英偉達路演劇透：季收近千億，為何仍敢談「增長加速」？

原始報告：Morgan Stanley Research《NVDA NDR Highlights Diversified Growth Opportunities》，2026 年 7 月 10 日

編譯 & 整理：DaiDai

編輯：Frank

重點摘要：

• 輝達（NVIDIA）認為增長仍在加速，但驅動力正在改變：需求不再只依賴頂尖 AI 實驗室和超大規模雲端服務商，網路、CPU、Neocloud、主權 AI、工業與企業客戶正成為新的成長動能來源；
• ASIC 與 GPU 並非零和競爭：一家先前主要依賴 ASIC 的頂尖前沿模型客戶，輝達的運算佔比已提升至接近 50%，在大量實際工作負載中，客戶最終比較的不只是晶片價格，更在於單位 Token 的綜合計算成本與部署效率；
• Vera Rubin 路線圖暫未延期：輝達否認 Rubin Ultra 推遲至 2028 年，確認仍計劃於 2027 年出貨，雖然部分機架方案將調整，但 800V 電力架構和跨機架光互連等關鍵方向保持不變；
• 儲存與電力仍是供給側限制，而非需求轉弱的訊號：輝達預計儲存短缺可能持續數年，並將透過調整記憶體配置、網路和系統架構，在有限供應下提高系統交付效率；
• 摩根士丹利繼續將輝達列為半導體首選：報告維持「增持」評級和 288 美元目標價，並認為隨著公司提高現金回報比例，輝達正從純粹的高成長資產，逐漸兼具大型科技股的價值屬性；

當一家公司的單季營收開始逼近 1000 億美元，市場通常更關心的，不再是它還能成長多少，而是成長還能維持多久。

輝達如今面對的，正是這樣的審視。

過去一段時間，圍繞輝達的爭議主要集中在三個問題上：全球 AI 基礎設施投資是否已接近高點；Google、Amazon、Meta 等雲端服務商推進自研 ASIC，是否會逐漸侵蝕 GPU 的市場份額；以及下一代 Vera Rubin 產品路線圖，是否出現延期或調整。

7 月上旬，摩根士丹利在加州舉辦多場輝達非融資路演（NDR），輝達 CEO 黃仁勳、CFO Colette Kress，以及管理層與投資者關係團隊直接面對機構投資者，回應市場最關注的成長、競爭與產品問題，希望向市場解釋其下一階段的成長來源，正在發生怎樣的變化。

摩根士丹利在會後報告中，將此次會議的基調概括為「積極」，輝達管理層則給出了更具進攻性的判斷：即使季度營收正接近 1000 億美元，公司當前的增長率仍有望繼續加快。

支撐這一判斷的核心，並不在於某一個客戶突然增加採購，反而是輝達正從一家主要依賴 GPU 週期和少數頭部客戶的公司，轉向涵蓋計算、網路、CPU、模型與雲端基礎設施的全端 AI 平台。

一、輝達正在重新定義自己的成長來源

按照輝達管理層在此次會議中的劃分，公司未來的需求主要來自三類市場：AI 實驗室、傳統超大規模雲端服務商，以及包括 AI 雲、工業、企業和主權 AI 在內的新興客戶。

這意味著，市場過去熟悉的「AI 實驗室訓練大模型、雲端服務商採購 GPU」敘事，已經無法完整解釋輝達下一階段的成長。

1.AI 實驗室：ASIC 客戶也在重新增加 GPU 使用

目前，AI 實驗室約佔輝達總需求的 20%。

此次路演中，一個備受關注的細節是，一家先前主要依賴 ASIC 開發的頂尖前沿模型客戶，早期對輝達平台的使用比例並不高，但目前輝達在其相關運算中的佔比，已經提升至接近 50%。

這至少說明，ASIC 對 GPU 的替代並不是一條單向路徑。

當模型規模、推理負載和系統複雜度持續上升，客戶需要比較的不只是單顆晶片價格，而是整套系統最終能夠以多低的成本生成 Token。在大量實際工作負載中，輝達認為，最低的單位 Token 成本仍然來自其完整平台。

其他頭部前沿模型目前也仍主要運行在輝達平台之上。對輝達而言，AI 實驗室的機會已經不只是跟隨模型訓練規模增長，還包括從原本更偏向自研晶片的客戶中重新獲得份額。

2.超大規模雲端服務商：從 GPU 擴展至網路和 CPU

按新的業務口徑，傳統超大規模雲端服務商仍是輝達最重要的需求來源之一，相關業務約佔公司營收的一半。

不過，雲端服務商市場目前面臨的限制，已逐漸從晶片供應轉向土地、電力和機房空間。也就是說，客戶並非不願繼續投入，而是越來越難以按照原有方式快速擴建資料中心。

在這種背景下，輝達正在擴大自己在每座資料中心中的價值佔比——除了 GPU，公司還透過網路設備、CPU、互連和機架級系統方案擴大可服務市場。

管理層在此次會議中重申了本年度 200 億美元的 CPU 相關營收目標，並暗示其中相當一部分需求並非來自負責叢集控制和調度的 Head Node，而是來自搭載 Vera CPU 的獨立計算機架。

Vera 並不是一款單純追求更多核心數量的通用 CPU，而是針對 AI 資料中心中的單執行緒工作負載和記憶體存取進行最佳化。它所代表的方向，是輝達不再只出售加速卡，而是進一步進入 CPU、網路、互連和整機系統。

這也解釋了為什麼摩根士丹利認為，雲端服務商自研 ASIC 與輝達繼續成長可以同時成立。畢竟大型雲端服務商仍會繼續開發和部署定製晶片，博通等 ASIC 供應商也可能保持高速成長，但只要整個 AI 計算市場擴張得夠快，GPU 與 ASIC 就不必進行零和競爭。

摩根士丹利預計，輝達與博通的 AI 相關業務在未來一年均可能保持極高增速，市場短期內未必會出現劇烈的份額遷移。

3.主權 AI、工業與 Neocloud：更分散，也可能更龐大

相比 AI 實驗室和超大規模雲端服務商，主權 AI、工業企業和 Neocloud 的需求更為分散，專案啟動速度也往往更慢，但這可能是輝達下一階段最值得關注的增量市場。

地緣政治、數據主權與供應鏈本地化，正在推動更多國家和地區建設獨立的 AI 基礎設施。與此同時，金融、零售、生物科技、製造業等企業，也開始把 AI 從通用工具轉變為內部生產系統的一部分。

這類專案通常需要更長的立項、審批與部署週期，但一旦進入實施階段，單個專案的規模可能相當可觀，而且面臨的直接晶片競爭往往少於頭部雲端服務商市場。

Neocloud 則提供了另一種成長模式。

這類以 GPU 算力為核心的新型雲端服務商，正在承接傳統雲端服務商無法及時滿足的算力需求，輝達與部分 Neocloud 的合作，不僅可能涉及共同投資與信用支持，也可能引入收入分成機制。

市場目前更關注輝達是否在為客戶承擔信用風險，但從另一面看，收入分成也意味著輝達可能分享下游 GPU 雲端服務的長期收益。摩根士丹利據此認為，輝達未來可能不只是向 Neocloud 出售硬體，還會逐漸成為大型 GPU 雲端網絡的利害關係方。

二、ASIC、Rubin 與儲存限制，真正影響成長的是什麼？

實事求是地說，輝達目前面對的最大爭議，並不是 AI 是否仍會成長，而是晶片競爭、產品路線和供應限制，是否會削弱公司在這一輪成長中的份額。

從此次路演釋放的資訊看，輝達的回答是，這些問題都真實存在，但尚未改變公司的核心成長方向。

1.ASIC 會成長，但並不意味著 GPU 必然失去份額

對於穩定、成熟且規模夠大的工作負載，ASIC 確實可能提供更低的晶片成本和更高的定製效率。但模型架構、推理方式和開發工具仍在快速變化，客戶同時需要靈活性、軟體生態和系統交付能力。

因此，真正決定客戶選擇的，並不是某一顆晶片的售價，而是模型訓練、推理、網路、記憶體和軟體協同之後的綜合成本。

輝達的護城河，也不再只是 GPU 性能，而是 CUDA、網路、CPU、互連、整機系統和模型工具共同構成的平台能力。

2.Rubin 路線圖暫未出現實質性延期

此次路演也回應了近期圍繞 Vera Rubin 產品路線圖的爭議。

輝達否認 Rubin Ultra 已推遲至 2028 年的市場傳言，確認該產品仍計劃於 2027 年出貨，但也同時承認，部分機架形態將進行調整，原有 Kyber 機架方案將被另一種管理層稱為「更優」的設計替代。

這一變化可能支援更大規模的單機架 Scale-up 域，但並不意味著核心技術路線發生改變，包括 800V 電力架構、跨機架光學互連等關鍵技術，仍在按照原有計劃推進。

對輝達而言，在每一代產品中嘗試更激進的系統設計，本身就是其保持領先的一部分，真正需要觀察的，不是路線圖是否發生過調整，而是公司能否在量產前及時糾偏，並控制大規模交付風險。

摩根士丹利認為，Vera Rubin 仍將是未來 12 個月推動輝達成長的重要產品週期。

3.儲存短缺則是另一個容易被市場誤讀的問題

管理層預計，儲存供應限制可能持續數年。

如果 AI 行業希望每年實現數量級的 Token 增長，而儲存供給無法同步擴張，僅靠增加 GPU 數量並不足以解決問題，計算、網路和記憶體之間的配置關係，必須隨之重新設計。

一種可能的調整，是降低單個機架的 LPDDR5 配置量，使有限的儲存供應能夠支援更多機架交付；另一種方向，則是透過網路、快取和更高速的晶片上儲存，降低部分場景對傳統 DRAM 的依賴。

管理層在會議中還提到了以 SRAM 為主要儲存架構的相關技術，SRAM 的成本通常高於 DRAM，但在特定推理負載下，其低延遲和高頻寬可能具備系統級價值。

這些表態短期內可能影響市場對部分儲存公司的情緒，但其邏輯起點並不是儲存需求轉弱。恰恰相反，輝達之所以需要持續調整架構，是因為公司預計儲存供給長期難以完全滿足 AI 計算增長。

因此，對儲存產業而言，真正值得關注的並不是輝達是否減少某一種記憶體的單機配置，而是 AI 系統中的記憶體價值量，會如何在 HBM、LPDDR、SRAM、快取和網路之間重新分配。

4. Nemotron 與開放模型的重要性

除了硬體，輝達也在強化開放模型和企業 AI 軟體的作用。

管理層以電路設計等專業場景為例指出，通用閉源模型未必能夠滿足企業對專業知識、資料安全和工作流程的要求，企業真正需要的，往往不是直接調用一個外部模型，而是圍繞自身數據與經驗，建立一套可控制、可調整的 AI 系統。

Nemotron 等開放模型的意義就在於此。

它們允許企業圍繞自身業務進行訓練、微調和部署，同時保留對模型、數據和基礎設施的控制權。對輝達而言，開放模型並不只是一個軟體產品，而是將 GPU、網路、推理框架、模型和企業應用連接起來的重要入口。

輝達希望構建的，已經不只是一套性能領先的計算硬體，而是一套企業能夠完整掌握和部署的 AI 技術棧。

三、摩根士丹利如何為輝達估值？

此次路演的另一個重要目的，是擴大輝達在價值型投資者中的覆蓋。

眾所周知，過去幾年，輝達主要被視為一項典型的高成長資產，但隨著公司市值和機構持倉不斷擴大，大量成長型基金已經廣泛持有輝達，部分機構甚至接近內部單一持倉上限，因此對輝達而言，僅靠成長型資金繼續提高配置，空間正在變得有限。

輝達因此需要為市場提供另一套估值邏輯。

管理層預計，從當前階段開始，公司將把 50% 或以上的現金流用於股東回報。在此背景下，持續增加的股票回購與現金回報，使輝達在保持高成長屬性的同時，也逐漸具備大型成熟科技公司的價值特徵。

換句話說，輝達希望市場同時使用兩套框架為其估值：一方面，它仍是一家能夠保持高速成長的 AI 基礎設施公司；另一方面，它正在成為一家能夠持續產生並返還巨額現金流的超大型科技平台。

基於這一判斷，摩根士丹利繼續將輝達列為半導體板塊首選，維持「增持」評級和 288 美元目標價，並給出三種風險收益情景：

• 基準情景，目標價為 288 美元，採用約 22 倍 2027 日曆年每股盈餘預測，對應 EPS 13.08 美元：報告預計，輝達營收將在 2026 年成長 82.0%，2027 年成長 52.4%；
• 在樂觀情景下，目標價為 330 美元，對應約 23 倍 2027 日曆年 EPS 14 美元：其核心假設是，資料中心業務繼續高速成長，網路、Vera Rubin 系統與軟體營收推動輝達獲得更高的全端 AI 計算平台溢價，進一步的上行空間可能來自 AI PC、自動駕駛和機器人業務的規模化，以及高毛利軟體和 AI 服務營收佔比提升。
• 在悲觀情景下，目標價為 160 美元，對應約 16 倍 2027 日曆年 EPS 10 美元：主要風險包括資料中心供給更快追上需求，AI 基礎設施增速明顯下降；客戶透過自研 ASIC 降低對輝達的依賴；AMD 或其他競爭對手重新獲得份額；以及關稅和出口限制對營收產生高於預期的影響；

從獲利預測來看，摩根士丹利預計，輝達 2026—2029 年 GAAP 營收將分別達到 2159.38 億、3930.05 億、5988.09 億和 7838.77 億美元；毛利率分別為 71.3%、74.4%、72.5% 和 72.0%，EPS 分別為 4.61、8.96、13.08 和 17.63 美元。

這組預測背後的核心判斷是，即使輝達的營收基數已經十分龐大，AI 基礎設施擴張仍有望推動其營收和獲利在未來數年保持較高增速；網路、CPU、軟體與系統級方案，則會在 GPU 之外貢獻更多增量。

當然，摩根士丹利也承認，儲存、網路和其他供應鏈環節，在部分階段可能擁有更高的獲利彈性，事實上，在過去的半導體週期中，摩根士丹利也曾將板塊首選從輝達輪換至 SanDisk 和 Micron 等公司