$NVDA 目标价从420美元砍到315美元：分析师仍喊买入，却把真正风险指向“天量融资纸” 11月2日，Melius Research维持对英伟达的买入评级，但将目标价从420美元大幅下调至315美元，降幅约25%。同一份逻辑下，AMD、博通、Marvell、戴尔、高通与CoreWeave等目标价也被下调。分析师核心表述不是需求消失，而是“至少有多家万亿美元级公司要发行数千亿美元证券”，“纸太多本身成了AI交易的首要风险”。 这与近几周股价逻辑高度吻合。英伟达基本面仍由AI训练与推理需求支撑，但超大规模客户越来越依赖发债、增发、供应商融资与各类“背书”来支付账单。当买家用更多融资完成采购，卖方的收入质量不会立刻变差，可整个板块的估值倍数会先被压低——因为增量资金被一级市场吸走。 第二层含义是：AI交易的矛盾焦点，从GPU短缺转向资本结构。谁能帮助客户解决融资、谁的订单更不易因信贷收缩取消，谁就更抗跌；反之，高估值且客户高度依赖外部融资的环节，会先经历倍数压缩。Melius仍给出相对股价不低的隐含上行空间，说明它砍的是“愿意支付的估值”，不是成长故事本身。 英伟达将在11月17日左右迎来下一季检验。投资者与其争论目标价数字，不如跟踪客户融资环境、数据中心开支指引，以及公司是否继续通过生态投资绑定光学、定制硅与云客户。目标价下修若伴随基本面稳健，往往是情绪出清；若叠加客户推迟资本开支，才会变成趋势反转。 当华尔街愿意继续买入、却不再愿为同一增长支付420美元的想象力，AI定价权是还在芯片公司手里，还是已经交到了资本市场的供给桌上？

$NVDA 连跌背后出现罕见信号 半导体ETF遭遇11年来最长跌势 今天半导体市场出现一个值得关注的技术信号。 追踪美国半导体板块的SOXX ETF，连续第八个交易日下跌，累计跌幅约12.7%，创下约11年来最长的连续下跌纪录。 这说明市场抛售的已经不只是某一家企业，而是整个半导体产业链。 $NVDA、 $AMD、 $MU、 $AVGO 等公司，都面临投资者重新评估AI资本支出和估值的压力。 但有趣的是，今天台积电公布的季度净利润同比增长68.7%，第四季度收入展望最高达到543亿美元。 也就是说，部分半导体企业的实际经营表现仍然强劲，股票市场却在持续降低对整个行业的估值。 这种背离值得认真研究。 股票价格不仅反映企业当前赚多少钱，也反映市场对未来增长的预期，以及投资者愿意为这些盈利支付多少倍估值。 当市场预期非常乐观时，即使公司继续增长，只要增长速度略低于预期，股价仍然可能明显下跌。 反过来，如果企业长期竞争力没有发生根本变化，估值调整也可能逐渐创造新的风险回报机会。 对于长期投资者，真正重要的不是精准预测第八天还是第九天见底，而是观察企业基本面、盈利预期和技术趋势是否逐渐重新形成一致方向。 市场最容易让人犯错的时刻，往往是企业经营数据与短期股价表现完全相反的时候。 你认为这轮半导体调整，是AI长期增长逻辑发生变化，还是市场正在消化过去过高的估值预期？

$NVDA 下一代 Vera Rubin 还没有完全进入大规模部署阶段，客户已经开始提前抢货。 AM Intelligence 最新进一步增加约 20,000 张 NVIDIA Vera Rubin GPU 订单。 加上此前约 9,000 张，累计已经接近： 29,000 张 Rubin GPU。 对应接近 100MW AI 算力容量。 而这家公司未来全球 AI Factory 的规划管线更达到约 400MW，并计划继续投入巨额资本扩张。 这件事最值得看的地方，不是某一家客户买了多少 GPU。 而是： Blackwell 的需求还没有结束，Rubin 的订单已经开始往后排。 这正是 NVIDIA 最恐怖的地方。 正常半导体周期通常是： 一代产品需求达到高峰 → 增速开始下降 → 下一代产品接棒。 但 NVIDIA 现在出现的情况却更像： Hopper 仍然使用 Blackwell 大规模部署 Rubin 提前锁货 三代算力架构形成连续需求。 而且这次订单来自印度和马来西亚，也说明 AI 算力建设已经越来越不只是美国几家 Hyperscaler 的故事。 下一轮需求正在向： 印度 中东 东南亚 欧洲 扩散。 这对 $NVDA 非常重要。 因为市场最大的担忧一直都是： Microsoft、Meta、Amazon、Google 的 AI CapEx 已经这么高，还能增长多久？ 但如果第二波需求来自主权 AI、区域云厂商和新兴市场 AI Factory，那么 NVIDIA 的总可寻址市场可能还会继续向外扩张。 而且 Rubin 真正带动的从来不只是 GPU。 每一套大型 Rubin Cluster 背后还需要： HBM 高速网络 光模块 液冷 电力 存储 所以订单最终会沿着整条 AI 链条扩散： $NVDA —— GPU $MU / SK Hynix —— HBM $ANET / $AVGO / $MRVL —— 网络 $LITE —— 光通信 $VRT —— 冷却 $VST / $PWR —— 电力 我现在最关注的其实不是 NVIDIA 下一季度卖多少 Blackwell。 而是： Rubin 在正式大规模出货之前，到底已经被客户提前锁走多少产能。 如果 2027、2028 年的 GPU 都开始提前预订，那么 AI CapEx 周期距离结束，可能比市场想象得还远。

$NVDA已经跑出来了，但AI行情远远没有结束。 真正值得研究的，不是每天追哪只股票涨得最快，而是看清楚： AI产业下一阶段最缺什么。 因为过去几年的资金轮动其实非常有规律。 从芯片，到存储，到光通信，到数据中心，再到网络、电力、资源，最后才会进入真正的大规模应用。 如果未来还会出现新的10倍股，我认为大概率会沿着这条资本开支路线继续出现。 第一阶段：核心半导体 $NVDA、$ARM、$AMD、$AVGO、$INTC、$TSM AI浪潮最早爆发的地方一定是算力。 GPU、CPU、ASIC、先进制程先吃掉第一轮资本开支。 英伟达已经证明了： 当一个环节成为整个AI产业最稀缺的资源时，利润和估值都可能出现极其夸张的扩张。 但越往后，市场会开始寻找新的瓶颈。 第二阶段：内存与存储 $MU、$WDC、$STX、$SNDK AI模型越来越大以后，只有GPU是不够的。 HBM决定芯片能不能快速读取数据，大容量存储则决定海量训练数据和推理数据放在哪里。 尤其随着HBM3E → HBM4 → HBM4E升级，高端内存对晶圆和封装资源的消耗越来越大。 所以AI时代的第二个关键问题已经变成： 算力有了，内存够不够？ 第三阶段：高速互连与光通信 $LITE、$COHR、$AAOI、$GLW、$CIEN、$MRVL、$NOK 几百颗GPU好连接。 几万颗、几十万颗GPU放在一起，就完全是另一回事。 AI集群越大，芯片之间传输的数据越多。 这会持续推高对高速光模块、光纤、硅光、DSP、交换和数据中心互连的需求。 未来AI基础设施里面，一个非常重要的关键词可能不是“计算”，而是： 连接。 第四阶段：AI算力平台与数据中心 $IREN、$CIFR、$WULF、$CORZ、$NBIS、$CRWV、$SMCI、$DELL 芯片造出来之后，还要有人把它真正变成可以出租、训练、推理的算力。 于是土地、电力、服务器、GPU云、机房建设开始成为新的竞争焦点。 这一阶段最有价值的公司，未必是单纯“拥有GPU”的公司， 而是能够同时解决： 电力 + 土地 + 建设速度 + 客户 + 融资 这些问题的公司。 第五阶段：AI网络基础设施 $ANET、$AVGO、$MRVL、$CSCO GPU数量继续增加以后，网络效率会变得越来越重要。 如果GPU之间不能高速传输数据，再贵的芯片都可能浪费大量时间等待。 所以未来AI集群的竞争，会从： “谁拥有最多GPU” 进一步变成： 谁能把最多GPU高效率地连接起来。 第六阶段：电力、配电与散热 $VRT、$ETN、$GEV、$CEG、$SMR、$OKLO、$VST 这一条我认为可能是未来几年最重要的资金迁移方向之一。 因为芯片可以快速扩产，但电力基础设施没有那么快。 一个GW级AI园区背后需要的远远不只是发电。 还需要： 变压器、开关设备、输电线路、UPS、电源管理、液冷、发电设备和长期稳定的电力合同。 所以AI下一阶段很可能从： 缺GPU 逐步变成： 缺电。 第七阶段：铜、铀、铝和关键矿产 $MP、$USAR、$UUUU、$FCX、$AA AI最终一定会从数字世界走进物理世界。 数据中心需要铜。 新电网需要铜和铝。 核电需要铀。 电机、机器人和国防工业需要稀土。 所以AI资本开支不断增加以后，最后一定会传导到最上游资源。 越到后面，AI故事可能反而越来越不像“科技股”。 第八阶段：商业航天 $SPCX、$ASTS、$RKLB、$LUNR、$PL 我一直认为太空会成为AI之外另一条可能诞生超级公司的长期赛道。 卫星互联网、手机直连卫星、火箭发射、国防、遥感、月球基础设施，都还处于非常早期的商业化阶段。 这条赛道最大的特点是： 市场空间很大，但真正能够活下来并形成规模优势的公司不会很多。 也正因为如此，最后的赢家可能会非常集中。 第九阶段：AI进入现实世界 $TSLA、$PLTR、$SYM、$SERV 这一层才是整个AI资本开支最终要到达的地方。 因为芯片、HBM、光模块、数据中心、电网、电力…… 全部都是成本。 最终必须有人把这些成本变成真正的收入。 自动驾驶、机器人、企业AI、国防AI、仓储自动化、工业智能， 才是AI从“会思考”走向“会工作”的阶段。 所以寻找下一只10倍股，我觉得最重要的不是猜名字。 而是不断沿着这条路线问： 下一步最缺什么？ 算力之后缺内存。 内存之后缺连接。 连接之后缺数据中心。 数据中心之后缺电力。 电力之后缺资源。 而所有基础设施建设完成以后，最终一定要进入应用。 真正的大机会，往往就出现在上一轮瓶颈刚被市场看见、下一轮瓶颈还没有被完全定价的时候。

$NVDA 黄仁勋 G20 最新发言： 1. AI是新时代的电网 AI本质上是像电力一样的经济基础设施，以前买电按千瓦时算，以后买算力按每百万 Token算。 2. AI是一座5层蛋糕，没必要非得挤着跟我抢生意 AI产业从下到上分5层：1. 能源 → 2. 芯片 → 3. 算力基础设施 → 4. AI大模型 → 5. 数据与行业应用。 找准最适合自己的那一层，尤其是第5层应用，把AI落到医疗、制造、教育里，就能享受到AI红利。 3. 编程时代彻底结束，人类迎来最大的平权 过去50年，电脑只是全球两三千万程序员的专属工具。现在不管你是刚出校园的年轻人，还是资源欠发达的地区，AI抹平了技术门槛，让每个人都能随时拥有一个顶级博士级别的智脑。 4. AI不会让你失业，但会把你的野心放大10倍 未来一两年内AGI基本就会实现，但人类不会失业。这就像你招了个MIT毕业的顶级博士，你依然需要给他定目标、给上下文、带他熟悉业务。AI替代的是打字、搜资料这种具体任务，而不是人的价值。以前要干10年的事，以后1年就能搞定。 5. AI正从屏幕里走出来，重构物理世界 AI的发展路径是：大模型 → 智能体 → 具身智能。给大模型装上能调用工具的外骨骼，装进四个轮子就是自动驾驶，装进机械臂就是智能工厂，装进实验室就是自主研发新药。AI正从纯软件，全面侵入制造业和重工业。 最大的风险根本不是AI，而是因为恐惧和犹豫，最后彻底被时代淘汰！

$NVDA 黄仁勋最新发言：明年要赚1万亿！ 1. 明年的新芯片已卖光！ 需求不是强，而是爆表。下一代 Vera Rubin 芯片是史上最快的量产铺货，明年的产能早已全被定光，要不是卡在瓶颈上，说不定能涨200%。 2. 到处都是瓶颈 现在限制 AI 发展的不是客户，也不是技术，而是算力上限。台积电封装（CoWoS）、存储芯片、硅光子、数据中心变电设备、供电土地，甚至是全球合格的技术工人、电工，全都告急。 3. 英伟达涨价！ 面对存储成本疯涨，老黄选择跟涨：吸收部分成本并上调芯片售价15%，把毛利率预期从 75% 调到 72%-73%。 4. 英伟达卡不够分 买英伟达芯片不是买电脑，而是投几百亿美金建算力工厂。英伟达一半营收来自 $AMZN AWS 等六大云巨头（AWS 甚至预订了 200 万张 GPU 运用到 2028 年），另一半来自企业、国家级 Sovereign AI 和新兴云。 5. 光 $SPCX 就赚了数百亿！ 英伟达是 AI 界的中央银行，作为最懂行的顶级 VC，黄仁勋光是 SpaceX 这一笔投资的回报就高出300亿美元。 6. 客户飞轮！ 未上市的顶级 AI 实验室商业化刚刚起飞，没有足够强的资产负债表去低成本融资买算力。英伟达因为深知其技术底细，直接为其背书担保，帮它们完成商业闭环，顺便锁定核心客户。 7. AI 不是就业杀手！ 不认同AI 导致大规模失业的论调。企业因为 AI 变得更高效、更赚钱时，野心会膨胀，进而去扩张业务、招聘更多人。生产力提高带来的整体就业净增长将是前所未有的。 8. 反对AI 税 别在投资高峰期对工厂本身抽头，否则既保不住白领，也砸掉正在出现的蓝领机会。

$NVDA 每赚1块钱，就有5毛钱流进这 10 只股票： 1. 台积电 $TSM 英伟达每赚 1 块钱，大约有 0.12–0.15 流入台积电。 芯片必须从台积电产线印出来，先进制程和 CoWoS 都卡在这。没有它，后面全部停摆。绑得最死，吸金也最稳。 2. 超微电脑 $SMCI 每赚 1 块钱，整机环节大约能有 0.08–0.12 的生意，超微电脑吃其中一块。 英伟达卖的是芯片，客户买走的是整柜。装机、测试、交付都算在服务器厂头上。芯片涨，柜子订单一起涨。 3. 美光 $MU 每赚 1 块钱，大约有 0.05–0.08 流向美光。 一块高端 GPU 里，HBM 已经贵到不能忽视。全球能做的就三家，美光吃其中一块。GPU 卖得越猛，内存账单越硬。 4. 博通 $AVGO 每赚 1 块钱，组网芯片大约有 0.04–0.06 流进博通。 把成千上万块 GPU 织成一台超级计算机，靠交换和网络硅片。很多时候客户单独买单，但没有这层，英伟达的卡组不成集群。 5. 维谛技术 $VRT 每赚 1 块钱，电源和液冷大约有 0.03–0.04 流进维谛这类公司。 GPU 越贵越耗电、越怕热。没有供电和液冷，机柜就是废铁。英伟达多出货，机房就要多配一套电和冷。 6. 闪迪 $SNDK 每赚 1 块钱，大约有 0.02–0.03 流进闪迪。 卡卖得越多，集群越要堆存储。单笔没台积电、美光大，但跟量走。 7. 美满电子 $MRVL 每赚 1 块钱，大约有 0.02–0.03 流进美满电子。 设计一旦打进机架，后面每出一台柜子都要再买一次。英伟达增长会顺着互连芯片复利往下传。 8. 维斯特拉 $VST 每赚 1 块钱，电这一层大概有 0.02–0.04 的长期账单，维斯特拉吃发电和数据中心供电。 这钱通常不进英伟达采购单，进的是电费和电站投资。卡卖得越多，电越紧，发电商越香。 9. Credo $CRDO 每赚 1 块钱，高速连接大约有 0.01–0.02 流进 Credo。 GPU 再强，连不上就是一堆孤岛。每加一排机架，连接件就多卖一轮。单笔不大，但和出货量绑得很紧。 10. 应用光电 $AAOI 英伟达每赚 1 块钱，光模块大约有 0.01–0.02 流进应用光电这类公司。 GPU 之间搬数据靠 800G 光模块。卡越多，光口越紧。吃的是集群内部的搬家费。 抄英伟达作业！

$NVDA 到 50万亿？！孙正义预言： 1. 天价基建 要造出比人类聪明一万倍的超级人工智能（ASI），需要 400 吉瓦的算力供电，这比整个美国的总用电量还要大！全球需要累计砸入 9 万亿美元的硬件和数据中心投资。 2. 一年回本 哪怕 AI 只改变全球 5% 的经济，一年就能产出 9 万亿美元。砸 9 万亿基建，一年就能全额回本！按 50% 利润率算，一年净赚 4 万亿美元。 3. 新四巨头 这每年 4 万亿美元的净利润，最终会被 4 家新型科技巨头瓜分，每家每年净赚 1 万亿美元。 如果 AI 数据中心需求再高增速十年，英伟达利润率也不明显下滑，十年后每股自由现金流用 20 倍估值就接近 50 万亿美元市值！