Nvidia 股价涨势逼近 6 万亿美元，但 5 月纪录仍未被打破

Nvidia 股价在 10 月 2 日盘中创下新高，但这波涨势在收盘前回落，5 月的收盘峰值仍未被突破。这家芯片制造商当日仍上涨 1.3%，市值接近 5.7 万亿美元。

这一差别至关重要。Nvidia 虽然短暂突破此前的盘中高点，但投资者未能将全部涨幅维持至收盘。回落意味着市场重新建立的信心与毫无争议的突破之间，依然存在一道虽小却意味深长的缺口。

此次上涨也完成了从 7 月底低点的大幅反弹。在由 AI 支出、融资及长期回报担忧引发的两个月抛售中，Nvidia 市值一度蒸发逾 1 万亿美元。根据最初的市场报道，其股价随后反弹约 23%。

当前的主要较量已不再是 Nvidia 与另一家芯片制造商之间的竞争，而是其披露的运营动能与投资者对 AI 基础设施热潮融资方式的疑虑之间的博弈。股价逼近 6 万亿美元表明动能再次占据上风，但尾盘回落也说明争论尚未平息。

Nvidia 股价涨势创下纪录后失去动能

Nvidia 的盘中新高证实买盘已经回归，但较弱的收盘表现尚不足以验证一次明确突破。

周五交易时段，该股一度上涨 3%，并突破此前的盘中峰值。随后其回吐部分涨幅，最终上涨 1.3%，略低于 5 月创下的收盘纪录。

独立市场数据将 Nvidia 的收盘市值定在约 5.65 万亿美元。市值等于股价乘以流通在外股数，因此代表股票市场对一家公司的整体估值。

这一数字使 Nvidia 距离象征性的 6 万亿美元关口仍差约 3500 亿美元。尽管这一差距仅约占 Nvidia 估值的 6%，却已超过多数上市公司的总市值。

因此，投资者应将“接近 6 万亿美元”视为规模的衡量，而非这一门槛必然会被突破的信号。在如此体量下，常规的百分比波动就可能令市值增加或减少数千亿美元。

尽管如此，这一交易日仍标志着相较于 7 月的显著转变。根据此前对市场抛售的报道，截至 7 月 10 日，Nvidia 股价已较 5 月高点下跌 16%。

这次回撤抹去了约 1 万亿美元市值。根据当时援引的 Bloomberg 数据，其远期估值也降至预期收益的 18 倍。

这轮下跌主要并非因为营收崩塌。相反，投资者转向内存和存储供应商，同时质疑 Nvidia 最大客户还能承受多少额外支出。

周五的反弹在股价层面扭转了很大一部分这种怀疑，但并未消除根本问题。

盘中新高表明，投资者再次愿意为 Nvidia 的预期增长支付溢价。未能守住全部涨幅则表明，市场仍在区分强劲执行力与无限制的估值空间。

这正是 Nvidia 股价涨势背后的真实故事。盘中创纪录可能吸引动量买家，但收盘创纪录通常更能证明需求经受住了整场交易的考验。

最初报道将该交易日描述为收盘时略逊于 5 月纪录。其他市场报道则称其创下收盘纪录，这反映出不同数据源和参考价格之间存在细微差异。

更可靠的结论应更为审慎：Nvidia 创下了新的盘中新高，收盘显著高于夏季低点，并仍接近 5 月的收盘峰值。这一结论无需解决市场数据提供商之间仅相差几美分的分歧。

如此规模也改变了读者理解日常波动的方式。如今 Nvidia 市值变动 1%，就已超过许多成熟科技公司的估值。

因此，即使底层业务没有发生同等显著的变化，该股也可能制造引人注目的美元金额新闻标题。周五的走势最重要之处在于，它完成了一次持续的回归，而非单日增加了多少价值。

创纪录营收重建看涨逻辑

这轮反弹建立在营收和数据中心需求加速增长之上，而不只是市场动能。

Nvidia 报告称，截至 2026 年 7 月 26 日的第二财季营收为 962 亿美元，环比增长 18%，较上年同期增长 106%。

数据中心营收达到 890 亿美元，同比增长 117%。根据公司的季度业绩，该业务贡献了 Nvidia 季度总营收的九成以上。

这些数字有助于解释为何投资者在抛售后重返市场。公司业务持续增长，而股票估值收缩，使其股价相对于预期收益显得更便宜。

Blackwell Ultra 基础设施推动了最新一轮数据中心扩张。Blackwell Ultra 是 Nvidia 当前的高端计算平台，用于通过互联的处理器、网络设备和软件训练及运行大型 AI 模型。

该平台之所以重要，是因为 Nvidia 销售的并非孤立的图形处理器。其数据中心产品结合了加速器、网络设备、互连技术、系统以及 CUDA 软件环境。

这种全栈方法令替代更加困难。考虑采用竞争处理器的云运营商，除了芯片本身，还必须评估应用兼容性、开发者工具、网络性能和部署时间。

Nvidia 的下一次产品转换也缓解了部分投资者担忧。Vera Rubin 平台将新一代 GPU、Vera CPU、升级后的网络以及其他系统组件整合在一起。

Nvidia 称，与 Blackwell 相比，Rubin 最多可将推理 token 成本降低十倍。推理是指运行已训练 AI 模型，以生成答案、图像、预测或行动的过程。

这一说法尚未在常规生产工作负载中获得独立验证。不过，这一计划中的转换为投资者提供了超越当前 Blackwell 爬坡阶段的下一轮产品周期。

强劲业绩的意义不止于支撑营收预测，也削弱了这样一种观点：即公司 5 月的估值反映的是已经见顶的需求。

Nvidia 第一财季营收达到 816 亿美元，同比增长 85%。第二财季不仅没有停滞，反而继续加速并超过这一水平。

这一连续性很重要，因为 Nvidia 的估值建立在一种假设之上：其增长将持续到几乎没有同等规模公司能够维持的水平。单个强劲季度不足以证明这一预期合理，但连续的环比增长会令其更具可信度。

公司还在 9 月 28 日额外授权 1500 亿美元用于股票回购。Nvidia 表示，该授权有效期至 2028 财年末，并补充了此前已可使用的额度。

回购授权允许公司购买自身股票，但并不要求管理层用完全部额度。具体时机仍取决于市场状况及其他资本配置优先事项。

这一回购授权仍发出了明确讯号。Nvidia 董事会相信，公司可以同时为产品研发、战略投资以及大规模资本回报计划提供资金。

这一信心出现在股价挑战纪录的数日前，为投资者提供了另一个理由，将夏季下跌视为暂时性的估值调整。

回购还可通过减少利润分摊的股份数量来支撑每股收益。然而，对于一家市值接近 5.7 万亿美元的公司而言，1500 亿美元授权不足其市值的 3%。

因此，该计划意义重大，但并非具有颠覆性。Nvidia 的运营表现仍必须支撑更大的投资逻辑。

公司无法通过回购足够多的股票来弥补 AI 基础设施需求走弱的影响。其估值取决于客户能否继续以非同寻常的规模建设数据中心并部署模型。

这种依赖引出了下一个问题：Nvidia 报告的营收是真实的，但投资者必须判断其背后的支出能否持续。

AI 支出必须证明 Nvidia 估值合理

压力如今落在 Nvidia 的客户身上：它们需要证明不断增长的 AI 基础设施支出能够产生持久的经济回报。

Amazon、Microsoft、Alphabet 和 Meta 仍是加速计算基础设施的主要买家。它们也在设计定制处理器，长期来看可能将部分工作负载从 Nvidia 转移出去。

Google 为其云客户提供张量处理单元。Amazon 提供 Trainium 和 Inferentia 芯片，而 Microsoft 和 Meta 继续为自身系统开发内部芯片。

AMD 正通过其 Instinct 加速器和机架级系统追逐同一数据中心机遇。Intel 则试图在服务器处理器、加速器、网络和制造领域保持相关性。

这些努力尚未导致 Nvidia 报告的需求崩塌。但它们仍然重要，因为 Nvidia 的估值假定其将获得未来 AI 基础设施支出的很大份额。

定制加速器不必在所有场景中替代 Nvidia，便足以影响这一假设。它们只需处理足够多的重复性、高容量工作负载，就能降低客户对 Nvidia 高端系统的依赖。

短期前景对 Nvidia 仍然有利。其客户当前需要大量加速器，而替代硬件及其配套软件的成熟速度较慢。

开发者同样受益于 CUDA，即 Nvidia 用于在其 GPU 上运行计算工作负载的编程平台。多年的软件开发、库积累和人才培养巩固了公司的地位。

不过，客户也有强大的理由实现多元化。它们可以降低成本、根据自身应用定制硬件，并增强对最大供应商的议价能力。

这使 Nvidia 股价涨势在一定程度上成为对时机的判断。投资者押注，需求扩张的速度将快于替代方案获得实质性市场份额的速度。

智能体 AI 强化了这一观点。AI 智能体是一种能够规划并执行多步骤任务的软件，通常会反复调用模型和外部工具来完成任务。

传统聊天机器人可能只生成一次回复，而持续运行的智能体则可以在搜索、编写代码、检查结果和修订工作的过程中进行多次模型调用。

即使每次模型调用的成本下降，这种模式也可能增加推理需求。更便宜的计算有时会扩大总体使用量，因为更多应用会变得具有经济可行性。

Meta 和其他大型平台正在开发基于智能体的产品，这些产品可能增加消费者和企业服务中处理的 token 数量。投资者已将这一前景视为 Nvidia 需求的新来源。

这种关联是合理的，但并非自动成立。更多的 agent 活动可能会提高计算需求，但模型优化和定制处理器也可能减少最终落到 Nvidia 硬件上的工作量。

企业采用同样重要。面向消费者的试验可以带来流量，而持续的企业部署则更可能支撑持续性的基础设施采购。

对于知识工作者而言，实际问题在于，AI 系统是否会融入日常的研究、编码、分析和文档工作流程。个人知识库便是一个应用示例，它能够将反复进行的信息检索和推理转化为稳定的推理需求。

没有任何单一应用能够决定 Nvidia 的业绩。更广泛的趋势将来自数百万个工作流程：它们从偶尔的试验逐渐转向常规化生产。

这种区别划分了有效采用与投机性产能。数据中心可以在需求到来前建成，但其运营商最终仍需要愿意为所产生计算服务付费的客户。

该股回升至历史高位附近，表明投资者预期应用将赶上基础设施建设的步伐。Nvidia 的客户如今面临压力，需要证明这种关联能够转化为可衡量的收入、生产力或留存表现。

如果这些回报出现，6 万亿美元门槛将更容易被视为盈利增长带来的结果。如果回报仍然模糊不清，同样的估值可能会令该股对小幅失望更加敏感。

反弹并未化解融资风险

Nvidia 的财务业绩强劲，但支撑未来 AI 扩张的结构已变得更加复杂。

核心的看空论点涉及循环融资。该术语指供应商投资于、为客户提供融资，或支持客户，而这些客户随后又会购买该供应商产品的安排。

这种安排并不意味着由此产生的收入是虚构的。但如果客户依赖持续的外部融资，而非自身运营产生的现金，它们仍可能增加风险。

Nvidia 已投资于使用其系统的 AI 开发商、云服务商和基础设施项目。这一战略既能扩大加速计算的整体市场，也能增强 Nvidia 在该市场中的影响力。

但它也可能模糊独立需求与由供应商资本支持的需求之间的边界。投资者必须评估每笔交易的经济实质，而不能将所有安排一概而论。

对一家有前景的软件公司的投资，与附带于数据中心融资方案的担保并不相同。两者都可能刺激与 Nvidia 相关的支出，但其资产负债表风险和激励机制并不一样。

Nvidia 表示，其投资本身具有吸引力，且相对于其所推动的业务规模而言较小。这一立场应被视为管理层的判断，而非既定结论。

该公司的监管文件描述了一项相关的现实约束。Nvidia 表示，对于建设完整 AI 基础设施的客户而言，土地、电力、数据中心机房和资本的可获得性至关重要。

这一表述出现在其最新的季度文件中。它将瓶颈从芯片生产延伸至建设、供电和融资完整计算设施的能力。

这一变化带来了一种不同寻常的局面。Nvidia 可以生产越来越多的先进系统，但如果客户无法获得电力接入或可负担的融资，收入增长仍可能放缓。

更高的利率会令这一问题更加突出。许多基础设施项目需要在产生有意义收入前作出大额前期承诺。

市场还必须考虑设备的有效使用寿命。AI 硬件可以运行多年，但快速的产品迭代可能会在旧系统物理报废之前降低其经济价值。

长期融资购买硬件的客户，实际上假定该系统将长期保持足够的生产力以覆盖其债务。计算效率更快的提升可能会挑战这一假设。

Nvidia 从 Blackwell 转向 Rubin，体现了这一问题的两面性。新系统能够通过降低推理成本来扩大需求，但也可能使前几代产品的竞争力下降。

这并不意味着每一块旧 GPU 都会过时。在产能受限的市场中，多代产品往往会同时被吸收，性能较低的硬件可用于处理较小模型和要求较低的工作负载。

风险会在客户无限期预测高溢价利用率时显现。如果租赁费率下降速度快于成本，高杠杆基础设施运营商即使在 AI 总使用量上升时也可能陷入困境。

中国带来了另一项不确定性。Nvidia 表示，截至其财年第二季度末，公司实际上已被排除在中国数据中心计算市场之外。

该公司警告称，其缺席可能帮助竞争对手建立更大的客户和开发者网络。这些生态系统最终也可能在中国以外挑战 Nvidia。

因此，出口限制造成的影响不仅是失去销售额。它们还可能扶持竞争对手的硬件、软件和供应链，并使其在 Nvidia 无法全面服务的市场中获得规模。

Nvidia 仍向中国销售未受管制的产品，包括游戏和工作站 GPU。但根据该文件，最具战略意义的数据中心机会仍然受到限制。

投资者最近之所以忽略这些风险，是因为已披露的增长压倒了它们。一家季度收入翻倍的公司，能够承受那些在增长较慢企业中会主导讨论的不确定性。

估值使这种容忍度变得有条件。接近 6 万亿美元时，Nvidia 必须持续交出超越既有高预期的业绩。

夏季下跌表明，即使没有发生彻底的盈利崩溃，市场情绪也能迅速变化。在买家回归之前，对融资和 AI 回报的担忧已令 Nvidia 的市值蒸发超过 1 万亿美元。

周五尾盘的回落提供了这一模式的较小版本。投资者在交易时段内拥抱看涨逻辑，但随后并未选择维持全部涨幅。

这就是为什么历史纪录并未结束争论。它只是重设了评判下一次经营或融资意外时所依据的价格。

三个信号将决定 6 万亿美元能否守住

下一阶段取决于数据中心增长、客户经济性，以及 Nvidia 在向 Rubin 过渡期间的执行表现。

第一个信号是 Nvidia 的下一份季度报告。投资者应聚焦数据中心收入、毛利率和管理层的前瞻指引，而不只是整体盈利数字。

数据中心收入继续环比增长，将强化反弹反映经营动能的论点。若出现实质性放缓，尤其是在股价反弹 23% 后，这一论点将被削弱。

毛利率值得特别关注，因为它反映 Nvidia 在扣除直接成本后，每单位收入能够保留多少利润。它可以揭示供应支出、产品过渡成本和定价能力的变化。

在快速增长期间保持稳定的毛利率，意味着客户尽管面临更多替代方案，仍然重视 Nvidia 的系统。毛利率大幅下降则可能表明成本上升、价格压力或产品组合恶化。

第二个信号是超大规模云服务商的资本支出，以及 AI 收入的佐证。更大的预算只有在云服务商持续将其基础设施转化为付费服务时，才能真正支持 Nvidia。

投资者应将公布的支出与云业务增长、AI 产品采用率、利用率，以及管理层对回报的评论进行比较。没有可衡量客户需求支撑的支出，将加剧融资担忧。

企业行为将提供另一项有用测试。公司必须将 AI 项目从试点推进到可重复的工作流程，以节省时间、提高产出或创造收入。

这种过渡很难通过单一指标衡量。线索可能出现在软件留存率、云端消耗、agent 使用情况，以及初步试验后仍保持活跃的应用数量中。

在自身组织中评估 AI 的读者，也可以采用同样的纪律。记录部署背后的证据，将其与业务成果关联起来，并在AI 工作流程中保留支撑决策的依据。

第三个信号是 Rubin 的推出。Nvidia 必须按计划交付该平台，为大型云部署提供足够的系统，并在不中断 Blackwell 需求的情况下支持软件过渡。

成功执行将强化该股的核心叙事。这将表明，在客户持续购买当前一代产品的同时，Nvidia 能够维持快速的产品迭代。

延迟、供应问题，或 Blackwell 订单暂停，都会削弱这一论点。当客户为等待更新硬件而推迟采购时，产品过渡可能造成暂时性缺口。

Rubin 所宣称的推理成本改善也将面临现实世界的检验。生产工作负载中的表现比最佳情形下的基准测试更重要。

云服务商将考察能耗、网络要求、模型性能、运行时间和系统总成本。他们的部署决策将表明 Nvidia 所宣称的效率是否能转化为实际经济效益。

竞争仍将是这项评估的一部分，但它是辅助背景而非主要检验。即使 Nvidia 持续增长，AMD 和定制云芯片也可能获得份额。

更大的问题在于，整个 AI 计算市场能否足够快地扩张，以支撑 Nvidia 的估值。如果可服务市场的增长速度远快于其份额下降速度，Nvidia 无需赢得每一种工作负载。

反过来也同样成立。如果客户放缓建设、难以为项目融资，或未能将已部署产能变现，那么仅凭市场领导地位也无法捍卫接近 6 万亿美元的估值。

Nvidia 股价反弹在经历两个月抛售后恢复了信心，但并未将预期转化为确定性。盘中创下历史新高证明买家已经回归，却不能证明 AI 基础设施支出将获得足够回报。

关注下一份财报、超大规模云服务商支出与 AI 收入之间的关系，以及 Rubin 的部署时间表。这些信号将共同显示，Nvidia 是正沿着可持续的盈利路径接近 6 万亿美元，还是正在经历又一轮热情浪潮。

对于开发者、企业买家和知识工作者而言，关键并不是预测 Nvidia 的下一步市场走势，而是判断 AI 系统是否正变得足够有用，以证明其背后基础设施的合理性。跟踪持续使用情况、可衡量成果和运行生产工作负载的成本。如果这些指标持续改善，Nvidia 的估值将获得更坚实的支撑。如果支出上升而实际回报仍不明朗，盘中纪录与可持续纪录之间的差距将变得更为重要。