黄仁勋透底英伟达明年芯片销量翻倍，毛利率下滑暗示定价权松动_显卡

1. 黄仁勋在高盛 Communacopia + 科技大会上的发言 1. 到 2030 年，全球 AI 基础设施投资可能达到 3 至 4 万亿美元。 2. 英伟达概述了三大增长动力： a) 支持闭源、开源以及各类前沿模型； b) 客户群体从传统云服务商扩展至企业自建集群、区域云、新兴云服务商及主权 AI； c) 通过在每一代平台中共同设计更多系统组件，提高 NVIDIA 在客户资本支出中的价值占比。 3. 管理层提供了平均系统售价示例：Hopper ~$18,000，Blackwell ~$25,000，Vera Rubin ~$40,000。 4. GB 系列 NVL72 机架系统的需求持续增长，管理层表示环比增长达~27%。公司预计营收仍将实现~70%的年增长，并指出若供应不受限制，市场需求增速可能超过 100%。 5. NVIDIA 正在与金融机构合作，将 AI 计算系统从技术产品转变为可融资、可抵押、可租赁的基础设施资产。 6. NVIDIA 将物理 AI 的商业化划分为几个阶段：自动驾驶、移动机器人与物流、通用机械臂，以及电信与边缘计算。 7. 英伟达将网络安全视为继编程之后的重要 AI 应用市场。 (转自市值风云App社区，仅做内容分享，不构成操作建议） $英伟达 NVDA$ #英伟达# #牛市炒股就用市值风云app#

2. 单季962亿美元、明年再涨70%：黄仁勋提前一年交底，英伟达凭什么这么狂

3. 70%增长？完全没压力，周末黄仁勋重磅发声！（附概念股）就在周末，黄仁勋在接受高盛半导体分析师James Schneider访谈时，系统阐述了AI基础设施高速增长的底层逻辑。他将驱动力归结为两个叠加的行业变革：从检索式计算向生成式计算的范式转移，以及摩尔定律的终结。英伟达 70% 的超高增速，不是市场需求的天花板，而是当下供应链的供给极限！在高盛深度访谈中，黄仁勋系统性拆解了本轮 AI 超级周期的两大底层革命，彻底区别于过去几十年的科技行情。第一，计算范式彻底换代过去 60 年的电脑、互联网，本质都是 “检索计算”，数据提前存好，用户点击调取即可，算力消耗极低。但生成式 AI 是全天候实时创作计算，每一次问答、推理、智能体执行，都要现场生成全新数据，等于凭空多出一整层永久高负载算力体系。这是增量革命，不是存量升级。第二，摩尔定律失效，算力竞争彻底换赛道芯片制程微缩红利耗尽，靠单一芯片提升性能的路已经走死。未来算力比拼的不再是工艺，而是封装 + 互联 + 集群拓展能力。黄仁勋直言狠话：没有 NVLink 高速互联、没有纵向扩展能力的厂商，在 AI 时代注定被淘汰。CoWoS 封装、NVLink 互联，就是英伟达碾压行业的核心壁垒。最炸裂的核心结论：市场以为英伟达 70% 增速是高透支、高泡沫，实际上，这是被产能、封装、晶圆、内存、电力、机房卡死的被动上限。只要供给放开，增长还能继续狂飙。机构测算，本财年英伟达营收逼近 4000 亿美元，明年有望冲击6800 亿美元体量。一句话总结： AI 牛市远远没有结束，限制行业上涨的从来不是需求，而是产能！

4. 英伟达CEO黄仁勋重申：公司明年可以实现70%的同比增长

5. 黄仁勋解释英伟达明年为何将增长70%的惊人预测

6. 6800亿美元，营收+70%！黄仁勋重磅发声：英伟达不是卖GPU，而是“AI工厂”！ 9月12日，高盛科技大会，黄仁勋再放“硬话”：英伟达明年营收有望同比+70%，按本财年约4000亿美元测算，明年约6800亿美元——比印钞还快。英伟达的底气不是单芯片，而是整机柜——36颗Grace CPU+72颗Blackwell GPU，单系统约200万零件、25万千瓦级功耗、月销售额环比+27%。老黄原话：以前GPU卖399美元给玩家，现在一套用飞机运，单价数百上千万美元，英伟达卖的是“AI工厂”不是显卡。对产业链意味着三件事：一是从卖卡变卖电、卖冷、卖互联，单柜百千瓦级功耗，液冷从可选项变必选项；二是高速互联升级，跨柜训练催生1.6T/800G、NPO/CPO、空芯光纤需求；三是先进封装+HBM+高端PCB+电源共同成瓶颈，CoWoS和HBM供给仍决定交付上限。 AI军备竞赛从拼单卡升级为拼整机柜，液冷、高速互联、先进封装成新瓶颈！A股英伟达产业链将迎来红利爆发期，光模块看中际旭创、新易盛、天孚通信；液冷看英维克、高澜、申菱；PCB看沪电、胜宏；AI服务器看工业富联。黄仁勋把GPU做成了“AI房地产”——不卖砖了，直接卖整栋智能大厦。看谁卡住电、冷、光三道口，预期最贵，订单才是最真！

7. 黄仁勋重申营收目标：明年同比增长70% 英伟达在关注地球上的一切

8. 黄仁勋重申：英伟达明年有望实现营收70%同比增长

9. 【英伟达预计明年营收大涨70%，黄仁勋回应循环交易争议】英伟达CEO黄仁勋在高盛科技大会公开表态，公司2027财年营收有望同比大增70%，从当前约4000亿美元攀升至近6800亿美元，持续刷新AI算力赛道增长纪录。面对行业对英伟达增长见顶的担忧，黄仁勋强调公司早已脱离传统消费GPU业务范畴。当下英伟达高端算力系统单套价值可达850万美元，搭载数万零部件、超高功耗配置，且出货量持续走高。其主力产品GB200 NVL72超级计算整机（集成36颗Grace CPU、72颗Blackwell GPU）销售额环比月增速稳定达27%，硬件订单需求持续火热。谈及增长底气，黄仁勋表示英伟达已深度扎根全球AI生态，全面覆盖OpenAI、Anthropic、谷歌等主流AI实验室及各类开源大模型厂商，同时实时追踪全球算力、数据中心基建布局，掌握行业核心动向，是AI产业的底层基础平台。针对市场热议的“循环交易”质疑（英伟达投资初创企业、被投企业反向采购其硬件），黄仁勋公开驳斥该说法。他表示英伟达投资逻辑稳健，秉持“小额投入、大额回流”原则，且所有被投企业均持有真实市场化订单，相关合规订单总规模已达1000亿美元，全程无风险套利、无虚假交易。目前英伟达正直面多方竞争，亚马逊、微软、谷歌等云厂商自研芯片，OpenAI、Anthropic布局定制算力，叠加Cerebras、Etched等AI芯片创业公司突围，行业竞争持续加剧。业内认为，随着AI行业成熟，企业算力使用效率将逐步提升，英伟达高增长态势未来或面临挑战，但现阶段其行业垄断地位与业绩增长确定性依旧稳固。

10. 高盛——英伟达（NVDA）：Communacopia+科技大会2026核心要点高盛在旧金山举办的Communacopia+科技大会上接待了英伟达创始人、总裁兼首席执行官黄仁勋（Jensen Huang）。核心结论如下： • 整体定调：我们提炼出三大关键要点：（1）英伟达重申其2030年人工智能（AI）总可寻址市场（TAM）展望为3万亿至4万亿美元；（2）供应链约束广泛存在于元器件及数据中心产能环节；（3）黄仁勋对“物理AI”（Physical AI）表达了强烈看多立场，强调自动驾驶汽车为领先应用场景，并指出仓储自动化与导航系统等新兴应用。 • 2030年TAM展望：管理层重申，受检索式计算向生成式计算范式转移驱动，AI到2030年将构成3万亿至4万亿美元的TAM机遇，这要求构建全新的计算基础设施层。黄仁勋同时强调，摩尔定律放缓提升了英伟达紧密协同设计的硬件与网络堆栈（包括NVLink及扩展/伸缩架构）的价值，因客户持续追求更高性能与效率。管理层指出，通过向客户交付更多价值，英伟达正在整体AI资本支出中捕获更大的钱包份额。 • 投资回报：黄仁勋将编程视为当前最具吸引力的生成式AI应用之一，并认为网络安全是AI的重大机遇。AI驱动的代码编写与软件开发正带来显著的生产力提升，同时实现更先进的安全能力。 • 供应约束：黄仁勋承认，先进封装、晶圆及存储器等领域存在广泛的上游供应约束；同时，电力与场地可用性的数据中心基础设施亦受限。但他强调，英伟达的生态系统规模及深度的客户可视性，是应对这些下游瓶颈的关键优势。尽管供应持续紧张，管理层重申2027年（日历年）营收同比增长约70%的预期。 • 财务担保：黄仁勋探讨了英伟达为支持日益增长的AI生态系统并确保数据中心产能而提供的财务担保与承诺。他表示这有助于培育生态系统，但所产生的回报及参与的投资伙伴种类，与“循环融资”的概念并不相符。 • 物理AI：黄仁勋对物理AI持强烈看多态度，将自动驾驶汽车列为领先用例，并指向仓储自动化、导航系统等新兴应用。他预计下一个重大拐点将来自基于推理的操作系统，认为这大约还需要两年时间，同时亦将6G赋能的系统视为另一物理AI用例。 • 估值与风险：高盛对英伟达给予“买入”评级，12个月目标价300美元（基于30倍市盈率乘以10.00美元的正常化每股收益预估）。主要下行风险包括：（1）AI基础设施支出放缓；（2）竞争加剧导致份额流失；（3）竞争加剧引发利润率侵蚀；（4）供应约束。

11. 只能说是太强了，以至于不管黄仁勋怎么说，英伟达总是被关注。黄仁勋直接把话说开了，他说明年英伟达的营收还能保持70%的增长。所以我觉得吧，现在英伟达市值牢牢站稳5万亿美元，是说得过去的。黄仁勋对英伟达的定位，早就不是“芯片公司”了。他说了一句很形象的话：“大多数人以为英伟达造的是芯片。我的意思是，你需要用飞机来运送我们造出来的东西。” 一台Vera Rubin系统，200万个零件，重两吨，功耗25万瓦，卖850万美元。这不是芯片，是AI工厂。他还说：“我们在追踪全球每一吉瓦的土地、电力和建筑外壳。可以说是地球上的每一件事。”从存储芯片到数据中心项目，从云厂商到AI公司，英伟达对上下游的信息覆盖，比任何客户都全。这套“基础平台”的叙事，是黄仁勋敢喊70%增长的底气。问题出在，越来越多的大客户开始自己造芯片了。谷歌TPU做到第八代。微软Maia 200用台积电3nm，专门为推理优化。亚马逊Trainium 3在爬坡。Meta公布了两年四代芯片路线图。这些芯片瞄准的都是推理。训练是一次性的，推理是每天都在烧钱。推理现在吃掉全部AI算力的三分之二，比例还在涨。用GPU跑推理，其实很浪费。大模型推理的计算模式很固定，通用GPU利用率只有30%到40%，大把硬件单元在闲着。自研芯片把用不上的单元全砍掉，省出来的面积全堆在推理真正需要的地方。说白了，云厂商自研芯片不是在搞技术实验，是在算成本账。 2026年，ASIC在推理市场的份额已经到41.8%，明年预计超过GPU。摩根士丹利预测，英伟达推理市场份额可能从90%以上掉到2028年的20%到30%。大客户不是要完全替代英伟达，是走“双轨制”。自研芯片吃推理的低成本，英伟达GPU保训练的通用性。但华尔街最担心的恰恰是：英伟达不会失去全部，但会失去最大的一块增量蛋糕。英伟达8月财报里，把明年毛利率指引定在72%到73%。现在是75%。黄仁勋自己先撕了绷带。毛利率下降的原因，就是自研芯片在推理端的竞争。营收还在涨，但赚钱的效率在降。看多的人说，AI资本开支还在加速，黄仁勋预计2030年AI基础设施投资到3万亿到4万亿美元。看空的人说，自研芯片增速是GPU三倍，推理是ASIC最擅长、GPU最不经济的战场。九月期权市场看跌占比升到36%。两边用的是同一组数据，分歧在速度。但有一个指标比营收更值得盯：毛利率。营收增速反映市场在变大，毛利率反映英伟达还能拿走多少。75%的毛利率是定价权的直接体现。如果自研芯片持续蚕食推理份额，英伟达被迫降价，毛利率的下滑会比营收放缓更早暴露问题。

黄仁勋透底英伟达明年芯片销量翻倍，毛利率下滑暗示定价权松动

精选参考来源