<p><strong>英偉達</strong>(NVDA -1.44%) 是全球領先的數據中心圖形處理單元 (GPU) 供應商，這些硬件是開發人工智能 (AI) 的關鍵組件。自 2023 年初以來，英偉達的市值因對這些芯片的需求激增而增長了驚人的 3 萬億美元，但該公司才剛剛開始。</p>
<p>迄今為止，每一代新的 AI 模型都需要比上一代顯著更多的計算能力，這對英偉達的硬件銷售形成了強勁的推動力。在最近的一次電話會議上，管理層討論了 2026 財年第一季度（截至 4 月 27 日）的業績，首席執行官黃仁勳對未來需求發表了一系列評論，這些評論對投資者來説無疑是好消息。</p>
<p>相對於歷史數據，英偉達的股票目前看起來很有吸引力，因此以下是基於黃仁勳最新言論的原因，説明它可能是一個很好的買入機會。</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>圖片來源：英偉達。</p>
<h2>計算能力的需求可能會激增千倍</h2>
<p>英偉達的 H100 GPU 基於公司的 Hopper 架構，是 2023 年和 2024 年大多數時間內用於 AI 開發的最佳銷售數據中心芯片。它被設計用於訓練和推理工作負載；訓練是指開發者將大量數據輸入 AI 模型以使其變得 “更聰明”，而推理是 AI 模型將數據轉化為最終用户響應的過程。</p>
<p>在 2023 年和 2024 年，AI 聊天機器人應用程序在生成一次性響應方面表現出色，這意味着它們在編譯信息並將其提供給最終用户時優先考慮速度。這些應用程序在當時是革命性的，但基礎的大型語言模型 (LLM) 有時會出錯或提供不完整的答案。</p>
<p>到 2025 年，下一代 “推理” 模型通過在後台自主清理錯誤來解決這個問題，然後再生成響應。換句話説，它們花時間思考，以確保提供的信息儘可能準確。這帶來了一個缺點——推理模型生成答案所需的時間更長，並且需要比其前身顯著更多的計算能力。</p>
<p>英偉達設計了一種新的架構，稱為 Blackwell，以支持這些推理工作負載，其性能比 Hopper 架構高出 40 倍。但這可能還不夠，因為黃仁勳表示，一些推理模型消耗的令牌（單詞、標點符號和符號）比舊的一次性 LLM 多出驚人的 1000 倍。</p>
<p>黃仁勳表示，基於 Blackwell 的 GB200 GPU NVLink 72 是目前市場上用於推理工作負載的最佳系統，但英偉達也在準備今年推出其新的 Blackwell Ultra GB300 GPU，這將提供更高的性能。硬件需要不斷改進；否則，推理模型生成響應的時間將過長，人們將不再使用它們。</p>
<h2>每年價值 1 萬億美元的機會</h2>
<p>英偉達的數據中心業務在 2026 財年第一季度產生了 391 億美元的收入，比去年同期增長了 73%。現在佔公司總收入的 89%，因此這是投資者關注的主要焦點。</p>
<p>在英偉達 3 月份的 GTC 大會上，黃仁勳告訴觀眾，AI 基礎設施支出將持續增長，到 2028 年可能超過每年 1 萬億美元，這得益於推理模型對計算能力的巨大需求。然後，在與投資者的 2026 財年第一季度電話會議上，他表示英偉達有望滿足 “絕大多數” 需求，因此公司的數據中心收入可能仍有上漲空間。</p>
<p>英偉達的硬件在競爭中遙遙領先。此外，這不僅僅是關於芯片——該公司覆蓋了整個技術棧，銷售網絡設備，甚至還有一個名為 CUDA 的軟件平台，開發者可以用它來優化 GPU 以執行特定任務。一旦數據中心運營商鎖定在英偉達生態系統中，切換將變得非常不方便（且昂貴）。</p>
<h2>相對於歷史數據，英偉達的股票看起來像個便宜貨</h2>
<p>根據英偉達過去 12 個月每股收益 (EPS) 3.19 美元的數據，其股票的市盈率 (P/E) 為 44.3。這比其 10 年平均值 59.8 低 26%，這表明目前被低估。</p>
<p>此外，華爾街的共識估計（由 Yahoo! Finance 提供）表明，英偉達在 2026 財年將產生每股收益 4.28 美元，使其股票的前瞻市盈率僅為 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 市盈率數據來源於 YCharts</p>
<p>換句話説，英偉達的股票在未來一年左右必須上漲 38%，才能維持其當前的市盈率，或者上漲 86%，才能使其市盈率與其 10 年平均水平相符，前提是華爾街的每股收益預測是準確的。</p>
<p>然而，投資者應關注長期，因為如果黃仁勳對推理需求和數據中心支出的未來方向是正確的，英偉達的股票可能會比現在高出幾個數量級。</p>

英偉達

2 倍做多英偉達 ETF - GraniteShares

南方兩倍做多英偉達

南方兩倍做空英偉達

英偉達期權收益策略 ETF - YieldMax

1 倍做空英偉達 ETF - Direxion

2 倍做多 NVDA ETF - T-Rex

2 倍做空 NVDA ETF - T-Rex

半導體 3 倍做多 - Direxion

<p>英偉達首席執行官黃仁勳在最近的一次電話會議上宣佈，公司對 GPU 的未來需求強勁，特別是在人工智能應用方面。英偉達的數據中心收入同比激增 73%，達到 391 億美元，並預計將受益於到 2028 年預計達到 1 萬億美元的年度人工智能基礎設施支出。該股票目前的市盈率為 44.3，比其 10 年平均水平低 26%，這表明其可能被低估。投資者對英偉達在人工智能市場的增長潛力持樂觀態度</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>英偉達</strong>(NVDA -1.44%) 是全球領先的數據中心圖形處理單元 (GPU) 供應商，這些硬件是開發人工智能 (AI) 的關鍵組件。自 2023 年初以來，英偉達的市值因對這些芯片的需求激增而增長了驚人的 3 萬億美元，但該公司才剛剛開始。</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>迄今為止，每一代新的 AI 模型都需要比上一代顯著更多的計算能力，這對英偉達的硬件銷售形成了強勁的推動力。在最近的一次電話會議上，管理層討論了 2026 財年第一季度（截至 4 月 27 日）的業績，首席執行官黃仁勳對未來需求發表了一系列評論，這些評論對投資者來説無疑是好消息。</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>相對於歷史數據，英偉達的股票目前看起來很有吸引力，因此以下是基於黃仁勳最新言論的原因，説明它可能是一個很好的買入機會。</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>圖片來源：英偉達。</p>
</div><h2>Demand for computing capacity could soar a thousand times</h2>
<div class="lb-trans"><h2>計算能力的需求可能會激增千倍</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>英偉達的 H100 GPU 基於公司的 Hopper 架構，是 2023 年和 2024 年大多數時間內用於 AI 開發的最佳銷售數據中心芯片。它被設計用於訓練和推理工作負載；訓練是指開發者將大量數據輸入 AI 模型以使其變得 “更聰明”，而推理是 AI 模型將數據轉化為最終用户響應的過程。</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 聊天機器人應用程序在生成一次性響應方面表現出色，這意味着它們在編譯信息並將其提供給最終用户時優先考慮速度。這些應用程序在當時是革命性的，但基礎的大型語言模型 (LLM) 有時會出錯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” 模型通過在後台自主清理錯誤來解決這個問題，然後再生成響應。換句話説，它們花時間思考，以確保提供的信息儘可能準確。這帶來了一個缺點——推理模型生成答案所需的時間更長，並且需要比其前身顯著更多的計算能力。</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>英偉達設計了一種新的架構，稱為 Blackwell，以支持這些推理工作負載，其性能比 Hopper 架構高出 40 倍。但這可能還不夠，因為黃仁勳表示，一些推理模型消耗的令牌（單詞、標點符號和符號）比舊的一次性 LLM 多出驚人的 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>黃仁勳表示，基於 Blackwell 的 GB200 GPU NVLink 72 是目前市場上用於推理工作負載的最佳系統，但英偉達也在準備今年推出其新的 Blackwell Ultra GB300 GPU，這將提供更高的性能。硬件需要不斷改進；否則，推理模型生成響應的時間將過長，人們將不再使用它們。</p>
</div><h2>An annual opportunity worth $1 trillion</h2>
<div class="lb-trans"><h2>每年價值 1 萬億美元的機會</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>英偉達的數據中心業務在 2026 財年第一季度產生了 391 億美元的收入，比去年同期增長了 73%。現在佔公司總收入的 89%，因此這是投資者關注的主要焦點。</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>在英偉達 3 月份的 GTC 大會上，黃仁勳告訴觀眾，AI 基礎設施支出將持續增長，到 2028 年可能超過每年 1 萬億美元，這得益於推理模型對計算能力的巨大需求。然後，在與投資者的 2026 財年第一季度電話會議上，他表示英偉達有望滿足 “絕大多數” 需求，因此公司的數據中心收入可能仍有上漲空間。</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>英偉達的硬件在競爭中遙遙領先。此外，這不僅僅是關於芯片——該公司覆蓋了整個技術棧，銷售網絡設備，甚至還有一個名為 CUDA 的軟件平台，開發者可以用它來優化 GPU 以執行特定任務。一旦數據中心運營商鎖定在英偉達生態系統中，切換將變得非常不方便（且昂貴）。</p>
</div><h2>Nvidia stock looks like a bargain relative to its history</h2>
<div class="lb-trans"><h2>相對於歷史數據，英偉達的股票看起來像個便宜貨</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>根據英偉達過去 12 個月每股收益 (EPS) 3.19 美元的數據，其股票的市盈率 (P/E) 為 44.3。這比其 10 年平均值 59.8 低 26%，這表明目前被低估。</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，華爾街的共識估計（由 Yahoo! Finance 提供）表明，英偉達在 2026 財年將產生每股收益 4.28 美元，使其股票的前瞻市盈率僅為 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 市盈率數據來源於 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>換句話説，英偉達的股票在未來一年左右必須上漲 38%，才能維持其當前的市盈率，或者上漲 86%，才能使其市盈率與其 10 年平均水平相符，前提是華爾街的每股收益預測是準確的。</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，投資者應關注長期，因為如果黃仁勳對推理需求和數據中心支出的未來方向是正確的，英偉達的股票可能會比現在高出幾個數量級。</p>
</div>

Jensen Huang Just Delivered Incredible News for Nvidia Stock Investors

- Nvidia 的數據中心業務在 2026 財年第一季度收入達 391 億美元，同比增長 73%。  
- CEO 黃仁勳表示，AI 基礎設施支出預計到 2028 年將超過 1 萬億美元。  
- Nvidia 股票相對歷史水平被低估，未來增長潛力巨大。  

黃仁勳剛剛為英偉達股票投資者傳遞了振奮人心的消息