<p><strong>英伟达</strong>(NVDA -1.44%) 是全球领先的数据中心图形处理单元 (GPU) 供应商，这些硬件是开发人工智能 (AI) 的关键组件。自 2023 年初以来，英伟达的市值因对这些芯片的需求激增而增长了惊人的 3 万亿美元，但该公司才刚刚开始。</p>
<p>迄今为止，每一代新的 AI 模型都需要比上一代显著更多的计算能力，这对英伟达的硬件销售形成了强劲的推动力。在最近的一次电话会议上，管理层讨论了 2026 财年第一季度（截至 4 月 27 日）的业绩，首席执行官黄仁勋对未来需求发表了一系列评论，这些评论对投资者来说无疑是好消息。</p>
<p>相对于历史数据，英伟达的股票目前看起来很有吸引力，因此以下是基于黄仁勋最新言论的原因，说明它可能是一个很好的买入机会。</p>
<p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjAzODQvbnZpZGlhcy1oZWFkcXVhcnRlcnMtd2l0aC1hLWJsYWNrLW52aWRpYS1zaWduLW91dC10aGUtZnJvbnQucG5nJnc9NzAw?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="700" height="420" original-src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjAzODQvbnZpZGlhcy1oZWFkcXVhcnRlcnMtd2l0aC1hLWJsYWNrLW52aWRpYS1zaWduLW91dC10aGUtZnJvbnQucG5nJnc9NzAw"/></p>
<p>图片来源：英伟达。</p>
<h2>计算能力的需求可能会激增千倍</h2>
<p>英伟达的 H100 GPU 基于公司的 Hopper 架构，是 2023 年和 2024 年大多数时间内用于 AI 开发的最佳销售数据中心芯片。它被设计用于训练和推理工作负载；训练是指开发者将大量数据输入 AI 模型以使其变得 “更聪明”，而推理是 AI 模型将数据转化为最终用户响应的过程。</p>
<p>在 2023 年和 2024 年，AI 聊天机器人应用程序在生成一次性响应方面表现出色，这意味着它们在编译信息并将其提供给最终用户时优先考虑速度。这些应用程序在当时是革命性的，但基础的大型语言模型 (LLM) 有时会出错或提供不完整的答案。</p>
<p>到 2025 年，下一代 “推理” 模型通过在后台自主清理错误来解决这个问题，然后再生成响应。换句话说，它们花时间思考，以确保提供的信息尽可能准确。这带来了一个缺点——推理模型生成答案所需的时间更长，并且需要比其前身显著更多的计算能力。</p>
<p>英伟达设计了一种新的架构，称为 Blackwell，以支持这些推理工作负载，其性能比 Hopper 架构高出 40 倍。但这可能还不够，因为黄仁勋表示，一些推理模型消耗的令牌（单词、标点符号和符号）比旧的一次性 LLM 多出惊人的 1000 倍。</p>
<p>黄仁勋表示，基于 Blackwell 的 GB200 GPU NVLink 72 是目前市场上用于推理工作负载的最佳系统，但英伟达也在准备今年推出其新的 Blackwell Ultra GB300 GPU，这将提供更高的性能。硬件需要不断改进；否则，推理模型生成响应的时间将过长，人们将不再使用它们。</p>
<h2>每年价值 1 万亿美元的机会</h2>
<p>英伟达的数据中心业务在 2026 财年第一季度产生了 391 亿美元的收入，比去年同期增长了 73%。现在占公司总收入的 89%，因此这是投资者关注的主要焦点。</p>
<p>在英伟达 3 月份的 GTC 大会上，黄仁勋告诉观众，AI 基础设施支出将持续增长，到 2028 年可能超过每年 1 万亿美元，这得益于推理模型对计算能力的巨大需求。然后，在与投资者的 2026 财年第一季度电话会议上，他表示英伟达有望满足 “绝大多数” 需求，因此公司的数据中心收入可能仍有上涨空间。</p>
<p>英伟达的硬件在竞争中遥遥领先。此外，这不仅仅是关于芯片——该公司覆盖了整个技术栈，销售网络设备，甚至还有一个名为 CUDA 的软件平台，开发者可以用它来优化 GPU 以执行特定任务。一旦数据中心运营商锁定在英伟达生态系统中，切换将变得非常不方便（且昂贵）。</p>
<h2>相对于历史数据，英伟达的股票看起来像个便宜货</h2>
<p>根据英伟达过去 12 个月每股收益 (EPS) 3.19 美元的数据，其股票的市盈率 (P/E) 为 44.3。这比其 10 年平均值 59.8 低 26%，这表明目前被低估。</p>
<p>此外，华尔街的共识估计（由 Yahoo! Finance 提供）表明，英伟达在 2026 财年将产生每股收益 4.28 美元，使其股票的前瞻市盈率仅为 32.1。</p>
<p><img src="https://imageproxy.pbkrs.com/https://media.ycharts.com/charts/32daa47f51628bdc3feba99e1d0f9cfb.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="720" height="456" original-src="https://imageproxy.pbkrs.com/https://media.ycharts.com/charts/32daa47f51628bdc3feba99e1d0f9cfb.png"/></p>
<p>NVDA 市盈率数据来源于 YCharts</p>
<p>换句话说，英伟达的股票在未来一年左右必须上涨 38%，才能维持其当前的市盈率，或者上涨 86%，才能使其市盈率与其 10 年平均水平相符，前提是华尔街的每股收益预测是准确的。</p>
<p>然而，投资者应关注长期，因为如果黄仁勋对推理需求和数据中心支出的未来方向是正确的，英伟达的股票可能会比现在高出几个数量级。</p>

英伟达

2 倍做多英伟达 ETF - GraniteShares

南方两倍做多英伟达

南方两倍做空英伟达

英伟达期权收益策略 ETF - YieldMax

1 倍做空英伟达 ETF - Direxion

2 倍做多 NVDA ETF - T-Rex

2 倍做空 NVDA ETF - T-Rex

半导体 3 倍做多 - Direxion

<p>英伟达首席执行官黄仁勋在最近的一次电话会议上宣布，公司对 GPU 的未来需求强劲，特别是在人工智能应用方面。英伟达的数据中心收入同比激增 73%，达到 391 亿美元，并预计将受益于到 2028 年预计达到 1 万亿美元的年度人工智能基础设施支出。该股票目前的市盈率为 44.3，比其 10 年平均水平低 26%，这表明其可能被低估。投资者对英伟达在人工智能市场的增长潜力持乐观态度</p>

<p><strong>Nvidia</strong>(NVDA -1.44%) is the world's leading supplier of graphics processing units (GPUs) for data centers, which are the key pieces of hardware for developing artificial intelligence (AI). Since the beginning of 2023, Nvidia's market value has grown by an eye-popping $3 trillion thanks to soaring demand for those chips, but the company is just getting warmed up.</p>
<div class="lb-trans"><p><strong>英伟达</strong>(NVDA -1.44%) 是全球领先的数据中心图形处理单元 (GPU) 供应商，这些硬件是开发人工智能 (AI) 的关键组件。自 2023 年初以来，英伟达的市值因对这些芯片的需求激增而增长了惊人的 3 万亿美元，但该公司才刚刚开始。</p>
</div><p>Every new generation of AI model so far has required significantly more computing capacity than the last, which is a major tailwind for Nvidia's hardware sales. During a recent conference call where management discussed the company's results for the fiscal 2026 first quarter (ended April 27), CEO Jensen Huang made a series of comments about future demand that should be music to investors' ears.</p>
<div class="lb-trans"><p>迄今为止，每一代新的 AI 模型都需要比上一代显著更多的计算能力，这对英伟达的硬件销售形成了强劲的推动力。在最近的一次电话会议上，管理层讨论了 2026 财年第一季度（截至 4 月 27 日）的业绩，首席执行官黄仁勋对未来需求发表了一系列评论，这些评论对投资者来说无疑是好消息。</p>
</div><p>Nvidia stock looks attractive right now relative to its history, so here's why it could be a great buy on the back of Huang's latest remarks.</p>
<div class="lb-trans"><p>相对于历史数据，英伟达的股票目前看起来很有吸引力，因此以下是基于黄仁勋最新言论的原因，说明它可能是一个很好的买入机会。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjAzODQvbnZpZGlhcy1oZWFkcXVhcnRlcnMtd2l0aC1hLWJsYWNrLW52aWRpYS1zaWduLW91dC10aGUtZnJvbnQucG5nJnc9NzAw" alt="" original-src="https://g.foolcdn.com/image/?url=https%3A%2F%2Fg.foolcdn.com%2Feditorial%2Fimages%2F820384%2Fnvidias-headquarters-with-a-black-nvidia-sign-out-the-front.png&amp;op=resize&amp;w=700"/></p>
<p>Image source: Nvidia.</p>
<div class="lb-trans"><p>图片来源：英伟达。</p>
</div><h2>Demand for computing capacity could soar a thousand times</h2>
<div class="lb-trans"><h2>计算能力的需求可能会激增千倍</h2>
</div><p>Nvidia's H100 GPU, which was built on the company's Hopper architecture, was the top-selling data center chip for AI development during 2023 and for most of 2024. It was designed for both training and inference workloads; training is when developers feed mountains of data into AI models to make them &#34;smarter,&#34; and inference is the process by which AI models turn that data into responses for the end user.</p>
<div class="lb-trans"><p>英伟达的 H100 GPU 基于公司的 Hopper 架构，是 2023 年和 2024 年大多数时间内用于 AI 开发的最佳销售数据中心芯片。它被设计用于训练和推理工作负载；训练是指开发者将大量数据输入 AI 模型以使其变得 “更聪明”，而推理是 AI 模型将数据转化为最终用户响应的过程。</p>
</div><p>In 2023 and 2024, AI chatbot applications were great at generating one-shot responses, meaning they prioritized speed when compiling information and feeding it to the end user. Those applications were revolutionary at the time, but the underlying large language models (LLMs) occasionally made mistakes or provided incomplete answers.</p>
<div class="lb-trans"><p>在 2023 年和 2024 年，AI 聊天机器人应用程序在生成一次性响应方面表现出色，这意味着它们在编译信息并将其提供给最终用户时优先考虑速度。这些应用程序在当时是革命性的，但基础的大型语言模型 (LLM) 有时会出错或提供不完整的答案。</p>
</div><p>In 2025, next-generation &#34;reasoning&#34; models are solving that problem by autonomously cleaning up errors in the background before rendering responses. To put it another way, they spend time thinking to ensure the information they provide is as accurate as possible. This comes with a downside -- reasoning models take longer to generate answers, and they require significantly more computing capacity than their predecessors.</p>
<div class="lb-trans"><p>到 2025 年，下一代 “推理” 模型通过在后台自主清理错误来解决这个问题，然后再生成响应。换句话说，它们花时间思考，以确保提供的信息尽可能准确。这带来了一个缺点——推理模型生成答案所需的时间更长，并且需要比其前身显著更多的计算能力。</p>
</div><p>Nvidia designed a new architecture called Blackwell to power those inference workloads, and it produces up to 40 times more performance than the Hopper architecture. But it might not be enough, because Huang says some reasoning models consume a staggering 1,000 times more tokens (words, punctuation, and symbols) than the old one-shot LLMs.</p>
<div class="lb-trans"><p>英伟达设计了一种新的架构，称为 Blackwell，以支持这些推理工作负载，其性能比 Hopper 架构高出 40 倍。但这可能还不够，因为黄仁勋表示，一些推理模型消耗的令牌（单词、标点符号和符号）比旧的一次性 LLM 多出惊人的 1000 倍。</p>
</div><p>Huang says the Blackwell-based GB200 GPU NVLink 72 is the best system on the market for reasoning inference workloads right now, but Nvidia is also gearing up to ship its new Blackwell Ultra GB300 GPUs this year, which will offer even more performance. Hardware needs to keep getting better; otherwise, reasoning models will take too long to generate responses, and people simply won't use them anymore.</p>
<div class="lb-trans"><p>黄仁勋表示，基于 Blackwell 的 GB200 GPU NVLink 72 是目前市场上用于推理工作负载的最佳系统，但英伟达也在准备今年推出其新的 Blackwell Ultra GB300 GPU，这将提供更高的性能。硬件需要不断改进；否则，推理模型生成响应的时间将过长，人们将不再使用它们。</p>
</div><h2>An annual opportunity worth $1 trillion</h2>
<div class="lb-trans"><h2>每年价值 1 万亿美元的机会</h2>
</div><p>Nvidia's data center business generated $39.1 billion in revenue during the fiscal 2026 first quarter, a 73% increase from the year-ago period. It now accounts for 89% of the company's total revenue, so it's the main point of focus for investors.</p>
<div class="lb-trans"><p>英伟达的数据中心业务在 2026 财年第一季度产生了 391 亿美元的收入，比去年同期增长了 73%。现在占公司总收入的 89%，因此这是投资者关注的主要焦点。</p>
</div><p>At Nvidia's GTC conference in March, Huang told the audience that AI infrastructure spending will keep growing and could surpass $1 trillion annually by 2028, thanks to the incredible demand for inference computing capacity from reasoning models. Then, in his conference call with investors for the fiscal 2026 first quarter, he said Nvidia is on track to fill &#34;most&#34; of that demand, so the company's data center revenue probably still has room to soar.</p>
<div class="lb-trans"><p>在英伟达 3 月份的 GTC 大会上，黄仁勋告诉观众，AI 基础设施支出将持续增长，到 2028 年可能超过每年 1 万亿美元，这得益于推理模型对计算能力的巨大需求。然后，在与投资者的 2026 财年第一季度电话会议上，他表示英伟达有望满足 “绝大多数” 需求，因此公司的数据中心收入可能仍有上涨空间。</p>
</div><p>Nvidia's hardware remains leaps and bounds ahead of the competition. Plus, it isn't just about chips -- the company has the entire stack covered, selling networking equipment and even a software platform called CUDA, which developers can use to optimize GPUs for specific tasks. Once data center operators are locked into the Nvidia ecosystem, it becomes very inconvenient (and expensive) to switch.</p>
<div class="lb-trans"><p>英伟达的硬件在竞争中遥遥领先。此外，这不仅仅是关于芯片——该公司覆盖了整个技术栈，销售网络设备，甚至还有一个名为 CUDA 的软件平台，开发者可以用它来优化 GPU 以执行特定任务。一旦数据中心运营商锁定在英伟达生态系统中，切换将变得非常不方便（且昂贵）。</p>
</div><h2>Nvidia stock looks like a bargain relative to its history</h2>
<div class="lb-trans"><h2>相对于历史数据，英伟达的股票看起来像个便宜货</h2>
</div><p>Based on Nvidia's $3.19 in trailing-12-month earnings per share (EPS), its stock is trading at a price-to-earnings (P/E) ratio of 44.3. That's a 26% discount to its 10-year average of 59.8, suggesting it's undervalued right now.</p>
<div class="lb-trans"><p>根据英伟达过去 12 个月每股收益 (EPS) 3.19 美元的数据，其股票的市盈率 (P/E) 为 44.3。这比其 10 年平均值 59.8 低 26%，这表明目前被低估。</p>
</div><p>Plus, Wall Street's consensus estimate (provided by Yahoo! Finance) suggests Nvidia will generate $4.28 in EPS for the whole of fiscal 2026, placing its stock at a forward P/E ratio of just 32.1.</p>
<div class="lb-trans"><p>此外，华尔街的共识估计（由 Yahoo! Finance 提供）表明，英伟达在 2026 财年将产生每股收益 4.28 美元，使其股票的前瞻市盈率仅为 32.1。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://media.ycharts.com/charts/32daa47f51628bdc3feba99e1d0f9cfb.png" alt="" original-src="https://media.ycharts.com/charts/32daa47f51628bdc3feba99e1d0f9cfb.png"/></p>
<p>NVDA PE Ratio data by YCharts</p>
<div class="lb-trans"><p>NVDA 市盈率数据来源于 YCharts</p>
</div><p>In other words, Nvidia stock would have to soar by 38% over the next year or so just to maintain its current P/E ratio, or by 86% for its P/E ratio to trade in line with its 10-year average, assuming Wall Street's EPS forecast proves to be accurate.</p>
<div class="lb-trans"><p>换句话说，英伟达的股票在未来一年左右必须上涨 38%，才能维持其当前的市盈率，或者上涨 86%，才能使其市盈率与其 10 年平均水平相符，前提是华尔街的每股收益预测是准确的。</p>
</div><p>However, investors should stay focused on the longer term, because if Jensen Huang is right about where inference demand and data center spending are headed, Nvidia's stock could be orders of magnitude higher than where it is today.</p>
<div class="lb-trans"><p>然而，投资者应关注长期，因为如果黄仁勋对推理需求和数据中心支出的未来方向是正确的，英伟达的股票可能会比现在高出几个数量级。</p>
</div>

Jensen Huang Just Delivered Incredible News for Nvidia Stock Investors

- Nvidia 的数据中心业务在 2026 财年第一季度收入达 391 亿美元，同比增长 73%。  
- CEO 黄仁勋表示，AI 基础设施支出预计到 2028 年将超过 1 万亿美元。  
- Nvidia 股票相对历史水平被低估，未来增长潜力巨大。  

黄仁勋刚刚为英伟达股票投资者传递了振奋人心的消息