NVIDIA Corporation（NVDA）研报解读

概览

这份投资者会议纪要总结了NVIDIA管理层关于需求、供给、客户结构和融资的评论。J.P. Morgan维持Overweight观点，认为公司的FY28展望受到广泛AI算力需求和更强前瞻能见度的支持，而供应可得性仍是主要经营约束。

核心观点

管理层表示，FY28 70%同比增长框架由超大规模云厂商、neocloud、AI实验室、主权AI及企业/本地部署需求的共同强劲表现支撑，而非依赖单一因素。NVIDIA之所以提供远期展望，部分原因是其内部判断显著高于市场一致预期，若不予说明，可能会给合作伙伴的供应链规划带来困难。公司将当前展望描述为供给受限而非需求受限：若没有供应限制，管理层称业务同比增速可能超过一倍。 在数据中心业务中，管理层表示，由于NVIDIA平台具有可转换性，难以精确衡量训练和推理收入，因为客户可先用Grace Blackwell系统进行训练，之后再将同一批资产转向推理。尽管如此，约18个月前两者占比大致为50/50，而管理层目前认为推理已占更大比例，且未来将持续提高。该趋势受到模型开发商经济效益改善的支持：NVIDIA一代代降低每token成本，有助于提高每token毛利。 客户需求正从最大型超大规模云厂商向外扩展。按最终消费口径，OpenAI和Anthropic合计目前约占NVIDIA业务的20%，FY28可能升至约25%；但这不一定反映在NVIDIA的直接客户结构中，因为算力先销售给超大规模云厂商和neocloud，再由后者向模型开发商提供产能。管理层表示，neocloud占ACIE的比例已超过约50%，支持J.P. Morgan的观点，即增长日益来自建设或租赁算力的更广泛客户生态。 最主要的供给约束是先进晶圆和内存，二者都是NVIDIA物料清单中的重要组成部分。管理层称，正与TSMC以及内存供应商Micron、SK Hynix和Samsung密切合作，以改善供应可得性。同样的瓶颈也构成重要财务风险：内存成本上升和供应限制已对平台规格造成压力，可能影响产品结构和盈利能力；随着NVIDIA为履行算力出货承诺而缩减内存配置，也为毛利率长期可持续性带来不确定性。 管理层还回应了开源与闭源模型之争，认为AI持续进步需要两种路径并存。NVIDIA自身使用包括OpenAI和Claude在内的闭源模型，同时在芯片设计等关键任务中结合开源和闭源模型。管理层认为，关键的需求传导机制在于模型开发商能否实现商业化并改善经济效益：只要这些条件维持，算力需求就应传导至NVIDIA等供应商。 NVIDIA的融资举措包括与部分neocloud的收入分成协议、PORTS-Pike数据中心园区计划，以及由Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR等参与的$500B私募资本融资平台，旨在支持未来AI基础设施需求。在收入分成协议下，NVIDIA协助托底基础价格，并在算力以高于市场假设的价格出租时分享上行收益，从而在核心硬件销售之外创造经常性收入的可选性。管理层反驳循环融资担忧，称这些安排有节制且设有上限，并得到需求、生态回报及最终算力购买方信用质量的支持。 J.P. Morgan的投资逻辑基于NVIDIA覆盖芯片、机架系统和软件的一体化平台，认为AI算力同业难以复制。该机构认为，多年需求能见度构成底线，尚未计入若干增量收入来源，并且传统企业工作负载向加速计算的结构性迁移正在叠加，这一迁移并不依赖AI训练/推理周期。该机构以约20x CY26 EPS $15.87估值，得出$320目标价。同时，报告提示竞争压力：AI ASIC和XPU等替代AI算力平台，以及AMD等商用竞争者和专用加速器，预计未来几年将在AI算力总可服务市场中与GPU的份额趋于均衡。

分析框架

该报告基于与NVIDIA投资者关系与战略财务副总裁举行的线上投资者交流。报告通过梳理各类客户的需求、判断增长是受供给而非需求限制、评估训练与推理收入结构、识别零部件瓶颈并审视客户融资安排，来评估FY28展望。随后，J.P. Morgan将这些经营观察与其一体化平台投资逻辑及基于CY26 EPS倍数的目标价相联系。

方法论与常识提炼

• 估值方法PE/PEG 估值

  市盈率估值

  J.P. Morgan以反映长期增长预期的约20x倍数乘以CY26 EPS $15.87，得出$320目标价。

• 行业/产业分析框架供需框架

  AI算力需求与零部件供给约束

  报告区分了各类客户的广泛需求与先进晶圆、内存供应有限的情况，以说明FY28展望受供给而非需求限制。

• 竞争与战略框架护城河/竞争优势

  一体化AI算力平台

  投资逻辑将NVIDIA的芯片、机架系统和软件组合视为同业难以复制的优势，同时将替代AI算力平台视为竞争风险。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• NVIDIA Corporation (NVDA)

  主要覆盖公司；有望受益于广泛的AI算力需求和加速计算的采用。

  优势

  覆盖芯片、机架系统和软件的一体化平台；强劲的多年需求能见度；推理业务占比上升。

  劣势

  内存成本上升和供给约束对平台规格与盈利能力构成压力。

  对比

  J.P. Morgan认为，相比AI算力同业，该平台难以复制，但预计未来几年GPU与ASIC/XPU在AI算力总可服务市场中的份额将趋于均衡。

  风险

  替代算力平台、内存成本上升、先进晶圆与内存短缺，以及长期毛利率可持续性的不确定性。

关键数据

• FY28增长框架70% Y/Y管理层表示对该框架有信心；若无供给限制，业务同比增速可能超过一倍。
• 训练/推理收入结构~50/50 around 18 months ago管理层认为推理目前占比已更高，并将继续提升在业务中的占比。
• 前沿模型开发商最终消费份额~20% today; potentially ~25% in FY28按最终消费口径，代表OpenAI和Anthropic合计占比。
• neocloud在ACIE中的占比More than ~50%管理层以此说明需求已扩展至最大型超大规模云厂商以外。
• 私募资本融资平台$500B该平台包括Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR及其他参与方。
• 目标价估值依据~20x CY26 EPS of $15.87J.P. Morgan得出$320目标价的依据。

影响与含义

J.P. Morgan认为，NVIDIA的增长得到更广泛且能见度更高的AI算力需求基础支撑，推理、neocloud和企业工作负载在超大规模云需求之外提供增量支持。报告的核心约束是供给，尤其是内存和先进晶圆；替代加速器竞争及潜在毛利率压力仍是对建设性投资逻辑的重要制约。

风险

• AI ASIC、XPU、AMD和专用加速器可能夺取AI算力总可服务市场份额，GPU与ASIC/XPU份额预计未来几年将趋于均衡。
• 内存成本上升和供应限制可能对平台规格、产品结构和毛利率可持续性造成压力。
• 先进晶圆和内存供应可得性可能限制NVIDIA满足需求的能力。

后续跟踪

• 先进晶圆和内存供应可得性能否充分改善，以满足FY28需求。
• NVIDIA数据中心业务中推理相对于训练的扩张速度。
• 来自neocloud、前沿模型开发商、主权AI及企业/本地部署客户的需求增长。
• 模型开发商的商业化能力和每token成本改善对下游算力需求的支持。
• NVIDIA收入分成及私募资本融资举措的执行与需求支持情况。