按 Piper 的测算，Nvidia 盈利预测看似便宜，但执行力才是真正考验

尽管 Nvidia 的盈利预测要求其到 2030 财年实现非同寻常的增长，公司仍获得了又一份看涨评级。Piper Sandler 以“增持”评级启动覆盖，目标价较参考股价暗示约三分之一的上涨空间。

对于 AI 计算系统的领先供应商而言，这一估值乍看之下异常温和。Piper 估计，Nvidia 的股价约为其 2028 财年盈利的 14 倍，市盈增长比约为 0.3。

然而，这一看似折价的估值依赖于其在 2030 财年实现每股约 30 的盈利。Piper 预计，在此期间营收年复合增长率将达 47%，盈利增速也将处于相近水平。

这正是核心矛盾。只有当投资者接受一条增长曲线——将当下的旺盛需求转化为未来数年持续出色的执行表现——Nvidia 才显得便宜。

Piper 的 Nvidia 盈利预测重塑估值讨论

Piper 的评级将 Nvidia 重塑为一只远期估值倍数出人意料地低的成长股，而非 AI 热潮中价格高昂的象征。

Piper Sandler 于 9 月初以“增持”评级启动对 Nvidia 的覆盖。分析师 David O'Connor 的建议基于 Nvidia 在 AI 计算领域的地位、年度产品迭代节奏以及持续的供应约束。

该公司的 Nvidia 覆盖报告预计，到 2030 财年营收复合年增长率将达到 47%。其预计盈利将以相近速度增长，并达到每股约 30。

Piper 还估计，Nvidia 控制着约 80% 的 AI 计算市场和约一半的出货量。这些数字描述了一个市场：Nvidia 销售的系统价值高于仅凭其出货量份额所显示的水平。

该分析师的估值采用约为 2028 日历年盈利 14 倍的水平。由此得出的市盈增长比，即 PEG 比率，约为 0.3。

PEG 比率将公司的市盈倍数与其预期增长率进行比较。投资者常用它来判断，相对于预测的扩张速度，高估值是否仍然合理。

按照这一框架，Nvidia 显得便宜。假设增长仍具可信度，一家盈利年增长率接近 47% 的公司，通常应获得高于远期盈利 14 倍的估值。

这一算术逻辑内部一致。难点在于预测期限以及实现目标结果所需的规模。

2030 财年足够遥远，产品周期、客户预算、出口政策和竞争格局都可能发生变化。对营收增长或利润率的小幅调整，都可能对最终盈利数字产生巨大影响。

14 倍的估值也比标准的下一年度估值更为前瞻。它折现的是 Nvidia 尚未在多次艰巨产品迭代中实现的盈利。

因此，Piper 的估值逻辑不只是指出了一个较低的估值倍数。它要求投资者判断，应当给予远期预测多大程度的信心。

Piper 的论点始于可见的需求。能够规划并执行多步骤任务的智能体 AI 系统，在训练和运行阶段都需要大量计算能力。

该公司预计，AI 计算供应还将在未来两到三年保持紧张。它还将现有 GPU 更高的租赁费率视为可用产能仍具价值的证据。

这些信号支撑了强劲的短期前景。但它们并不能自动验证增长率能够一直维持到 2030 财年。

供给紧张的市场可能吸引更多供应、替代架构和客户自研芯片。它也可能促使买家提高软件效率，或推迟生产率较低的部署。

Piper 的启动覆盖改变了围绕 NVDA 的讨论框架。争论不再只是 AI 需求本季度是否依然强劲。

更棘手的问题是，Nvidia 能否将这类需求转化为足够持久的利润，使遥远的估值倍数在今天仍具意义。

Nvidia 最新业绩令看涨逻辑更具可信度

Nvidia 当前的财务表现为 Piper 提供了可信的起点，但也抬高了未来每一次比较都必须超越的基数。

Nvidia 报告称，截至 2026 年 7 月 26 日的 2027 财年第二季度营收为 962 亿。营收环比增长 18%，同比增长 106%。

数据中心营收达到 890 亿，环比增长 18%，同比增长 117%。该业务贡献了季度总营收的九成以上。

公司的季度业绩还显示，GAAP 毛利率为 75.0%。GAAP 摊薄每股收益为 2.46，非 GAAP 摊薄每股收益为 2.22。

GAAP 数据遵循标准会计准则。非 GAAP 结果剔除了管理层认为可能掩盖经营对比的特定项目。

两项指标均证实，Nvidia 正将营收转化为异常可观的利润。GAAP 营业利润达到 637 亿，超过一年前水平的两倍。

这些数字解释了为何遥远的盈利预估看起来可以实现。Nvidia 已经证明，在其庞大营收基数之上，需求仍可实现更快增长。

管理层对下一季度的展望延续了这一势头。Nvidia 预计，第三财季营收将达到 1,080 亿，上下浮动区间为 2%。

公司预计，GAAP 和非 GAAP 毛利率将接近 74.0%，可能上下浮动 50 个基点。一个基点等于一个百分点的百分之一。

重要的是，这一展望假设数据中心计算业务不会产生来自中国的营收。因此，Nvidia 预计将在不依赖这个曾提供显著增长潜力的重要市场的情况下，再创季度营收纪录。

Nvidia 还向投资者表示，预计 2028 财年营收将增长约 70%。管理层将这一前景描述为受供应约束，即可用产能仍低于预期的客户需求。

在财报电话会议上，首席财务官 Colette Kress 表示，云计算行业积压订单超过 2 万亿。她还提到，最大的超大规模云服务商计划资本支出正迅速上升。

超大规模云服务商是运营庞大计算网络的云计算公司。它们的支出至关重要，因为它们是 Nvidia 加速器、网络设备和完整机架级系统的最大买家之一。

这种客户需求不仅限于模型训练。AI 实验室、云服务商、企业、政府和新兴 AI 公司越来越需要用于推理的算力，即为用户运行已训练模型。

Nvidia 的产品战略同样支撑了这一预测。公司目前销售集成系统，结合了加速器、网络、互连、CPU 和软件。

这一方法提高了每次部署所对应的价值。它也使得仅以 GPU 出货量为基础的比较参考价值下降。

据 Nvidia 表示，Vera Rubin 平台已进入量产。运营早期系统的合作伙伴包括 Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure、CoreWeave 和 Nebius。

年度架构迭代节奏让 Nvidia 有机会持续提升性能并鼓励客户升级。但这也为制造、网络、散热和软件带来了严苛的执行时间表。

当前数据验证了 Piper 关于 Nvidia 领先市场的观点。它们也表明，Nvidia 盈利预测为何面临数学上的挑战。

当单季营收已超过 960 亿时，要维持 47% 的年增长率就需要巨额新增支出。此后每增加一个百分点，所代表的绝对营收都高于此前。

看涨逻辑之所以可信，是因为 Nvidia 曾多次超越高预期。它仍然极具挑战性，是因为过去的加速增长已经形成了大得多的基数。

真正的对手是 Piper 的预测，而非 AMD

Nvidia 不需要击败每一个竞争对手，但必须超越 Piper 估值中已经隐含的假设。

AMD 是数据中心加速器领域最显眼的商用竞争对手。该公司提供 Instinct GPU、EPYC 服务器处理器，以及不断扩展的 AI 工作负载软件环境。

AMD 报告称，2026 年第二季度营收为 115 亿。根据 AMD 的季度业绩，其数据中心业务较上年同期增长逾一倍。

这种增长很重要，因为客户希望拥有替代选择。云服务商可从议价能力、供应多样性以及针对不同工作负载设计的硬件中受益。

Google、Amazon、Microsoft 和其他大型客户也在开发定制加速器。这些芯片可减少针对特定内部任务时对商用 GPU 的依赖。

即便如此，竞争也无需夺走 Nvidia 的市场领导地位，便可影响 Piper 的预测。它只需放缓定价、削弱利润率，或争取到足够多的增量需求。

以 47% 年增长率为基础的预测，相比稳定增长模型，为逐步失去市场份额留下的空间更小。Nvidia 必须同时保住市场准入和其系统的经济价值。

公司的防御能力不止于加速器性能。CUDA 软件、网络技术、开发库和优化模型，让 Nvidia 硬件更容易部署到众多应用中。

客户也购买完整系统，而非孤立的组件。这减少了集成工作，但也可能增加对 Nvidia 架构的承诺。

这一装机基础形成了转换成本。开发者已围绕 Nvidia 工具编写软件，运营人员也已接受围绕其系统的培训。

不过，转换成本并非永久保护。开放软件层可使工作负载更具可移植性，而大型云公司也有强烈动机支持自研芯片。

效率提升构成了另一种竞争形式。训练或推理所需处理器更少的模型，能够在不将采购转向另一家芯片供应商的情况下减少需求。

因此，相关市场的范围比 Nvidia 对 AMD 更广。它还包括定制芯片、模型优化、专用推理芯片，以及客户分配计算任务方式的变化。

不过，这些路径仍应作为辅助背景。主要较量仍是 Nvidia 的实际盈利与 Piper 的预测盈利之间的对比。

如果 AMD 快速增长，而 Nvidia 仍达到预测目标，Piper 的论点依然可能成立。若 Nvidia 在未失去领导地位的情况下偏离其盈利路径，估值逻辑仍可能减弱。

这一区别很重要，因为分析师目标价往往将多项假设压缩为一个结果。营收增长、毛利率、运营费用、税项和股份数量都会影响预测盈利。

强劲的营收表现并不保证达到预期盈利。Nvidia还必须维持定价、管控产品成本，并防止运营费用吞噬过多增长。

其75.0%的毛利率提供了充足缓冲。但公司已预计，该数字将在下一季度向74.0%靠拢。

这一变化幅度不大，但其方向值得关注。机架级产品包含的组件和制造复杂度均高于单个加速器。

Nvidia可以在接受不同利润率结构的同时，从每次部署中获得更高营收。投资者必须判断，更高的系统价值能否抵消交付系统的成本。

Piper对Nvidia盈利的预测实际上假定，答案仍然是肯定的。即使不改变市场领导者的地位，竞争一旦改变这种盈利转化效率，就会变得实质性。

低估值倍数未能反映什么

较低的远期估值倍数可能反映真实价值，但也可能掩盖客户集中度、政策风险，以及远期预估中的不确定性。

Nvidia最新申报文件显示，一家直接客户占其第二季度营收的16%。上半年，三家直接客户分别占营收的16%、15%和13%。

直接客户可能是分销商、设备制造商、云服务提供商、模型公司或系统集成商。这些采购背后的最终用户可能并不相同。

这种结构使得仅凭一个醒目的数字难以解读客户集中度。但它仍表明，数量有限的采购渠道能够对季度业绩产生重大影响。

公司的最新申报文件还显示，五家直接客户占应收账款的比例介于10%至22%之间。

应收账款代表已确认收入、但客户尚未付款的部分。这一余额的集中度可能增加公司对部署延迟、融资条件变化或采购计划调整的风险敞口。

Nvidia有时会向符合条件的客户提供90天至一年的付款期限。公司表示，这类安排可支持大型数据中心建设。

较长的付款期限并不能证明需求疲软。但它们表明，融资条件正成为基础设施扩张的一部分。

客户仍必须从AI算力中获得可接受的回报。云服务提供商需要利用率、定价和相关服务收入，以支撑持续投资。

AI实验室也面临类似考验。它们需要模型订阅、企业合同、广告或其他收入来源，为不断上升的算力需求提供资金。

如果终端用户收入的增长慢于基础设施支出，客户可能会调整订单。这种调整可能会在当前积压订单已支撑数个强劲季度之后才出现。

出口管制带来了第二层不确定性。Nvidia在下一季度预测中排除了中国数据中心计算业务收入，降低了该指引中出现意外的即时风险。

长期影响则更为复杂。Nvidia表示，出口限制实际上已将其挡在中国数据中心计算市场之外。

公司警告称，管制可能促使客户在产品设计中移除美国半导体，也可能支持围绕外国竞争者形成更大的生态系统。

Nvidia报告称，向中国发运的数据中心Hopper产品占第二季度数据中心营收的比例不足1%。这限制了当前风险敞口，但并未衡量失去的机会。

延伸至2030财年的预测必须兼顾两种结果。Nvidia可能在没有中国市场的情况下快速增长，政策变化也可能重塑供应链与竞争投资。

产品执行又增加了一项风险。Nvidia的年度迭代节奏要求芯片、内存、封装、网络、电力系统、散热和软件能够及时完成切换。

一个组件的瓶颈就可能延迟整套机架。购买集成系统的客户需要所有主要部件同时到货并协同运行。

当前的供应限制强化了定价能力和订单积压，但也可能在需求最旺盛时阻碍Nvidia确认收入。

随着产能扩大，经济性可能再次变化。更多供应能够释放营收，但也可能降低稀缺性，并暴露市场潜在的价格敏感度。

较低的2028财年估值倍数并未分别体现这些风险。它通过单一盈利预测和估值比率，反映了它们的综合影响。

这正是PEG比率需要谨慎解读的原因。增长率是预估值，而股票估值反映的是当下实际投入的资本。

如果盈利如预期增长，接近0.3的PEG比率看起来颇具吸引力。但如果增长预估下降速度快于估值倍数，指标的意义就会减弱。

该指标还假定增长质量保持稳定。由持久需求支撑的盈利，与由暂时性短缺支撑的盈利，应有不同的解读。

Piper的分析未必过于乐观。它只是对投资者无法提前数年验证的假设较为敏感。

每股30美元不只需要AI需求

要使Piper对2030财年盈利的预测成立，Nvidia必须将行业需求转化为营收、维持强劲利润率，并控制费用。

营收是首要条件。47%的复合增长率意味着，每年的业绩都将成为下一轮大幅增长的基础。

Nvidia已经受益于多个同步的需求来源。前沿实验室训练更大的模型，云服务提供商出租加速器，企业则将AI加入现有软件。

推理扩大了机会，因为已部署的模型会持续处理请求。智能体系统通过在单项任务中进行多次模型调用，可能进一步提升使用量。

然而，对计算能力的需求并不等同于对Nvidia营收的需求。软件改进可以降低每单位有用工作所需的计算量。

更低的成本可以刺激更多使用，形成反弹效应；也可能让客户用更少的加速器完成相同工作负载。

结果取决于弹性，即成本下降时消费变化的幅度。Piper的论点假定，使用量扩张将超过效率提升。

第二项要求是市场份额获取。Nvidia需要拥有充足的产品供应和足够的系统价值，才能维持在行业支出中的主导份额。

其广泛的平台构成了助力。加速器、CPU、互连设备、交换机、软件库和部署工具，为客户的大型AI集群提供了统一架构。

但完整系统也使Nvidia暴露于更多成本类别。内存价格、先进封装、光学设备、网络和电力设备都可能影响交付进度与利润率。

第三项要求是定价。Nvidia不必保持每种产品的价格不变，但每单位已交付计算能力的营收必须支撑该预测。

新架构通常带来更高性能。客户将把这一改进与总拥有成本进行比较，其中包括能源、设施和工程时间。

系统的每单位计算成本可以更低，同时为Nvidia带来更多营收。当客户采购规模显著更大的部署时，就会出现这种情况。

第四项要求是毛利率。Nvidia在最新季度实现了75.0%的毛利率，对于一家以硬件为核心的企业而言，这是极为出色的成绩。

如果利润率维持在这一水平附近，Piper的盈利路径将更容易实现。若竞争、产品组合或组件成本压低利润率，实现难度就会增加。

以Nvidia当前规模计算，毛利率变动5个百分点将使单季度毛利润变化数十亿美元。随着营收增长，这种敏感性也会增强。

运营成本构成第五项要求。研发投入对于维持年度产品周期和支持不断扩大的软件栈至关重要。

Nvidia本季度录得71亿美元研发费用。销售、一般及行政费用另增14亿美元。

这些费用的增长慢于营收，从而产生了经营杠杆。经营杠杆是指成本未按比例增长时，利润增速快于销售额增速的现象。

Piper的预测隐含要求这一优势持续。Nvidia必须投入足够资金来捍卫其平台，同时不能让成本增速追上营收增速。

税项、投资收益和股票回购也会影响每股收益。它们固然重要，但经营表现仍是核心驱动因素。

这解释了为何2030财年的盈利数字不应被视为单一预测。它是多个相互关联预测的最终结果。

营收必须以接近Piper预估的速度复合增长。市场份额必须维持高位，毛利率必须保持强劲，费用增长也必须受到控制。

某一领域的小幅失误或许能被其他领域的强劲表现吸收。营收增长和利润率同时承压，则更难抵消。

因此，Nvidia盈利预测代表的是一条执行走廊，而不只是关于可服务市场规模的主张。Nvidia必须跨越多代产品，始终处于这条走廊之内。

三个信号将检验Piper对Nvidia的预测

接下来的证据应依次来自已披露营收、利润率表现和客户经济性。

第一个信号是Nvidia第三财季业绩相对于1,080亿美元展望的表现。这是最接近的检验，因为管理层已经界定了预期范围。

高于该范围的结果将支持供应仍是主要限制因素的说法，也将增强市场对公司2028财年增长前景的信心。

低于该范围的结果本身不会推翻2030财年论点，但会迫使投资者确认，失误究竟由时点、供应、需求还是客户支出造成。

数据中心业务的表现比合并口径的头条数字更重要。该业务在最新季度贡献了890亿美元营收，仍是主要的盈利引擎。

第二个信号是Vera Rubin产能扩张期间的毛利率表现。Nvidia预计下一季度毛利率约为74.0%，此前为75.0%。

投资者应关注这一变动是反映暂时性的爬坡成本，还是系统经济性的持久变化。稳定的利润率将强化Piper的盈利假设。

除非更快的营收增长能够弥补，否则持续压缩将削弱2030年的路径。其解释与百分比本身同样重要。

更高的组件成本不同于竞争性降价。早期生产效率不足，与结构性转向低利润率产品也有不同含义。

管理层关于供应和产品组合的披露应有助于区分这些因素。最有价值的证据将把出货增长与盈利能力联系起来。

第三个信号是，主要客户是否在展示从AI基础设施中获得回报的同时，继续增加AI基础设施支出。仅有订单并不能证明经济性具有持久性。

云服务提供商需要不断提升利用率和服务收入。AI公司则需要足够的客户收入或融资，以支撑其算力承诺。

客户持续支出且AI收入改善，将强化Piper的需求论点。削减支出或延长付款期限则会削弱这一论点。

在这一信号中，客户集中度值得关注。更广泛的买家群体将使增长路径更具韧性。

进一步集中仍可能支撑强劲业绩，但会让少数几个投资周期承担更大权重。这些周期可能迅速变化。

AMD 的进展同样应纳入客户经济效益的考量。即使整体 AI 需求持续扩大，部署规模的增长也将表明买家希望拥有多家供应商。

关键问题并不是 Nvidia 下个季度是否仍是最大的供应商，而是该公司能否持续获取足够的价值，以支撑 Piper 的盈利增长曲线。

这一差别避免分析沦为简单的市场份额竞争。Nvidia 可以继续占据主导地位，同时实现的回报仍低于遥远的预测目标。

Piper 的首次覆盖提出了一个真实的估值论点。Nvidia 当前的增长、利润率、产品地位和积压订单，使这一论点不止于猜测。

不过，表面上的折价是有条件的。按照 Piper 预测的盈利计算，该股看起来便宜；而这些盈利尚未出现在已提交的财务文件中。

读者应将每一份新业绩视为对预测各项组成部分的检验。收入增长、毛利率和客户回报将揭示这一模型是否依然成立。

当这些指标同步改善时，Nvidia 的盈利预测会更具说服力。当醒目的高增长率掩盖了更弱的底层经济效益时，它的参考价值就会下降。

对于投资者和行业观察者而言，实际任务很明确：追踪各项假设，将其与已披露的证据进行比较，并在证据发生变化时调整估值叙事。