黄仁勋最近为英伟达投资者带来了令人振奋的消息

英伟达(NVDA -7.62%) 为数据中心提供一些世界上最先进的图形处理单元（GPU）——开发者用来驱动和训练人工智能（AI）软件的硬件。对其芯片的需求远远超过其目前的供应能力，这也帮助解释了自 2023 年初以来，该公司市值增加了超过 2.3 万亿美元。

在上个月的英伟达年度 GPU 技术大会（GTC）上，首席执行官黄仁勋提出了一些令人惊叹的催化剂，这些催化剂可能会加速公司已经快速的增长。由于其股票目前比历史最高点下跌了 27%，在整体市场急剧抛售的背景下，这可能是一个重要的买入机会。

图片来源：英伟达。

新的 AI 模型需要 100 倍于其前身的计算能力

大型语言模型（LLM）是每个 AI 应用的基础。这些模型在大量数据上进行训练，LLM 能够访问的数据越多，最终工具就会越 “智能”。然而，训练它们需要大量的计算能力——特别是并行处理能力——这就是为什么对英伟达数据中心 GPU 的需求如此之大的原因。

直到最近，LLM 提供的是 “一次性” 响应，这意味着聊天机器人会快速生成用户输入的每个提示的单一输出。虽然这种方法快速有效，但未能消除不准确性，这降低了它们的价值和用户体验。现在，像 OpenAI、Anthropic 和 DeepSeek 这样的顶级开发者正在专注于一种完全不同的方法，称为测试时扩展或 “推理”。

这些模型不是简单地摄取无尽的数据，而是在生成响应之前花更多时间 “思考”。换句话说，它们更好地利用已有的数据，并更有可能在发布最终输出之前清除任何不准确性。这种方法取得了巨大的成功，产生了一些迄今为止最先进的 AI 模型，如 OpenAI 的 GPT-4o 系列、DeepSeek 的 R1、Anthropic 的 Claude 3.7 Sonnet，以及 Alphabet 的 Gemini 2.5 Pro。

然而，推理模型需要显著更多的计算能力。黄仁勋表示，每个响应消耗的令牌（单词、标点和符号）比以前多 10 倍，因为后台进行的 “思考” 量很大，因此模型生成最终输出的速度也大大减慢。黄仁勋表示，GPU 需要快 10 倍才能弥补这一点，他估计开发者很快需要惊人的 100 倍计算能力，以便以令人满意的用户体验部署推理模型。

英伟达的新 Blackwell GPU 架构是朝这个方向迈出的一步。在某些配置中，Blackwell GB200 GPU 的 AI 推理速度比公司之前基于 Hopper 架构的芯片快 30 倍。此外，上个月，英伟达还揭示了其新的 Blackwell Ultra 架构，该架构专为推理模型设计，能够提供比 Hopper 高 50 倍的性能。

到 2028 年每年 1 万亿美元的机会

向推理模型的持续转变可能会成为英伟达 GPU 销售的重大助力。在上个月的 GTC 上，黄仁勋表示，四大云基础设施服务提供商（因此也是全球最大的 数据中心运营商）已经订购了惊人的 360 万块 Blackwell GPU，这几乎是他们去年购买的 Hopper 芯片数量的三倍。

这四大云提供商是 亚马逊 网络服务、微软Azure、谷歌云和 甲骨文 云基础设施。这个名单不包括其他正在为自身目的开发 AI 的大型支出者，如 Meta Platforms、特斯拉 和 OpenAI，因此 Blackwell 的总订单数量几乎肯定要高得多。

这可能只是个开始：黄仁勋预测，到 2028 年，AI 基础设施支出将超过每年 1 万亿美元，其中大部分将用于英伟达提供的 AI 加速芯片。

英伟达的数据中心业务在其 2025 财年（截至 1 月 26 日）产生了 1152 亿美元的收入。这比前一年增长了 142%。如果黄仁勋的预测是正确的，该公司的销售额可能还有很大的增长空间。

现在的英伟达股票看起来很划算

英伟达股票从最近的历史最高点下跌 27% 为投资者创造了一个机会，可以以相对历史的吸引力估值进行购买。它目前的市盈率（P/E）为 36.9。这是三年来的最低水平，也是其 10 年平均市盈率 59.5 的 38% 折扣。

数据来源：YCharts。

此外，华尔街的共识估计（由 Yahoo! Finance 提供）表明，英伟达 2026 财年的每股收益（EPS）将达到 4.53 美元。这使得该股票的前瞻市盈率仅为 23.9。换句话说，英伟达必须在本财年结束前飙升 149%，才能与其 10 年平均市盈率 59.5 相符（假设华尔街的 EPS 估计是准确的）。

话虽如此，我认为投资者应该超越未来 12 个月，因为如果黄仁勋是正确的，英伟达股东的最佳回报可能会在未来三到五年内实现。