<p>I/O Fund 的首席技术分析师 Beth Kindig 在芯片制造商 <strong>Nvidia</strong>（NVDA 1.81%）方面有着令人印象深刻的业绩记录。2021 年，她准确预测该公司将在五年内超越 <strong>Apple</strong> 的市值。Nvidia 在三年内实现了这一目标。</p><p>今年早些时候，当 Nvidia 股票在中国初创公司 DeepSeek 推出低成本大型语言模型后暴跌时，Kindig 正确地指出这是一个买入机会。自她做出该推荐以来，股价已上涨 28%，目前交易价格创下历史新高。</p><p>然而，Kindig 最大胆的预测是，Nvidia 到 2030 年将成为一家价值 10 万亿美元的公司。这意味着其当前市值 3.9 万亿美元的基础上有 156% 的上涨空间，这相当于到本十年末股东年均接近 19% 的回报。</p><figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/7aa165dcce6f9a493c3f5bf6520d7ec5?x-oss-process=style/lg" alt="" width="700" height="360" original-src="https://pub.pbkrs.com/uploads/2025/7aa165dcce6f9a493c3f5bf6520d7ec5"/></figure><p>图片来源：Getty Images。</p><h2 id="nq4olr9c">Nvidia 在数据中心 GPU 和 AI 网络设备市场占据主导地位</h2><p>Nvidia 以开发图形处理单元（GPU）而闻名，这些芯片通常用于加速耗时的数据中心工作负载，如训练机器学习模型和运行人工智能（AI）应用程序。根据 Beth Kindig 的说法，Nvidia 在这一领域的市场份额超过 90%。</p><p><strong>Forrester Research</strong> 的 Mike Gualtieri 在最近的一份报告中评论道：“Nvidia 为全球 AI 基础设施设定了步伐。没有 Nvidia 的 GPU，现代 AI 将不可能实现。”</p><p>重要的是，该公司还通过 CPU 和互连设备，以及以太网和 InfiniBand 网络平台来补充其 GPU。实际上，Nvidia 是生成式 AI 网络的市场领导者，最近将 <strong>Alphabet</strong> 的 Google 和 <strong>Meta Platforms</strong> 添加到其不断增长的客户名单中。</p><p>展望未来，Grand View Research 预计数据中心 GPU 市场将以每年 36% 的速度增长，直到 2033 年。而 <strong>Morningstar</strong> 预计生成式 AI 网络市场将以每年 34% 的速度增长，直到 2028 年。这使得 Nvidia 有很好的机会在未来许多年中实现超过 30% 的年收入增长。</p><h2 id="9yb38lvv">随着物理 AI 革命的展开，Nvidia 可能会保持其领导地位</h2><p>ChatGPT 使生成式 AI 流行，该技术利用大型语言模型将提示转换为文本、图像和视频等新媒体。这项技术为 Nvidia 的 AI 基础设施创造了巨大的需求，随着物理 AI 热潮的展开，该公司处于保持领导地位的良好位置。</p><p>物理 AI 使自主机器能够理解和导航现实世界，Nvidia 在计算堆栈的三个层面上解决这一技术：其数据中心 GPU 和网络平台训练 AI 模型，其 Omniverse 仿真引擎生成合成训练数据并测试 AI 模型，其嵌入式处理器为自主机器人和自动驾驶汽车提供车载计算能力。</p><p>此外，Nvidia 的 CUDA 平台包括代码库、应用框架和预训练模型，加速机器人和汽车软件的开发。这种垂直整合使得 Nvidia 成为工程师和开发者的首选，因为它消除了整合多个供应商产品的复杂性，从而降低了总体拥有成本。</p><p>确实，Beth Kindig 表示，Nvidia 在构建超级计算机方面拥有 “近乎垄断” 的地位，因为其 CUDA 软件平台创造了 “不可逾越的护城河”。她还指出，垂直整合——即公司提供的数据中心组件远不止 GPU——是 Nvidia 能够在 2030 年之前实现 10 万亿美元市值的主要原因。</p><h2 id="ll77xcfxo">与未来收益预期相比，Nvidia 股票的估值合理</h2><p>Nvidia 报告了强劲的第一季度财务业绩，超出了预期的收入和净利润。由于对 AI 基础设施的强劲需求，收入增长 69% 达到 440 亿美元，非 GAAP 净收入增长 33% 达到每稀释股 0.81 美元。如果没有与中国相关的新芯片出口限制，收益本可以更快增长。</p><p>华尔街预计，Nvidia 的调整后收益将在截至 2027 年 1 月的财年内每年增长 41%。这使得当前 50 倍调整后收益的估值看起来合理，尤其是因为该公司在过去六个季度中平均超出共识收益预期 5%。长期投资者应该对以当前价格持有该股票感到放心。</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>贝丝·金迪（Beth Kindig），一位科技分析师，预测英伟达（Nvidia）到 2030 年将达到 10 万亿美元的市值，这意味着相较于目前 39 万亿美元的估值有 156% 的上涨空间。英伟达在 GPU 市场中占据主导地位，这对人工智能应用至关重要，市场份额超过 90%。由于对人工智能基础设施需求的上升，该公司在增长方面处于良好位置，预计年收入增长将超过 30%。英伟达近期强劲的财务业绩和合理的估值使其成为长期股东的一个引人注目的投资选择</p>

<p>Beth Kindig, lead technology analyst at the I/O Fund, has an impressive track record where chipmaker <strong>Nvidia</strong>(NVDA 1.81%) is concerned. In 2021, she correctly predicted the company would surpass <strong>Apple</strong>'s market value within five years. Nvidia checked that box in three years.</p>
<div class="lb-trans"><p>I/O Fund 的首席技术分析师 Beth Kindig 在芯片制造商 <strong>Nvidia</strong>（NVDA 1.81%）方面有着令人印象深刻的业绩记录。2021 年，她准确预测该公司将在五年内超越 <strong>Apple</strong> 的市值。Nvidia 在三年内实现了这一目标。</p>
</div><p>Earlier this year, Kindig correctly called it a buying opportunity when Nvidia stock crashed after Chinese startup DeepSeek introduced low-cost large language models. The stock price has increased 28% since she made that recommendation, and it currently trades at a record high.</p>
<div class="lb-trans"><p>今年早些时候，当 Nvidia 股票在中国初创公司 DeepSeek 推出低成本大型语言模型后暴跌时，Kindig 正确地指出这是一个买入机会。自她做出该推荐以来，股价已上涨 28%，目前交易价格创下历史新高。</p>
</div><p>However, Kindig's boldest prediction is that Nvidia will be a $10 trillion company by 2030. That implies 156% upside from its present market value of $3.9 trillion, which equates to annual returns of nearly 19% through the end of the decade for shareholders.</p>
<div class="lb-trans"><p>然而，Kindig 最大胆的预测是，Nvidia 到 2030 年将成为一家价值 10 万亿美元的公司。这意味着其当前市值 3.9 万亿美元的基础上有 156% 的上涨空间，这相当于到本十年末股东年均接近 19% 的回报。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjQ0MjQvZ3Jvd3RoLTMuanBnJnc9NzAw" alt="" original-src="https://g.foolcdn.com/image/?url=https%3A%2F%2Fg.foolcdn.com%2Feditorial%2Fimages%2F824424%2Fgrowth-3.jpg&amp;op=resize&amp;w=700"/></p>
<p>Image source: Getty Images.</p>
<div class="lb-trans"><p>图片来源：Getty Images。</p>
</div><h2>Nvidia dominates the markets for data center GPUs and AI networking gear</h2>
<div class="lb-trans"><h2>Nvidia 在数据中心 GPU 和 AI 网络设备市场占据主导地位</h2>
</div><p>Nvidia is best known for developing graphics processing units (GPUs), chips commonly used to accelerate time-consuming data center workloads like training machine learning models and running artificial intelligence (AI) applications. Nvidia dominates the space with more than 90% market share, according to Beth Kindig.</p>
<div class="lb-trans"><p>Nvidia 以开发图形处理单元（GPU）而闻名，这些芯片通常用于加速耗时的数据中心工作负载，如训练机器学习模型和运行人工智能（AI）应用程序。根据 Beth Kindig 的说法，Nvidia 在这一领域的市场份额超过 90%。</p>
</div><p>Mike Gualtieri at <strong>Forrester Research</strong> in a recent report commented, &#34;Nvidia sets the pace for AI infrastructure worldwide. Without Nvidia's GPUs, modern AI wouldn't be possible.&#34;</p>
<div class="lb-trans"><p><strong>Forrester Research</strong> 的 Mike Gualtieri 在最近的一份报告中评论道：“Nvidia 为全球 AI 基础设施设定了步伐。没有 Nvidia 的 GPU，现代 AI 将不可能实现。”</p>
</div><p>Importantly, the company also complements its GPUs with CPUs and interconnects, as well as Ethernet and InfiniBand networking platforms. In fact, Nvidia is the market leader in generative AI networking and it recently added <strong>Alphabet</strong>'s Google and <strong>Meta Platforms</strong> to its growing list of customers.</p>
<div class="lb-trans"><p>重要的是，该公司还通过 CPU 和互连设备，以及以太网和 InfiniBand 网络平台来补充其 GPU。实际上，Nvidia 是生成式 AI 网络的市场领导者，最近将 <strong>Alphabet</strong> 的 Google 和 <strong>Meta Platforms</strong> 添加到其不断增长的客户名单中。</p>
</div><p>Going forward, Grand View Research estimates the data center GPU market will expand at 36% annually through 2033. And <strong>Morningstar</strong> expects generative AI networking market will grow at 34% annually through 2028. That gives Nvidia good shot at annual revenue growth exceeding 30% for many years to come.</p>
<div class="lb-trans"><p>展望未来，Grand View Research 预计数据中心 GPU 市场将以每年 36% 的速度增长，直到 2033 年。而 <strong>Morningstar</strong> 预计生成式 AI 网络市场将以每年 34% 的速度增长，直到 2028 年。这使得 Nvidia 有很好的机会在未来许多年中实现超过 30% 的年收入增长。</p>
</div><h2>Nvidia is likely to maintain its leadership as the physical AI revolution unfolds</h2>
<div class="lb-trans"><h2>随着物理 AI 革命的展开，Nvidia 可能会保持其领导地位</h2>
</div><p>ChatGPT popularized generative AI, which uses large language models to turn prompts into novel media like text, images, and video. That technology created tremendous demand for Nvidia AI infrastructure, and the company is well positioned to maintain its leadership as the physical AI boom unfolds.</p>
<div class="lb-trans"><p>ChatGPT 使生成式 AI 流行，该技术利用大型语言模型将提示转换为文本、图像和视频等新媒体。这项技术为 Nvidia 的 AI 基础设施创造了巨大的需求，随着物理 AI 热潮的展开，该公司处于保持领导地位的良好位置。</p>
</div><p>Physical AI lets autonomous machines understand and navigate the real world, and Nvidia addresses the technology at three layers of the computing stack: Its data center GPUs and networking platforms train AI models, its Omniverse simulation engine generates synthetic training data and tests AI models, and its embedded processors offer on-board computing power to autonomous robots and self-driving cars.</p>
<div class="lb-trans"><p>物理 AI 使自主机器能够理解和导航现实世界，Nvidia 在计算堆栈的三个层面上解决这一技术：其数据中心 GPU 和网络平台训练 AI 模型，其 Omniverse 仿真引擎生成合成训练数据并测试 AI 模型，其嵌入式处理器为自主机器人和自动驾驶汽车提供车载计算能力。</p>
</div><p>Beyond that, Nvidia's CUDA platform includes code libraries, application frameworks, and pretrained models that accelerate the development of robotics and automotive software. That vertical integration makes Nvidia the go-to option for engineers and developers as it eliminates the complexity of integrating products from multiple vendors, which ultimately lowers the total cost of ownership.</p>
<div class="lb-trans"><p>此外，Nvidia 的 CUDA 平台包括代码库、应用框架和预训练模型，加速机器人和汽车软件的开发。这种垂直整合使得 Nvidia 成为工程师和开发者的首选，因为它消除了整合多个供应商产品的复杂性，从而降低了总体拥有成本。</p>
</div><p>Indeed, Beth Kindig says Nvidia has a &#34;near-monopoly in building supercomputers&#34; because of the &#34;impenetrable moat&#34; created by its CUDA software platform. She also cites vertical integration -- the fact that the company provides data center components well beyond GPUs -- as a major reason Nvidia can achieve a market value of $10 trillion no later than 2030.</p>
<div class="lb-trans"><p>确实，Beth Kindig 表示，Nvidia 在构建超级计算机方面拥有 “近乎垄断” 的地位，因为其 CUDA 软件平台创造了 “不可逾越的护城河”。她还指出，垂直整合——即公司提供的数据中心组件远不止 GPU——是 Nvidia 能够在 2030 年之前实现 10 万亿美元市值的主要原因。</p>
</div><h2>Nvidia stock trades at a reasonable valuation compared to forward earnings estimates</h2>
<div class="lb-trans"><h2>与未来收益预期相比，Nvidia 股票的估值合理</h2>
</div><p>Nvidia reported strong first-quarter financial results that exceeded expectations on the top and bottom lines. Revenue rose 69% to $44 billion because of robust demand for AI infrastructure, and non-GAAP net income rose 33% to $0.81 per diluted share. Earnings would have increased more quickly had it not been for new chip export restrictions related to China.</p>
<div class="lb-trans"><p>Nvidia 报告了强劲的第一季度财务业绩，超出了预期的收入和净利润。由于对 AI 基础设施的强劲需求，收入增长 69% 达到 440 亿美元，非 GAAP 净收入增长 33% 达到每稀释股 0.81 美元。如果没有与中国相关的新芯片出口限制，收益本可以更快增长。</p>
</div><p>Wall Street estimates Nvidia's adjusted earnings will increase at 41% annually through the fiscal year ending in January 2027. That makes the current valuation of 50 times adjusted earnings look reasonable, especially because the company topped the consensus earnings estimate by an average of 5% in the last six quarters. Long-term investors should feel comfortable owning the stock at its current price.</p>
<div class="lb-trans"><p>华尔街预计，Nvidia 的调整后收益将在截至 2027 年 1 月的财年内每年增长 41%。这使得当前 50 倍调整后收益的估值看起来合理，尤其是因为该公司在过去六个季度中平均超出共识收益预期 5%。长期投资者应该对以当前价格持有该股票感到放心。</p>
</div>

1 Artificial Intelligence (AI) Stock to Buy Before It Soars to $10 Trillion, According to a Wall Street Analyst

- Beth Kindig 预测 Nvidia 将在 2030 年成为 10 万亿美元公司，现市值为 3.9 万亿美元。  
- Nvidia 在数据中心 GPU 和 AI 网络市场占有率超过 90%。  
- 预计数据中心 GPU 市场将以 36% 年增长率扩展至 2033 年。  

根据华尔街分析师的建议，有一只人工智能（AI）股票值得在其市值飙升至 10 万亿美元之前购买