استثمار الذكاء الاصطناعي يدخل المرحلة الثانية: لماذا أصبحت NVIDIA محور إعادة تسعير السوق؟

美东时间 2026 年 6 月 29 日，纳斯达克综合指数大涨 522.52 点，涨幅 2.07%，收于 25,820.14 点。英伟达（NVIDIA）当日上涨 1.27%，收报 194.97 美元，市值约 4.72 万亿美元。但就在此前几个交易日，这家全球市值最高的半导体公司刚刚经历了连续五个交易日的下跌。

短期的股价波动背后，是一个更深层的结构性变化正在发生：AI 投资正从“讲故事”阶段进入“算账”阶段。市场不再仅仅追问“谁在参与 AI”，而是开始追问“谁能真正从 AI 中赚钱”。这一转变正在重新定义从芯片到云服务的整个 AI 产业链的估值逻辑，而 NVIDIA 正处于这场重新定价风暴的中心。

从“算力稀缺”到“回报验证”：AI 投资逻辑的深层切换

过去三年，AI 产业沿着一条清晰而有力的逻辑线运行：算力越稀缺，资本开支越合理；资本开支越大，估值越高。这一自我强化的循环几乎无人质疑。然而进入 2026 年，这条逻辑链上的每一个环节都在承受压力测试。

最核心的变化来自需求侧。财报数据显示，谷歌、亚马逊、微软、Meta 四家超大规模云厂商 2026 年资本开支合计提升至 7,250 亿美元，较 2025 年的 4,100 亿美元同比增长 77%。高盛的追踪数据更为细化：仅在过去约六个月，市场对 2026 年云厂商资本开支的预期就被上调了近 80%，从约 5,200 亿美元升至 7,720 亿美元。巴克莱则预计，主要云厂商的资本开支将在 2027 年达到 9,190 亿美元，2028 年进一步升至约 1.16 万亿美元。

但开支规模本身已不再是市场关注的唯一焦点。高盛在 6 月发布的研报中明确指出，AI 行情的核心矛盾正在加剧——基本面依然强劲，但市场已经提前计入了过多未来收益。美国科技投资占 GDP 的比重已升至约 4.9%，超过 2000 年前后互联网泡沫时期的高点。市场对 AI 未来收益的定价速度，明显快于生产率红利真正落地的速度。

正是在这一背景下，AI 产业迎来了一道关键门槛。据 Exponential View 报告，截至 2026 年第一季度，全球生成式 AI 产业（不含中国）季度收入首次超过同期 AI 基础设施折旧费用。2026 年 AI 基础设施年度折旧费用预计将接近 1,110 亿美元。换言之，AI 业务产生的现金流已经能够覆盖服务器、GPU 及数据中心形成的会计折旧成本——产业跨过了“能够养活自己”的第一道门槛。

但距离证明整个资本周期能够获得合理回报，仍有相当距离。报告预计，截至 2026 年底，全球超大规模云厂商及新兴 AI 云平台累计 AI 相关资本开支将达到约 2 万亿美元。市场正在从“算力稀缺信仰”转向对投资回报率的系统性审视。

NVIDIA 的产业坐标：从市占率到生态护城河

在这一轮估值重构中，NVIDIA 面临的核心问题是：当市场从追逐“AI 概念”转向验证“AI 业绩”时，它的产业地位是否足以支撑当前的估值水平？

从市场份额来看，NVIDIA 在 AI 加速器市场的统治地位仍然稳固。截至 2026 年初，NVIDIA 控制了 AI 加速器和数据中心芯片市场约 81% 至 90% 的份额。在 AI 训练这一核心领域，其份额更高，约为 85% 至 90%。虽然随着 AMD 规模扩大和超大规模云服务商部署定制芯片（ASIC），整体市场份额预计到 2026 年将下降至约 75%，但绝对收入数字仍在增长——因为整体可用市场的扩展速度远快于任何单一竞争者的捕获能力。

财务数据提供了更坚实的支撑。NVIDIA 2026 财年（截至 2026 年 1 月）全年营收为 2,159.4 亿美元，同比增长 65%。其中，数据中心收入达到 1,940 亿美元，同比增长 68%。2027 财年第一季度（截至 2026 年 4 月），公司营收进一步攀升至 816 亿美元，同比增长 85%，数据中心收入达 752 亿美元。公司毛利率维持在 75% 左右。

更关键的是需求可见性。Wedbush、Citi 和 BofA 等机构指出，NVIDIA 在 Blackwell 和 Rubin 架构上的订单积压约 5,000 亿美元，2027 年之前的可见需求超过 1 万亿美元。公司近期将截至 2027 年的收入机会预期从 5,000 亿美元上调至 1 万亿美元。

但竞争格局正在演变。推理端正成为增量争夺的主战场——ASIC 和 XPU 增速远超 GPU。2026 年 ASIC 服务器出货增速预计为 44.6%，而 GPU 服务器出货增速仅为 16.1%。Broadcom 预计将占定制 AI 芯片市场约 60% 的份额，其 2026 年全年 AI 收入指引已达 560 亿美元。推理占 AI 总算力需求已从 2023 年的三分之一升至 2026 年的三分之二。

NVIDIA 的应对策略是双重的。一方面，公司在研发上持续加码，2027 财年计划研发投入 450 亿美元。另一方面，通过收购 Groq（170 亿美元）强化推理专用芯片能力。TrendForce 数据显示，2026 年英伟达高端 GPU 出货量预计同比增长近 26%，其中 Blackwell 系列出货占比将从 61% 跃升至 71%。

估值逻辑的重构：从市梦率到市盈率

2024 年和 2025 年，NVIDIA 的远期市盈率曾高达 35 至 40 倍。而到了 2026 年 6 月，这一倍数已显著回落。以 192.53 美元的股价和 2027 财年共识每股收益约 9.34 美元计算，NVIDIA 的远期市盈率约为 21 倍。TTM 市盈率约为 29.8 倍。

这一估值压缩本身，就是市场从“主题投资”转向“业绩验证”的最直接体现。摩根士丹利分析师 Joseph Moore 设想了三种情景：250 美元的基础情景；如果英伟达执行其路线图则上行至 330 美元；如果 AI 基础设施支出放缓快于预期则下行至 150 美元。12 个月视角下 150 美元至 330 美元的区间，几乎完全由市盈率驱动，而非对近期营收的分歧。

从分析师共识来看，38 位分析师中 NVDA 获得“强烈买入”评级，12 个月平均目标价约 300 美元。瑞银在 5 月将目标价从 245 美元上调至 275 美元，基于 2027 年 EPS 预期 14.35 美元及 19 倍市盈率。里昂维持“高度确信跑赢大市”评级，基于 2028 财年预测市盈率 32 倍，目标价 300 美元。中金公司则将目标价上调至 268.30 美元。

但估值并非没有下行风险。高盛指出，支撑算力供应链当前估值的核心假设，是科技巨头的“CAPEX 永续增长”。一旦这一假设出现松动，即使需求基本面无虞，估值修正也在所难免。当前 AI 估值已贵、乐观假设越堆越高，任何叙事裂缝都可能引发市场波动。

高利率与资本约束：估值的天花板

宏观环境正在对 AI 投资形成新的约束。高盛数据显示，2026 年超大规模云厂商资本开支占经营现金流的比例将升至约 100%——这些公司正将几乎全部内部现金流重新投入 AI 基础设施。巴克莱的测算更为细化：主要云厂商资本开支占经营现金流的比例将从 2025 年的 61% 升至 2026 年的 91%、2027 年的 92%。

这意味着，即便在基本面强劲的背景下，资本开支的进一步扩张也面临越来越硬的约束。高利率环境下，市场对远期现金流的贴现要求更高，对投资回报周期的容忍度更低。摩根士丹利预计，到 2030 年 AI 基础设施的总体可寻址市场规模将达到每年 3 至 4 万亿美元——但这一数字的实现，依赖于持续且可验证的回报。

黄仁勋在 2026 年 6 月的股东大会上表示，关于 AI 投资回报率的问题“已有答案”。他用财务数据说话：2026 财年营收增长 65% 至 2,160 亿美元，经营现金流达到 1,030 亿美元。近 40 个国家和地区、合计代表 50 万亿美元 GDP，正在建设由英伟达基础设施驱动的 AI 工厂。但市场需要的不仅是过去的成绩单，更是对未来的持续验证。

AI 投资的第二阶段：分化与筛选

高盛策略师认为，华尔街的 AI 交易正进入更复杂的阶段：市场仍然相信 AI 投资周期，但已不再将所有 AI 公司置于同一估值框架内。AI 交易已经从主题投资进入回报率验证阶段。

在这一阶段，产业链内部正在发生剧烈分化。上游算力因需求刚性较强，业绩兑现速度相对更快，能部分对冲估值压力；中下游应用层普遍面临商业化周期长、收入确认慢的困境，估值消化需要更长时间。AI 产业链上游主要包括 AI 芯片、存储、光模块等核心领域——大模型训练及推理需求持续增长，全球云厂商资本开支持续加码，带动上游领域业绩高速增长。

NVIDIA 所处的上游算力层，正是业绩兑现最快的环节。但其面临的挑战同样清晰：市场份额的天花板、定制芯片的侵蚀、以及资本开支增速的边际放缓。这些因素共同决定了，NVIDIA 的估值逻辑正在从“市占率溢价”转向“盈利持续性与现金流质量”的验证。

2026 年 6 月 29 日，NVIDIA 收于 194.97 美元。这一价格较 52 周高点 236.54 美元已有相当距离。但比具体价格更重要的，是市场正在用它来问一个更本质的问题：当 AI 从“故事”变成“生意”，谁能在真实的利润表中持续证明自己？

这个问题的答案，将决定 NVIDIA 以及整个 AI 产业链未来几年的估值锚点。

FAQ

Q1：当前 AI 投资与互联网泡沫时期有何本质区别？

高盛分析指出，当前美国企业利润占 GDP 比重仍接近历史高位（约 14%），工资与单位劳动力成本上升速度低于 90 年代末。云厂商虽将大量现金流投入 AI 基础设施，但问题尚未扩散至整个企业部门，整体非金融企业部门的财务余额未出现明显恶化。企业盈利的快速增长，暂时为高估值提供了部分现实支撑。

Q2：NVIDIA 在 AI 芯片市场的竞争地位是否面临实质性威胁？

NVIDIA 在 AI 训练市场仍占约 85% 至 90% 份额，但在推理端面临 ASIC 和 XPU 的竞争。2026 年 ASIC 服务器出货增速预计为 44.6%，远超 GPU 服务器的 16.1%。不过 NVIDIA 通过研发投入（2027 财年计划 450 亿美元）和收购 Groq 强化推理能力，长期市场份额虽有下降但绝对收入仍将增长。

Q3：NVIDIA 当前的估值水平是否合理？

以 2026 年 6 月股价计算，NVIDIA 远期市盈率约 21 倍，TTM 市盈率约 29.8 倍。这一水平远低于 2024-2025 年的 35-40 倍。分析师 12 个月平均目标价约 300 美元。但下行风险来自资本开支增速放缓——摩根士丹利在最悲观情景下给出 150 美元目标价。

Q4：AI 基础设施投资的回报周期大概有多长？

截至 2026 年第一季度，AI 产业季度收入已首次超过同期折旧费用。但截至 2026 年底，全球超大规模云厂商累计 AI 相关资本开支预计达约 2 万亿美元。产业已跨过“能够养活自己”的门槛，但距离证明整个资本周期能够获得合理回报仍有距离。AI 收入仍保持约 200% 的同比增速。