公众号记得⭐️，第一时间看推送不会错过。

本周，英伟达首席执行官黄仁勋亲自出席了摩根士丹利在加州举行的非并购路演，与首席财务官科莱特·克雷斯及其他高管一同向机构投资者传递了一个强有力的信息：尽管公司季度营收已接近 1000 亿美元大关，但其增长速度并未达到顶峰，反而仍在加速。市场将此解读为英伟达对市场日益增长的关于专用集成电路 (ASIC) 竞争、产品上市时间延迟以及人工智能计算需求增长可持续性的质疑的直接回应。

摩根士丹利分析师约瑟夫·摩尔在会后总结中指出，此次闭门会议“基调积极”。管理层强调“加速增长”，描绘了人工智能计算需求从研究实验室和传统云巨头扩展到自主人工智能和工业应用领域的前景。摩根士丹利重申了对英伟达在半导体行业的首选评级，维持“增持”评级，目标价为288美元，较近期收盘价有约42%的上涨空间。

在路演之前，市场传言称英伟达的下一代旗舰架构 Rubin Ultra 可能会推迟到 2028 年发布。黄仁勋在会议上直接驳斥了这些说法，明确表示 Rubin Ultra 仍将按计划于明年按时出货。

针对供应链方面的担忧，约瑟夫·摩尔透露了更多细节。Rubin系统的某些机架设计确实正在进行调整，原有的Kyber机架方案将被一种旨在支持更大规模计算域的“更优方案”所取代。然而，这被严格定义为系统架构优化，而非产品时间表的实质性变更。包括800V电源传输和机架间光互连在内的关键技术模块正按计划推进，英伟达的下一代产品周期并未受到任何根本性影响。

此次路演中最令人惊讶的细节是人工智能实验室客户构成发生的微妙变化。约瑟夫·摩尔在他的报告中描述了一个典型的例子：“一个相当具有代表性的前沿模型，此前主要在专用集成电路（ASIC）上开发，英伟达的参与度非常低，而现在其参与度已接近50%。”

虽然摩根士丹利没有直接透露客户名称，但“前沿模式”和“主要使用ASIC芯片”这两个关键词的组合，使得市场将目光完全聚焦在了Anthropic公司。Anthropic背后的主要云服务提供商亚马逊，也是其自主研发的Trainium芯片项目的关键推动者。

这一转变直接回应了投资者最关心的问题：随着谷歌和亚马逊等超大规模云服务提供商积极开发定制芯片，英伟达的护城河是否会被削弱。摩尔认为，ASIC芯片的增长与英伟达的业务扩张可以并存。他指出，客户最终比较的是每个token的总成本，而不是裸芯片的价格。摩尔援引行业研究数据强调，“在许多情况下，英伟达的解决方案仍然具有更低的token成本”，这使其能够在训练和推理工作负载方面保持强大的竞争力。他还特别指出，从2024年到2026年，英伟达在人工智能计算领域的总体份额实际上有所增长。

针对人们对单一来源增长依赖性的担忧，英伟达在会议上概述了三个明确的增长方向。

首先是人工智能实验室。这些客户目前约占英伟达总需求的20%。除了领先的模型与英伟达平台保持深度集成外，像Anthropic这样之前倾向于使用ASIC芯片的客户，正在大幅增加其GPU部署。

其次是传统的超大规模云服务提供商。微软、Meta、亚马逊和谷歌仍然是收入的主要来源，贡献了约一半的总收入。然而，它们的扩张受到电力供应、土地许可和数据中心建设工期的严格限制。英伟达在这些客户中的收入来源正从GPU扩展到CPU和网络设备。

第三，下一代人工智能云、自主人工智能和企业客户。这一领域正成为增长速度最快的领域之一。尤其受地缘政治因素和数据安全需求的驱动，世界各国政府正在积极构建本地化的计算基础设施。此类自主人工智能项目受专有ASIC竞争的影响相对较小，并且往往更倾向于英伟达高度集成的全栈解决方案。

在硬件前沿扩张方面，英伟达重申了其本财年CPU业务约200亿美元的目标。值得注意的是，其中近一半的收入可能来自独立式CPU机架。这表明，下一代Vera CPU不仅作为GPU服务器中的管理节点，而且正凭借其专为单线程工作负载优化的架构，进军更广泛的通用服务器市场。

随着市值逼近5万亿美元，英伟达正积极重塑其投资者基础。约瑟夫·摩尔指出，由于许多成长型基金对英伟达股票的持仓集中度已接近内部上限，该公司正将其沟通重点转向价值型投资者。

这一战略的基础是强劲的现金流。摩尔预测，英伟达未来可能会将超过50%的现金流用于股票回购和股东回报。这一特点使公司能够在保持高速增长的同时，开始展现出价值股通常具备的现金流防御特性。根据摩根士丹利的模型，英伟达2026财年的收入预计将增长82%，2027财年将增长52.4%。

尽管前景强劲，摩根士丹利也指出了一些不容忽视的风险。如果供应增长速度超出预期，数据中心业务的增长可能会大幅放缓。此外，人工智能开发成本的急剧下降、更具革命性的竞争对手产品的出现，以及客户加速部署专有硬件，都可能对英伟达的估值框架构成挑战。

从路演的最终信号来看，英伟达面临的主要挑战不再是“人工智能需求是否存在”，而是如何在内存、网络、电源和数据中心空间等多重物理限制下，有效地将庞大的订单积压转化为可交付的系统收入。

（来源：编译自biggo ）