入平台的衆多軟件和操作元素。這不是幾個季度的事情,而是需要數年的過程。
CES 2026 再次強調了英偉達正在考慮這一現實並推進開發的事實。目標不是單純提升性能,而是在整個 AI 系統生命週期中確保推理的經濟性。這就是爲什麼平台切換成本比平台本身的成本高出一個數量級。雖然可以進行切換,但這是一個耗時、昂貴且伴隨運營風險的過程。
![$英偉達 (NVDA.US)$ 總結 —— 在CES 2026上,隨着推理作爲AI成本的主要驅動因素超越了訓練,英偉達展示了其在效率、編排、性能和可靠性方面的優先事項。 —— AI基礎設施決策越來越反映出軟件、網絡和運營鎖定的情況,相較於僅硬件層面,英偉達獲得了更爲持久的轉換成本優勢。 —— 與CoreWeave的合作提供了需求可見性、現實世界的推理數據以及更深層次的系統級平台鎖定,從而驗證了英偉達的推理戰略。 —— 儘管預測市盈率爲40倍,但考慮到強大的可預見性和可持續的AI經濟效益,英偉達的PEG爲1.0至1.1,暗示着保守的盈利預期。 gorodenkoff/iStock via Getty Images NVIDIA([鏈接: NVDA])不再只是憑藉最快的芯片[鏈接: 贏得AI勝利,而是通過大規模AI經濟效益取得成功。CES 2026證實了這一主張。魯賓先生討論的並非FLOPS,而是效率、能耗、編排和可靠性。]。大規模AI的成本...](https://sgsnsimg.moomoo.com/sns_client_feed/182331612/20260205/web-1770285640814-fWWmUXdIEv.png?area=105&is_public=true&imageMogr2/ignore-error/1/format/webp)
www.nvidia.com/en-us/データセンター/テクノロジー/rubin/
市盈率雖然高,但在關鍵部分卻很便宜
從估值的角度來看,英偉達的股價偏高。其預期市盈率(PER)爲40倍,企業價值與銷售額比率(EV/銷售)超過21倍,這使其相對較低的估值評級顯得合理。單獨來看,確實可以理解。
然而,這種框架存在缺失的部分。我認爲在這裏適當的框架不是市盈率(PER),而是PEG。英偉達的遠期PEG在1.0到1.1之間,明顯低於行業整體PEG中位數1.6,也低於過去五年的平均水平。這表明市場已經在很大程度上反映了利潤增長將急劇放緩的預期。
![$英偉達 (NVDA.US)$ 總結 —— 在CES 2026上,隨着推理作爲AI成本的主要驅動因素超越了訓練,英偉達展示了其在效率、編排、性能和可靠性方面的優先事項。 —— AI基礎設施決策越來越反映出軟件、網絡和運營鎖定的情況,相較於僅硬件層面,英偉達獲得了更爲持久的轉換成本優勢。 —— 與CoreWeave的合作提供了需求可見性、現實世界的推理數據以及更深層次的系統級平台鎖定,從而驗證了英偉達的推理戰略。 —— 儘管預測市盈率爲40倍,但考慮到強大的可預見性和可持續的AI經濟效益,英偉達的PEG爲1.0至1.1,暗示着保守的盈利預期。 gorodenkoff/iStock via Getty Images NVIDIA([鏈接: NVDA])不再只是憑藉最快的芯片[鏈接: 贏得AI勝利,而是通過大規模AI經濟效益取得成功。CES 2026證實了這一主張。魯賓先生討論的並非FLOPS,而是效率、能耗、編排和可靠性。]。大規模AI的成本...](https://sgsnsimg.moomoo.com/sns_client_feed/182331612/20260205/web-1770285640246-zZqKbuG38Y.png?area=105&is_public=true&imageMogr2/ignore-error/1/format/webp)
YCharts提供的數據
但有趣的是,英偉達的未來前景異常強勁。過去,即便需求預期非常低,英偉達仍以較高的市盈率交易。但現在,儘管市盈率要低得多,其前景卻顯著提升,這是前所未有的。從未來每股收益的角度看,我認爲市場可能已經假設了過於保守的正常化情景。
中國:是尾部風險,還是被低估的機會?
無論是英偉達的情況,還是整個半導體行業,最被誤解的風險或許是中國。正式的指導文件中並未提及,大多數賣方模型中也假設中國風險幾乎爲零或微不足道。表面上,這看似合理的假設,但我認爲它導致了對風險的誤解。
在需求方面,情況更加複雜。已批准產品的需求數量仍然非常強勁,過去幾個月收到的訂單質量也非常良好。關稅顯然會對每次銷售的利潤率產生重大影響,但考慮到我們的成本結構,來自中國市場的收入增長會帶動營業利潤的增加。
問題不在於利潤率,而在於對其解讀。我們傾向於將中國市場的風險解釋爲尾部風險而非一個選擇權。也就是說,我們只看到下行風險,卻完全忽略了上行潛力。即使沒有完全開放,部分透明度的提高也將改變投資者的看法。這是一個重要的問題。風險存在,選擇也同樣存在。
結論
英偉達正在經歷一場悄無聲息的革命。在計算經濟的世界裏,我們正從提供主導企業芯片的企業,轉變爲一家主導型企業。
當世界還在基於舊指標討論估值時,我們正在創造新的商業模式。在我看來,最終的問題不再是AI的增長,而是誰將掌控大規模的AI經濟。我堅信,我們已經走在了前面。
免責聲明:社區由Moomoo Technologies Inc.提供,僅用於教育目的。更多信息
評論
發表評論
4
