10月29日，美股开盘不久，英伟达股价一度上涨5.44%，盘中触及212.19美元/股，收盘价稳定在207.04美元/股。 随之而来的，是一个足以载入科技史的新数字： 5.03万亿美元 。 编辑丨 量子位 点击下方 卡片 ，关注" 具身智能之心 "公众号 >> 点击进入→ 具身 智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要的。 见证历史，英伟达市值突破5万亿美元大关！ 轻轻松松 成为全球第一家市值突破5万亿美元的公司 。而且英伟达的纪录英伟达破，当初率先突破4万亿美元的也是英伟达——追赶英伟达的 只有英伟达了。 还有一个醒目的数字值得关注。 从2025开年至今10个月时间里，英伟达股价已暴涨了56% ——放眼全球，还有什么标的有这样体量巨大又 增长迅猛的案例？还有谁？ 根据道琼斯市场数据，英伟达现在的市值已经超过了AMD、Arm Holdings、ASML、博通、英特尔、泛林集团、美光科技、高通和台积电的 总和。 与此同时，其市值还超过了标普500指数中的整个行业板块，包括公用事业、工业和消费品。 但不断创纪录的英伟达，相比之 ...

市值里程碑 - 公司成为全球首家市值突破5万亿美元的公司，达到5.03万亿美元[1][3][10] - 公司股价在2025年10月29日一度上涨5.44%，盘中触及212.19美元/股，收盘价为207.04美元/股[2][9][10] - 2025年开年至今10个月内，公司股价已暴涨56%[5] 行业地位与规模对比 - 公司当前市值超过AMD、Arm Holdings、ASML、博通、英特尔、泛林集团、美光科技、高通和台积电的总和[5] - 公司市值超过标普500指数中的整个公用事业、工业和消费品板块[6] - 全球市值排名第二的微软市值为4.03万亿美元，排名第三的苹果市值为4.00万亿美元，与第一名公司拉开一万亿美元差距[13][14] 市值增长轨迹 - 公司市值从1万亿美元飙升至5万亿美元仅用两年半时间[9][10] - 具体突破历程：2023年5月底市值首次突破1万亿美元，2024年6月突破3万亿美元，从3万亿到4万亿用时1年1个月，从4万亿到5万亿仅用3个多月[22][23] - 对比同行：微软从1万亿到4万亿用时近6年，苹果从1万亿到4万亿用时7年有余[16][19] 人均市值与员工规模 - 截至2025年1月，公司在全球拥有约3.6万名员工[11] - 按当前市值计算，每位员工平均创造1.38亿美元市值[11][12] 创始人财富与持股 - 创始人兼CEO黄仁勋持股价值约1792亿美元，位列福布斯全球富豪榜第八名[6][47][49] - 其财富在福布斯榜单中排名第八，净值为1796亿美元，较前期增长5.2亿美元，涨幅2.96%[49] 近期市值上涨动因 - 直接原因是2025年10月举行的GTC开发者大会宣布多项技术革新和产业合作计划[25] - 大会关键亮点包括：与美国能源部合作打造7台新型超级计算机，采用10000块Blackwell系列GPU[26]；Blackwell芯片在五个季度内预计出货600万个处理器单元，增速为上一代产品Hopper的五倍[27]；发布开放系统架构Nvidia NVQLink以加速量子计算研发[28] - 预计到2026年底，Blackwell和下一代架构Rubin的累计营收将达5000亿美元，远超2025财年上半年刚突破的1000亿美元营收[31][32] 技术产品路线与产能 - Blackwell芯片已在亚利桑那州全面生产，下一代架构Rubin加速部署中[31] - 公司公布GPU三年计划：到2028年推出Feynman架构，承诺每年一次重大更新[34][35] - Blackwell芯片系列全年产能已被锁定，明年的订单仍在追加[41] AI浪潮中的核心地位 - 自2022年底ChatGPT问世以来，公司是AI热潮最大受益者，两年间股价上涨12倍[38][39] - 全球AI头部公司包括OpenAI、Anthropic、Google DeepMind、Meta、亚马逊、微软Azure等均在核心基础设施中使用公司GPU[39] - 公司与OpenAI达成战略合作，将建设至少10吉瓦的AI数据中心，配备数百万块GPU，公司计划向OpenAI投资至多1000亿美元[39][40] 公司战略与哲学 - 公司专注"0亿美元市场"，即未来潜力巨大的创新领域，实现从游戏显卡到AI加速芯片的转型[54] - 公司在AI、自动驾驶、具身智能等领域均处于基础设施层，占据稳定优势[54] - 公司以高强度工作文化著称，但离职率较低，创始人强调高投入与高回报[54]

杜肯家族办公室的持仓调整 - 亿万富翁斯坦利·德鲁肯米勒管理的杜肯家族办公室在截至2025年6月30日的一年里，清仓了英伟达和Palantir这两只热门人工智能股票，同时大举增持了总部位于新加坡的成长股Sea Limited [6] - 该基金为主动管理型，其投资组合中69只证券的平均持有时间仅为2.26个季度（不到七个月），显示出其偏好成长股并乐于在机会出现时锁定收益 [5] - 13F文件是管理资产至少1亿美元的机构投资者在季度结束后45个日历日内必须提交的文件，为投资者提供了洞察顶尖基金经理买卖动向的窗口 [3] 对人工智能股票的清仓操作 - 在2024年第三季度，杜肯家族办公室清仓了所持有的全部214,060股英伟达股票；从2024年6月30日至2025年3月31日，处置了接近770,000股Palantir股票 [10] - 清仓部分原因可能是获利了结，因为这两只股票在过去三年大幅上涨；但德鲁肯米勒在2024年5月曾表示“人工智能可能短期被高估，但长期被低估”，暗示对AI短期过热和估值过高的担忧 [12][14] - 截至10月17日收盘，英伟达和Palantir的过去12个月市销率分别高达27倍和131倍，历史表明下一代颠覆性技术的领军企业难以长期维持接近或超过30倍的市销率 [14] 新投资标的Sea Limited的业务亮点 - Sea Limited是一家互联网驱动的企业，其股价在过去两年上涨了243%；公司在2024年6月结束的季度被杜肯家族办公室买入309,730股，这是自2019年初以来第四次买入 [15][16] - 公司目前所有三个业务部门均实现两位数营收增长，整体年销售额增长再次超过20% [18] - 数字娱乐部门Garena是公司历史上最盈利的部门，在6月结束的季度拥有近6.65亿移动游戏月活跃用户，其中9.3%为付费用户，付费转化率远高于行业平均水平 [19] Sea Limited各业务部门表现 - 数字金融服务部门是公司第二个且最新的业务部门，在6月结束的季度营收同比飙升70%，达到约8.83亿美元，不良贷款率在季度基础上稳定在未偿还贷款的1% [20] - 电子商务平台Shopee是公司的核心业务，在6月结束的季度处理了298亿美元的商品交易总额，按此速度其年度商品交易总额运行率将超过1190亿美元 [21] - 公司管理层此前放弃两位数销售增长以优先考虑盈利的决定已被证明是明智之举，Shopee部门实现盈利对其在在线零售销售兴起地区获得长期增长跑道至关重要 [17][21]

人工智能行业前景 - 人工智能解决方案有潜力提高全球大多数行业的生产力和运营效率 [1] - 到2030年人工智能可寻址市场预计达15.7万亿美元 [2] 领先企业表现 - 英伟达股价自2022年底以来上涨超过1100% 市值增加近4万亿美元 [3] - Palantir Technologies股价自2023年1月1日以来飙升约2500% [3] 英伟达竞争优势 - 在AI加速数据中心部署的GPU中占据主要份额 [7] - 实施每年推出新GPU的激进芯片开发周期 2026年下半年将推出Vera Rubin 2027年下半年推出Vera Rubin Ultra [8] - CUDA软件平台使开发者能充分利用AI-GPU计算能力 并保持硬件购买者对其生态系统的忠诚度 [9] Palantir竞争优势 - Gotham平台被选定用于联邦政府军事任务规划监督和数据收集分析 [10] - Foundry平台为企业提供数据分析和运营流程自动化解决方案 [10] - 其AI和机器学习平台具有不可替代性 与美国政府的多年合同产生异常安全的运营现金流 [11] 内部交易活动 - 两家公司内部人士在过去五年净卖出约125亿美元公司股票 [16] - 英伟达内部人士净卖出48亿美元 [20] - Palantir内部人士净卖出76.7亿美元 [20] - 英伟达内部人士最后一次公开市场购买发生在2020年12月初 [18] - Palantir自2020年9月30日上市以来仅有一次内部人士购买 [18]

公司业绩预期 - 公司预计2026财年第二季度收入达到450亿美元（±2%）[9] - Zacks一致预期收入为461.4亿美元 同比增长53.6%[9] - 每股收益共识预期为1.00美元 同比增长47%[10] 数据中心业务表现 - 数据中心业务第一季度收入391亿美元 同比增长73% 环比增长10%[6] - 预计第二季度数据中心收入401.9亿美元 同比增长约53% 环比增长3%[7] - 业务增长主要源于企业和云服务提供商对AI基础设施的持续投资[7] AI行业驱动因素 - 全球生成式AI市场预计2032年达到9676.5亿美元 年复合增长率39.6%[4] - 公司芯片广泛应用于医疗、汽车、制造和网络安全等多个行业[5] - Hopper、Ampere和Blackwell架构支撑从大模型训练到实时推理的AI应用[8] 技术合作伙伴生态 - 微软、亚马逊和谷歌等科技巨头持续采用公司芯片部署AI产品与服务[8] - 芯片产品支撑大型语言模型、企业AI工具和数字助手等应用场景[3][5] - 生成式AI正改变企业运营方式 创造巨大的计算需求[3] 同业公司比较 - Arista Networks2025年每股收益预期上调至2.81美元 过去一年股价上涨54.7%[14] - F5公司2025财年每股收益预期上调至15.38美元 同比增长15% 过去12个月股价上涨59.1%[14] - Qualys公司2025年每股收益预期上调至6.35美元 同比增长3.6% 过去一年股价上涨7.5%[15]

财报核心信息 - 英伟达将于美东时间8月27日盘后公布2026财年二季度业绩 [1] - 大摩上调二季度收入预期至466亿美元（原预期452亿美元），超出华尔街共识预期452.9亿美元 [1] - 二季度预期营收同比增长53%至约460亿美元，环比增长5.9% [2][7] - 三季度预期营收环比增长12.6%至525.67亿美元 [2] - 2026财年预期营收2033.68亿美元，2027财年预期营收2732.28亿美元 [2] 盈利指标预测 - 二季度预期毛利率72.3%（共识预期72.1%），三季度预期毛利率73.1%（共识预期72.9%） [2] - 二季度预期EPS为1.03美元（共识预期1.00美元），三季度预期EPS为1.20美元（共识预期1.17美元） [2] - 2027财年EPS预期上调4%至6.51美元 [3] - 大摩目标价从200美元上调至206美元，较当前股价存在17.4%上行空间 [3] 需求端动态 - AI芯片需求从"供不应求"转为"持续放量"，超大规模企业反映推理需求激增 [6] - 亚马逊/谷歌/Meta等头部企业持续增加数据中心投入但仍存在算力缺口 [6] - 二级云厂商（如CoreWeave）和主权客户成为新需求来源，后者下半年资本开支半数集中于四季度 [6] 供应端进展 - Blackwell芯片产能快速爬升，一季度营收达240亿美元（去年四季度110亿美元） [7] - 鸿海等ODM厂商机架出货量年内预计增长两倍，头部厂商三季度产量有望翻倍 [7] - 测试环节瓶颈缓解：Advantest测试仪交货周期缩短，B200/300测试单元从100万颗增至150万颗 [7] - 二季度因中国市场问题损失约80亿美元营收，但被Blackwell增长弥补 [7] 产品结构与竞争格局 - 停止生产的Hopper芯片在云市场仍有强劲需求 [7] - B200服务器因供应链成熟销量可观，B300推出和机架产品占比提升可能小幅提振平均售价 [7] - 英伟达2026年预计维持85%市场份额，年度研发投入超50亿美元构建软件生态壁垒 [8] - AMD机架解决方案存在性能差距和技术滞后 [8] - 谷歌对英伟达支出预计增长超3倍，反映其在AI工作负载中的不可替代性 [8] 中国市场机遇 - 美国已批准H20芯片销往中国 [2][8] - 若恢复对华出货许可，三季度营收可能增加500亿美元（共识预期530亿美元） [8] - 计入中国AI GPU出货后，即便支付15%许可费，每股收益仍可能提升10%（约6美元） [8]

人工智能行业宏观前景 - 普华永道分析师认为，到2030年，人工智能将通过消费端效应和生产力提升为全球GDP增加15.7万亿美元 [1] - 市场规模巨大，涉及AI硬件和应用的上市公司股价大幅上涨 [2] - 历史趋势表明，重大技术趋势往往伴随泡沫，人工智能可能也不例外 [4] Palantir Technologies (PLTR) - 公司是数据挖掘专家，其AI和机器学习驱动的SaaS平台（Gotham和Foundry）是优秀业务的基础 [5][6] - Gotham平台为联邦政府用于任务规划、执行及数据分析，Foundry平台为企业处理大数据，两个部门均持续以两位数百分比增长 [6] - 公司估值极高，截至7月18日的市销率接近123，远高于历史泡沫峰值通常的30至40倍区间 [7][8] - Gotham部门客户池有限（联邦政府），且国防开支在特朗普第二任期后能否保持强劲存在不确定性 [9] Tesla (TSLA) - 公司作为电动汽车制造商，其车辆和全自动驾驶软件依赖AI技术 [11] - 利用先发优势，在过去两年每年生产和交付约180万辆电动汽车 [12] - 已连续五年实现经常性盈利，并拓展能源业务以平滑汽车行业的周期性波动 [13] - 面临三大问题：电动汽车增长完全停滞，因竞争加剧和库存水平上升，其主要车型售价多次下调，严重冲击车辆利润率 [14]；盈利质量差，超过一半的税前利润持续来自政府免费提供的监管积分和现金净利息收入 [15]；CEO过度承诺而交付不足，如机器人出租车发布令人失望，全自动驾驶软件未达承诺的L5级别，Cybertruck销量远低于预期 [17] Nvidia (NVDA) - 公司的Hopper和Blackwell GPU是AI加速数据中心企业的首选，在供应紧张下能持续销售芯片并对硬件收取三位数溢价 [19] - 预计能维持算力优势，计划每年推出新款先进AI芯片（如2025年Blackwell Ultra，2026年Vera Rubin） [20] - 面临潜在AI泡沫破裂风险，若形成并破裂，其股票可能受冲击最大 [21] - 竞争加剧，许多大客户正内部开发AI GPU用于其数据中心，这些芯片成本更低、供应更及时 [22] - 公司市销率已接近29倍，接近历史泡沫区间 [23]

公司动态 - 公司CEO表示希望向中国销售比H20更先进的芯片以重振销售 [1][2] - 公司已恢复向中国销售符合美国出口限制的H20人工智能芯片 [1] - 公司因中美贸易技术紧张局势多次面临限制被迫限制向中国销售最先进芯片 [4] - 公司5月对未售出的H20库存计提45亿美元减值 [4] - 公司表示若无出口限制上一财季销售额可增加25亿美元 [4] 技术发展 - H20芯片基于Hopper架构设计用于符合出口限制的AI工作负载 [1][3] - 公司认为技术持续进步未来将推出更多更好的芯片 [3] - CEO预期获准在中国销售的芯片性能将随时间推移不断提升 [3] 政策影响 - 公司在中美技术限制下开发符合出口规定的芯片如H20 [4] - CEO在赞扬美国芯片制造业回流政策的同时也游说改变对华限制 [5]

行业观点 - 花旗对半导体行业更加乐观 因AI竞赛加剧而提高英伟达和AMD的目标价 [1] - 2028年AI数据中心半导体总市场规模预计达5630亿美元 较此前5000亿美元的预测上调 [1][2] - 主权国家对AI基础设施的投资已在2025年贡献数十亿美元 且可能进一步加速 [2] - 网络设备在增长中扮演更重要角色 预计2028年占AI数据中心机会的21% [3] 英伟达(NVDA) - 目标价从180美元上调至190美元 维持买入评级 [1] - 网络设备收入预测上调 FY27增长12% FY28增长27% 预计占数据中心总收入的五分之一 [3] - Blackwell平台部署进展顺利 Hopper向B200的过渡为GB300升级提供范例 [4] - 芯片供应担忧可能被夸大 [4] AMD - 目标价从120美元上调至145美元 维持中性评级 [5] - 行业复苏迹象显现 受超预期需求和库存补充推动 [5] - 若行业复苏持续 AMD存在上行空间 [6] 行业动态 - 多家机构上调芯片公司目标价 形成行业共识 芯片制造商将受益于AI基础设施建设的下一阶段 [6] - 网络设备市场规模预测从900亿美元上调至1190亿美元 [3]

核心观点 - Nvidia是人工智能数据中心芯片的领先供应商，主要客户包括亚马逊、微软、Alphabet、Meta Platforms和甲骨文等科技巨头 [1] - 这些公司在AI数据中心和GPU上的资本支出规模惊人，2025年预计总支出超过3500亿美元 [6][7] - Nvidia的GPU架构持续迭代，性能提升显著，Blackwell Ultra比Hopper性能提升50倍，Rubin架构预计比Blackwell Ultra快33倍 [10][12] - AI数据中心支出预计将在2028年达到1万亿美元，支撑Nvidia业务的持续增长 [12] 主要客户及支出 - 亚马逊计划2025年资本支出高达1050亿美元，主要用于AI数据中心和GPU [6] - 微软2025财年AI基础设施支出预计超过800亿美元 [6] - Alphabet预计2025年AI资本支出为750亿美元 [6] - Meta Platforms将2025年AI支出预期从650亿美元上调至720亿美元 [6] - 甲骨文2025财年AI基础设施支出212亿美元，2026财年计划超过250亿美元 [7] AI数据中心建设 - AI工作负载分为训练和推理，需要配备数千个GPU的数据中心，建设成本高达数十亿美元 [4] - 亚马逊、微软、Alphabet和甲骨文不仅自建AI数据中心，还向小型开发者出租算力，形成高利润业务 [5] - 数据中心支出中，Nvidia的GPU和网络设备占很大比例，但还包括土地、建筑、电力、冷却系统和人员等其他主要成本 [8] 竞争格局 - 甲骨文、Meta和微软也从AMD购买GPU [9] - Alphabet等超大规模公司与博通合作设计自己的芯片 [9] Nvidia技术发展 - Hopper架构是2023年和2024年大部分时间最强大的AI芯片基础，包括流行的H100 [10] - Blackwell Ultra平台在某些GPU配置中性能比Hopper高50倍 [10] - GB300等Blackwell Ultra GPU专为当前AI“推理”模型设计，需要比传统LLM多100至1000倍的计算能力 [11] - Rubin架构预计明年推出，性能可能比Blackwell Ultra快33倍，比Hopper快165倍 [12]