#NvidiaMarketCapBackAbove5.4T

是的——AI 计算这一论点依然非常完好，但从现在开始，问题将从“AI 需求是真实的吗？”变为“在英伟达市值已经达到约 5.45 万亿美元的情况下，它还能维持多久的非凡增长？”

英伟达 FY27 Q2 表现非凡：营收达到 962 亿美元，同比增长 106% ​#NvidiaMarketCapBackAbove5.4T
是的——AI 计算这一论点依然非常完好，但从现在开始，问题将从“AI 需求是真实的吗？”变为“在英伟达市值已经达到约 5.45 万亿美元的情况下，它还能维持多久的非凡增长？”

$NVDA 英伟达 FY27 Q2 表现非凡：营收达到 962 亿美元，同比增长 106%，数据中心营收约为 890 亿美元，同比增长 117%，管理层预计 Q3 营收为 $108B ±2%。毛利率为 75%。

这轮上涨还能走多远？

我会用情景而不是单一目标来分析：

基本看涨 6–7 万亿美元 Rubin 顺利放量 + AI 资本支出维持高位

强势看涨 8–10 万亿美元 推理成为一个巨大的经常性计算市场

超级看涨 12 万亿美元以上 增长率在 FY28 之后很长时间内维持 60–70% + 利润率保持极高水平

看跌情景 3.5–4.5 万亿美元 超大规模云服务商资本支出放缓、定制 ASIC 获得市场份额，或 AI 变现令人失望

真正重要的发展是 Vera Rubin。这不仅仅是又一代速度更快的 GPU。英伟达正围绕推理经济学和智能体 AI 来定位 Rubin；随着 AI 应用变得更加自主，所消耗的计算量可能会大幅增长。Rubin 已经全面投产。

而这正是黄仁勋“计算就是收入”这一论点变得强有力的地方。

如果 AI 推理能够生成具有经济价值的 token，那么每一次额外的查询/智能体/任务都会创造计算需求。这意味着英伟达未必正进入传统的“企业购买足够多的 GPU，然后就停止购买”的周期。潜在需求曲线将与 AI 使用量挂钩，而不仅仅是数据中心建设。

但这里存在一个估值陷阱

在 5.4 万亿美元的市值下，英伟达不能只是维持主导地位。它必须持续带来超预期表现。

市场已经计入了非凡的增长。一项分析估计，如果当前增长轨迹持续，FY28 营收可能接近约 $450B 。

因此，我会优先关注四件事：

1. 超大规模云服务商资本支出 → 仍在加速吗？
Microsoft、Amazon、Google、Meta 以及 AI 云服务提供商实际上就是燃料箱。

2. 推理 → 正在变得比训练更大吗？
这可能是最大的长期催化剂。如果智能体导致推理工作负载激增，那么即使训练增长最终恢复正常，计算市场仍然可以扩大。

3. Rubin → 它会提高英伟达客户的 ROI 吗？
如果 Rubin 大幅降低每个 token 的成本，反而可能增加需求：更便宜的推理会让更多 AI 应用具备经济可行性。

4. 英伟达的增长率 → 70% 还是 40–50%。
在 5.4 万亿美元的市值下，这一差异会变得极其巨大。即使英伟达继续实现惊人增长，若增速放缓至 40–45%，也可能导致估值倍数大幅压缩。

我的看法

我不会称 5.4 万亿美元为 AI 这轮上涨的终点。

我会称其为一个转折点：未来的上涨空间将越来越依赖 AI 的第二阶段。

第一阶段是：

建设基础设施。

下一阶段是：

持续使用基础设施来创造收入。

如果这一转型成功，未来几年英伟达达到 8–10 万亿美元并非荒谬的情景。但从 5.4 万亿美元达到 $10T ，意味着股权价值还需要再增加约 85%，因此盈利和现金流也必须同步实现大幅增长。

最大的风险并不是 AMD 突然“击败英伟达”。而是 AI 计算需求的增长速度低于估值所隐含的预期——尤其是如果超大规模云服务商发现其 AI 投资没有产生足够回报，或者定制芯片占据更大的市场份额。

所以，我划分多空的标准很简单：

AI 使用量 ↑ → 推理 ↑ → 计算需求 ↑ → 英伟达盈利 ↑ → 上涨可以延续。

AI 资本支出 ↑ 但 AI 收入令人失望 → ROI 下降 → 资本支出最终放缓 → 英伟达估值倍数收缩。

目前，最新季度的数据压倒性地支持第一种情景。

我粗略的概率加权观点是：下一轮主要上涨很可能首先推动英伟达接近 6–7 万亿美元；如果 Rubin + 推理带来另外 2–3 年的非凡增长，8–10 万亿美元将变得现实。达到 12 万亿美元以上，则需要更接近 AI 计算超级周期，而不仅仅是“英伟达又一个出色周期”。

而这一差异至关重要。同比，数据中心营收约为 890 亿美元，同比增长 117%，管理层预计 Q3 营收为 $108B ±2%。毛利率为 75%。

这轮上涨还能走多远？

我会用情景而不是单一目标来分析：

基本看涨 6–7 万亿美元 Rubin 顺利放量 + AI 资本支出维持高位

强势看涨 8–10 万亿美元 推理成为一个巨大的经常性计算市场

超级看涨 12 万亿美元以上 增长率在 FY28 之后很长时间内维持 60–70% + 利润率保持极高水平

看跌情景 3.5–4.5 万亿美元 超大规模云服务商资本支出放缓、定制 ASIC 获得市场份额，或 AI 变现令人失望

真正重要的发展是 Vera Rubin。这不仅仅是又一代速度更快的 GPU。英伟达正围绕推理经济学和智能体 AI 来定位 Rubin；随着 AI 应用变得更加自主，所消耗的计算量可能会大幅增长。Rubin 已经全面投产。

而这正是黄仁勋“计算就是收入”这一论点变得强有力的地方。

如果 AI 推理能够生成具有经济价值的 token，那么每一次额外的查询/智能体/任务都会创造计算需求。这意味着英伟达未必正进入传统的“企业购买足够多的 GPU，然后就停止购买”的周期。潜在需求曲线将与 AI 使用量挂钩，而不仅仅是数据中心建设。

但这里存在一个估值陷阱

在 5.4 万亿美元的市值下，英伟达不能只是维持主导地位。它必须持续带来超预期表现。

市场已经计入了非凡的增长。一项分析估计，如果当前增长轨迹持续，FY28 营收可能接近约 $450B 。

因此，我会优先关注四件事：

1. 超大规模云服务商资本支出 → 仍在加速吗？
Microsoft、Amazon、Google、Meta 以及 AI 云服务提供商实际上就是燃料箱。

2. 推理 → 正在变得比训练更大吗？
这可能是最大的长期催化剂。如果智能体导致推理工作负载激增，那么即使训练增长最终恢复正常，计算市场仍然可以扩大。

3. Rubin → 它会提高英伟达客户的 ROI 吗？
如果 Rubin 大幅降低每个 token 的成本，反而可能增加需求：更便宜的推理会让更多 AI 应用具备经济可行性。

4. 英伟达的增长率 → 70% 还是 40–50%。
在 5.4 万亿美元的市值下，这一差异会变得极其巨大。即使英伟达继续实现惊人增长，若增速放缓至 40–45%，也可能导致估值倍数大幅压缩。

我的看法

我不会称 5.4 万亿美元为 AI 这轮上涨的终点。

我会称其为一个转折点：未来的上涨空间将越来越依赖 AI 的第二阶段。

第一阶段是：

建设基础设施。

下一阶段是：

持续使用基础设施来创造收入。

如果这一转型成功，未来几年英伟达达到 8–10 万亿美元并非荒谬的情景。但从 5.4 万亿美元达到 $10T ，意味着股权价值还需要再增加约 85%，因此盈利和现金流也必须同步实现大幅增长。

最大的风险并不是 AMD 突然“击败英伟达”。而是 AI 计算需求的增长速度低于估值所隐含的预期——尤其是如果超大规模云服务商发现其 AI 投资没有产生足够回报，或者定制芯片占据更大的市场份额。

所以，我划分多空的标准很简单：

AI 使用量 ↑ → 推理 ↑ → 计算需求 ↑ → 英伟达盈利 ↑ → 上涨可以延续。

AI 资本支出 ↑ 但 AI 收入令人失望 → ROI 下降 → 资本支出最终放缓 → 英伟达估值倍数收缩。

目前，最新季度的数据压倒性地支持第一种情景。

我粗略的概率加权观点是：下一轮主要上涨很可能首先推动英伟达接近 6–7 万亿美元；如果 Rubin + 推理带来另外 2–3 年的非凡增长，8–10 万亿美元将变得现实。达到 12 万亿美元以上，则需要更接近 AI 计算超级周期，而不仅仅是“英伟达又一个出色周期”。

而这一差异至关重要。

$NVDA ‌