當一檔股票代表整個主題:Nvidia 與其所依賴的資本支出

Nvidia 的估值,是對超大規模雲端業者 AI 支出的槓桿式押注。以下說明為何推動其上漲的同一股力量,也是您需要留意其是否出現轉折的關鍵。

Deriv 編輯團隊 · 26 June 2026 · 4 分鐘閱讀

Share

Nvidia 的估值,其實不是真的在押注 Nvidia 本身。它是在押注少數科技巨頭是否會持續砸下數兆美元投入 AI。 持有這檔股票,就等於看多那筆支出,不管晶片表現如何。

Nvidia daily chart showing recent close near 196 USD and the 52-week range
Nvidia daily chart showing recent close near 196 USD and the 52-week range

Nvidia 是全球市值最高的公司。其上漲建立在一股力量之上:資料中心支出前所未有地激增。最近一季營收年增 85%。下一季財測更指向進一步上升。這套產品敘事顯然正在發揮作用。

為什麼 Nvidia 的股價追隨超大規模雲端業者的資本支出,而不是晶片需求

幾家買家幾乎撐起了這一切。Microsoft、Alphabet、Amazon 和 Meta 制定資料中心預算,而這些預算最後就成了 Nvidia 的訂單簿。當它們計畫增加支出時,Nvidia 的管線就會被填滿;當它們暫停時,管線就會空掉。

這種集中度就是整個故事的核心。推動其攀升的同一股力量,也是您要留意它是否出現轉折的關鍵。Nvidia 是對已承諾的 AI 基礎設施支出是否真的會落實的槓桿式押注。

賣鏟子與鋤頭的陷阱:產品表現亮眼,股票仍可能失利

這種模式以前就出現過。1999 年,Cisco 因為供應網際網路建設所需設備而成為全球市值最高的公司。網際網路持續成長了,但支撐 Cisco 的資本支出沒有。

Mining picks and shovels resting against a wall, evoking the gold-rush supplier idea
Mining picks and shovels resting against a wall, evoking the gold-rush supplier idea

當電信與 dot-com 支出崩跌時,Cisco 股價下跌約 80%。它花了二十年才重新回到高點。產品敘事沒有錯;錯的是建立在最終被證明只是暫時性的支出之上的估值。

Nvidia 在 2018 年也有自己的警訊。加密貨幣礦工是高度集中的買家群。當加密貨幣價格下跌、礦工停止購買時,股價在幾個月內下跌約 50%。單一需求驅動因素可以很快反轉。

Nvidia 是否處於泡沫中?為什麼單看本益比並不能告訴您答案

就估值而言,看多論點仍站得住腳。Nvidia 的遠期本益比約為 23.5 倍,幾乎只比 S&P 500 的 22 倍高一點。如果獲利是真實的,這檔股票看起來並不明顯昂貴。

風險不在今天的價格,而在於獲利背後的支撐。這些利潤取決於買家持續投入數兆美元,而這些支出的回報目前仍未被證明。 如果 AI 的回報始終沒有出現,預算就會被削減,而支撐這個估值倍數的營收也會隨之消失。

單一力量驅動的漲勢正在破裂時,會出現哪些警訊

您該留意的訊號,重點在於支出方,而不是晶片本身:

  • 資本支出指引下修。 任何一家主要超大規模雲端業者縮減 2027 年資料中心支出,都會直接衝擊需求敘事。
  • 循環融資。Nvidia 資助那些之後再向其購買晶片的客戶。Nortel 和 Lucent 在電信泡沫過熱前也做過這種事,最後結果很糟。
  • 閒置硬體。 若出現囤積且使用率偏低的 GPU,可能代表買家下單過量。
  • 客製化晶片。 Google 的 TPU、Amazon 的 Trainium,以及 AMD 對 Nvidia 定價能力的侵蝕。

只要支出維持,整體證據仍偏多頭。但真正該追蹤的不是 Nvidia 的晶片,而是另外四家公司的預算會議。當其中一家開始退縮的那一天,槓桿效果就會反向作用。

常見問題

一小群超大規模雲端業者,主要是 Microsoft、Alphabet、Amazon 和 Meta,決定了資料中心預算,而這些預算推動了 Nvidia 大部分的資料中心營收。這種集中度代表少數幾個支出決策就會產生巨大影響。

指的是供應商投資於,或借貸給,之後會向其購買產品的客戶,等於是在資助自己的需求。這種做法在 2000 年代初期泡沫過熱前,曾讓 Nortel 和 Lucent 等電信供應商看起來很風光,因此這是一個值得追蹤的警訊。

兩者都因為供應科技熱潮所需設備,而成為全球市值最高的公司。Cisco 的產品依然有其價值,但當支撐其估值的支出崩跌時,股價也下跌了約 80%。這個類比重點在於對資本支出的依賴,而不是價格預測。

有可能。Google 的 TPU、Amazon 的 Trainium,以及 AMD 的加速器都讓大型買家多了替代方案。如果超大規模雲端業者將更多工作負載轉向內部晶片,長期下來可能削弱 Nvidia 的定價能力。

Join 3M+ global traders

Open an account in minutes and start trading the world's markets — forex, stocks, indices, and more.