投资评级 - 增持评级 [6] 核心观点 - 全球AI资本开支需年投入约5万亿美元以支持AI贡献10万亿美元GDP增量的目标 [2] - 英伟达护城河已从芯片技术扩展为"AI工厂"系统级壁垒 通过协同设计 年度迭代和TCO优势建立多维竞争力 [3][13] - 公司定位从芯片供应商升维至AI基础设施合作伙伴 提供全栈解决方案 增强客户黏性与定价权 [5] - 推理需求呈指数级增长 三大规模定律（预训练 后训练 推理）并行驱动算力需求远超市场预期 [11] - 对OpenAI的1000亿美元投资为独立财务决策 基于其成为万亿美元级公司的前景 与芯片销售无捆绑 [4][15] 行业需求与增长动力 - AI推理模式从"一次性作答"演进为"深度思考再回答" 链式推理与多智能体协同推动算力几何级增长 [11] - 三大增长动力：1）数万亿美元CPU数据中心向GPU加速计算全面替换 2）云巨头核心业务（推荐引擎 搜索等）技术迁移形成数千亿美元市场 3）AI增强全球50万亿美元GDP中约10万亿美元经济活动 [12] - 全球云厂商与科技巨头全力抢占AI基础设施战略制高点 [2] 竞争优势与护城河 - 总拥有成本（TCO）优势显著 即使竞争对手ASIC芯片免费 英伟达系统在单位能耗性能（Token per Watt）上仍具数量级优势 [3][14] - 极致协同设计实现全技术栈同步创新 年度迭代（如Hopper到Blackwell提升30倍系统性能）形成产业压制 [13] - 开放平台战略 向英特尔等伙伴开放NVLink Fusion技术 构建生态合作 [15] 财务与市场表现 - 公司总市值4.33万亿美元 [6] - 近12个月绝对回报46.8% 相对纳斯达克指数超额回报22.7% [8] - 近3个月日均成交额300.89亿美元 [6]

9月25日，英伟达创始人黄仁勋 戴着显眼的红色眼镜 ，到 Bg2 Pod 做了一场 播客 对话，时长超过 100 分钟。 而去年 10月4日，同样的两个主持人 布拉德 ·格斯特纳（Brad Gerstner）和 克拉克 ·唐 （ Clark Tang） 还走进英伟达总部，跟黄仁勋畅聊 80分钟。 当时 黄仁勋提出了一个被广泛引用的观点： AI的真正爆发点不是训练，而是推理，而且推理的增长幅度将 是"十亿倍"。 一年之后，他说， "其实当时还是低估了"。 这次访谈，是黄仁勋众多频繁演讲交流 中 比较深入的一次，而且 直面了市场 近期 最关心的争议。 比如， 英伟达既是 OpenAI的投资者，又是其 重大 供应商， 似乎 形成了某种 "循环收入"？ 比如， 未来 供给扩张过快， 2026年 会不会出现产能过剩？ 以及 英伟达的护城河究竟有多深？ 黄仁勋 直面所有问题。 "我们的股权投资不与采购挂钩，它只是一次押注未来巨头的机会。" " 我认为 OpenAI很可能会成为下一个万亿美元市值的超大规模公司。如果真是这样，那么在它成长到那个 规模之前进行投资，就是我们能想到的最明智的决策之一。 " " 所以如果有人告诉我 ...

以下文章来源于明亮公司 ，作者主编24小时在线 明亮公司 . 追踪新商业、好公司，提供一手情报与领先认知。 近期，英伟达（NVDA.US）投资"出手"频繁，先是宣布50亿美元投资英特尔，随后斥资至多1000亿 美元投资OpenAI，而受此前OpenAI与甲骨文的合作，市场均在股价层面给予了积极反馈。 但市场也出现了质疑声音——称英伟达、OpenAI与甲骨文存在"收入循环"，财务数字"操作"大于实 际营收。 9月25日，在播客BG2最新一期节目中，BG2主播、Altimeter Capital创始人Brad Gerstner， Altimeter Capital合伙人Clark Tang与英伟达CEO黄仁勋展开了一次对话。黄仁勋在对话中回应了 当下市场的关心的问题。 黄仁勋认为，投资OpenAI实际上是一个很好的机会，并认为OpenAI将是下一家数万亿美元级别的 Hyperscaler。 此外，黄仁勋也特别解释了为什么ASIC芯片并不完全和英伟达GPU是竞争关系——因为英伟达是AI 基础设施提供商，其提供的能力范围已经不仅仅是硬件和软件层面，也包括其不断迭代的速度、规模 优势带来的可靠性，以及整体能源效率等综合 ...

以下文章来源于明亮公司 ，作者主编24小时在线 本文来自微信公众号： 明亮公司 ，作者：MD，原文标题：《黄仁勋最新访谈：英伟达投资OpenAI 不是签署大额订单的前提》，题图来自：视觉中国 近期，英伟达 （NVDA.US） 投资"出手"频繁，先是宣布50亿美元投资英特尔，随后斥资至多1000 亿美元投资OpenAI，而受此前OpenAI与甲骨文的合作，市场均在股价层面给予了积极反馈。 但市场也出现了质疑声音——称英伟达、OpenAI与甲骨文存在"收入循环"，财务数字"操作"大于实 际营收。 9月25日，在播客BG2最新一期节目中，BG2主播、Altimeter Capital创始人Brad Gerstner， Altimeter Capital合伙人Clark Tang与英伟达CEO黄仁勋展开了一次对话。黄仁勋在对话中回应了当 下市场关心的问题。 黄仁勋认为，投资OpenAI实际上是一个很好的机会，并认为OpenAI将是下一家数万亿美元级别的 Hyperscaler。 此外，黄仁勋也特别解释了为什么ASIC芯片并不完全和英伟达GPU是竞争关系——因为英伟达是AI 基础设施提供商，其提供的能力范围已经不仅仅是 ...

AI时代，快人一步~ 以下文章来源于硬AI ，作者专注科技产研的 硬AI . 作者 | 硬 AI 编辑 | 硬 AI 近日，英伟达创始人兼CEO黄仁勋做客「Bg2 Pod」双周对话节目，与主持人Brad Gerstne和Clark Tang进行了一场广泛的对话。 硬·AI 对谈中，黄仁勋谈及了和OpenAI价值1000亿美元的合作，并就AI竞赛格局、主权AI前景等主题发表了自己的看法。 黄仁勋表示，现在的AI竞争比以往任何时候都激烈，市场已从简单的"GPU"演变为复杂的、持续进化的"AI工厂"，需要处理多样化的工作负载和呈指数级增长的推 理任务。 他预计，如果未来AI为全球GDP带来10万亿美元的增值，那么背后的AI工厂每年的资本支出需要达到5万亿美元级别。 谈及和OpenAI的合作，黄仁勋表示，OpenAI很可能会成为下一个万亿美元级别的超大规模公司，唯一的遗憾是没有早点多投资一些，"应该把所有钱都给他们"。 以下为对谈的亮点内容： • OpenAI想和英伟达建立起类似于马斯克和X那样的"直接关系"，包括直接的工作关系和直接的采购关系。 • 即使不考虑AI创造的新机会，仅仅是AI改变了做事方式就有巨大价值。 ...

他预计，如果未来AI为全球GDP带来10万亿美元的增值， 那么背后的AI工厂每年的资本支出需要达到5 万亿美元级别。 谈及和OpenAI的合作，黄仁勋表示， OpenAI很可能会成为下一个万亿美元级别的超大规模公司，唯一 的遗憾是没有早点多投资一些，"应该把所有钱都给他们"。 在AI商业化前景方面，黄仁勋预计， 未来5年内，AI驱动的收入将从1000亿美元增至万亿美元级别。 关于ASIC的竞争，英伟达放话， 即使竞争对手将芯片价格定为零，客户仍然会选择英伟达，因为他们 的系统运营成本更低。 以下为对谈的亮点内容： 近日，英伟达创始人兼CEO黄仁勋做客「Bg2 Pod」双周对话节目，与主持人Brad Gerstne和Clark Tang 进行了一场广泛的对话。 对谈中，黄仁勋谈及了和OpenAI价值1000亿美元的合作，并就AI竞赛格局、主权AI前景等主题发表了 自己的看法。 黄仁勋表示，现在的AI竞争比以往任何时候都激烈， 市场已从简单的"GPU"演变为复杂的、持续进化 的"AI工厂"，需要处理多样化的工作负载和呈指数级增长的推理任务。 这必须通过他们的资本、通过股权融资和能够筹集的债务来资助。 未来5年内， ...

AI行业前景与市场规模 - AI预计将为全球GDP带来10万亿美元的增值 背后AI工厂年资本支出需达5万亿美元级别 [2] - 未来5年内 AI驱动收入将从1000亿美元增至万亿美元级别 且该增长概率几乎确定 [4][6] - AI占全球GDP比例预计达55-65% 约50万亿美元 其中10万亿美元需通过AI基础设施增强 [13][35][36] 英伟达与OpenAI合作 - 英伟达与OpenAI建立价值1000亿美元的合作关系 涉及芯片、软件、系统及AI工厂层面直接合作 [6][19][24] - OpenAI很可能成为下一个万亿美元级别超大规模公司 英伟达对其早期投资不足表示遗憾 [3][6][51] - 合作包括Microsoft Azure建设（数千亿美元规模）、OCI建设（5-7吉瓦）及Core Weave项目 [23] 英伟达技术优势与竞争格局 - 英伟达系统总拥有成本（TCO）优势显著 即使竞争对手芯片价格为零 客户仍会选择英伟达系统 [4][7][75] - 英伟达芯片每瓦token数为其他芯片两倍 客户数据中心可产生两倍收入 [13][76] - 竞争格局从单一GPU芯片演变为复杂AI工厂系统 需处理多样化工作负载和指数级增长的推理任务 [2][64] 算力需求与供应链挑战 - 全球算力短缺主因是云服务厂商订单低估需求 英伟达长期处于紧急生产模式 [6][43] - 推理任务量预计增长十亿倍 因推理链、思考型AI及多模态应用出现 [12][17][46] - 供应链已准备就绪 可响应需求翻倍 但客户预测持续不足导致产能紧张 [43][44] 产品战略与技术路线 - 英伟达转向年度芯片发布周期 2024年推出Hopper 2025-2026年推Vera Rubin 2027年推Ultra 2028年推Fineman [53] - 通过极限协同设计（同时优化模型、算法、系统及芯片）实现性能指数级提升 如Blackwell比Hopper性能提升30倍 [55][57] - 推出CPX芯片处理上下文及视频生成 Dynamo系统实现分解式AI工作负载编排 [63][72] 主权AI与全球布局 - 每个国家需建设主权AI能力 因AI涉及国家安全、经济安全及文化价值观编码 [13][84][85] - 英伟达定位为AI基础设施合作伙伴 提供芯片、组件或完整系统解决方案 [81] - 美国再工业化及AI技术民主化将消除技术鸿沟 推动全球参与 [86][87] 行业影响与未来趋势 - AI与机器人技术融合将成为未来5年重点 实现个性化AI代理及数字孪生应用 [14][91][92] - AI代理产业快速增长 OpenAI成为历史上收入增长最快公司 [38] - AI非零和游戏 将创造更多工作机会及经济增量 而非单纯替代现有岗位 [8][88][89]

AI行业增长前景 - OpenAI很可能成为下一个万亿美元市值公司 是英伟达的重要合作伙伴 [1][3][4] - AI驱动收入将在5年内从1000亿美元增长至万亿美元级别 目前可能已达到该水平 [1][26][28] - AI将增强全球50万亿美元规模的人类智能经济活动 可能创造10万亿美元增量价值 [20][21][24] 计算范式转型 - 通用计算时代结束 全球数万亿美元计算基础设施将全面转向加速计算和AI计算 [3][17][18] - 传统超大规模计算模式（搜索 推荐 购物）正从CPU转向GPU驱动 形成数千亿美元市场 [18][28][34] - 数据处理市场（Databricks Snowflake Oracle SQL）目前主要使用CPU 未来将全面转向AI处理 [34] 英伟达竞争战略 - 通过"极致协同设计"实现系统级优化 年度发布周期使性能呈指数级提升（Hopper到Blackwell提升30倍） [3][41][47] - 即使竞争对手芯片免费 英伟达系统在总拥有成本（TCO）上仍具优势 因电力 数据中心等运营成本更低 [1][75][77] - 从GPU供应商转型为AI基础设施建设者 能整合各类ASIC满足多样化工作负载需求 [3][62][64] 技术发展路径 - AI规模定律从预训练 后训练扩展到"思考"推理定律 推理能力将实现百万倍至十亿倍增长 [3][7][8] - Token生成速度每几个月翻一番 驱动每瓦性能需持续指数级提升 电力消耗与收入直接相关 [22][24][43] - 年度发布周期包括2024年Hopper 2025年Grace Blackwell 2026年Vera Rubin 2027年Ultra 2028年Feynman [41][47] 生态系统建设 - 与OpenAI的Stargate合作涉及1000亿美元投资 帮助其建立自主AI基础设施 [3][10][11] - 推出NVLink Fusion等开源平台 整合英特尔 ARM等生态系统合作伙伴 [71][73][74] - 投资xAI CoreWeave等公司 但不与采购义务挂钩 属于机会性股权投资 [39][40] 市场容量分析 - 全球AI基础设施年资本支出可能达到5万亿美元 对应生成10万亿美元token价值（50%毛利率） [21][22] - 目前4000亿美元市场规模将增长4-5倍 阿里巴巴计划将数据中心电力容量增加10倍 [22][25] - 供应链已做好准备应对需求增长 实际需求持续超出客户预测 [31][32] 工作负载演进 - AI从单一语言模型发展为多模型系统 能同时运行 使用工具并进行研究 [9] - 传统"一次性"推理转向"思考型"推理 大幅增加单次使用的计算量 [11][13][33] - 视频生成 上下文处理等专业化工作负载需要特定芯片（如CPX） [62]

AI行业前景与市场规模 - AI将为全球GDP带来10万亿美元增值 背后AI工厂年资本支出需达5万亿美元级别 [2][3] - AI驱动收入在未来5年内从1000亿美元增至1万亿美元的概率几乎确定 目前已接近实现 [3][14] - 全球算力短缺主因是云服务提供商订单低估需求 导致长期处于紧急生产模式 [3][16] 英伟达与OpenAI合作 - OpenAI邀请英伟达早期投资 可能成为下一个万亿美元级超大规模公司 [2][6] - 合作涉及直接工作关系和直接采购关系 类似马斯克与X的合作模式 [2][7] - 合作涵盖Microsoft Azure建设(数千亿美元规模) OCI建设(5-7千兆瓦)和Core Weave项目 [6] 技术竞争格局 - 当前AI竞争比以往更激烈 市场从GPU演变为复杂AI工厂 需处理多样化工作负载 [2][26] - 英伟达芯片竞争优势在于总拥有成本(TCO) 性能或每瓦token数是其他芯片两倍 [4][33] - 谷歌TPU优势在于前瞻性 但客户自有工具将成为主流趋势 [3][27] 技术发展路径 - 推理能力将增长十亿倍 从一次性推理转变为思考型AI [6][18] - 出现三个缩放定律:预训练缩放 后训练缩放和推理缩放 替代单一缩放定律 [6] - 年度发布周期实现技术指数级提升 Hopper到Blackwell性能提升30倍 [22][23] 生态系统建设 - 每个国家都需要建设主权AI能力 如同需要能源和通信基础设施 [4][38] - 英伟达定位为AI基础设施公司 提供芯片 组件或完整系统解决方案 [36] - 与英特尔 ARM等公司合作实现生态系统融合 扩大市场机会 [32] 商业模式演进 - AI工厂需要处理持续变化的多样化工作负载 非单一芯片能解决 [28][29] - 超大规模厂商从CPU向加速计算和AI转型 代表数千亿美元市场 [9][10] - 即使竞争对手芯片免费 英伟达系统仍能提供更优每瓦性能收益 [33][34] 应用场景拓展 - AI与机器人技术融合将成为未来5年重点发展方向 [4][43] - 传统数据处理市场(主要使用CPU)将转向AI数据处理 [18] - 每个人可能拥有个性化AI模型 80亿人口对应80亿GPU成为可行方案 [43] 产业影响 - AI将增强全球50万亿美元人类智能产出 带来生产力革命 [11][12] - 能源产业迎来复兴 核能 燃气轮机等基础设施公司表现突出 [13] - 消除技术鸿沟 人类只需使用自然语言与AI交互而非编程语言 [40]

近期，英伟达（NVDA.US）投资"出手"频繁，先是宣布50亿美元投资英特尔，随后斥资至多1000亿美元投资 OpenAI，而受此前OpenAI与甲骨文的合作，市场均在股价层面给予了积极反馈。 但市场也出现了质疑声音——称英伟达、OpenAI与甲骨文存在"收入循环"，财务数字"操作"大于实际营收。 9月25日，在播客BG2最新一期节目中，BG2主播、Altimeter Capital创始人Brad Gerstner，Altimeter Capital合伙人Clark Tang与英伟达CEO黄仁勋展开了一次对话。黄仁勋在对话中回应了当下市场的关心的问题。 此外，黄仁勋也特别解释了为什么ASIC芯片并不完全和英伟达GPU是竞争关系——因为英伟达是AI基础设施提供商， 其提供的能力范围已经不仅仅是硬件和软件层面，也包括其不断迭代的速度、规模优势带来的可靠性，以及整体能源 效率等综合因素。 因此，黄仁勋认为英伟达目前的护城河比三年前"更宽"，而Brad Gerstner甚至认为，英伟达将是史上第一家达到十万 亿美元的公司。 以下为「明亮公司」编译的访谈正文（有删节）： Brad Gerstner：Jensen，再次欢 ...