<p>I/O Fund 的首席技術分析師 Beth Kindig 在芯片製造商 <strong>Nvidia</strong>（NVDA 1.81%）方面有着令人印象深刻的業績記錄。2021 年，她準確預測該公司將在五年內超越 <strong>Apple</strong> 的市值。Nvidia 在三年內實現了這一目標。</p><p>今年早些時候，當 Nvidia 股票在中國初創公司 DeepSeek 推出低成本大型語言模型後暴跌時，Kindig 正確地指出這是一個買入機會。自她做出該推薦以來，股價已上漲 28%，目前交易價格創下歷史新高。</p><p>然而，Kindig 最大膽的預測是，Nvidia 到 2030 年將成為一家價值 10 萬億美元的公司。這意味着其當前市值 3.9 萬億美元的基礎上有 156% 的上漲空間，這相當於到本十年末股東年均接近 19% 的回報。</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>圖片來源：Getty Images。</p><h2 id="nq4olr9c">Nvidia 在數據中心 GPU 和 AI 網絡設備市場佔據主導地位</h2><p>Nvidia 以開發圖形處理單元（GPU）而聞名，這些芯片通常用於加速耗時的數據中心工作負載，如訓練機器學習模型和運行人工智能（AI）應用程序。根據 Beth Kindig 的説法，Nvidia 在這一領域的市場份額超過 90%。</p><p><strong>Forrester Research</strong> 的 Mike Gualtieri 在最近的一份報告中評論道：“Nvidia 為全球 AI 基礎設施設定了步伐。沒有 Nvidia 的 GPU，現代 AI 將不可能實現。”</p><p>重要的是，該公司還通過 CPU 和互連設備，以及以太網和 InfiniBand 網絡平台來補充其 GPU。實際上，Nvidia 是生成式 AI 網絡的市場領導者，最近將 <strong>Alphabet</strong> 的 Google 和 <strong>Meta Platforms</strong> 添加到其不斷增長的客户名單中。</p><p>展望未來，Grand View Research 預計數據中心 GPU 市場將以每年 36% 的速度增長，直到 2033 年。而 <strong>Morningstar</strong> 預計生成式 AI 網絡市場將以每年 34% 的速度增長，直到 2028 年。這使得 Nvidia 有很好的機會在未來許多年中實現超過 30% 的年收入增長。</p><h2 id="9yb38lvv">隨着物理 AI 革命的展開，Nvidia 可能會保持其領導地位</h2><p>ChatGPT 使生成式 AI 流行，該技術利用大型語言模型將提示轉換為文本、圖像和視頻等新媒體。這項技術為 Nvidia 的 AI 基礎設施創造了巨大的需求，隨着物理 AI 熱潮的展開，該公司處於保持領導地位的良好位置。</p><p>物理 AI 使自主機器能夠理解和導航現實世界，Nvidia 在計算堆棧的三個層面上解決這一技術：其數據中心 GPU 和網絡平台訓練 AI 模型，其 Omniverse 仿真引擎生成合成訓練數據並測試 AI 模型，其嵌入式處理器為自主機器人和自動駕駛汽車提供車載計算能力。</p><p>此外，Nvidia 的 CUDA 平台包括代碼庫、應用框架和預訓練模型，加速機器人和汽車軟件的開發。這種垂直整合使得 Nvidia 成為工程師和開發者的首選，因為它消除了整合多個供應商產品的複雜性，從而降低了總體擁有成本。</p><p>確實，Beth Kindig 表示，Nvidia 在構建超級計算機方面擁有 “近乎壟斷” 的地位，因為其 CUDA 軟件平台創造了 “不可逾越的護城河”。她還指出，垂直整合——即公司提供的數據中心組件遠不止 GPU——是 Nvidia 能夠在 2030 年之前實現 10 萬億美元市值的主要原因。</p><h2 id="ll77xcfxo">與未來收益預期相比，Nvidia 股票的估值合理</h2><p>Nvidia 報告了強勁的第一季度財務業績，超出了預期的收入和淨利潤。由於對 AI 基礎設施的強勁需求，收入增長 69% 達到 440 億美元，非 GAAP 淨收入增長 33% 達到每稀釋股 0.81 美元。如果沒有與中國相關的新芯片出口限制，收益本可以更快增長。</p><p>華爾街預計，Nvidia 的調整後收益將在截至 2027 年 1 月的財年內每年增長 41%。這使得當前 50 倍調整後收益的估值看起來合理，尤其是因為該公司在過去六個季度中平均超出共識收益預期 5%。長期投資者應該對以當前價格持有該股票感到放心。</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>貝絲·金迪（Beth Kindig），一位科技分析師，預測英偉達（Nvidia）到 2030 年將達到 10 萬億美元的市值，這意味着相較於目前 39 萬億美元的估值有 156% 的上漲空間。英偉達在 GPU 市場中佔據主導地位，這對人工智能應用至關重要，市場份額超過 90%。由於對人工智能基礎設施需求的上升，該公司在增長方面處於良好位置，預計年收入增長將超過 30%。英偉達近期強勁的財務業績和合理的估值使其成為長期股東的一個引人注目的投資選擇</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 的首席技術分析師 Beth Kindig 在芯片製造商 <strong>Nvidia</strong>（NVDA 1.81%）方面有着令人印象深刻的業績記錄。2021 年，她準確預測該公司將在五年內超越 <strong>Apple</strong> 的市值。Nvidia 在三年內實現了這一目標。</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>今年早些時候，當 Nvidia 股票在中國初創公司 DeepSeek 推出低成本大型語言模型後暴跌時，Kindig 正確地指出這是一個買入機會。自她做出該推薦以來，股價已上漲 28%，目前交易價格創下歷史新高。</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 最大膽的預測是，Nvidia 到 2030 年將成為一家價值 10 萬億美元的公司。這意味着其當前市值 3.9 萬億美元的基礎上有 156% 的上漲空間，這相當於到本十年末股東年均接近 19% 的回報。</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>圖片來源：Getty Images。</p>
</div><h2>Nvidia dominates the markets for data center GPUs and AI networking gear</h2>
<div class="lb-trans"><h2>Nvidia 在數據中心 GPU 和 AI 網絡設備市場佔據主導地位</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 以開發圖形處理單元（GPU）而聞名，這些芯片通常用於加速耗時的數據中心工作負載，如訓練機器學習模型和運行人工智能（AI）應用程序。根據 Beth Kindig 的説法，Nvidia 在這一領域的市場份額超過 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 在最近的一份報告中評論道：“Nvidia 為全球 AI 基礎設施設定了步伐。沒有 Nvidia 的 GPU，現代 AI 將不可能實現。”</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，該公司還通過 CPU 和互連設備，以及以太網和 InfiniBand 網絡平台來補充其 GPU。實際上，Nvidia 是生成式 AI 網絡的市場領導者，最近將 <strong>Alphabet</strong> 的 Google 和 <strong>Meta Platforms</strong> 添加到其不斷增長的客户名單中。</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>展望未來，Grand View Research 預計數據中心 GPU 市場將以每年 36% 的速度增長，直到 2033 年。而 <strong>Morningstar</strong> 預計生成式 AI 網絡市場將以每年 34% 的速度增長，直到 2028 年。這使得 Nvidia 有很好的機會在未來許多年中實現超過 30% 的年收入增長。</p>
</div><h2>Nvidia is likely to maintain its leadership as the physical AI revolution unfolds</h2>
<div class="lb-trans"><h2>隨着物理 AI 革命的展開，Nvidia 可能會保持其領導地位</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，該技術利用大型語言模型將提示轉換為文本、圖像和視頻等新媒體。這項技術為 Nvidia 的 AI 基礎設施創造了巨大的需求，隨着物理 AI 熱潮的展開，該公司處於保持領導地位的良好位置。</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 使自主機器能夠理解和導航現實世界，Nvidia 在計算堆棧的三個層面上解決這一技術：其數據中心 GPU 和網絡平台訓練 AI 模型，其 Omniverse 仿真引擎生成合成訓練數據並測試 AI 模型，其嵌入式處理器為自主機器人和自動駕駛汽車提供車載計算能力。</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 平台包括代碼庫、應用框架和預訓練模型，加速機器人和汽車軟件的開發。這種垂直整合使得 Nvidia 成為工程師和開發者的首選，因為它消除了整合多個供應商產品的複雜性，從而降低了總體擁有成本。</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>確實，Beth Kindig 表示，Nvidia 在構建超級計算機方面擁有 “近乎壟斷” 的地位，因為其 CUDA 軟件平台創造了 “不可逾越的護城河”。她還指出，垂直整合——即公司提供的數據中心組件遠不止 GPU——是 Nvidia 能夠在 2030 年之前實現 10 萬億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>與未來收益預期相比，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 報告了強勁的第一季度財務業績，超出了預期的收入和淨利潤。由於對 AI 基礎設施的強勁需求，收入增長 69% 達到 440 億美元，非 GAAP 淨收入增長 33% 達到每稀釋股 0.81 美元。如果沒有與中國相關的新芯片出口限制，收益本可以更快增長。</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>華爾街預計，Nvidia 的調整後收益將在截至 2027 年 1 月的財年內每年增長 41%。這使得當前 50 倍調整後收益的估值看起來合理，尤其是因為該公司在過去六個季度中平均超出共識收益預期 5%。長期投資者應該對以當前價格持有該股票感到放心。</p>
</div>

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

- Beth Kindig 預測 Nvidia 將在 2030 年成為 10 萬億美元公司，現市值為 3.9 萬億美元。  
- Nvidia 在數據中心 GPU 和 AI 網絡市場佔有率超過 90%。  
- 預計數據中心 GPU 市場將以 36% 年增長率擴展至 2033 年。  

根據華爾街分析師的建議，有一隻人工智能（AI）股票值得在其市值飆升至 10 萬億美元之前購買