Jensen Huang表示，隨著AI基礎設施需求擴大，Nvidia明年營收可望成長70%

Nvidia執行長Jensen Huang重申他對公司明年營收可望成長70%的預測，並主張Nvidia在AI供應鏈中的位置，讓它對未來需求擁有罕見的可視性。

Huang於9月10日在Goldman Sachs Communacopia + Technology會議上表示，Nvidia如今的角色已遠遠超出販售單一處理器。該公司提供AI實驗室、雲端供應商、新創公司與資料中心營運商所使用的系統、網路、軟體與基礎設施。他認為，這種廣度即使在主要客戶與競爭對手開發自家AI晶片的情況下，仍能支撐持續成長。

這項預測是Huang一再重申的公司層級預期，而非經獨立驗證的推估。TechCrunch報導，分析師預期Nvidia本會計年度的營收約為4000億美元；若成長70%，下一年則約為6800億美元。

Nvidia對全堆疊AI基礎設施的押注

Huang的核心論點是，Nvidia不應被當作傳統晶片供應商來評價。他將現代Nvidia系統描述為結合處理器、網路、記憶體、散熱與其他元件的大規模運算平台。在他的例子中，一套系統可包含36顆Grace CPU與72顆Blackwell GPU，並透過NVLink連接。

這些系統的規模有助於解釋Nvidia平均銷售價值的提升。Huang表示，一套整合式GPU系統的成本約可達850萬美元，並包含大約200萬個零件。他也說Grace與Blackwell電腦系統的訂單正以月增27%的速度成長，不過這個數字出自執行長本人，且來源材料並未提供獨立銷售拆解作為佐證。

對AI建構者與企業買家而言，這個區別很重要。需求正日益從購買單一加速器，轉向部署可訓練與提供模型服務的完整叢集。這提高了整個系統的整合與效能價值，但也加深客戶對單一供應商硬體、軟體堆疊與供應鏈的依賴。

Huang為何預期需求將持續

Huang表示，Nvidia幾乎能看見AI市場每一層的活動。他提到與Anthropic、OpenAI與Google等模型開發者的關係，也提到使用開放權重模型的客戶。他還指出供應商、原始設備製造商、雲端公司、所謂的neocloud，以及AI原生新創公司。

根據Huang的說法，Nvidia會透過監測全球的土地、可用電力與部分完工的設施來追蹤資料中心專案。這些資訊結合合作夥伴的報告，讓公司能在季度營收出現之前，先看到規劃中的運算能力。

這就是他看多的基礎：如果更多AI公司正在募資、預留電力、興建資料中心，並訓練越來越強大的模型，Nvidia預期會供應大量營運所需設備。因此，即使基礎需求仍集中在AI基礎設施上，公司的曝險也分散在許多客戶與應用之中。

這個論點也反映了競爭現實。Amazon、Microsoft與Google都在開發自己的AI晶片，而Anthropic與OpenAI據報也在推進客製化硬體工作。Cerebras與像Etched這類新創則鎖定加速器市場的一部分。這些行動可能隨時間降低對Nvidia的依賴，但Huang的立場是，Nvidia廣泛的平台與既有生態系仍難以在短期內被取代。

證據、主張與循環交易疑慮

本文中最強的成長與需求主張來自TechCrunch報導的高層說法。根據報導，Nvidia 70%的營收展望最初是在公司公布另一個創紀錄季度營收時提出，Huang則在Goldman Sachs活動上再次提及。文章並未提供新的正式財務申報或逐客戶訂單時程來驗證這項預測。

Huang也面臨關於Nvidia投資後又購買Nvidia產品之公司的提問。批評者將這類安排描述為循環交易，因為Nvidia提供的資本可能幫助資助之後會花錢購買Nvidia硬體的客戶。這種結構被拿來與早期科技基礎設施週期相比，在那些週期中，供應商支持了自身客戶的需求。

Huang否認了這種說法。他表示，Nvidia只會在確認某家公司確實擁有客戶合約後才投資，並聲稱自己看過約1000億美元的此類合約。不過，他並未在來源材料中提供這些合約的詳細清單、時間點，或可歸因於Nvidia營收的部分。

這使得該議題對投資人與企業觀察者而言相當重要。股權投資可以強化生態系，並協助有前景的AI公司取得基礎設施，但也可能讓已揭露的需求更難解讀。買方與分析師需要區分終端客戶的實際使用，與由融資關係所支撐的支出。

這項預測對AI建構者與企業意味著什麼

如果Huang的預測準確，AI建構者很可能會持續面對一個市場：先進運算的取得與模型設計同樣重要。新創公司可能需要更早鎖定容量、簽下更長期的基礎設施合約，或透過雲端與neocloud供應商運作，而不是直接購買系統。

對企業而言，Nvidia的擴張可能帶來更成熟的部署選項，包括基於Blackwell、Grace與NVLink的整合系統。它也可能加強轉換成本。那些為Nvidia平台優化模型、監控系統與軟體的團隊，可能會發現轉向競爭AI晶片的成本很高，即使替代方案在特定工作負載上提供更低價格或更佳效能。

最大的風險在於效率。TechCrunch指出，目前的擴張很大程度上是由AI原生公司推動，這些公司募得大筆資金，並將大量支出投入自身AI使用。隨著這些企業成熟，它們可能提升模型效率、降低token消耗，或整併工作負載。如果需求成長速度低於正在興建的基礎設施量，Nvidia目前的可視性未必能轉化為同等程度的營收成長。

接下來要觀察什麼

下一批重要訊號將來自Nvidia正式的財測、資料中心營收，以及對訂單可視性的評論。投資人也應留意，公司被報導的成長究竟是由新部署推動，還是由少數極大型客戶所帶動。

競爭面的證據也很重要。超大型雲端業者與AI實驗室採用客製化晶片、Cerebras與Etched的表現，以及讓替代加速器更容易部署的軟體可用性，都可能考驗Nvidia的平台優勢。

最後，對Nvidia投資的審視預料會加劇。若能清楚揭露交易結構、客戶合約與與被投資公司相關的營收，將有助於區分可持續的市場需求與生態系融資。

Creati.ai觀點

Huang的70%預測，最好理解為對Nvidia廣度的描述，而非保證加速器需求將維持不變。該公司布局於晶片、系統、網路、軟體與基礎設施規劃，因此在AI支出擴大時，擁有更多參與方式。

但這種廣度也讓外界更難驗證這項預測。對建構者與買家而言，關鍵問題不是Nvidia今日是否深度嵌入AI；證據支持這一點。真正的問題是，未來工作負載是否會需要足夠多的新容量，且價格仍在Nvidia層級，才能在客戶更有效率、競爭硬體持續進步之後，維持同樣的成長速度。