[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"content-doc-dcio0d8c0c66":3},{"user":4,"document":8,"mainDocument":27,"columnUrl":29,"subscription":30,"footer":42,"text":77},{"isAuthenticated":5,"isAdmin":5,"displayName":6,"avatarUrl":6,"nid":6,"groupLevel":7},false,"",-10,{"id":9,"fullTitle":10,"subTitle":6,"url":11,"columnId":12,"columnName":13,"columnUrl":14,"summary":6,"contentHtml":15,"mainContentHtml":6,"posterUrl":16,"createDate":17,"displayDate":18,"displayDateSlash":19,"pageviews":20,"tags":21,"hidden":5,"isSubContent":5,"replyDocOrTargetId":6,"contentType":23,"videoId":6,"liveVideoUrl":6,"duration":24,"price":24,"priceText":25,"priceBadgeText":25,"priceBadgeClass":26,"freeForMinGroupLevel":24,"redirectUrl":6,"readyToStream":5},"dcio0d8c0c66","“AI牛市叙事”再掀巨浪!-黄仁勋抛出万亿美元AI宏图-英伟达(NVDA)扬帆起航冲6万亿美元市值","\u002Fdoc\u002Fdcio0d8c0c66","col18178739ee","美股资讯","\u002Fcol\u002Fcol18178739ee","\u003Cp> \u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">美股投资网获悉，英伟达CEO黄仁勋在3月17日的GTC大会上展现出英伟达在AI算力基础设施领域的“前所未有AI算力创收超级宏图”，他告知全球投资者们，在Blackwell架构GPU算力强劲需求以及即将量产的Vera Rubin架构AI算力体系更加炸裂式强劲需求推动之下，其在人工智能芯片领域的未来营收规模到2027年可能至少达到1万亿美元，远远高于上一次GTC大会抛出的到2026年实现5000亿美元AI算力基础设施蓝图。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">在高盛、Wedbush以及摩根士丹利等看好英伟达股价前景的分析师们看来，在比预期更加强劲的营收增长前景推动之下，英伟达市值即将继去年10月之后再度突破5万亿美元超级大关并且非常有望奔向比当前高得多的历史新高点位。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">对于英伟达股价而言，可能不久后将再创历史新高且带动全球AI算力产业链迈向新一轮上行轨迹，并且英伟达抛出的万亿美元超级AI算力宏图，竭尽全力撑起“AI牛市叙事”这条资本市场主线。就华尔街分析师们的平均目标价而言，意味着英伟达市值未来12个月内将突破6万亿美元市值，华尔街最乐观预期更是高达8.8万亿美元总市值\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">当模型规模、推理链路与多模态\u002F代理式Agentic AI工作负载推动算力消耗呈指数型外扩时，科技巨头们的资本开支主线更倾向于向AI算力基础设施集中，全球投资者们更是将围绕英伟达、谷歌TPU集群与AMD的新品迭代与AI算力集群交付预期的“AI牛市叙事”，继续锚定为全球股市中最具确定性的景气投资叙事之一，同时也意味着电力、液冷散热系统、光互连供应链等与AI训练\u002F推理密切相关的投资主题将跟随英伟达、AMD以及博通、台积电、美光等AI算力领军者们在中东地缘政治局势面临不确定性之际，仍继续位列股票市场最火热投资阵营。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">在加利福尼亚州圣何塞举行的年度GTC开发者大会上，首席执行官黄仁勋发布了一款新的中央处理器(即数据中心服务器级别CPU)，以及一套基于Groq公司独家AI推理架构技术所构建的LPU AI推理算力基础设施系统。Groq是一家AI芯片初创公司，英伟达于去年12月以170亿美元从其获得了技术授权。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">这些举措是黄仁勋巩固该公司在所谓“推理计算”领域地位努力的一部分。所谓推理计算，是指回答全球B端与C端用户们查询请求的整个天量级别计算过程;在这一领域，英伟达的AI GPU算力体系正面临来自中央处理器以及谷歌等公司所开发定制AI ASIC处理器(即谷歌TPU领军的AI ASIC技术路线)的更激烈竞争。近几年，英伟达芯片一直主导着AI大模型训练这一环节，而这也一直是市场关注的重点。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">英伟达AI GPU几乎垄断的AI训练侧需要更加强大的AI算力集群通用性以及整个算力体系的快速迭代能力，而AI推理侧则在前沿AI技术规模化落地后更看重单位token成本、延迟与能效。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">“人工智能推理时代已经到来，”黄仁勋在GTC大会上表示。“而且推理需求还在不断上升，”他补充道。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">身穿其标志性的黑色皮夹克，黄仁勋在一座可容纳逾1.8 万人的冰球馆中发表演讲。这场为期四天的科技大会已经成为全球AI技术最大的展示平台之一。“我只想提醒大家，这是一场万众瞩目的技术大会，”他对听众们说道。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">AI推理狂潮来袭，英伟达“AI算力蓝图”跃升至万亿美元\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">如果把黄仁勋这次 GTC 讲话压缩成一句话，核心就是英伟达正在把自己从“卖AI GPU的公司”彻底重构为“卖AI工厂的芯片巨头”。官方 keynote 以 token 是现代 AI 的基本单位开场，黄仁勋把行业主线从“训练”推进到“推理 + agentic AI(智能体 AI)”，并把 2025-2027 年 AI 基础设施营收机遇从此前的 5000 亿美元上修到至少1万亿美元。这不是简单的需求上调，而是在告诉资本市场未来的算力竞争不再只看训练峰值 FLOPS，而要看谁能把 token 以最低成本、最高级别数据吞吐、最好时延持续生产出来。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">围绕这套AI算力需求扩张叙事，黄仁勋给出的商业底层逻辑其实非常清楚数据中心已经不是“存储中心”，而是“AI factory”(AI工厂)。在固定电力预算下，最关键的指标不是单芯片峰值性能，而是“tokens per watt、cost per token、time to first production”。这也是为什么他反复强调 “extreme codesign”(极限协同)——即把计算、网络、存储、软件、供电和冷却当成一个整体来优化。官方口径显示，Vera Rubin NVL72 相比 Blackwell 平台可实现最高10倍的每瓦推理吞吐、仅仅十分之一的单token 成本，训练大规模 MoE 模型所需 GPU 数量也可降到原来的四分之一。这已经不是“芯片迭代”，而是 AI 基础设施经济学的重写。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">在最新的硬件层面，这次GTC最重要的变化，是英伟达正式把 CPU、GPU、LPU、DPU、SuperNIC、交换极芯片和存储架构整合成一个平台级系统。官方定义的Vera Rubin platform包括 Vera CPU、Rubin GPU、NVLink 6 Switch、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6 Ethernet switch，以及最新集成的NVIDIA Groq 3 LPU;其中Vera Rubin NVL72机架由72个 Rubin GPU + 36个Vera CPU构成，而Groq 3 LPX机架则专门补足低时延推理。黄仁勋革新式把AI推理拆成两段prefill由Vera Rubin 负责，decode由GroqAI芯片负责。这意味着英伟达对推理时代的答案，不再是“让GPU做一切”，而是用异构计算把高吞吐与超低时延分开处理。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">软件与生态层面，黄仁勋在演讲中的立场同样激进。Dynamo 1.0 被英伟达定义为 AI factory 的推理操作系统，官方称其对 Blackwell 可带来 最高 7 倍推理性能提升;而在智能体方向，英伟达推出 Agent Toolkit、OpenShell、NemoClaw，把 OpenClaw 上升为“个人 AI 的操作系统”式平台，并为企业落地补上策略控制、隐私路由与安全边界。与此同时，英伟达还扩展了 Nemotron、Cosmos、Isaac GR00T、Alpaymayo、BioNeMo、Earth-2 等开放大模型家族，并预告了 Feynman架构的路线图下一代平台将引入 Rosa CPU、LP40 LPU、BlueField-5、CX10、Kyber，把铜互连与共封装光学继续向下一代 AI 工厂推进。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">再往外延展，GTC 2026 不是只讲数据中心。英伟达同时把“physical AI”(物理AI)与“空间计算”拉进主舞台IGX Thor 已进入通用可用阶段，面向工业、医疗、机器人和轨道边缘计算;Open Physical AI Data Factory Blueprint 用来加速机器人、视觉 AI 智能体和自动驾驶的数据生成、增强与评估;而 Space-1 Vera Rubin Module 则把 Vera Rubin 架构延伸到轨道数据中心，官方称其相较 H100 可为太空推理带来最高25倍AI算力。这说明英伟达已经把“AI 工厂”从云数据中心扩展成一个跨云、边、端、车、机器人甚至太空的统一基础设施范式。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">本次GTC 2026的真正主题，其实并不是像以往那样的单一新品发布，而是英伟达把GeForce、数据中心算力基建、网络、存储、推理算力系统、智能体平台、机器人和空间计算全部装进一个统一叙事——“从单一GPU供应商升级为AI基础设施总包商”。这也是为什么这次大会最值得关注的，不是某颗AI芯片参数，而是英伟达正在用系统级产品把未来数年的token经济学、推理货币化进程和基础设施议价权全部提前锁定。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">AI算力基础设施垄断地位巩固，英伟达股价直指历史新高?\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">“投资者们在这之前普遍存在科技巨头们庞大AI基建支出难以持续的担忧，但是随着黄仁勋勾勒出到2027年为止1万亿美元的创收机遇，投资者开始相信英伟达AI基础设施的需求仍然具有长期持久性。”Emarketer 分析师Jacob Bourne表示。“在整个AI行业从早期试验阶段迈向大规模部署之际，英伟达仍在维持其在AI算力市场的领先地位。”\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">当黄仁勋在 GTC 上把英伟达到 2027 年的 AI 芯片与基础设施机会规模一举抬升至至少 1 万亿美元时，市场看到的已不再是一家继续卖更强 GPU 的芯片公司，而是一家试图定义下一代 “AI 工厂” 生产函数的基础设施帝国从训练时代迈向推理时代，从单芯片竞争迈向整机柜、整网络、整软件栈的系统级统治，从 Blackwell、Vera Rubin 到面向低时延解码的Groq技术协同，英伟达正在把 token 吞吐、每瓦营收和推理货币化能力写成新的估值语言。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">黄仁勋在GTC大会上一边用1万亿美元机会规模证明需求仍在积极扩张，另一边用CPU、GPU、LPU、高性能网络组件、软件生态与agent工具链的整套平台说明，英伟达的竞争单位已经不再是单颗AU芯片，而是整座AI工厂。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">黄仁勋口中的“推理拐点已经到来”，本质上是在向资本市场宣告AI 资本开支远未见顶，真正的大规模部署才刚刚开始;而当英伟达把 CPU、GPU、LPU、网络、Agent 软件与数据中心经济学一并装进同一套叙事，它所扬起的就不只是新一轮产品周期，而是再度驶向 5 万亿美元市值想象空间的超级巨轮。TIPRANKS汇编的华尔街分析师平均股价显示，分析师们普遍看好英伟达股价冲至273美元，意味着在他们看来，英伟达未来12个月上行潜力高达惊人的51%，最乐观目标价更是高达360美元。273美元目标价，即对应英伟达大约6.6万亿美元。截至周一美股收盘，英伟达股价收于183.220美元，市值约4.45万亿美元。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">黄仁勋在大会上把 AI 芯片\u002FAI算力基础设施的营收机会上调至到2027 年至少1万亿美元，明显高于此前围绕Blackwell与Rubin架构提出的到 2026 年 5000 亿美元口径，华尔街金融巨头高盛在GTC大会之后表示，最新的GTC大会上的万亿美元创收前景，给市场提供了一份更长周期的需求背书，足以缓解投资者对“AI 资本开支可能在 2026 年见顶”的焦虑。换言之，高盛分析师团队认为这场演讲不是单纯秀新品，而是在重新锚定英伟达未来两三年的订单天花板与业绩持续性。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">高盛强调，英伟达不仅发布了又一个性能无比强劲的单颗AI GPU，而是它正式把推理(inference)以英伟达独家方式商业化，把英伟达AI算力基础设施全面升级成下一阶段全球AI军备竞赛的最核心装备。正如上所述的那样，黄仁勋把推理拆成 prefill与decode两段前者由 Vera Rubin 负责，后者由Groq 3 LPX\u002FLPU 承接，这意味着英伟达正从“训练霸主”进一步扩张为“AI算力推理基础设施总包商”。高盛强调，官方给出的口径超出市场预料Vera Rubin + LPX 可实现最高35倍的每兆瓦推理吞吐，并为万亿参数模型带来最高10倍的营收机会。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">高盛表示，英伟达不只是守住训练市场，而是在电力受限、时延敏感的推理时代，拿出了更强的变现框架与更完整的异构算力答案。高盛之所以立场更加积极看涨，主要是因为这次GTC同时满足了投资者最关心的两件事一是需求有没有见顶，二是推理时代英伟达会不会被 CPU、自研 ASIC 或其他定制芯片稀释掉护城河。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">高盛表示，1万亿美元的这一前瞻指引远超市场预期，证实了云计算超级巨头(Hyperscalers)的需求依然强劲且持久。基于对未来几个月潜在催化剂的乐观判断，高盛重申对英伟达的“买入”评级，并维持250美元的12个月目标价，强调超级云服务商的资本支出计划和基于Blackwell与Rubin架构的新模型将持续巩固该公司的性能领先地位。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">最专业的美股资讯推荐美股大数据 \u003Ca href=\"https:\u002F\u002FStockwe.com\u002F\">https:\u002F\u002FStockwe.com\u002F\u003C\u002Fa>\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 \u003Ca href=\"https:\u002F\u002FStockWe.com\u002F\">https:\u002F\u002FStockWe.com\u002F\u003C\u002Fa> 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp> \u003C\u002Fp>","https:\u002F\u002Fwww.tradesmax.com\u002Fimages\u002Fa_Stock\u002FN\u002FNVDA\u002FNVDA.jpg","2026-03-17T14:41:58","2026.03.17","2026\u002F03\u002F17",57884,[22],"NVDA","Article",0,"免费","success",{"id":9,"fullTitle":10,"subTitle":6,"url":11,"columnId":12,"columnName":13,"columnUrl":14,"summary":6,"contentHtml":15,"mainContentHtml":6,"posterUrl":16,"createDate":17,"displayDate":18,"displayDateSlash":19,"pageviews":20,"tags":28,"hidden":5,"isSubContent":5,"replyDocOrTargetId":6,"contentType":23,"videoId":6,"liveVideoUrl":6,"duration":24,"price":24,"priceText":25,"priceBadgeText":25,"priceBadgeClass":26,"freeForMinGroupLevel":24,"redirectUrl":6,"readyToStream":5},[22],"\u002Fcol\u002Fstocknews",{"visible":5,"marketingHtml":31,"services":32,"recentDocuments":41},"\u003Cfigure class=\"image\">\u003Ca href=\"https:\u002F\u002Fstockwe.com\u002Fdoc\u002Fdcio537efad5\" target=\"_blank\" rel=\"noopener noreferrer\">\u003Cimg style=\"display:block;margin-left:auto;margin-right:auto;\" src=\"https:\u002F\u002Fstockwewebfiles.blob.core.windows.net\u002Fweb-202408-stk\u002F1586109431mceclip0.jpg\">\u003C\u002Fa>\u003C\u002Ffigure>\u003Cdiv class=\"text-center\">\u003Ch2 class=\"card-title mx-auto\">\u003Cbr>\u003Ca target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\u002F\u002Fstockwe.com\u002Fdoc\u002Fdcio537efad5\">案例介绍：英伟达深度研究报告\u003C\u002Fa>\u003C\u002Fh2>\u003C\u002Fdiv>",[33,37],{"productId":34,"serviceName":35,"priceText":36},"prod_PPxdDdK87QaiLv","月付","$12.95美元",{"productId":38,"serviceName":39,"priceText":40},"prod_PPxeMs3bix1da5","年付","$149.00美元",[],{"links":43,"images":68,"summaryHtml":73,"aboutTitle":74,"aboutHtml":75,"copyrightHtml":76},[44,47,50,53,56,59,62,65],{"label":45,"url":46},"深度报告","\u002Fcol\u002FdepthReport",{"label":48,"url":49},"VIP会员","\u002Fplan",{"label":51,"url":52},"期权推荐","\u002FOption",{"label":54,"url":55},"低价暴涨股","\u002FPenny",{"label":57,"url":58},"常见问题","https:\u002F\u002Fstockwe.com\u002FFAQ",{"label":60,"url":61},"美股课程","\u002Fcol\u002Fvideos",{"label":63,"url":64},"免责声明","\u002Fdisclaimer",{"label":66,"url":67},"联系我们","\u002FContactUs",[69,70,71,72],"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploaderzic2tuwsol2_2025_09_11_18_21_07.gif","https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploadercakzdvydksw_2025_09_03_09_00_56.png","https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploadergtjyagwvoyk_2025_09_14_08_32_05.png","https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploader3u0tt4jhlqh_2025_09_23_22_30_48.png","邮箱: buy@TradesMax.com 美国电话 626-378-3637","公司介绍","\u003Cp class=\"MsoNormal\">美股大数据 StockWe.com 是一个美国领先的金融和美股信息大数据提供商，紧盯华尔街金融市场和行情，2008年成立于美国硅谷，创始人是前纽约证券交易所资深分析师Ken，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化交易模型，每天处理千万级股票数据：挖掘潜力大牛股，捕捉期权异动大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准买卖信号第一时间发到您手机APP。\u003C\u002Fp>","专业美股投资者都在这里",{"loading":78,"search":79,"searchPlaceholder":79,"hotContent":80,"draft":81,"noData":82,"searchNoData":83,"edit":84,"editVideo":85,"courseContent":86,"more":87,"buyNow":88,"subscribeNow":89,"encoding":90,"paidContent":91},"Loading...","搜索","热门内容","草稿","目前没有任何内容公布","当前检索内容没有数据","编辑","编辑视频","课程内容","更多","立即购买后观看","- 立即订阅 -","视频编码中...","付费内容"]