维端网在近日举办的高盛全球科技大会上，英伟达CEO黄仁勋再次给出判断：其对公司2027年营收增长约70%仍然充满信心，如果需求不受供给限制，增幅甚至可能超过100%。
这意味着，在市场已经反复讨论AI算力投资是否接近拐点之际，英伟达仍认为，AI基础设施的需求远没有见顶。更值得关注的是，黄仁勋此次释放出的信号已经不再局限于GPU销量，而是指向一个更大的商业版图——从芯片到AI工厂，从算力基础设施到金融融资，再到网络安全、机器人与自动驾驶。换句话说，英伟达正在试图把AI产业链中越来越多的价值环节纳入自己的体系。
从卖GPU到卖“AI工厂”，英伟达正在扩大自己的收入边界
过去几年，英伟达最大的商业逻辑相对简单：AI模型越复杂，训练和推理需要的GPU越多，数据中心资本开支越高，英伟达获得的订单就越多。现在，这个逻辑正在发生变化。黄仁勋在此次会议上特别强调，英伟达正在从单纯销售GPU转向提供完整的AI工厂系统。Vera Rubin系统的价格据披露已经达到约4万美元，而此前Hopper和Blackwell系统价格大约为1.8万美元和2.5万美元。价格上涨背后并不只是芯片性能提升，而是英伟达正在把CPU、GPU、网络、软件以及整套数据中心级基础设施打包成一个更完整的计算平台。
这实际上改变了英伟达与数据中心客户之间的关系。过去客户采购的是“芯片”，如今采购的越来越接近一套能够直接部署的“AI生产系统”。AI基础设施的价值也因此从单颗GPU的性能，延伸到网络带宽、互联效率、存储、软件栈以及系统级运维。
在维端网看来，对于英伟达而言，最大的意义在于，它不再满足于占据AI服务器中的一个核心部件，而是希望提高自己在整个数据中心资本开支中的份额。黄仁勋甚至把AI基础设施描述为一种具有资产属性的长期生产性资产，英伟达也已经开始与金融机构合作，为AI基础设施建设提供融资支持。
这也是为什么黄仁勋依然敢于对未来两年的需求保持如此强烈的信心。AI应用正在从简单的聊天机器人转向代码生成、智能体、企业工作流和大规模推理，而这些应用的一个共同特点是：模型不再只是偶尔被调用，而是在持续运行。模型使用时间越长、调用次数越多，背后的计算需求就越大。英伟达因此并不认为当前的数据中心建设只是一次性的“基础设施周期”，而更像是在建立一个新的计算基础设施市场。
网络安全可能成为AI的下一块“大蛋糕”
如果说AI训练和推理解决的是“让机器变得更聪明”，那么网络安全解决的就是“当机器越来越聪明以后，如何保证它仍然处于可控状态”。黄仁勋此次特别提到网络安全，很大程度上正是看到了AI能力扩散之后产生的新需求。他认为，网络安全很可能成为AI下一阶段的重要增长领域，因为AI不仅可以帮助企业发现漏洞、分析攻击，还可以持续监控和响应安全事件。
这背后的产业逻辑非常直接。过去的网络安全大量依赖规则、特征库和人工分析，而AI能够把安全防御进一步变成实时、自动化的智能系统。尤其当AI Agent开始拥有调用工具、访问数据和执行任务的能力之后，企业面对的安全边界也发生了变化：需要保护的不再只是电脑、服务器和网络，还包括模型、数据、API以及能够自主执行任务的智能体。英伟达近期与CrowdStrike、思科和Palantir等公司的合作，正是在向这一市场延伸。英伟达与CrowdStrike甚至已经开始围绕网络安全AI模型展开合作。
更值得注意的是，英伟达正在用自己的方式参与AI生态，而不是只做基础设施供应商。2025年11月，英伟达宣布计划向Anthropic投资最多100亿美元，同时Anthropic承诺采购英伟达算力，并与英伟达展开芯片和模型方面的合作。 这种模式意味着英伟达正在同时站在AI产业链的多个位置：既卖算力，又投资模型公司，再通过生态合作把算力导向新的应用市场。对于一家已经拥有巨大数据中心业务规模的公司来说，寻找新的AI应用场景，本质上也是在寻找下一轮算力需求。
真正决定英伟达下一阶段增长的，是AI能否从“数字世界”进入现实世界
黄仁勋此次谈到的另一个重要方向，是实体AI。他预计机器人、自动驾驶等领域将在未来两三年出现“重大进展”。这与过去以数据中心为核心的AI发展路径明显不同。如果说生成式AI主要改变的是软件和信息处理，那么机器人和自动驾驶最终改变的将是制造、物流、交通、服务等实体产业。
这可能是英伟达未来增长逻辑中最值得关注的一部分。因为一旦AI从数据中心进入工厂、汽车和机器人，算力需求就会从集中式基础设施进一步向边缘和物理世界扩散。每一辆自动驾驶汽车、每一个工业机器人，都可能成为一个持续运行的AI计算节点。英伟达此前已经通过CUDA、GPU、网络和AI软件建立起数据中心生态，如果这一套技术体系进一步延伸到机器人和自动驾驶，公司的市场空间将不再局限于云厂商和大型AI实验室。
因此，黄仁勋此次释放出的信息，与其说是在简单地重复“AI需求强劲”，不如说是在重新定义英伟达未来的增长边界。从GPU到AI工厂，从算力融资到网络安全，再到机器人和自动驾驶，英伟达正在努力把自己从一家芯片公司变成AI基础设施平台公司。70%的增长目标最终能否兑现，仍然取决于AI资本开支、模型商业化和应用落地的速度，但至少从目前的战略动作来看，英伟达并没有按照传统半导体公司的周期逻辑等待下一轮需求，而是在主动寻找下一轮需求本身。
