英伟达市值或再增5万亿美元,AI泡沫背后的机遇
10月29日美股开盘后,英伟达股价一举突破210美元大关,成为人类历史上首家市值触及5万亿美元的企业。
距离公司市值站上4万亿美元仅过去短短四个月,此时再争论其股价是否存在泡沫已意义有限,真正值得关注的是,这个泡沫会不会快速破裂?
从实际情况来看,这个泡沫或许才刚刚开始膨胀。即便未来英伟达市值在现有基础上再翻一倍,恐怕也不会有人感到意外。
接下来,笔者将从两个维度阐述支撑英伟达估值背后的底层逻辑。
非凡的芯片企业
即便抛开英伟达对外描绘的宏大蓝图,也不去讨论那些反复被提及的生态护城河,仅将它视为一家纯粹的芯片公司,也足以理解资本市场对其非理性判断的根源。
首先,我们可以选取另一家曾创造过市值增长神话的芯片企业作为对比:
1996年至2000年间的英特尔基本符合这一特征——在此期间其市值从1200亿美元猛增至5090亿美元。
不可否认,当年英特尔的股价确实受到"第一波互联网泡沫"的推动,但本质上支撑其股价的仍是与PC市场的共振。
这里便出现了两家公司的首处差异:当年的英特尔增长源自与单一PC领域的深度绑定,而今日的英伟达则面向人工智能、数据中心、消费级显卡和自动驾驶等更多元化市场。
从业绩来看,1996年至2000年英特尔公司营收分别为208亿美元与337亿美元,五年复合增长率为12.6%。若将同样的指标套用在英伟达上,从2024财年至2025财年,这家公司的营收复合增长率预计将超过100%。
而在今年的GTC大会期间,黄仁勋更表示预计到2026财年,Blackwell和Rubin架构GPU累计将实现超过5000亿美元的收入。
另外需要说明的是,90年代的英特尔是完整意义上的IDM企业,即在芯片产业链中覆盖设计、代工、封测、销售全流程,这导致它产生的大部分利润都投入到产能提升之中。而英伟达作为一家Fabless企业,不仅完全摆脱了过去芯片公司的重资产桎梏,更跳出了“投资—再生产”的循环。
现在我们再来回顾那个问题:今天英伟达的市值神话,是否真的完全源于“非理性”?
当算力成为能源
上文提到的发生在2001年的"第一次互联网泡沫",经常被人拿来套用在当前的AI行业上,进而试图证明英伟达必然会“站得越高,摔得越狠”。
某种程度上,这种判断具有一定合理性。因为如果把当时的互联网企业拆分为三类,大致就是:
第一类,“门户与眼球”阵营。典型的代表是雅虎,他们相信互联网的核心价值在于用户注意力,控制了用户的入口(浏览器、首页),就控制了互联网的价值链。
第二类,“新经济颠覆者”阵营。典型的代表是亚马逊,相信互联网将从根本上重塑所有传统行业。
第三类,“基础设施”阵营。典型的代表是思科与WorldCom,他们认为无论互联网怎样发展,由无数交换机和光纤组成的管道都是不可或缺的。
从事后来看,由于第三类厂商基于对流量预期的乐观预测,纷纷举债投资,导致在互联网泡沫破裂后,它们成为受冲击最严重的环节,部分诸如WorldCom这样的老牌巨头,直接宣布破产。
但问题在于,在这一波AI浪潮中,英伟达算是“基础设施”阵营的企业吗?
如果在两年前,那么它一定算。而到今时今日,在AI产业链中,英伟达的角色可能更倾向于一家"能源企业"。
典型的例子是上个月英伟达向OpenAI递出的1000亿投资案。
英伟达方面表示,将向OpenAI投资1000亿美元,建设10吉瓦功耗的数据中心——若以当前Blackwell芯片的能耗换算,相当于500万块B300芯片。
再结合OpenAI向甲骨文购买云服务,一个“三角游戏”的格局至此成型。
虽然这种"无中生有"的商业模式引发了业界的高度担忧,但你是否发现了一个问题:
即在这个链条中,由OpenAI分担了“生产者”的角色,甲骨文分担了“基础设施建设者”的角色,而英伟达扮演的则更像是传统意义上的“能源提供方”。
如果这个商业模式未来能够复刻,本应由英伟达承担的风险就可以无限向下游转移。
毕竟,在任何一场经济泡沫中,无论人们立场如何,都不会去怀疑“石油是否存在泡沫”、“电力是否存在泡沫”。
当然,这一切的大前提是,算力能够真的如黄仁勋所设想的那样,成为新时代的能源。
英伟达还能赢多久?
当我们讨论英伟达泡沫时,其实更多的是在讨论这波AI是否存在泡沫?
答案毫无疑问,而且比之前的几波互联网泡沫更大。
比如今年爆火的核聚变研发公司OKLO,在三年零营收的背景下,市值被捧至2500亿美元——这一切仅源于奥特曼认为“超大计算集群对电力有较高的要求”。
一个连小型化托卡马克装置都没有实现的行业,就被认为是解决电力需求的良药,这其中的逻辑关系实在让人捉摸不透。
OKLO并非是孤例,从今年开始,越来越多的“AI附属型产业”得到资本青睐,这种完全意义上的“融资驱动型”行业,大概率会加速AI泡沫的破裂。
不过,对于英伟达来说,在未来一到两年内,这个泡沫一定可以继续吹下去。
因为还有很多“技术驱动型”产业尚未得到释放,需要注意的是,这里提到的“释放”并非“能否提高营收、能否创造利润”,仅仅是指“能否大规模消耗算力”。
用一个较为典型的例子来说明,在具身智能行业中,英伟达开发的Isaac GR00T平台如今已被从业者广泛使用,它最大的用途是可以从少量的演示中创造大量的合成运动轨迹,减少从真实世界中收集高质量数据集的工作。
这些工作和英伟达有关系吗?只能说关系非常有,但在使用Isaac GROOT训练的过程中,需要消耗掉大量算力——比如用在GROOT-Dream Blueprint中输入单张图片,然后生成机器人在新环境中执行任务的视频,用于教会机器人如何执行。
也就是说,未来无论模仿学习范式怎样变化,甚至具身智能这条路能否走通,都不会耽误英伟达在今天创造了一个可以消耗算力的场景。
类似的例子还有很多,比如在今年的GTC大会上,黄仁勋提到的“物理AI”、ARC平台、超级计算网络以及自动驾驶的布局,甚至是为量子计算打造的NVLink接口——哪怕目前市面上没有任何一款量子GPU,这些都属于能够大量消耗算力的阵地。
可以看到,基本上围绕AI的所有研究方向,英伟达都替下游客户描绘好了蓝图。
再回到AI泡沫何时破裂的问题上,我们需要明确的一点是,所谓“泡沫”是一个金融概念,而对于英伟达来说,它担忧的问题会是未来会不会出现大范围的算力闲置,至于下游行业能否走出成熟的商业化路径,并非这家公司所关注的核心问题。
而从基于深度学习所衍生的研究方向来看,恐怕还没有到讨论“算力过剩”的时刻。因此,短期来看英伟达的泡沫大概率会继续吹下去。

游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
2026年618大促AI全场景应用深度解析与产业观察
2026年618大促将全面融合AI技术,覆盖全场景与产业链。平台通过持续研发,将AI应用于零售、物流、健康及工业等数千场景,旨在提升产业效率与消费体验。以“附身智能”JoyInside为代表的AI能力正接入超千万台智能设备。京东在AI基础设施层面已构建全栈产品矩阵及多个垂直模型,研发投入大幅增长。
AI训练数据选择难题破解智能配方秤精准筛选方案
字节跳动与加州大学提出InfoLaw框架,解决大模型因重复使用高质量数据导致的性能下降问题。该框架量化数据信息获取量,结合质量、重复次数与模型规模等因素,建立预测性能的统一曲线,可主动搜索最优数据混合比例,提升训练数据利用效率。
AI视觉识别模糊的原因与解决方法
2026年5月提出的MoCam采用分阶段新视角合成方法:早期利用粗糙点云确定布局,后期切换至原始视频修正错误并补充细节。该方法解决了传统方式中几何与外观冲突导致的画面模糊问题,在静态与动态场景中均提升了生成质量与控制精度,为影视、虚拟现实等领域提供了新思路。
芯片AI与智慧家电三企同步启动港股招股
5月18日,港股市场迎来新股集中招股。云英谷科技、深演智能和华曦达三家公司同步启动招股,分别聚焦显示驱动芯片、AI营销与智慧家庭产品,申购均于21日截止。同日,翼菲科技上市首日大涨,龙丰集团通过港交所聆讯。
腾讯吐司与蚂蚁灵光对比评测普通人如何选择AI应用开发工具
腾讯“吐司”与蚂蚁“灵光”均主打AI生成应用,但路径不同。吐司能打包生成APK文件,实现真正安装,过程耗时较长;灵光生成HTML页面,速度更快但依赖平台运行。两者均降低了应用制作门槛,适合生成简单工具,但面临分发挑战,且无法满足专业开发需求。
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

