#AIStockGuruReportedlyBullishOnAI

称某人看好人工智能很容易。用数字证明这种看涨观点却难得多。对我而言，人工智能论点正变得越来越有力，因为不断加速的算力需求、超大规模云服务商的巨额投资，以及关键半导体组件普遍存在的供应限制正在共同发挥作用。人工智能已不再只是一个软件叙事；它正成为这一代人所见过的最大基础设施建设项目之一。但市场不会永远奖励叙事。最终，价格、盈利、估值、流动性和真实需求都必须验证这一逻辑。
这一轮周期的核心是 Nvidia。该股于 2026 年 9 月 9 日收于约 $223.67，下跌 0.91%，市值约为 5.39 万亿美元，成交量约为 79.27 million 股。

仅仅两个交易日前，其交易价格接近 $230.36，而 9 月 2 日在约 156.55 million 股成交量的推动下上涨了 3.21%。8 月 28 日，Nvidia 下跌 4.57%，约 194.28 million 股易手。其 52 周区间约为 $164.27–$236.54，这使得该股接近年度高点，并且仍比 52 周低点高出约 36%。
更长期的表现解释了 Nvidia 为何仍是 AI 旗舰资产。今年以来，其上涨约 17.36%，而标普 500 指数上涨 10.90%。过去一年，Nvidia 上涨约 23.44%，而该指数上涨 16.22%。过去三年，其上涨约 380.58%，相比之下标普 500 上涨 70.31%；过去五年的涨幅则约为 875.72%。

平均每日成交量约为 130–133 million 股，意味着在正常交易日约有 290–300 亿美元换手。五年贝塔系数接近 2.22，也证实 Nvidia 是高波动的增长引擎，而非防御型股票。
基本面数据更加令人印象深刻。Nvidia 报告称，其财政第二季度营收约为 962.2 亿美元，环比增长 18%，同比增长更是达到惊人的 106%。数据中心营收达到约 890 亿美元，净利润约为 596.9 亿美元，净利率超过 62%。一家数万亿美元市值的公司仍能实现三位数营收增长，这说明为何 AI 论点不能被简单斥为炒作。

估值让这一故事更加有趣。Nvidia 的滚动市盈率约为 28 倍，而远期市盈率接近 14 倍。华尔街目标价集中在 $323–$328 附近，这意味着相对于 $223.67 约有 45% 的上涨空间。上涨至 $250 代表约 12% 的涨幅，$275 约为 23%，$300 约为 34%，$325 约为 45%，$350 约为 56%，$400 则接近 79%。这些是情景，并非保证。年化波动率约为 41.8%，RSI 接近 52.7%，也表明在该时点，该股并未处于明显的技术性超买状态。

最有趣的发展之一是，Nvidia 的表现落后于更广泛的半导体板块。截至 8 月下旬，费城半导体指数在 2026 年上涨约 61%，而 Nvidia 仅上涨约 11.7%，形成了接近 49 个百分点的相对表现差距。我不认为这证明 AI 正在走弱。我认为这证明机遇正在扩大。资本正流向存储器、网络、光学、电力、制冷和半导体设备。一个 AI 数据中心是一个生态系统，而不是单一芯片。

Broadcom 提供了另一项有力的验证。该股交易价格约为 $416.05，今年以来上涨约 20.65%，过去 12 个月上涨 33.97%。季度营收达到约 221.9 亿美元，同比增长 47.9%；AI 半导体营收约为 108 亿美元，增幅更是达到惊人的 143%。当 Nvidia 和 Broadcom 同时报告强劲的 AI 增长时，要将这一论点描述为一家公司的泡沫就更加困难了。

存储器或许提供了这一需求具有物理属性的最清晰证据。据报道，DRAM 价格在 2026 年第一季度飙升约 90%，而更广泛的 DRAM、NAND 和 HBM 价格上涨约 80–90%。据报道，消费级 DRAM 现货价格同比上涨近 700%。预计 HBM 需求将在 2026 年增长约 70%，并消耗 DRAM 晶圆产出的约 23–25%。HBM 市场规模估计约为 546 亿美元，增长约 58%；SK Hynix 和 Micron 已表示，2026 年 HBM 产能实际上已售罄。这是真实的供需失衡，而不仅仅是社交媒体热度。

Micron 的远期市盈率约为 6–7 倍，而 SK Hynix 的远期市盈率接近 5 倍。结合 AI 存储器需求的快速增长，这些估值尤其值得关注。当客户争夺有限产能且价格上涨时，市场正在向我们展示 AI 繁荣背后的实体经济学。

接下来是支撑整个机器的燃料：资本支出。四家最大超大规模云服务商给出的 2026 年合计支出指引已升至 7200–7450 亿美元。若将 Oracle 计入其中，该数字将接近 8350 亿美元；其他估计则认为，规模最大的五家公司的支出约为 7750–8000 亿美元，较前一年高出约 64%。对 2027 年的预期已经超过 1 万亿美元。如果这些预算转化为真实基础设施，受益者将远远不止 GPU 制造商，还包括存储器、服务器、网络、电力、变压器、制冷和数据中心建设。

这就是为什么我认为，AI 最大的问题并不只是哪个单一股票会胜出。更大的问题是，持续流入整个基础设施链条的资本规模有多大。每个 AI 集群都需要 HBM、网络、存储、机架、电力输送、制冷、电网容量和实体数据中心空间。这为从同一长期趋势中获益创造了多条路径。

实体基础设施故事已经清晰可见。Vertiv 季度销售额同比增长约 24%，达到约 32.7 亿美元，并将全年指引上调至约 140 亿美元。Dell 进入本财年时，AI 服务器积压订单接近 430 亿美元。这些数字展示了 AI 资本支出的乘数效应：投入计算的资金最终会流向服务器、存储器、网络、电力系统和制冷。

但严谨的分析必须对看涨叙事提出质疑。欧洲央行警告称，过去的技术革命表明，过度拉伸的估值最终可能修正；金融稳定委员会则强调了杠杆、偏高的资产价格以及相互关联的 AI 投资。这些警告并不能证明 AI 崩盘即将到来。它们只是提醒投资者，非凡的增长并不会消除估值风险。
循环融资是另一个值得关注的风险。Nvidia 已承诺向 OpenAI 投入大量资本，而 OpenAI 同时也是 Nvidia 的主要硬件客户；AI 生态系统中还出现了其他融资安排。这并不会自动意味着需求是虚假的，但投资者应关注，有多少需求由真实的终端用户现金创造支持，又有多少需求依赖日益复杂的融资结构。

自由现金流、折旧和 GPU 经济性也很重要。与几年前相比，AI 设备在超大规模云服务商资本支出中的占比大幅提高，而部分计算资产的经济寿命可能相对较短。如果融资条件收紧，或 GPU 供应扩张导致租赁价格大幅下降，新基础设施的回报可能承压。AI 在技术上仍可取得成功，但基础设施的财务回报可能暂时令人失望。

这就是为什么我会将 AI 论点与时机交易区分开来。在多年期视角下，我仍然结构性看好 AI，但 Nvidia 并不需要每个月或每个季度都上涨。长期牛市仍然可能包含 20%、30% 甚至更深的回调，而不一定破坏长期逻辑。
我的情景框架很简单。在看涨情景下，AI 支出在 2026 年接近 8000 亿美元，2027 年超过 1 万亿美元，HBM 仍然供不应求，而 Nvidia 盈利继续快速复合增长。在这一组合下，$320–$400 区间将成为可信的上涨框架。相对于 $223.67，$320 代表约 43% 的上涨空间，$350 约为 56%，$400 则接近 79%。在基准情景下，支出继续增长，但增速放缓至 20–40%，使盈利追上估值。在看跌情景下，融资收紧，GPU 租赁价格下跌，折旧假设发生变化，估值倍数收缩的速度快于盈利增长。

下一批重要催化剂将包括 Nvidia 预计于 2026 年 11 月公布的业绩，以及 Meta 9 月 23–24 日开发者活动等重要 AI 公告。我个人会关注超大规模云服务商资本支出、HBM 价格、GPU 租赁价格、云业务自由现金流、Nvidia 指引，以及成交量与价格之间的关系。如果 Nvidia 反复在 130–190 million 股的成交量下交易，却无法突破阻力位，那么派发可能成为一个担忧。如果大成交量伴随突破、盈利预期上升以及半导体板块广度改善，则将表明机构正在吸筹。

我的最终观点很明确：AI 看涨论点在基本面上仍然强劲，但绝不能将其与盲目乐观混为一谈。Nvidia 106% 的营收增长、Broadcom 143% 的 AI 半导体增长、存储器价格 80–90% 的涨幅、据报道同比上涨近 700% 的消费级 DRAM 价格、接近 70% 的 HBM 需求增长，以及接近 8000 亿美元的超大规模云服务商支出，共同构成了非凡的基本面背景。

对我而言，最有力的结论并不只是“AI 会上涨”。更有力的结论是，AI 基础设施需求仍然强劲，足以支持建设性的多年期展望，而短期路径仍然不确定。增长告诉我们该行业为何能够扩张。盈利告诉我们这种增长是否正在转化为经济现实。估值告诉我们未来增长有多少已经被计入价格。流动性告诉我们仓位可能发生多么剧烈的变化。
我仍然看好 AI，因为数字正越来越多地证实这项技术。AI 不再只是改变软件；它正在重塑全球科技经济的实体架构。Nvidia 仍处于核心位置，但存储器、网络、电力、制冷、服务器和半导体设备都正在成为同一个巨大投资周期的一部分。这一趋势可能仍有很大的运行空间——但数字必须继续赢得这种信心。
让看涨和看跌情景更加清晰