黃仁勳親自「推銷英偉達」！3-4萬億美元AI盛宴，哪些公司最受益？
AI基礎設施的這輪超級周期，黃仁勳認為遠沒有結束。
當地時間9月10日，在高盛Communacopia + Technology大會上， $英偉達 (NVDA.US)$ CEO黃仁勳再次重申：到2030年，全球AI基礎設施支出規模有望達到3萬億至4萬億美元。
面對主持人提及這一預測時，黃仁勳甚至開玩笑稱，大家應該先停下來，「承認我當時判斷是對的」。更有意思的是，談到一半，他直接點明：「我今天也是來給英偉達股票做宣傳的。」并把英偉達形容為「兼具成長與價值屬性」的公司。
看起來是在「推銷股票」，但這場演講真正值得關注的，其實是黃仁勳重新解釋了英偉達未來幾年的增長邏輯。如果說過去兩年的英偉達，市場交易的是GPU短缺，那么接下來英偉達真正想吃下的，已經遠遠不只是GPU市場。
一、英偉達真正想吃下的，也早已不只是GPU市場
黃仁勳反復強調，市場仍把英偉達當作GPU公司，但英偉達真正賣的已經是一整套AI工廠。
從GPU、CPU，到NVLink、網絡、整機系統和CUDA軟件棧，英偉達正在不斷擴大自己在AI資本開支中的「錢包份額」。如今一套GPU系統價值可達約850萬美元，Grace Blackwell NVLink72機架近期月度增長約27%。
背后的邏輯是，隨著摩爾定律放緩，競爭正在從單顆芯片性能轉向系統級協同設計：芯片、封裝、內存、網絡、軟件一起優化，目標是用更低成本生產更多Token。
這也是黃仁勳看多3萬億至4萬億美元AI基礎設施市場的核心原因——AI正在從「檢索信息」走向「實時生成」，再從聊天機器人走向Agent，全球需要重建一套新的計算基礎設施。
所以英偉達押注的，不是多賣幾顆GPU，而是吃下整座AI工廠更大的價值份額。
二、3-4萬億美元AI盛宴，誰最受益？
如果英偉達的判斷成立，最大的投資機會也不會只集中在英偉達本身，因為AI工廠越大，需要消耗的晶圓、封裝、內存、網絡、電力和數據中心資源就越多，從這場會議釋放的信息來看，接下來最值得關注的其實有三條主線。
第一類：最確定的「上游賣鏟人」——晶圓、封裝、存儲
黃仁勳這次把AI供應鏈的瓶頸講得非常直接：晶圓、先進封裝、DRAM、LPDDR、連接器、穩壓器，幾乎所有上游環節都存在供應壓力。
更關鍵的是，英偉達認為當前真正限制收入增長的仍然是供給，而不是需求。黃仁勳再次確認，公司對下一年度實現約70%的同比增長有信心，而在不受供應限制的情況下，需求增長甚至能夠超過100%。
無論GPU、ASIC還是未來越來越復雜的AI芯片，先進制程和先進封裝都繞不開台積電。英偉達自己也越來越依賴CoWoS、NVLink和大規模系統整合來突破摩爾定律限制。
過去市場更多關注HBM，但從黃仁勳這次點名DRAM、LPDDR可以看到，隨著AI服務器進一步走向Rack-scale，以及Agent推理需求爆發，內存瓶頸正在從HBM向更廣泛的高性能存儲擴散。
因此，AI基礎設施第一層受益邏輯其實很清晰：算力越多，需要的晶圓、封裝和存儲越多。這一層也是整個3-4萬億美元AI產業鏈中確定性最高的「賣鏟子」方向。
--
--
--
第二類：下一輪最稀缺的資源——電力、數據中心和Neocloud
但相比芯片，這次大會更值得注意的其實是：AI的瓶頸正在從「有沒有GPU」，向「有沒有電、有沒有地、有沒有數據中心」轉移。
黃仁勳表示，英偉達現在甚至會在全球追蹤每一吉瓦的數據中心土地、電力和廠房資源。這背后反映的是AI基礎設施正在迅速進入「GW時代」。
例如，黃仁勳在會上提到澳大利亞的AI基礎設施項目，2027年規劃約2GW算力基礎設施，對應的投資規模就可能達到約800億美元。
這也解釋了為什么英偉達近兩年不斷扶持 $CoreWeave (CRWV.US)$ 、 $NEBIUS (NBIS.US)$ 、 $IREN Ltd (IREN.US)$ 、Nscale、Lambda、Firmus等Neocloud。這些公司真正提供的已經不是簡單的「GPU租賃」，而是把：GPU + 土地 + 電力 + 機房 + 融資能力打包成完整的算力基礎設施。
黃仁勳甚至將Neocloud稱為英偉達架構未來重要的分銷渠道，因為它們可以幫助英偉達鎖定傳統CSP之外的土地和電力資源。
因此，未來AI交易一個非常重要的變化可能是：過去市場看GPU出貨量，接下來市場會越來越關注GW。誰擁有便宜穩定的電力、土地和數據中心容量，誰就可能成為下一輪AI資本開支的核心受益者。
這也意味著，數據中心、電力設備、電網基礎設施以及Neocloud，可能成為繼GPU、HBM之后的新一輪AI基礎設施交易主線。
--
--
--
第三類：從AI工廠向應用擴散——網絡安全與Physical AI
而當基礎設施鋪得越來越多之后，市場最終還是要回答一個問題：這么多算力，到底拿來干什么？
黃仁勳給出的第一個答案仍然是Coding。但他認為，Coding之后非常重要的下一個AI殺手級場景，很可能是網絡安全。
邏輯也很簡單，AI可以持續寫代碼，也可以持續尋找漏洞。未來紅隊Agent可以7×24小時攻擊，藍隊Agent則持續檢測和修復，這種全天候、高頻率的工作模式天然適合AI。
黃仁勳在會上明確點名了 $CrowdStrike (CRWD.US)$ ，并表示英偉達正利用Nemotron模型打造自動化的紅藍對抗體系。因此， $CrowdStrike (CRWD.US)$ 、 $Palantir (PLTR.US)$ 、 $思科 (CSCO.US)$ 這一類企業，本質上代表的是AI產業鏈從CapEx向ROI擴散的下一階段。
前面英偉達、台積電、存儲廠賣的是「建設AI需要什么」，而這些軟件和安全公司回答的是：企業為什么愿意持續為AI買單。
--
--
--
再往后，則是黃仁勳重點談到的Physical AI。
他認為實體AI第一個真正成熟的殺手級應用是自動駕駛，未來2至3年會出現明顯進展，隨后會向倉儲AMR、物流機器人、機械操縱系統進一步擴散。這意味著，AI基礎設施的終局也不僅僅停留在數據中心。當模型真正開始理解和控制物理世界，汽車、機器人、物流乃至6G，都可能成為下一階段新的算力入口。
--
--
--
三、結語
總的來看，黃仁勳這次釋放出的信號已經很清晰：AI交易的核心，正在從「GPU夠不夠」轉向「整套AI基礎設施能不能繼續擴張」。
當英偉達從單一芯片公司走向AI工廠平台，受益范圍也會同步從GPU擴散到晶圓、封裝、存儲、電力、數據中心，再進一步延伸至網絡安全、自動駕駛和Physical AI。
對投資者而言，下一階段更值得關注的，不只是哪些公司「有AI概念」，而是誰真正卡住了AI擴張過程中最稀缺、最難替代的環節。3萬億至4萬億美元的AI盛宴如果持續兌現，真正的超額收益，可能就藏在這些新的瓶頸之中。
風險及免責聲明：以上內容僅代表作者個人觀點，不代表富途任何立場，亦不構成任何投資建議，富途對此不作任何保證與承諾。更多信息
評論（11）
發表評論
123
281