社区

$Bernstein U.S. Research Fund(BERN)$

Bernstein强调AI行业仍处于增长阶段，即使OpenAI正在推进自研芯片计划，GPU技术依旧占据不可或缺的地位。这使得GPU与ASIC（专用集成电路）的竞争态势中，GPU重新获得优势。实际上，两者可能形成互补格局： $英伟达(NVDA)$ 显卡主要负责模型训练，而ASIC则专注于推理任务。这进一步印证了市场对算力资源的强烈需求，各方仍在积极抢夺资源。

DA DAVIDSON

DA DAVIDSON将英伟达描述为“最终投资者”，这一概念借鉴了“最后贷款人”（lenders of last resort）的比喻。英伟达曾在Coreweave的IPO中扮演过类似角色，此次投资OpenAI也体现了这一趋势。更宏观地看，英伟达被视为AI领域的“中央银行”，因为它垄断了核心算力的发行权。在这里，GPU算力被类比为“货币”，而英伟达定义了“算力锚点”（Compute Anchor），即所有AI服务成本都可以转换为基于NVIDIA GPU的每秒Token生成成本。这相当于AI世界的“铸币成本”。英伟达还拥有一套“货币政策”工具，其行为与美联储高度相似：发布新芯片相当于“降息”或“量化宽松”，GTC大会则类似于“美联储议息会议”。英伟达通过管理市场预期来维持系统稳定，既要推动技术创新，又要防止市场过热。

$巴克莱银行(BCS)$

整体看好英伟达对 OpenAI 的投资，1000亿美元投资长期有望实现3-5倍回报，带来3000-5000亿美元收入，还能巩固英伟达在OpenAI的优先供应商地位。英伟达在 AI 基础设施领域占统治性地位，且2026财年约30倍的市盈率、合理的PEG（接近2倍），估值与成长潜力匹配。对 OpenAI 的投资是 “股权投资 + 商业合作”（类似 CoreWeave 案例），OpenAI 只是英伟达核心大客户之一，风险可控。英伟达自由现金流利润率达 40% - 50%，未来现金流充足，投资 OpenAI 是最优选择，可扩市场、加速新品落地。通用芯片仍将承担 OpenAI 大部分工作负载，与 OpenAI 合作部署 10GW 系统，价值超 3500 亿美元（是博通相关项目的 3.5 倍），这笔增量业务对英伟达的价值被市场低估。

$美国银行(BAC)$

需求格局来看，定制与通用芯片 “双顶峰”，通用芯片长期仍占主导。此前因 $博通(AVGO)$ 与OpenAI的100亿美元合作，行业聚焦 “定制ASIC是否是 AI 计算的未来”；叠加英伟达财报中计算业务数据略显疲软，进一步引发相关讨论。最新公告表明，AI 计算需求正全面爆发，定制 ASIC（专用芯片）与通用芯片的需求均达顶峰。长期趋势上，通用芯片至少在本十年末之前，仍将承担 OpenAI（未上市，业务覆盖广）的绝大部分工作负载，并非定制 ASIC 完全主导 AI 计算。

英伟达的业务增量：规模大、纯增量，对应超3500亿美元价值。依据英伟达 2026 财年第二季度财报说明，每 1GW（吉瓦）系统装机量，能为英伟达带来超350亿美元的收入。此次与 OpenAI 合作部署10GW英伟达系统，对应价值超3500 亿美元；对比博通明年下半年在 OpenAI 的 ASIC 项目（规模 100 亿美元），英伟达的业务规模是其 3.5 倍（350 亿美元 vs 100 亿美元）。

$摩根士丹利(MS)$

基于英伟达披露的 “每吉瓦（GW）AI 算力成本结构”（每吉瓦成本约 500 - 600 亿美元，其中 350 - 400 亿美元流向英伟达），推算出10 吉瓦规模将为英伟达带来3500-4000亿美元的长期营收，凸显这笔合作在财务层面的想象空间。

但强调规模的 “不确定性”。该规模与OpenAI和Oracle“超3000亿美元的合作” 对比，认为英伟达此笔投资对应的营收规模 “并非确定性事件”，更像是 “长期看涨逻辑的组成部分”（而非必然兑现的结果）。当前投入使用的最大GPU集群规模仅 “数百兆瓦（MW）” 级别（1GW=1000MW），与目标 “10GW” 差距显著，侧面反映规模落地的难度或时间跨度大，进一步削弱了 “营收确定性”。