美股资讯

过去市场给

$NVDA

定价,核心是硬件逻辑:

GPU 出货量、ASP、机架价值量、数据中心 CapEx

但黄仁勋现在试图把市场的关注点再往上抬一层:

GPU 只是生产资料,Token 才是最终产出。

如果把 AI 基础设施看成一座工厂,GPU、网络、HBM、电力、冷却都是投入,最终生产出来的“商品”是 Token,而 Token 对应的是可计量、可收费的智能服务。

这也是为什么他会把 AI 描述成一种 metered product

这个框架的意义在于,AI 基建的回报不再只取决于硬件折旧,而取决于:

每单位资本投入能够生产多少 Token,以及这些 Token 最终能以什么价格变现。

黄仁勋同时给出了另一个关键数字:

1GW AI Factory 对应约 500亿—600亿美元资本投入。

这个数字不是单纯在强调数据中心有多贵,而是在说明 AI 已经进入重资产工业化阶段。

所以未来判断 AI CapEx 是否还能继续扩张,不能只看云厂商预算,还要看几个更底层的变量:

Token 需求增长、推理利用率、单位 Token 成本下降速度,以及最终收入能否覆盖巨额资本开支。

这也是 NVDA 接下来最重要的估值问题

如果 Token 消耗和 AI 收入持续高速增长,那么今天看起来激进的 CapEx,几年后可能只是正常扩产。

但如果 Token 价格下降快于需求增长,或者利用率不够高,那么 500亿—600亿美元/GW 的资本强度也会迅速放大回报压力。

美股投资网认为,黄仁勋从 GPU 转向 Token,真正想讲的不是一个新概念,而是:

AI 行业正在从“卖算力”进入“算算力经济账”的阶段。

#美股━━━━━━━━━━━━━━━━━━━━━━

【原创声明】

本文由美股投资网(TradesMax.com)研究团队原创完成。

原创机构:美股投资网

英文品牌:TradesMax

本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析

如需引用本文,请注明:

“美股投资网(TradesMax.com)原创研究”。

━━━━━━━━━━━━━━━━━━━━━━

Fullscreen Image