英伟达路演剧透：季收近千亿，为何仍敢谈「增长加速」？

原报告：Morgan Stanley Research《NVDA NDR Highlights Diversified Growth Opportunities》，2026 年 7 月 10 日

编译 & 整理：DaiDai

编辑：Frank

要点速览：

• 英伟达认为增长仍在加速，但驱动力正在发生变化：需求不再只依赖头部 AI 实验室和超大规模云厂商，网络、CPU、Neocloud、主权 AI、工业与企业客户正在成为新的增量来源；
• ASIC 与 GPU 并非零和竞争：一家此前主要依赖 ASIC 的头部前沿模型客户，英伟达算力占比已提升至接近 50%，在大量实际工作负载中，客户最终比较的不只是芯片价格，更在于单位 Token 的综合计算成本与部署效率；
• Vera Rubin 路线图暂未延期：英伟达否认 Rubin Ultra 推迟至 2028 年，确认仍计划于 2027 年出货，虽然部分机架方案将调整，但 800V 电力架构和跨机架光互连等关键方向保持不变；
• 存储与电力仍是供给侧约束，而非需求转弱的信号：英伟达预计存储短缺可能持续数年，并将通过调整内存配置、网络和系统架构，提高有限供应下的系统交付效率；
• 摩根士丹利继续将英伟达列为半导体首选：报告维持「增持」评级和 288 美元目标价，并认为随着公司提高现金回报比例，英伟达正在从纯粹的高增长资产，逐渐兼具大型科技股的价值属性；

当一家公司的单季度收入开始逼近 1000 亿美元，市场通常更关心的，不再是它还能增长多少，而是增长还能维持多久。

英伟达如今面对的，正是这样的审视。

过去一段时间，围绕英伟达的争议主要集中在三个问题上：全球 AI 基础设施投资是否已经接近高点；Google、Amazon、Meta 等云厂商推进自研 ASIC，是否会逐渐侵蚀 GPU 的市场份额；以及下一代 Vera Rubin 产品路线图，是否出现延期或调整。

7 月上旬，摩根士丹利在加州组织多场英伟达非融资路演（NDR），英伟达 CEO 黄仁勋、CFO Colette Kress，以及管理层与投资者关系团队直接面对机构投资者，回应市场最关注的增长、竞争与产品问题，希望向市场解释其下一阶段的增长来源，正在发生怎样的变化。

摩根士丹利在会后报告中，将此次会议的基调概括为「积极」，英伟达管理层则给出了一个更具进攻性的判断：即使季度收入正在接近 1000 亿美元，公司当前的增长率仍有望继续加快。

支撑这一判断的核心，并不在于某一个客户突然增加采购，反而是英伟达正在从一家主要依赖 GPU 周期和少数头部客户的公司，转向覆盖计算、网络、CPU、模型与云基础设施的全栈 AI 平台。

一、英伟达正在重新定义自己的增长来源

按照英伟达管理层在此次会议中的划分，公司未来的需求主要来自三类市场：AI 实验室、传统超大规模云厂商，以及包括 AI 云、工业、企业和主权 AI 在内的新兴客户。

这意味着，市场过去熟悉的「AI 实验室训练大模型、云厂商采购 GPU」叙事，已经无法完整解释英伟达下一阶段的增长。

1.AI 实验室：ASIC 客户也在重新增加 GPU 使用

目前，AI 实验室约占英伟达总需求的 20%。

此次路演中，一个颇受关注的细节是，一家此前主要依赖 ASIC 开发的头部前沿模型客户，早期对英伟达平台的使用比例并不高，但目前英伟达在其相关算力中的占比，已经提升至接近 50%。

这至少说明，ASIC 对 GPU 的替代并不是一条单向路径。

当模型规模、推理负载和系统复杂度持续上升，客户需要比较的并不只是单颗芯片价格，而是整套系统最终能够以多低的成本生成 Token。在大量实际工作负载中，英伟达认为，最低的单位 Token 成本仍然来自其完整平台。

其他头部前沿模型目前也仍主要运行在英伟达平台之上。对于英伟达而言，AI 实验室的机会已经不只是跟随模型训练规模增长，还包括从原本更偏向自研芯片的客户中重新获得份额。

2.超大规模云厂商：从 GPU 扩展至网络和 CPU

按新的业务口径，传统超大规模云厂商仍是英伟达最重要的需求来源之一，相关业务约占公司收入的一半。

不过，云厂商市场当前面临的约束，已经逐渐从芯片供应转向土地、电力和机房空间。也就是说，客户并非不愿继续投入，而是越来越难以按照原有方式快速扩建数据中心。

在这种背景下，英伟达正在扩大自己在每座数据中心中的价值占比——除了 GPU，公司还在通过网络设备、CPU、互连和机架级系统方案扩大可服务市场。

管理层在此次会议中重申了本年度 200 亿美元的 CPU 相关收入目标，并暗示其中相当一部分需求并非来自负责集群控制和调度的 Head Node，而是来自搭载 Vera CPU 的独立计算机架。

Vera 并不是一款单纯追求更多核心数量的通用 CPU，而是针对 AI 数据中心中的单线程工作负载和内存访问进行优化。它所代表的方向，是英伟达不再只出售加速卡，而是进一步进入 CPU、网络、互连和整机系统。

这也解释了为什么摩根士丹利认为，云厂商自研 ASIC 与英伟达继续增长可以同时成立。毕竟大型云厂商仍会继续开发和部署定制芯片，博通等 ASIC 供应商也可能保持高速增长，但只要整个 AI 计算市场扩张得足够快，GPU 与 ASIC 就不必进行零和竞争。

摩根士丹利预计，英伟达与博通的 AI 相关业务在未来一年均可能保持极高增速，市场短期内未必会出现剧烈的份额迁移。

3.主权 AI、工业与 Neocloud：更分散，也可能更庞大

相比 AI 实验室和超大规模云厂商，主权 AI、工业企业和 Neocloud 的需求更为分散，项目启动速度也往往更慢，但这可能是英伟达下一阶段最值得关注的增量市场。

地缘政治、数据主权与供应链本地化，正在推动更多国家和地区建设独立的 AI 基础设施。与此同时，金融、零售、生物科技、制造业等企业，也开始把 AI 从通用工具转变为内部生产系统的一部分。

这类项目通常需要更长的立项、审批与部署周期，但一旦进入实施阶段，单个项目的规模可能相当可观，而且面临的直接芯片竞争往往少于头部云厂商市场。

Neocloud 则提供了另一种增长模式。

这类以 GPU 算力为核心的新型云厂商，正在承接传统云厂商无法及时满足的算力需求，英伟达与部分 Neocloud 的合作，不仅可能涉及共同投资与信用支持，也可能引入收入分成机制。

市场目前更关注英伟达是否在为客户承担信用风险，但从另一面看，收入分成也意味着英伟达可能分享下游 GPU 云服务的长期收益。摩根士丹利据此认为，英伟达未来可能不只是向 Neocloud 出售硬件，还会逐渐成为大型 GPU 云网络的利益相关方。

二、ASIC、Rubin 与存储约束，真正影响增长的是什么？

实事求是地说，英伟达当前面对的最大争议，并不是 AI 是否仍会增长，而是芯片竞争、产品路线和供应约束，是否会削弱公司在这一轮增长中的份额。

从此次路演释放的信息看，英伟达的回答是，这些问题都真实存在，但尚未改变公司的核心增长方向。

1.ASIC 会增长，但并不意味着 GPU 必然失去份额

对于稳定、成熟且规模足够大的工作负载，ASIC 确实可能提供更低的芯片成本和更高的定制效率。但模型架构、推理方式和开发工具仍在快速变化，客户同时需要灵活性、软件生态和系统交付能力。

因此，真正决定客户选择的，并不是某一颗芯片的售价，而是模型训练、推理、网络、内存和软件协同之后的综合成本。

英伟达的护城河，也不再只是 GPU 性能，而是 CUDA、网络、CPU、互连、整机系统和模型工具共同构成的平台能力。

2.Rubin 路线图暂未出现实质性延期

此次路演还回应了近期围绕 Vera Rubin 产品路线图的争议。

英伟达否认 Rubin Ultra 已推迟至 2028 年的市场传言，确认该产品仍计划于 2027 年出货，但也同时承认，部分机架形态将进行调整，原有 Kyber 机架方案将被另一种被管理层称为「更优」的设计替代。

这一变化可能支持更大规模的单机架 Scale-up 域，但并不意味着核心技术路线发生改变，包括 800V 电力架构、跨机架光学互连等关键技术，仍在按照原有计划推进。

对于英伟达而言，在每一代产品中尝试更激进的系统设计，本身就是其保持领先的一部分，真正需要观察的，不是路线图是否发生过调整，而是公司能否在量产前及时纠偏，并控制大规模交付风险。

摩根士丹利认为，Vera Rubin 仍将是未来 12 个月推动英伟达增长的重要产品周期。

3.存储短缺则是另一个容易被市场误读的问题

管理层预计，存储供应约束可能持续数年。

如果 AI 行业希望每年实现数量级的 Token 增长，而存储供给无法同步扩张，仅靠增加 GPU 数量并不足以解决问题，计算、网络和内存之间的配置关系，必须随之重新设计。

一种可能的调整，是降低单个机架的 LPDDR5 配置量，使有限的存储供应能够支持更多机架交付；另一种方向，则是通过网络、缓存和更高速的片上存储，降低部分场景对传统 DRAM 的依赖。

管理层在会议中还提到了以 SRAM 为主要存储架构的相关技术，SRAM 的成本通常高于 DRAM，但在特定推理负载下，其低延迟和高带宽可能具备系统级价值。

这些表态短期内可能影响市场对部分存储公司的情绪，但其逻辑起点并不是存储需求转弱。恰恰相反，英伟达之所以需要持续调整架构，是因为公司预计存储供给长期难以完全满足 AI 计算增长。

因此，对存储产业而言，真正值得关注的并不是英伟达是否减少某一种内存的单机配置，而是 AI 系统中的内存价值量，会如何在 HBM、LPDDR、SRAM、缓存和网络之间重新分配。

4. Nemotron 与开放模型的重要性

除了硬件，英伟达也在强化开放模型和企业 AI 软件的作用。

管理层以电路设计等专业场景为例指出，通用闭源模型未必能够满足企业对专业知识、数据安全和工作流程的要求吗，企业真正需要的，往往不是直接调用一个外部模型，而是围绕自身数据与经验，建立一套可控制、可调整的 AI 系统。

Nemotron 等开放模型的意义就在于此。

它们允许企业围绕自身业务进行训练、微调和部署，同时保留对模型、数据和基础设施的控制权。对于英伟达而言，开放模型并不只是一个软件产品，而是将 GPU、网络、推理框架、模型和企业应用连接起来的重要入口。

英伟达希望构建的，已经不只是一套性能领先的计算硬件，而是一套企业能够完整掌握和部署的 AI 技术栈。

三、摩根士丹利如何为英伟达估值？

此次路演的另一个重要目的，是扩大英伟达在价值型投资者中的覆盖。

众所周知，过去几年，英伟达主要被视为一项典型的高增长资产，但随着公司市值和机构持仓不断扩大，大量成长型基金已经广泛持有英伟达，部分机构甚至接近内部单一持仓上限，因此对英伟达而言，仅靠成长型资金继续提高配置，空间正在变得有限。

英伟达因此需要为市场提供另一套估值逻辑。

管理层预计，从当前阶段开始，公司将把 50% 或以上的现金流用于股东回报。在此背景下，持续增加的股票回购与现金回报，使英伟达在保持高增长属性的同时，也逐渐具备大型成熟科技公司的价值特征。

换句话说，英伟达希望市场同时使用两套框架为其估值：一方面，它仍是一家能够保持高速增长的 AI 基础设施公司；另一方面，它正在成为一家能够持续产生并返还巨额现金流的超大型科技平台。

基于这一判断，摩根士丹利继续将英伟达列为半导体板块首选，维持「增持」评级和 288 美元目标价，并给出三种风险收益情景：

• 基准情景，目标价为 288 美元，采用约 22 倍 2027 日历年每股收益预测，对应 EPS 13.08 美元：报告预计，英伟达收入将在 2026 年增长 82.0%，2027 年增长 52.4%；
• 在乐观情景下，目标价为 330 美元，对应约 23 倍 2027 日历年 EPS 14 美元：其核心假设是，数据中心业务继续高速增长，网络、Vera Rubin 系统与软件收入推动英伟达获得更高的全栈 AI 计算平台溢价，进一步的上行空间可能来自 AI PC、自动驾驶和机器人业务的规模化，以及高毛利软件和 AI 服务收入占比提升。
• 在悲观情景下，目标价为 160 美元，对应约 16 倍 2027 日历年 EPS 10 美元：主要风险包括数据中心供给更快追上需求，AI 基础设施增速明显下降；客户通过自研 ASIC 降低对英伟达的依赖；AMD 或其他竞争对手重新获得份额；以及关税和出口限制对收入产生高于预期的影响；

从盈利预测来看，摩根士丹利预计，英伟达 2026—2029 年 GAAP 收入将分别达到 2159.38 亿、3930.05 亿、5988.09 亿和 7838.77 亿美元；毛利率分别为 71.3%、74.4%、72.5% 和 72.0%，EPS 分别为 4.61、8.96、13.08 和 17.63 美元。

这组预测背后的核心判断是，即使英伟达的收入基数已经十分庞大，AI 基础设施扩张仍有望推动其收入和利润在未来数年保持较高增速；网络、CPU、软件与系统级方案，则会在 GPU 之外贡献更多增量。

当然，摩根士丹利也承认，存储、网络和其他供应链环节，在部分阶段可能拥有更高的盈利弹性，事实上，在过去的半导体周期中，摩根士丹利也曾将板块首选从英伟达轮换至闪迪和美光等公司。

但从风险收益比来看，英伟达仍然是其认为半导体板块中最具吸引力的核心资产之一。

一方面，公司当前的估值倍数可能受到超大市值和指数权重的约束；另一方面，相比 AMD、博通等计算半导体公司，英伟达并未享有特别明显的估值溢价。摩根士丹利认为，随着增长来源进一步多元化、现金回报提升，英伟达与部分同业之间的估值差异最终有望收敛。

不过，市场仓位并未呈现完全一致的乐观预期。报告显示，主动型机构投资者持股比例已经达到 50.9%，意味着成长型资金的持仓基础较高；与此同时，摩根士丹利量化模型对英伟达未来 3 个月和 24 个月的判断均处于第 4 分位，尚未进入最受量化资金青睐的区间（第 1 分位代表最受青睐、第 5 分位代表最不受青睐）。

这也构成了当前英伟达估值中颇为微妙的一面：基本面预期依然强劲，但较高的机构持仓、超大市值与市场期待，也意味着公司需要不断兑现增长，才能推动估值进一步抬升。

写在最后

市场过去讨论英伟达，往往围绕一个简单的问题展开：AI 资本开支还能增长多久？

但这次路演提供了另一种观察角度。

英伟达下一阶段增长，并不完全取决于少数大型云厂商是否继续增加 GPU 采购，而在于它能否把自己的平台能力进一步扩展到网络、CPU、模型、企业软件、主权 AI 和新型云基础设施。

ASIC 会继续增长，存储和电力约束也不会消失，产品路线图仍可能调整，真正决定英伟达长期价值的，不是它能否阻止这些变化，而是它能否继续把每一次产业变化，转化为更大的可服务市场。

对于一家季度收入即将接近 1000 亿美元的公司而言，「增长加速」听起来或许反直觉。

但英伟达试图向市场证明的，正是当 AI 基础设施从芯片采购走向系统建设，从少数云厂商扩展至国家、企业与新型云平台，它仍有能力在每一层技术栈中占据更大的价值份额。

这也是从 AI 芯片供应商走向全栈基础设施平台之后，一段更长的增长曲线。