中文翻译
英伟达($NVDA)公布的2026财年Q3营收为570.1亿美元(+62.5% YoY)，表现强劲。并指引Q4营收超650亿美元(超预期30亿美元+)，以及通过CY 2026年Blackwell/Rubin系列营收超5000亿美元。尽管如此，股价仍下跌12%。现在$NVDA是强力买入吗？答案如下： $GOOGL的TPU项目成为首个对$NVDA GPU构成竞争替代的方案，Anthropic承诺采购超100万颗TPU芯片，Meta据报道正在就数十亿美元的TPU采购进行高级别谈判。沃伦·巴菲特近期也向$GOOGL投资超40亿美元，鉴于伯克希尔对科技股保守的投资立场，这极为罕见。 尽管创下盈利新高，英伟达股价在过去10个交易日中有6天下跌，较10月29日触及5.03万亿美元市值时的历史高点$207.04下跌约12-15%。 分析师反应普遍看多，普遍上调目标价： - Evercore ISI从$261上调至$352 - 美银从$235上调至$275 - 花旗从$220上调至$270 - 高盛从$240上调至$250 - 摩根士丹利从$220上调至$235 但这里有个价值万亿美元的问题：超大规模客户日益增长的定制硅片威胁是否会削弱英伟达在AI领域的统治地位？ 与主要捕捉英伟达GPU缺货时的溢出需求的$AMD不同，谷歌的TPU项目代表了根本不同的竞争动态。 TPU v7 Ironwood是首款在性能上与Blackwell持平的非英伟达加速器，提供4.6 petaflops的FP8性能（对比B200的4.5 petaflops），配备192GB HBM3e内存。 Ironwood的架构差异化显著。虽然英伟达最大的集群配置为72个GPU(NVL72)，TPU Ironwood可扩展至9,216个芯片组。 客户斩获显著且不断增长： - Anthropic承诺采购超100万颗TPU芯片，价值“数百亿美元”，1GW算力即将上线。 - Meta正在就2026年从谷歌云租赁TPU容量进行高级别谈判，并计划2027年直接采购硬件用于自有数据中心。 - 苹果透露Apple Intelligence基础模型完全在TPU上训练，使用8,192颗TPUv4芯片用于服务器模型。 - Midjourney从GPU转向TPU，推理成本降低65%（从每月200万美元降至70万美元）。 定位微妙。TPU在超大规模推理方面表现出色，在生产级大规模服务中成本性能最高提升4倍（目前）。在训练方面，英伟达优势明显。 对于高度优化的推理任务，TPU架构可能比$NVDA的通用GPU更高效。 然而，我预计下一代英伟达GPU将在许多场景下在推理性能上超越TPU。（类似于LLM之间GPT 5 -> Gemini 3 -> Opus 4.5的迭代超越） 我们看到： 谷歌TPU、AWS Trainium、Meta MTIA、微软Maia和定制超大规模芯片都在扩展，但仍依赖$NVDA。但超大规模客户集体减少对英伟达的依赖，其累积效应是否会削弱英伟达的统治地位？ 答案：不会。至少未来两年统治地位稳固。之后如何纯属猜测。 仅看数据：Q3结果证实公司仍是AI不可或缺的基础设施提供商，5000亿美元的订单积压为2026年提供了极高的可见性。 但市场似乎正在定价3年+后的这种微妙现实：长期面临超大规模客户定制芯片的竞争不确定性。 英伟达产能完全售罄，且很可能在下一代芯片中超越TPU性能（推理性能更高且保持通用性）。但定制硅片威胁和44倍市盈率的估值担忧仍是逆风。 无论如何，鉴于出色的超预期财报和未来两年的订单积压，$NVDA目前因恐惧而下跌，似乎是中期强力逢低买入的机会。 你只需要记住这一点： 只要英伟达仍是AI工作负载的行业首选，且TPU和AMD GPU仅在需求超过英伟达供应时填补空白，它就是强力买入标的。 英伟达订单积压已满，AI需求并未放缓。