Jensen Huang Recently Delivered Incredible News for Nvidia Investors

英偉達(NVDA -7.62%) 為數據中心提供一些世界上最先進的圖形處理單元（GPU）——開發者用來驅動和訓練人工智能（AI）軟件的硬件。對其芯片的需求遠遠超過其目前的供應能力，這也幫助解釋了自 2023 年初以來，該公司市值增加了超過 2.3 萬億美元。

在上個月的英偉達年度 GPU 技術大會（GTC）上，首席執行官黃仁勳提出了一些令人驚歎的催化劑，這些催化劑可能會加速公司已經快速的增長。由於其股票目前比歷史最高點下跌了 27%，在整體市場急劇拋售的背景下，這可能是一個重要的買入機會。

圖片來源：英偉達。

新的 AI 模型需要 100 倍於其前身的計算能力

大型語言模型（LLM）是每個 AI 應用的基礎。這些模型在大量數據上進行訓練，LLM 能夠訪問的數據越多，最終工具就會越 “智能”。然而，訓練它們需要大量的計算能力——特別是並行處理能力——這就是為什麼對英偉達數據中心 GPU 的需求如此之大的原因。

直到最近，LLM 提供的是 “一次性” 響應，這意味着聊天機器人會快速生成用户輸入的每個提示的單一輸出。雖然這種方法快速有效，但未能消除不準確性，這降低了它們的價值和用户體驗。現在，像 OpenAI、Anthropic 和 DeepSeek 這樣的頂級開發者正在專注於一種完全不同的方法，稱為測試時擴展或 “推理”。

這些模型不是簡單地攝取無盡的數據，而是在生成響應之前花更多時間 “思考”。換句話説，它們更好地利用已有的數據，並更有可能在發佈最終輸出之前清除任何不準確性。這種方法取得了巨大的成功，產生了一些迄今為止最先進的 AI 模型，如 OpenAI 的 GPT-4o 系列、DeepSeek 的 R1、Anthropic 的 Claude 3.7 Sonnet，以及 Alphabet 的 Gemini 2.5 Pro。

然而，推理模型需要顯著更多的計算能力。黃仁勳表示，每個響應消耗的令牌（單詞、標點和符號）比以前多 10 倍，因為後台進行的 “思考” 量很大，因此模型生成最終輸出的速度也大大減慢。黃仁勳表示，GPU 需要快 10 倍才能彌補這一點，他估計開發者很快需要驚人的 100 倍計算能力，以便以令人滿意的用户體驗部署推理模型。

英偉達的新 Blackwell GPU 架構是朝這個方向邁出的一步。在某些配置中，Blackwell GB200 GPU 的 AI 推理速度比公司之前基於 Hopper 架構的芯片快 30 倍。此外，上個月，英偉達還揭示了其新的 Blackwell Ultra 架構，該架構專為推理模型設計，能夠提供比 Hopper 高 50 倍的性能。

到 2028 年每年 1 萬億美元的機會

向推理模型的持續轉變可能會成為英偉達 GPU 銷售的重大助力。在上個月的 GTC 上，黃仁勳表示，四大雲基礎設施服務提供商（因此也是全球最大的 數據中心運營商）已經訂購了驚人的 360 萬塊 Blackwell GPU，這幾乎是他們去年購買的 Hopper 芯片數量的三倍。

這四大雲提供商是 亞馬遜 網絡服務、微軟Azure、谷歌雲和 甲骨文 雲基礎設施。這個名單不包括其他正在為自身目的開發 AI 的大型支出者，如 Meta Platforms、特斯拉 和 OpenAI，因此 Blackwell 的總訂單數量幾乎肯定要高得多。

這可能只是個開始：黃仁勳預測，到 2028 年，AI 基礎設施支出將超過每年 1 萬億美元，其中大部分將用於英偉達提供的 AI 加速芯片。

英偉達的數據中心業務在其 2025 財年（截至 1 月 26 日）產生了 1152 億美元的收入。這比前一年增長了 142%。如果黃仁勳的預測是正確的，該公司的銷售額可能還有很大的增長空間。

現在的英偉達股票看起來很划算

英偉達股票從最近的歷史最高點下跌 27% 為投資者創造了一個機會，可以以相對歷史的吸引力估值進行購買。它目前的市盈率（P/E）為 36.9。這是三年來的最低水平，也是其 10 年平均市盈率 59.5 的 38% 折扣。

數據來源：YCharts。

此外，華爾街的共識估計（由 Yahoo! Finance 提供）表明，英偉達 2026 財年的每股收益（EPS）將達到 4.53 美元。這使得該股票的前瞻市盈率僅為 23.9。換句話説，英偉達必須在本財年結束前飆升 149%，才能與其 10 年平均市盈率 59.5 相符（假設華爾街的 EPS 估計是準確的）。

話雖如此，我認為投資者應該超越未來 12 個月，因為如果黃仁勳是正確的，英偉達股東的最佳回報可能會在未來三到五年內實現。