焦点分析
- NVIDIA 将2026年视为代理式人工智能的拐点，其算力强度将远超以往推理模型，支撑人工智能基础设施的持续支出。
- 凭借强劲的现金流生成能力、雄厚的研发预算以及即将推出的新平台，NVIDIA 巩固了其在算力和网络领域的领导地位，并强化了其相对于竞争对手的优势。
- 尽管市场担忧循环融资风险，但NVIDIA 乐观的营收指引与稳健的资产负债表状况，使其对部分领先人工智能企业的战略投资显得合理有据。
过去六个月，NVIDIA 的股票估值显著下调，尽管市场对其盈利预期上调约50%，股价却停滞不前。1因此，当前市场争论的焦点已非短期业绩的亮眼表现，而是人工智能资本支出可持续性——市场对投入规模、变现能力及现金流恶化存在顾虑。上季度NVIDIA 发布强劲指引后市场依然反应平淡，正印证了这一持续存在的争议。3月的GTC大会（NVIDIA 年度全球人工智能大会）上，首席执行官黄仁勋能否推动这一争议主题取得进展仍有待观察。但目前来看，尽管市场担忧人工智能泡沫和科技股估值问题，但NVIDIA 估值水平较人工智能同板块股票仍存在大幅折让，且与麦当劳2（卖的是另一种“芯片”！——即“薯条”，英文同为 chip）估值相差无几。
“算力需求正呈指数级增长——代理式人工智能的拐点已经来临。企业对代理的应用正在激增。我们的客户正竞相投资于人工智能算力——这些算力工厂正为人工智能工业革命及其未来增长提供动力。”
NVIDIA 首席执行官，黄仁勋
NVIDIA 财报电话会议的核心要点：
1.代理式人工智能正处于拐点
正如2025年是推理模型的爆发之年，鉴于对强劲算力的需求增长，以及由此催生出的人工智能资本支出攀升，NVIDIA 同样将2026年视为代理式人工智能的拐点。由于需要更强劲的算力，代理式人工智能正推高人工智能基础设施支出。谈到对此类资本支出可持续性的担忧，NVIDIA 指出，智能等于词元(Token)；词元能够为客户带来利润，并推动其营收增长。Anthropic近期的业绩更新便是一个例证，其过去三年营收每年增长十倍，年化营收已达到约140亿美元。而根据最新的情况，自2026年初以来代理式人工智能的拐点已推动企业订阅量实现四倍增长。于2025年5月推出的Claude Code，目前年化营收已突破25亿美元，较2026年初已翻番。3
2.重申NVIDIA 公司的竞争主导地位
鉴于近期TPU与GPU之争的讨论，NVIDIA 着重强调了其在近期行业基准测试（评估硬件与软件平台运行大型语言模型的效率）中一骑绝尘的表现。NVIDIA 强调其拥有200亿美元的年度研发预算*，并具备在算力和网络领域进行创新的能力。这一点在今年晚些时候发布的下一代机架级平台Vera Rubin中应会得到体现。自2021年以来，其网络业务已增长十倍，而更多关于机架及全栈的创新将于下月的GTC大会上揭晓。
3. 加速增长
NVIDIA 对下一季度的营收指引约为780亿美元* ，甚至远超市场最乐观的预期，这也是NVIDIA 连续第四个季度实现加速增长，这或许能缓解市场对增长放缓的担忧。与众多同行业大盘股公司一样，NVIDIA 正着手将股票激励纳入其按照美国通用会计准则（GAAP）计算的财务报告中。上季度350亿美元的自由现金流*，为其向Anthropic投资100亿美元以及即将敲定的OpenAI投资提供了支撑。尽管这引发了关于循环融资的担忧，但NVIDIA 已证明其强大的自由现金流产生能力，这也意味着，其对部分领先人工智能企业进行有选择的投资（如互联网时代对谷歌和Meta等公司的投资）看似合理有据。
4. 中国市场仍未纳入营收指引
尽管NVIDIA 已获得美国政府许可，向中国特定客户出口H200芯片，并建立了一套机制允许NVIDIA 通过向美国缴纳25%进口关税的方式进行交易，4但NVIDIA 至今尚未向中国市场交付任何H200芯片。因此，考虑到中国政府对接受这些芯片仍持保留态度，我们可以认为NVIDIA 的营收指引中未计入任何中国数据中心营收。特朗普总统3月份的访华行程能否有助于打开该市场尚待观察。
人工智能投资需采取主动型策略
作为团队，我们始终认为，要把握人工智能领域令人振奋的投资机会，关键在于主动型投资。目前，多项技术突破正汇聚融合，进一步加速人工智能创新的步伐，包括大语言模型开发曲线的提速，以及代理式人工智能拐点的临近。
*所有关于NVIDIA 盈利信息的引用均来自NVIDIA 财报电话会议记录；2026年2月25日及2025年11月19日。
1FT.com；《NVIDIA 亮眼财报未能打动投资者》；2026年2月25日。
2彭博；NVIDIA 与麦当劳截至2026年2月的12个月预测市盈率对比。过往表现并非未来回报的预测。预测市盈率指通过将当前股价除以未来12个月的预期盈利计算得出的比率，用于评估公司股票的价值。
3Forbes.com；《Anthropic借Claude Code的成功得以变现》；2026年2月17日。
4 CNBC.com；《美国有条件批准NVIDIA 向中国出口H200芯片》；2026年1月14日。
代理人工智能： 指能够运用复杂推理与迭代规划能力，自主解决多步骤复杂问题的人工智能系统。该系统通过整合来自多数据源及第三方应用的海量数据，自主分析复杂挑战、制定策略并执行任务。
资产负债表实力：指一间公司的财务状况稳健。资产负债表摘录一间公司在特定时间点的资产、负债和股东权益的财务报表。
资本支出： 企业为支持业务增长和扩张而推动新项目或投资时，用于重大长期资产支出的资金，此类资产包括不动产和设备（有形资产）或技术、软件、商标、专利等（无形资产）。
循环融资： 指市场对超大市值公司间人工智能基础设施投资的融资模式不具可持续性的担忧。在小范围公司集群内，相互关联的交易与投资意味着公司间彼此投资，资金接收方使用所获资本向原始投资方进行采购。若部分公司现金流不足，当企业估值过度膨胀时，这种模式可能引发泡沫风险，并对整体市场产生连锁影响。
估值下调：发生于投资者希望以更低价格购买股票，并赋予股票较低估值时，通常是出于对未来盈利下降的预期。
自由现金流： 企业支付日常运营费用及资本支出后产生的现金。企业可利用这部分现金进行采购、派发股息或偿还债务。
GAAP：一套在美国公司及政府实体的财务报告编制中广泛使用的公认会计原则。
GPU: 执行图形渲染（graphics rendering）所需的复杂数学和几何计算的图形处理器，亦被用于游戏、内容创作及机器学习。
TPU与GPU之争：争论的核心是专业化效率与通用灵活性之间的博弈——TPU为更快、更高效地运行机器学习工作负载而专门定制，而GPU则更具通用性，可广泛应用于包括人工智能在内的多种类型的计算任务。
市盈率（P/E）一种常用估值指标，用于衡量一只股票或投资组合中多只股票的股价与其每股盈利之间的比率。
推理模式： 利用现有资讯来产生预测、进行推断及得出结论的学习模型。该过程需将数据转化为机器可处理可理解的形式，再应用逻辑规则作出决策。
词元(token)：人工智能标记是大语言模型(LLM)在输入和输出过程中使用的基本构建单元。它们是大语言模型(LLM)用来处理和生成有效文本/输出的最小数据单位。
TPU：张量处理器（Tensor Processing Unit，TPU）的主要任务是矩阵处理，即乘积累加运算组合。TPU内含数千个乘积累加器，这些器件直接互联形成大型物理矩阵。
估值： 确定资产、投资或企业公允价值的过程。估值确定的主要依据包括未来盈利及其他公司属性等要素。