公司动态：英伟达H200芯片获准对华销售与量产重启 - 公司首席执行官黄仁勋确认，基于Hopper架构的H200 AI加速器已获得美国政府许可，可向“中国市场的许多大型客户”销售，并正处于“重启我们的大规模制造”进程中 [1][2] - 公司已获得美国总统的口头许可，但迄今为止尚未从这类许可中确认任何来自中国市场的H200营收 [5] - 有媒体此前报道，运往中国市场的H200 AI芯片需接受美国额外例行检查，并被征收25%的关税，且美国官员考虑将每家中国客户的购买数量限制在75,000颗，总出货量最高可达100万颗处理器 [6] 市场与财务影响：中国市场作为关键增量 - 中国市场过去曾占公司总营收的四分之一，如今仅占很小一部分，但仍是全球最大规模的单一半导体市场，对公司的长期基本面繁荣至关重要 [4][7] - 公司尚未将任何中国市场的数据中心类型营收前景纳入其财务预测，2月给出的本季强劲业绩指引里没有计入任何中国数据中心营收前景，近期展望仍是零 [4][7] - 如果H200能以较大规模流向中国市场，对公司基本面扩张前景而言是实质性的增量利好，将构成对公司当前估值模型和市场增长预期的增量级别上修空间 [1][7] 产品与技术定位：H200的性能与市场需求 - H200属于Hopper架构，单卡规格为141GB HBM3e、4.8TB/s带宽、约4 PFLOPS FP8 [8] - H200的综合性能远不如公司目前用于训练和运行AI大模型的Blackwell/Blackwell Ultra架构AI芯片，但相比此前专为中国市场推出的H20有近6倍性能提升 [4][8] - H200凭借强劲的AI推理效能、席卷全球AI开发者生态的CUDA体系以及便捷部署能力，在受制裁约束的中国市场颇受欢迎，是“受限条件下的高端可用算力” [4][9] 行业前景与公司战略：AI算力基础设施的宏大蓝图 - 公司在GTC大会上公布，在Blackwell架构及即将量产的Vera Rubin架构推动下，其在人工智能芯片领域的未来营收规模到2027年可能至少达到1万亿美元，远高于此前提出的到2026年实现5000亿美元的目标 [10] - 黄仁勋表示“人工智能推理时代已经到来”，且推理需求还在不断上升，H200的141GB HBM3e对长上下文、大规模批量部署AI推理集群依旧非常有吸引力 [9] - 华尔街机构认为，以AI算力硬件为核心的全球人工智能基础设施投资浪潮远未完结，持续至2030年的这一轮投资浪潮规模有望高达3万亿至4万亿美元 [11] 政策与竞争环境：出口限制与关税 - 公司近年来一直努力恢复AI芯片在中国市场的销售，但由于美国政府的芯片出口限制，这一庞大市场已对这类产品实质性长期关闭 [2] - 美国政府允许H200在特定条件下出口到中国，并以25%费用/关税作为“交换条件”，而Blackwell系列等更高端AI芯片产品目前仍不被允许出口 [3] - 这项针对公司与AMD的半导体关税政策排除了用于美国本土数据中心、消费者设备及产业用途的芯片 [3]

公司战略与愿景升级 - 公司核心战略从“卖AI GPU的公司”彻底重构为“卖AI工厂的芯片巨头”或“AI基础设施总包商”，竞争单位从单颗芯片升级为整座AI工厂[6][12][14] - 公司提出“前所未有AI算力创收超级宏图”，将AI芯片与基础设施的营收机会规模从到2026年的5000亿美元大幅上调至到2027年的至少1万亿美元[1][6][16] - 公司致力于定义下一代“AI工厂”的生产函数，将计算、网络、存储、软件、供电和冷却作为一个整体进行极限协同优化，重写AI基础设施经济学[7][12][13] 财务与市场预期 - 华尔街分析师平均目标价显示，公司未来12个月股价上行潜力高达51%，最乐观目标价达360美元，对应市值约6.6万亿美元至8.8万亿美元[1][14] - 高盛等机构认为，1万亿美元的营收前景为市场提供了长周期需求背书，缓解了投资者对“AI资本开支可能在2026年见顶”的焦虑，重申“买入”评级[16][18] - 公司市值目前约为4.45万亿美元，在强劲营收增长前景推动下，即将再度突破5万亿美元大关并有望创历史新高[1][14] 技术架构与产品发布 - 公司正式推出Vera Rubin平台，将CPU、GPU、LPU、DPU、SuperNIC、交换芯片和存储架构整合成平台级系统，其中Vera Rubin NVL72机架由72个Rubin GPU和36个Vera CPU构成[8][9] - 为应对AI推理需求，公司采用异构计算策略，将推理拆分为prefill和decode两段，分别由Vera Rubin平台和收购授权的Groq 3 LPU/LPX机架负责，以实现高吞吐与超低时延[9][17] - 官方数据显示，Vera Rubin NVL72相比Blackwell平台可实现最高10倍的每瓦推理吞吐、仅十分之一的单token成本，训练大规模MoE模型所需GPU数量可降至原来的四分之一[7] - 在软件与生态层面，推出Dynamo 1.0推理操作系统、Agent Toolkit等工具，并扩展了包括Nemotron、Isaac GR00T在内的开放大模型家族，预告了下一代Feynman架构路线图[10] 行业趋势与竞争格局 - 行业主线正从“训练”推进到“推理+智能体AI”，未来的算力竞争核心指标是“tokens per watt、cost per token、time to first production”[6][7] - AI推理时代已经到来且需求不断上升，公司在该领域正面临来自CPU以及谷歌等公司的定制AI ASIC处理器的更激烈竞争[4][5][17] - 全球科技巨头的资本开支更倾向于向AI算力基础设施集中，围绕AI算力的“AI牛市叙事”是全球股市中最具确定性的景气投资叙事之一[3] 市场扩张与多元化应用 - 公司将“AI工厂”的概念从云数据中心扩展为跨云、边、端、车、机器人甚至太空的统一基础设施范式，推出了面向工业、医疗等领域的IGX Thor边缘计算平台以及用于太空推理的Space-1 Vera Rubin Module[11] - 官方称Space-1 Vera Rubin Module相较H100可为太空推理带来最高25倍AI算力[11] - 公司通过整合CPU、GPU、LPU、网络、Agent软件与数据中心经济学，旨在锁定未来数年的token经济学、推理货币化进程和基础设施议价权[12][13]