廣場
最新
熱門
新聞
我的主頁
發布
AYATTAC
2026-09-03 02:51:06
關注
#GateEventContractTradeSharingChallenge
$NVDA NVIDIA 飆升 3.21%！管理層再次確認：AI 需求不是問題；記憶體與先進製程晶圓才是真正的瓶頸
美國科技股正在復甦，尤其是 NVIDIA 重拾動能之際。但今天最值得關注的，不是股價上漲本身，而是 JPMorgan 與 NVIDIA 投資人關係及策略財務副總裁 Toshiya Hari 最新的交流。
NVIDIA 再次確認：AI 需求從根本上不是問題
這次交流中最重要的一句話是：目前限制 NVIDIA 盈利成長的不是需求，而是供應。
NVIDIA 認為，在 2028 財政年度實現約 70% 的年增長，是相對保守且可行的預期。然而，如果沒有供應鏈限制，業務規模可能會增加一倍以上。
為什麼？因為現在有越來越多客戶需要 NVIDIA 的運算能力。過去，主要客戶是 Microsoft、Google、Amazon 和 Meta 等超大規模雲端服務供應商。現在客戶群還包括 OpenAI、Anthropic、AI 實驗室、新型雲端服務供應商、主權 AI，以及在企業內部部署 AI 的企業。
換句話說，AI 運算需求已經從「大型企業購買 GPU」演變為整個 AI 產業鏈購買運算能力。
一項非常重要的變化：AI 推論需求正在快速成長
NVIDIA 這次也透露了一項非常重要的資訊。
約 18 個月前：訓練 ≈ 50%
推論 ≈ 50%
現在：推論占比已經超過訓練，而且未來其占比將持續增加。
這代表什麼？過去，當人們想到 AI 運算時，大多想到的是訓練大型模型。但模型訓練完成後，真正讓它們持續運作的是推論。例如，我們日常使用 AI 進行聊天、搜尋，以及生成圖片和影片，本質上都需要大量的推論運算能力。
因此，AI 正逐步從「訓練時代」邁入由訓練與推論共同驅動的時代。這對整個產業鏈，包括 AI 伺服器、GPU、HBM、記憶體與光模組，都是長期利多。
最重要的資訊在這裡：NVIDIA 點名「記憶體」與「先進製程晶圓」
這是今天文章中最值得關注的部分。NVIDIA 管理層明確表示，記憶體晶片與先進製程晶圓目前是其物料清單中最重要的供應瓶頸。
NVIDIA 正持續與 TSMC 以及三大記憶體製造商—Micron、SK hynix 和 Samsung—進行討論，希望進一步改善供應。這項聲明意義重大，因為它再次驗證了我們一直追蹤的邏輯：AI 運算越強大，對 HBM 與先進記憶體的需求就越高。
GPU 效能持續提升。
↓GPU 需要更高的頻寬
↓HBM 容量與速度持續進步
↓HBM4、HBM4E，甚至下一代 HBM 持續擴大產能
↓記憶體正成為 AI 運算擴張的核心瓶頸之一。
那麼，為什麼我們最近一直強調記憶體？不是因為市場只是在炒作「價格上漲」。相反地，AI 運算的擴張已經開始實質推動高階記憶體需求。
這也是為什麼近期值得密切關注記憶體
從這次與 NVIDIA 的交流中，我們可以看到 AI 需求依然強勁
GPU 持續進步
推論需求正在成長
這些因素加上記憶體供應不足，意味著 HBM 仍是 AI 硬體最重要的元件之一。
另一個容易被忽略的領域：先進封裝
除了點名記憶體之外，NVIDIA 還特別提到先進製程晶圓的供應。隨著 GPU 與 HBM 持續進步，先進封裝也變得越來越重要。AI 晶片不再只是單純的一個 GPU + 一個記憶體晶片。相反地，它們正逐步演變為：GPU/ASIC + HBM + 先進封裝 + Chiplet。整個系統變得越來越複雜。這就是為什麼我們近期看到：
HBM4
HBM4E
Base Die
混合鍵合
2.5D/3D 封裝
這些都是完整產業升級路徑的一部分。
為什麼光通訊也值得持續關注？
美國光通訊產業昨天普遍復甦：Marvell +2.86%
Coherent +1.77%
Lumentum +0.19%
背後的邏輯其實非常簡單：AI 資料中心持續擴張。
↓GPU 數量持續增加。
↓伺服器之間的資料傳輸持續增加。
↓網路頻寬持續提升。
↓800G 和 1.6T 光模組的需求持續成長。
因此，AI 運算不只是 GPU。
實際上，它涉及完整的產業鏈：GPU → HBM → PCB/CCL → 光模組 → 交換器 → 先進封裝 → 資料中心
只要 AI 資本支出持續成長，這條產業鏈仍有擴張空間。
NVIDIA 又出現了一項變化：其客戶正變得更加多元
過去，市場經常擔心一個問題：NVIDIA 是否過度依賴 Microsoft、Google 和 Amazon 等少數主要客戶？如今這種情況正在改變。
NVIDIA 表示，OpenAI 和 Anthropic 目前約占 NVIDIA 終端消費基礎業務的 20%，未來這一比例可能升至約 25%。與此同時，新型雲端服務供應商已成為 NVIDIA 非常重要的客戶群。這顯示 AI 運算需求正從少數網路巨頭，擴散至越來越多的 AI 公司與企業。
換句話說，AI 運算需求的基礎正變得越來越廣泛。
今天最重要的結論
如果將整場 NVIDIA 交流濃縮成幾點：
第一，AI 需求並未下降。
第二，NVIDIA 認為未來幾年仍能維持非常高的成長。
第三，推論正成為 AI 運算的新成長引擎。
第四，目前主要限制 NVIDIA 成長的不是需求，而是供應。
第五，記憶體與先進製程晶圓已成為核心瓶頸。
在我看來，今天與 NVIDIA 交流的最大價值，不是告訴我們「NVIDIA 能否繼續上漲」。相反地，它再次非常清楚地解釋了整個 AI 產業鏈的邏輯：AI 需求依然強勁，推論需求持續成長，而真正限制產業擴張速度的，已經變成供應鏈。$NVDA
查看原文
山顶Ryak
2026-09-03 01:05:59
$NVDA
英偉達大漲3.21%！管理層再次確認：AI需求沒有問題，真正卡住的是儲存和先進晶圓
美股科技股正在修復，尤其是英偉達重新走強。而今天最值得關注的，並不是股價上漲本身，而是摩根大通與英偉達投資者關係及戰略財務副總裁Toshiya Hari的最新交流。
英偉達再次確認：AI需求根本沒有問題
這次交流最重要的一句話是：現在限制英偉達業績增長的，不是需求，而是供給。
英偉達認為，2028財年實現約70%的同比增長，是一個比較保守、可行的預期。而如果沒有供應鏈限制，業務規模甚至有可能實現翻倍以上增長。
為什麼？因為現在需要英偉達算力的客戶越來越多。以前主要是：微軟、谷歌、亞馬遜、Meta等超大規模雲端服務商。現在又增加了：OpenAI、Anthropic、AI實驗室、新雲端服務商、主權AI、企業本地部署。
也就是說：AI算力需求已經從「大廠買GPU」，逐漸變成整個AI產業鏈都在買算力。
一個非常重要的變化：AI推理需求越來越大
英偉達這次還透露了一個非常重要的資訊。
大約18個月以前：訓練 ≈ 50%
推理 ≈ 50%
而現在：推理業務占比已經超過訓練，而且未來還會繼續提升。
這意味著什麼？以前大家理解AI算力，更多想到的是：訓練大型模型。但現在模型訓練出來以後，真正讓模型持續運行的是：推理。比如我們每天使用AI聊天、搜尋、生成圖片、生成影片，本質上都需要大量推理算力。
所以：AI正在從「訓練時代」逐步進入「訓練+推理雙輪驅動時代」。這對AI伺服器、GPU、HBM、儲存、光模組等整個產業鏈都是長期利好。
最重要的資訊來了：英偉達點名「儲存」和「先進晶圓」
這部分是今天文章最值得關注的地方。英偉達管理層明確表示：儲存晶片和先進製程晶圓，是目前物料清單中最重要的供給瓶頸。
英偉達正在持續和：台積電以及三大儲存廠商：美光、SK海力士、三星溝通，希望進一步改善供應。這句話非常關鍵。因為它實際上再次驗證了我們之前一直在追蹤的邏輯：AI算力越強，對HBM和先進儲存的需求越大。
GPU效能不斷提升。
↓GPU需要更高頻寬
↓HBM容量、速度不斷升級
↓HBM4、HBM4E甚至下一代HBM繼續放量
↓儲存成為AI算力擴張的核心瓶頸之一。
所以最近為什麼一直強調儲存？不是因為市場單純炒作「漲價」。而是：AI算力擴張已經開始實實在在地拉動高階儲存需求。
這也是為什麼最近要重點關注儲存
從英偉達這次交流來看：AI需求強勁
GPU繼續升級
推理需求增長
儲存供應不足這幾個因素疊加在一起，意味著：HBM仍然是AI硬體最重要的環節之一。
另一個容易被忽視的方向：先進封裝
英偉達除了點名儲存，還特別提到了：先進製程晶圓供應。而隨著GPU、HBM持續升級，先進封裝的重要性也越來越高。現在AI晶片已經不是簡單的：一顆GPU + 一顆記憶體。而是逐漸走向：GPU/ASIC + HBM + 先進封裝 + Chiplet整個系統越來越複雜。所以我們最近看到的：
HBM4
HBM4E
Base Die
混合鍵合
2.5D/3D封裝
其實是一條完整的產業升級路線。
光通訊為什麼也值得繼續關注？
昨天美股光通訊板塊整體回暖：邁威爾+2.86%
Coherent+1.77%
Lumentum+0.19%
這背後的邏輯其實也很簡單：AI資料中心不斷擴張。
↓GPU數量越來越多。
↓伺服器之間的資料傳輸越來越大。
↓網路頻寬不斷升級。
↓800G、1.6T光模組需求持續增長。
所以AI算力不是只有GPU。
實際上是一整條產業鏈：GPU → HBM → PCB/CCL → 光模組 → 交換機 → 先進封裝 → 資料中心
只要AI資本支出還在增長，這條產業鏈就還有繼續擴張的空間。
英偉達還有一個變化：客戶越來越分散
過去市場經常擔心一個問題：英偉達是不是太依賴微軟、谷歌、亞馬遜這幾個大客戶？現在這個情況正在發生變化。
英偉達表示：OpenAI和Anthropic目前約占終端消耗口徑下英偉達業務規模的20%，未來這一比例有望提升到25%左右。與此同時，新雲端服務商目前已經成為英偉達非常重要的客戶群體。這說明：AI算力需求正在從少數網路巨頭，擴散到越來越多的AI公司和企業。
換句話說：AI算力的需求基礎正在變得越來越廣。
今天最重要的結論
把英偉達這次交流全部壓縮成幾句話：
第一，AI需求沒有下降。
第二，英偉達認為未來幾年依然可以保持非常高的增長。
第三，推理正在成為AI算力新的增長引擎。
第四，目前限制英偉達增長的主要不是需求，而是供應。
第五，儲存和先進製程晶圓已經成為核心瓶頸。
今天這份英偉達交流，我認為最大的價值不是告訴我們：「英偉達還能不能漲。」而是再次把整個AI產業鏈的邏輯講得非常清楚：AI需求依然強勁，推理需求繼續增長，而真正限制產業擴張速度的，已經變成了供應鏈。
$NVDA
此頁面可能包含第三方內容，僅供參考（非陳述或保證），不應被視為 Gate 認可其觀點表述，也不得被視為財務或專業建議。詳見
聲明
。
2人按讚了這條動態
194次觀看
打賞
2
3
轉發
分享
回覆
請輸入回覆內容
請輸入回覆內容
回覆
ybaser
· 3 小時前
放手去做吧 👊
查看原文
回覆
0
ybaser
· 3 小時前
直上月球 🌕
查看原文
回覆
0
山顶Ryak
· 7 小時前
衝就完了 👊
查看原文
回覆
0
熱門話題
查看更多
#
Gate用戶突破6000萬
3111.8 萬 熱度
#
Gate7天淨流入全球第一
401.23 萬 熱度
#
Kimi秘密交表啟動港股IPO
5.21 萬 熱度
#
輝達市值重返5.4兆美元
153.28 萬 熱度
#
Dell暴漲15.81%領跑標普500
11.59 萬 熱度
已置頂
網站地圖
#GateEventContractTradeSharingChallenge $NVDA NVIDIA 飆升 3.21%！管理層再次確認：AI 需求不是問題；記憶體與先進製程晶圓才是真正的瓶頸
美國科技股正在復甦，尤其是 NVIDIA 重拾動能之際。但今天最值得關注的，不是股價上漲本身，而是 JPMorgan 與 NVIDIA 投資人關係及策略財務副總裁 Toshiya Hari 最新的交流。
NVIDIA 再次確認：AI 需求從根本上不是問題
這次交流中最重要的一句話是：目前限制 NVIDIA 盈利成長的不是需求，而是供應。
NVIDIA 認為，在 2028 財政年度實現約 70% 的年增長，是相對保守且可行的預期。然而，如果沒有供應鏈限制，業務規模可能會增加一倍以上。
為什麼？因為現在有越來越多客戶需要 NVIDIA 的運算能力。過去，主要客戶是 Microsoft、Google、Amazon 和 Meta 等超大規模雲端服務供應商。現在客戶群還包括 OpenAI、Anthropic、AI 實驗室、新型雲端服務供應商、主權 AI，以及在企業內部部署 AI 的企業。
換句話說，AI 運算需求已經從「大型企業購買 GPU」演變為整個 AI 產業鏈購買運算能力。
一項非常重要的變化：AI 推論需求正在快速成長
NVIDIA 這次也透露了一項非常重要的資訊。
約 18 個月前：訓練 ≈ 50%
推論 ≈ 50%
現在：推論占比已經超過訓練，而且未來其占比將持續增加。
這代表什麼？過去，當人們想到 AI 運算時，大多想到的是訓練大型模型。但模型訓練完成後，真正讓它們持續運作的是推論。例如，我們日常使用 AI 進行聊天、搜尋，以及生成圖片和影片，本質上都需要大量的推論運算能力。
因此，AI 正逐步從「訓練時代」邁入由訓練與推論共同驅動的時代。這對整個產業鏈，包括 AI 伺服器、GPU、HBM、記憶體與光模組，都是長期利多。
最重要的資訊在這裡：NVIDIA 點名「記憶體」與「先進製程晶圓」
這是今天文章中最值得關注的部分。NVIDIA 管理層明確表示，記憶體晶片與先進製程晶圓目前是其物料清單中最重要的供應瓶頸。
NVIDIA 正持續與 TSMC 以及三大記憶體製造商—Micron、SK hynix 和 Samsung—進行討論，希望進一步改善供應。這項聲明意義重大，因為它再次驗證了我們一直追蹤的邏輯：AI 運算越強大，對 HBM 與先進記憶體的需求就越高。
GPU 效能持續提升。
↓GPU 需要更高的頻寬
↓HBM 容量與速度持續進步
↓HBM4、HBM4E，甚至下一代 HBM 持續擴大產能
↓記憶體正成為 AI 運算擴張的核心瓶頸之一。
那麼，為什麼我們最近一直強調記憶體？不是因為市場只是在炒作「價格上漲」。相反地，AI 運算的擴張已經開始實質推動高階記憶體需求。
這也是為什麼近期值得密切關注記憶體
從這次與 NVIDIA 的交流中，我們可以看到 AI 需求依然強勁
GPU 持續進步
推論需求正在成長
這些因素加上記憶體供應不足，意味著 HBM 仍是 AI 硬體最重要的元件之一。
另一個容易被忽略的領域：先進封裝
除了點名記憶體之外，NVIDIA 還特別提到先進製程晶圓的供應。隨著 GPU 與 HBM 持續進步，先進封裝也變得越來越重要。AI 晶片不再只是單純的一個 GPU + 一個記憶體晶片。相反地，它們正逐步演變為：GPU/ASIC + HBM + 先進封裝 + Chiplet。整個系統變得越來越複雜。這就是為什麼我們近期看到：
HBM4
HBM4E
Base Die
混合鍵合
2.5D/3D 封裝
這些都是完整產業升級路徑的一部分。
為什麼光通訊也值得持續關注？
美國光通訊產業昨天普遍復甦：Marvell +2.86%
Coherent +1.77%
Lumentum +0.19%
背後的邏輯其實非常簡單：AI 資料中心持續擴張。
↓GPU 數量持續增加。
↓伺服器之間的資料傳輸持續增加。
↓網路頻寬持續提升。
↓800G 和 1.6T 光模組的需求持續成長。
因此，AI 運算不只是 GPU。
實際上，它涉及完整的產業鏈：GPU → HBM → PCB/CCL → 光模組 → 交換器 → 先進封裝 → 資料中心
只要 AI 資本支出持續成長，這條產業鏈仍有擴張空間。
NVIDIA 又出現了一項變化：其客戶正變得更加多元
過去，市場經常擔心一個問題：NVIDIA 是否過度依賴 Microsoft、Google 和 Amazon 等少數主要客戶？如今這種情況正在改變。
NVIDIA 表示，OpenAI 和 Anthropic 目前約占 NVIDIA 終端消費基礎業務的 20%，未來這一比例可能升至約 25%。與此同時，新型雲端服務供應商已成為 NVIDIA 非常重要的客戶群。這顯示 AI 運算需求正從少數網路巨頭，擴散至越來越多的 AI 公司與企業。
換句話說，AI 運算需求的基礎正變得越來越廣泛。
今天最重要的結論
如果將整場 NVIDIA 交流濃縮成幾點：
第一，AI 需求並未下降。
第二，NVIDIA 認為未來幾年仍能維持非常高的成長。
第三，推論正成為 AI 運算的新成長引擎。
第四，目前主要限制 NVIDIA 成長的不是需求，而是供應。
第五，記憶體與先進製程晶圓已成為核心瓶頸。
在我看來，今天與 NVIDIA 交流的最大價值，不是告訴我們「NVIDIA 能否繼續上漲」。相反地，它再次非常清楚地解釋了整個 AI 產業鏈的邏輯：AI 需求依然強勁，推論需求持續成長，而真正限制產業擴張速度的，已經變成供應鏈。$NVDA
美股科技股正在修復，尤其是英偉達重新走強。而今天最值得關注的，並不是股價上漲本身，而是摩根大通與英偉達投資者關係及戰略財務副總裁Toshiya Hari的最新交流。
英偉達再次確認：AI需求根本沒有問題
這次交流最重要的一句話是：現在限制英偉達業績增長的，不是需求，而是供給。
英偉達認為，2028財年實現約70%的同比增長，是一個比較保守、可行的預期。而如果沒有供應鏈限制，業務規模甚至有可能實現翻倍以上增長。
為什麼？因為現在需要英偉達算力的客戶越來越多。以前主要是：微軟、谷歌、亞馬遜、Meta等超大規模雲端服務商。現在又增加了：OpenAI、Anthropic、AI實驗室、新雲端服務商、主權AI、企業本地部署。
也就是說：AI算力需求已經從「大廠買GPU」，逐漸變成整個AI產業鏈都在買算力。
一個非常重要的變化：AI推理需求越來越大
英偉達這次還透露了一個非常重要的資訊。
大約18個月以前：訓練 ≈ 50%
推理 ≈ 50%
而現在：推理業務占比已經超過訓練，而且未來還會繼續提升。
這意味著什麼？以前大家理解AI算力，更多想到的是：訓練大型模型。但現在模型訓練出來以後，真正讓模型持續運行的是：推理。比如我們每天使用AI聊天、搜尋、生成圖片、生成影片，本質上都需要大量推理算力。
所以：AI正在從「訓練時代」逐步進入「訓練+推理雙輪驅動時代」。這對AI伺服器、GPU、HBM、儲存、光模組等整個產業鏈都是長期利好。
最重要的資訊來了：英偉達點名「儲存」和「先進晶圓」
這部分是今天文章最值得關注的地方。英偉達管理層明確表示：儲存晶片和先進製程晶圓，是目前物料清單中最重要的供給瓶頸。
英偉達正在持續和：台積電以及三大儲存廠商：美光、SK海力士、三星溝通，希望進一步改善供應。這句話非常關鍵。因為它實際上再次驗證了我們之前一直在追蹤的邏輯：AI算力越強，對HBM和先進儲存的需求越大。
GPU效能不斷提升。
↓GPU需要更高頻寬
↓HBM容量、速度不斷升級
↓HBM4、HBM4E甚至下一代HBM繼續放量
↓儲存成為AI算力擴張的核心瓶頸之一。
所以最近為什麼一直強調儲存？不是因為市場單純炒作「漲價」。而是：AI算力擴張已經開始實實在在地拉動高階儲存需求。
這也是為什麼最近要重點關注儲存
從英偉達這次交流來看：AI需求強勁
GPU繼續升級
推理需求增長
儲存供應不足這幾個因素疊加在一起，意味著：HBM仍然是AI硬體最重要的環節之一。
另一個容易被忽視的方向：先進封裝
英偉達除了點名儲存，還特別提到了：先進製程晶圓供應。而隨著GPU、HBM持續升級，先進封裝的重要性也越來越高。現在AI晶片已經不是簡單的：一顆GPU + 一顆記憶體。而是逐漸走向：GPU/ASIC + HBM + 先進封裝 + Chiplet整個系統越來越複雜。所以我們最近看到的：
HBM4
HBM4E
Base Die
混合鍵合
2.5D/3D封裝
其實是一條完整的產業升級路線。
光通訊為什麼也值得繼續關注？
昨天美股光通訊板塊整體回暖：邁威爾+2.86%
Coherent+1.77%
Lumentum+0.19%
這背後的邏輯其實也很簡單：AI資料中心不斷擴張。
↓GPU數量越來越多。
↓伺服器之間的資料傳輸越來越大。
↓網路頻寬不斷升級。
↓800G、1.6T光模組需求持續增長。
所以AI算力不是只有GPU。
實際上是一整條產業鏈：GPU → HBM → PCB/CCL → 光模組 → 交換機 → 先進封裝 → 資料中心
只要AI資本支出還在增長，這條產業鏈就還有繼續擴張的空間。
英偉達還有一個變化：客戶越來越分散
過去市場經常擔心一個問題：英偉達是不是太依賴微軟、谷歌、亞馬遜這幾個大客戶？現在這個情況正在發生變化。
英偉達表示：OpenAI和Anthropic目前約占終端消耗口徑下英偉達業務規模的20%，未來這一比例有望提升到25%左右。與此同時，新雲端服務商目前已經成為英偉達非常重要的客戶群體。這說明：AI算力需求正在從少數網路巨頭，擴散到越來越多的AI公司和企業。
換句話說：AI算力的需求基礎正在變得越來越廣。
今天最重要的結論
把英偉達這次交流全部壓縮成幾句話：
第一，AI需求沒有下降。
第二，英偉達認為未來幾年依然可以保持非常高的增長。
第三，推理正在成為AI算力新的增長引擎。
第四，目前限制英偉達增長的主要不是需求，而是供應。
第五，儲存和先進製程晶圓已經成為核心瓶頸。
今天這份英偉達交流，我認為最大的價值不是告訴我們：「英偉達還能不能漲。」而是再次把整個AI產業鏈的邏輯講得非常清楚：AI需求依然強勁，推理需求繼續增長，而真正限制產業擴張速度的，已經變成了供應鏈。$NVDA