黄仁勋亲自上阵，在摩根士丹利投资者路演上传递了一个核心信息：增长不仅没有见顶，而且正在加速。

本周，摩根士丹利在加州举办英伟达非交易路演（NDR）。英伟达CEO黄仁勋、CFO Colette Kress及投资者关系负责人Toshiya Hari亲自出席，与多位机构投资者会面。

高管团队亲身参与，本身就是一个信号——公司希望正面回应市场对产品进度、ASIC竞争和增长可持续性的疑问。

摩根士丹利分析师Joseph Moore随后发布报告称，此次会议“气氛积极”，英伟达以“增长加速”定调当前阶段，并表示即便季度收入正在逼近1000亿美元，增速仍将继续提升。该行认为，这一成长叙事对价值型和成长型投资者均具吸引力，并重申英伟达为半导体板块首选，维持“增持”评级。

Rubin延期传言？英伟达否认

路演前，市场流传Rubin Ultra可能推迟至2028年出货。黄仁勋在会议上直接否认了这一说法。

分析师Joseph Moore表示，Rubin Ultra仍将于明年出货。Rubin系统的部分机架设计确有调整——原Kyber机架方案正被“更好的方案”替代，可能支持更大规模的计算域——但这属于系统架构层面的优化，800V供电和机架间光互连均按计划推进，产品时间表没有实质变化。

一家ASIC客户，算力占比升至50%，Anthropic？

此次路演最受关注的细节，来自AI实验室客户群的变化。

Joseph Moore在报告描述：“AI实验室目前约占英伟达总需求的20%。值得注意的是，一个较具代表性的前沿模型此前主要在ASIC上开发，英伟达的参与度极低，但现在已升至接近50%，而其他前沿模型则仍主要在英伟达平台上运行。”

该行未直接点名该客户。但从“前沿模型”和“主要使用ASIC”的特征来看，市场普遍认为指向Anthropic——其背后的亚马逊是Trainium芯片的主要推手。

这一变化直接回应了市场的核心担忧：云厂商大力发展自研ASIC，会不会蚕食英伟达的份额？

Moore的判断是：两件事可以同时发生。超大规模云厂商可以继续开发定制芯片，英伟达也可以同时维持高市场份额。理由在于，客户最终比较的不是单颗芯片的价格，而是每个Token的综合成本。Moore援引行业调研称，“英伟达方案在许多场景下仍具备更低的单Token成本”，这使其在训练和推理负载中保持竞争力。

Moore还指出，从2024年到2026年，英伟达在AI计算中的整体份额实际上是上升的。

增长来源多元化：三条线同时打开

分析师围绕英伟达新的业务分类，梳理出三条增长线：

第一，AI实验室（约占总需求20%）。除头部模型继续深度使用英伟达平台外，原本偏向ASIC的客户也在增加GPU配置。

第二，传统超大规模云厂商（约占收入一半）。微软、Meta、亚马逊、谷歌仍是最大客户群，但扩张越来越受电力、土地和数据中心建设速度制约。英伟达在这一客户群的收入正从GPU延伸至CPU和网络设备。

第三，新型AI云、主权AI、工业和企业客户。分析师Moore认为，这部分客户在空间、电力和地缘政治约束下，倾向于采购系统集成度更高的AI基础设施方案，未来增速可能超过传统超大规模云厂商。

主权AI尤其值得关注。各国出于数据安全和产业自主考量，正在建设本地模型和算力基础设施，此类项目受自研ASIC竞争影响相对较小。

CPU与网络：英伟达可服务市场持续扩大

英伟达在路演中重申，本财年CPU业务目标约为200亿美元。

Moore指出，其中接近一半可能来自独立CPU机架——即Vera CPU并非只用于GPU服务器中的管理节点，而是进入了更广泛的服务器市场。Vera芯片专为单线程工作负载设计，采用较大芯片面积、更少核心数量，并针对AI场景进行内存优化。

网络业务同样在扩大英伟达的收入边界。AI集群规模越大，GPU之间的数据传输越容易成为瓶颈。英伟达正在从单一GPU供应商，向涵盖GPU、CPU、网络互联和系统架构的AI基础设施平台转型。

开始争取价值型投资者

分析师Moore指出，英伟达正在主动扩大投资者基础，将价值型投资者纳入沟通重点。

原因在于，英伟达已被大量成长型基金重仓，部分机构持仓接近单只股票上限。Moore预计，英伟达未来可能将50%以上的现金流用于回购和股东回报，使其在保持高速增长的同时，也具备价值股的现金流特征。

增长预期强劲，但估值与供给仍是核心变量

摩根士丹利维持英伟达“增持”评级，目标价为288美元。英伟达7月9日收盘价为202.78美元，对应当前市值约4.97万亿美元。

Moore预计英伟达2026财年收入增长82%，2027财年增长52.4%，目标价288美元对应当前约42%的上行空间。其核心逻辑是，生成式AI带动云计算资本开支持续增长，Blackwell仍将是生成式AI工作负载的重要解决方案，而后续Rubin产品有望维持公司的性能领先地位。

但Moore也指出，英伟达面临的风险并未消失。如果供给追赶需求的速度快于预期，数据中心业务增长可能明显放缓。其他风险还包括：

• AI开发成本显著下降；
• 竞争对手推出更具竞争力的产品；
• 以及客户加快自研定制硬件的部署。

从当前路演释放的信息看，英伟达的主要挑战并非AI需求是否存在，而是如何在内存、网络、电力和机房空间等多重约束下，将需求转化为可交付的系统收入。