所以我一直在研究英伟达二月底的最新财报电话会议，发现这里出现了一些大多数人可能会忽略的、很有意思的内容。

首先是 Vera Rubin 平台。这并不只是又一次渐进式的 GPU 更新。我们谈论的是一种系统：与他们当前的 Blackwell 芯片相比，它能将 GPU 需求降低 75%，同时把推理令牌成本削减 90%。为了让你有个直观的概念，这种效率跃迁真正会改变 AI 公司的经济模型。当你能大幅降低生成输出的成本时，就会释放出一个全新的需求层级。

英伟达现在已经在出样品，而量产将在今年下半年逐步推进。他们的首席财务官基本上表示，每一家主要的云服务提供商都会部署这种系统。这种信心并不常见。

但真正让人觉得有意思的是：在这次财报电话会议上，Jensen Huang 对长期产能需求做了这样的观察。他指出，从历史来看，全球每年大约会在传统（经典）计算基础设施上花费 4000 亿美元。他的观点是：AI 工作负载对产能的需求大约是那一水平的 1000 倍。他此前还曾估计，AI 基础设施的支出可能在 2030 年前后达到每年 4 万亿美元。

现在，这当然是一个很宏大的数字。但如果计算需求方面的逻辑是站得住的，而且随着推理成本下降，采用程度会像我们预期的那样加速，那么它实际上可能还算保守。

至于估值，真正吸引我注意的是这一点：英伟达目前的市盈率（P/E）是 36.1。这个数字看起来还说得过去，直到你把它和他们 10 年平均市盈率 61.6 对比——这意味着相对于历史平均市盈率，折价 41%。华尔街对 2027 财年每股盈利的共识是 8.23 美元，这使得远期市盈率（forward P/E）为 21.5。

从另一个角度看，标普 500 的滚动（trailing）市盈率大约在 24.7 左右。所以，如果英伟达只是“原地踏步”，从相对角度看，它可能反而会在相对层面比大盘更便宜。

问题在于，考虑到黄仁勋所描述的机会规模之大，我认为这只股票不可能在这些水平上待太久。如果这份对 2027 财年的预估兑现，并且平均市盈率在某种程度上回归到接近历史常态，你从这里可能会看到相当可观的上行空间。

当然，这并不是投资建议，但这种布局对于耐心资本来说确实很有吸引力。AI 的基础设施建设仍处在起步阶段，而英伟达在本质上是在和自己竞争。值得把它放在你的关注清单里。