剛剛在最新的財報電話會議中聽到黃仁勳公布了一些相當驚人的數字，我認為人們低估了這對未來幾年的意義。

因此，Nvidia 即將在今年下半年推出 Vera Rubin 平台，規格實在令人震驚。我們談論的是用比 Blackwell 少 75% 的 GPU 來訓練 AI 模型，以及將推理代幣成本降低 90%。作為背景，代幣基本上是 AI 模型產生的資料片段，每個代幣的產生都需要花錢。當你將成本如此大幅度地降低，這將為 AI 企業擴展使用量和利潤帶來巨大的解鎖。

但真正有趣的是，財報電話會議中，黃仁勳說了一句讓我印象深刻的話。他說，過去全球每年在傳統計算基礎設施上的支出約為 $400 十億美元，但 AI 工作負載所需的容量是傳統的千倍。這不是打錯字，是真的千倍。他還表示，到 2030 年，AI 資料中心基礎設施的支出可能每年達到 $4 兆美元。

這聽起來很雄心，但想想實際情況。Nvidia 在 2026 財年公布的營收達到 2159 億美元，同比增長 65%。資料中心營收就佔了 1937 億美元，成長 68%。他們預測 FY2027 第一季的營收將達到 $78 十億美元，將較去年同期成長 77%。他們基本上是在說，這大部分的成長來自資料中心。

令人驚訝的是，Nvidia 目前主要是在與自己競爭，而不是與其他競爭對手競爭。需求仍然超過供應。Vera Rubin 平台將帶來另一個階段性的改進，黃仁勳似乎相當相信基礎設施支出短期內不會放緩。

從估值角度來看，這支股票目前的市盈率為36.1，實際上比過去 10 年的平均 61.6 低 41%。華爾街預估 FY2027 的每股盈餘將達到 8.23 美元，這將使未來市盈率僅 21.5。相比之下，標普 500 指數的 trailing 市盈率為 24.7。所以即使 Nvidia 在未來一年內漲幅不大，股價可能比大盤還要便宜。

如果華爾街的盈利預估成真，這支股票大約需要翻倍，才能達到其歷史平均估值。這還沒算上隨著推理成本持續下降，AI 採用率加速帶來的任何上行空間。進入下半年，這絕對值得關注。