AI基礎設施的這輪超級周期，黃仁勳認為遠沒有結束。
當地時間9月10日，在高盛Communacopia + Technology大會上， $輝達 (NVDA.US)$ CEO黃仁勳再次重申：到2030年，全球AI基礎設施支出規模有望達到3兆至4兆美元。
面對主持人提及這一預測時，黃仁勳甚至開玩笑稱，大家應該先停下來，「承認我當時判斷是對的」。更有意思的是，談到一半，他直接點明：「我今天也是來給輝達股票做宣傳的。」並把輝達形容為「兼具成長與價值屬性」的公司。
看起來是在「推銷股票」，但這場演講真正值得關注的，其實是黃仁勳重新解釋了輝達未來幾年的增長邏輯。如果說過去兩年的輝達，市場交易的是GPU短缺，那麼接下來輝達真正想吃下的，已經遠遠不只是GPU市場。
一、輝達真正想吃下的，也早已不只是GPU市場
黃仁勳反復強調，市場仍把輝達當作GPU公司，但輝達真正賣的已經是一整套AI工廠。
從GPU、CPU，到NVLink、網絡、整機系統和CUDA軟件棧，輝達正在不斷擴大自己在AI資本開支中的「錢包份額」。如今一套GPU系統價值可達約850萬美元，Grace Blackwell NVLink72機架近期月度增長約27%。
背後的邏輯是，隨著摩爾定律放緩，競爭正在從單顆晶片性能轉向系統級協同設計：晶片、封裝、內存、網絡、軟件一起優化，目標是用更低成本生產更多Token。
這也是黃仁勳看多3兆至4兆美元AI基礎設施市場的核心原因——AI正在從「檢索資訊」走向「實時生成」，再從聊天機器人走向Agent，全球需要重建一套新的計算基礎設施。
所以輝達押注的，不是多賣幾顆GPU，而是吃下整座AI工廠更大的價值份額。
二、3-4兆美元AI盛宴，誰最受益？
如果輝達的判斷成立，最大的投資機會也不會只集中在輝達本身，因為AI工廠越大，需要消耗的晶圓、封裝、內存、網絡、電力和數據中心資源就越多，從這場會議釋放的資訊來看，接下來最值得關注的其實有三條主線。
第一類：最確定的「上游賣鏟人」——晶圓、封裝、記憶體
黃仁勳這次把AI供應鏈的瓶頸講得非常直接：晶圓、先進封裝、DRAM、LPDDR、連接器、穩壓器，幾乎所有上游環節都存在供應壓力。
更關鍵的是，輝達認為當前真正限制收入增長的仍然是供給，而不是需求。黃仁勳再次確認，公司對下一年度實現約70%的同比增長有信心，而在不受供應限制的情況下，需求增長甚至能夠超過100%。
這意味著，如果AI資本開支繼續擴張，最直接的受益者依然是掌握稀缺產能的公司： $台積電 (TSM.US)$仍然是最核心的一環。
無論GPU、ASIC還是未來越來越復雜的AI晶片，先進製程和先進封裝都繞不開台積電。輝達自己也越來越依賴CoWoS、NVLink和大規模系統整合來突破摩爾定律限制。
其次是 $SK海力士 (SKHY.US)$、 $三星電子 (005930.KR)$、 $美光科技 (MU.US)$等記憶體廠商。
過去市場更多關注HBM，但從黃仁勳這次點名DRAM、LPDDR可以看到，隨著AI服務器進一步走向Rack-scale，以及Agent推理需求爆發，內存瓶頸正在從HBM向更廣泛的高性能記憶體擴散。
因此，AI基礎設施第一層受益邏輯其實很清晰：算力越多，需要的晶圓、封裝和記憶體越多。這一層也是整個3-4兆美元AI產業鏈中確定性最高的「賣鏟子」方向。
這也與此前台積電副共同營運長張曉強的想法一致，此前《台積電首提「三層蛋糕」藍圖！那些公司有潛力機會？》一文也提及，張曉強表示從晶片角度重新拆解，實際上AI晶片本身還可再細分成三個核心層次。
第二類：下一輪最稀缺的資源——電力、數據中心和Neocloud
但相比晶片，這次大會更值得注意的其實是：AI的瓶頸正在從「有沒有GPU」，向「有沒有電、有沒有地、有沒有數據中心」轉移。
黃仁勳表示，輝達現在甚至會在全球追蹤每一吉瓦的數據中心土地、電力和廠房資源。這背後反映的是AI基礎設施正在迅速進入「GW時代」。
例如，黃仁勳在會上提到澳大利亞的AI基礎設施項目，2027年規劃約2GW算力基礎設施，對應的投資規模就可能達到約800億美元。
這也解釋了為什麼輝達近兩年不斷扶持 $CoreWeave (CRWV.US)$、 $NEBIUS (NBIS.US)$、 $IREN Ltd (IREN.US)$ 、Nscale、Lambda、Firmus等Neocloud。這些公司真正提供的已經不是簡單的「GPU租賃」，而是把：GPU + 土地 + 電力 + 機房 + 融資能力打包成完整的算力基礎設施。
黃仁勳甚至將Neocloud稱為輝達架構未來重要的分銷管道，因為它們可以幫助輝達鎖定傳統CSP之外的土地和電力資源。
因此，未來AI交易一個非常重要的變化可能是：過去市場看GPU出貨量，接下來市場會越來越關注GW。誰擁有便宜穩定的電力、土地和數據中心容量，誰就可能成為下一輪AI資本開支的核心受益者。
這也意味著，數據中心、電力設備、電網基礎設施以及Neocloud，可能成為繼GPU、HBM之後的新一輪AI基礎設施交易主線。
此前《Anthropic簽下Riot 20年算力長約，CoreWeave積壓訂單突破千億！AI巨頭為何集體押注Neocloud？》一文也梳理過相關一圖，感興趣的牛友可以點擊查看。
第三類：從AI工廠向應用擴散——網絡安全與Physical AI
而當基礎設施鋪得越來越多之後，市場最終還是要回答一個問題：這麼多算力，到底拿來幹什麼？
黃仁勳給出的第一個答案仍然是Coding。但他認為，Coding之後非常重要的下一個AI殺手級場景，很可能是網絡安全。
邏輯也很簡單，AI可以持續寫代碼，也可以持續尋找漏洞。未來紅隊Agent可以7×24小時攻擊，藍隊Agent則持續檢測和修復，這種全天候、高頻率的工作模式天然適合AI。
黃仁勳在會上明確點名了 $CrowdStrike (CRWD.US)$ ，並表示輝達正利用Nemotron模型打造自動化的紅藍對抗體系。因此， $CrowdStrike (CRWD.US)$ 、 $Palantir (PLTR.US)$ 、 $思科 (CSCO.US)$ 這一類企業，本質上代表的是AI產業鏈從CapEx向ROI擴散的下一階段。
前面輝達、台積電、記憶體廠賣的是「建設AI需要什麼」，而這些軟件和安全公司回答的是：企業為什麼願意持續為AI買單。
值得注意的是，網絡安全股今年來表現十分優異，《「守護AI」才是真印鈔機！CRWD、OKTA財報齊炸，網絡安全股有那些值得關注？》一文也為牛友們梳理了這一行業的核心驅動力以及相關概念股：
再往後，則是黃仁勳重點談到的Physical AI。
他認為實體AI第一個真正成熟的殺手級應用是自動駕駛，未來2至3年會出現明顯進展，隨後會向倉儲AMR、物流機器人、機械操縱系統進一步擴散。這意味著，AI基礎設施的終局也不僅僅停留在數據中心。當模型真正開始理解和控制物理世界，汽車、機器人、物流乃至6G，都可能成為下一階段新的算力入口。
《2026年展望 | 自動駕駛已進入爆發前夜？輝達模型點燃市場熱情，5大核心機會值得關注！》也梳理了相關核心機會：
三、結語
總的來看，黃仁勳這次釋放出的信號已經很清晰：AI交易的核心，正在從「GPU夠不夠」轉向「整套AI基礎設施能不能繼續擴張」。
當輝達從單一晶片公司走向AI工廠平台，受益范圍也會同步從GPU擴散到晶圓、封裝、記憶體、電力、數據中心，再進一步延伸至網絡安全、自動駕駛和Physical AI。
對投資者而言，下一階段更值得關注的，不只是那些公司「有AI概念」，而是誰真正卡住了AI擴張過程中最稀缺、最難替代的環節。3兆至4兆美元的AI盛宴如果持續兌現，真正的超額收益，可能就藏在這些新的瓶頸之中。 (牛牛課堂)