NVIDIA Q1 2026 業績前瞻：AI 基礎設施投資超級週期是否已見頂？
NVIDIA 股價自 2024 年高位回落，市場開始質疑 AI 基礎設施投資超級週期是否可持續。本文分析雲端巨頭 AI 資本支出承諾、推斷算力需求增長的真實驅動力，及對 AI 基礎設施投資週期的判斷。
隨著 NVIDIA 季度業績公布日期臨近，市場對於 AI 基礎設施投資超級週期的可持續性出現了分歧。一方面，各大雲端服務商持續上調 AI 資本支出計劃；另一方面，NVIDIA 股價較 2025 年高位已回落約 25%，反映市場對增長預期的調整。投資者最關心的問題是：AI 算力需求的增長邏輯是否依然成立？
雲端巨頭的 AI 資本支出現狀
2026 年初，四大雲端服務商的 AI 相關資本支出承諾如下：
Microsoft（Azure）：2026 財年承諾 AI 基礎設施投資超過 800 億美元，其中相當部分用於 Azure AI 數據中心的 GPU 集群擴張。
Google（GCP）：2026 年 AI 相關資本支出計劃約 750 億美元，重點建設 TPU v5 和 GPU 混合集群。
Amazon（AWS）：承諾到 2026 年底在 AI 和雲計算基礎設施上投入逾 1,500 億美元（多年計劃）。
Meta：2026 年 AI 基礎設施支出指引為 600-700 億美元，顯著高於市場預期。
這些承諾的規模表明，至少在 2026-2027 年，AI 硬件需求的基本面依然強勁。
真正驅動算力需求的增長邏輯
市場的悲觀論點主要集中在「訓練算力需求趨於飽和」，但這忽略了一個更龐大的增長驅動力：推斷（Inference）算力需求的爆炸性增長。
推斷算力的市場規模正在超越訓練：隨著 AI 應用的商業化普及，生產環境中的推斷調用量呈指數增長。據估算，AI 算力市場中推斷的佔比已從 2023 年的 30% 提升至 2026 年的 55%，且增長趨勢還在加速。
長思維鏈（Long Chain-of-Thought）模型的算力倍增效應：o3、DeepSeek R1 等推理模型的廣泛採用，使單次推斷消耗的算力是傳統模型的 10-100 倍。這意味著即使調用次數不增加，算力消耗也在急劇上升。
邊緣 AI 市場的增量需求：工業、汽車和消費電子領域的邊緣 AI 部署，正在成為 AI 算力需求的新增量，而這一市場對 NVIDIA Jetson 等邊緣 GPU 的需求尚處於早期增長階段。
風險因素評估
儘管基本面依然強勁，以下風險因素值得持續關注：
競爭格局的演變：AMD MI350 系列、Google TPU v5 和自研芯片（如 Amazon Trainium、Meta MTIA）正在提升 NVIDIA 的替代選擇豐富度，對 NVIDIA 在訓練市場的定價能力構成壓力。
地緣政治風險：美國對中國的 AI 芯片出口管制可能進一步收緊，影響 NVIDIA 面向中國市場的收入。
超大規模投資的可持續性：若 AI 應用的商業化變現速度低於基礎設施投入速度，雲端巨頭可能在未來 1-2 年調降資本支出計劃，對 NVIDIA 的訂單可見性構成影響。
投資建議：AI 基礎設施投資超級週期雖然增速可能放緩，但並非「見頂」。NVIDIA 的長期競爭優勢仍在，但估值溢價需要以持續超預期的業績增長來支撐。建議以 3-5 年視角評估，而非追逐短期季報。
（本文為市場分析，不構成投資建議。）